CN112073986A - 无线网络的状态监测装置及方法 - Google Patents

无线网络的状态监测装置及方法 Download PDF

Info

Publication number
CN112073986A
CN112073986A CN201910499846.7A CN201910499846A CN112073986A CN 112073986 A CN112073986 A CN 112073986A CN 201910499846 A CN201910499846 A CN 201910499846A CN 112073986 A CN112073986 A CN 112073986A
Authority
CN
China
Prior art keywords
state
possibility
relationship
statistical parameter
function
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910499846.7A
Other languages
English (en)
Inventor
易粟
王昊
薛文倩
王乐菲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to CN201910499846.7A priority Critical patent/CN112073986A/zh
Priority to EP20175407.4A priority patent/EP3751887A1/en
Priority to US16/878,735 priority patent/US20200396629A1/en
Priority to JP2020089039A priority patent/JP2020202558A/ja
Publication of CN112073986A publication Critical patent/CN112073986A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/04—Arrangements for maintaining operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/08—Testing, supervising or monitoring using real traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H04B17/318—Received signal strength
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0823—Errors, e.g. transmission errors
    • H04L43/0829—Packet loss
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0852—Delays
    • H04L43/0864—Round trip delays

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请实施例提供一种无线网络的状态监测装置及方法，该方法包括：收集无线网络中待监测链路的测量参数；对收集的该测量参数进行统计，得到针对各个测量参数的统计参数；根据预先确定的各个统计参数与各种状态的可能性的变化关系，确定各个统计参数反映的各种状态的可能性；并进行融合处理，确定该待监测链路的状态。通过预先确定的各个统计参数与各种状态的可能性的变化关系，确定各个统计参数反映的各种状态的可能性，对多个参数的各种状态的可能性进行融合处理而获得待监测链路的各种状态的可能性，确定待监测链路的状态，能够对网络状态进行有效监测，提高监测结果的准确度。

Description

无线网络的状态监测装置及方法
技术领域
本申请实施例涉及通信技术领域。
背景技术
物联网已经成为业务变革的强大力量，在各行业和社会的各个领域都能感受到其颠覆性的影响。物联网中的实体通常包括传感器设备、网关、网络、云、和应用等。随着技术的不断增长以及对无线局域网(WIFI)、无线个域网(Zigbee)，蓝牙(Bluetooth)等其他短距离无线网络的依赖性的增加，用户开始需要从无线网络中得到可靠性、性能、可扩展性和无处不在的覆盖。然而，现有的传感器网络部署提供了不充分的覆盖和不可预测的性能。导致性能恶化的主要原因为干扰。与有线网络不同，无线链路很容易受到环境改变或者周围无线活动的影响。
应该注意，上面对技术背景的介绍只是为了方便对本申请的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本申请的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。
发明内容
发明人发现，电气和电子工程师协会(Institute of Electrical andElectronics Engineers,IEEE)802.11,802.15.4,802.15.1等的技术或系统都在非授权频段。因为多个系统可能相互干扰，并且非授权频段中的用户数量正在迅速增加，干扰问题将更加严重。另外干扰是不可预知的，因为其经常由移动用户、其它非授权频段模块和变化的业务量产生。可见，实时状态监测和自动故障诊断对于高效运作和管理服务尤为重要。
本申请实施例提供一种无线网络的状态监测装置及方法，通过预先确定的各个统计参数与各种状态的可能性的变化关系，确定各个统计参数反映的各种状态的可能性，对多个参数的各种状态的可能性进行融合处理而获得待监测链路的各种状态的可能性，确定待监测链路的状态，能够对网络状态进行有效监测，提高监测结果的准确度。
根据本申请实施例的第一方面，提供一种无线网络的状态监测装置，所述装置包括：
收集单元，其用于收集无线网络中待监测链路的测量参数；
统计单元，其用于对收集的该测量参数进行统计，得到针对各个测量参数的统计参数；
第一确定单元，其用于根据预先确定的各个统计参数与各种状态的可能性的变化关系，确定各个统计参数反映的各种状态的可能性；
第二确定单元，其用于对该待监测链路的多个统计参数反映的各种状态的可能性进行融合处理，确定该待监测链路的状态。
根据本申请实施例的第二方面，提供一种无线网络的状态监测方法，所述方法包括：
收集无线网络中待监测链路的测量参数；
对收集的该测量参数进行统计，得到针对各个测量参数的统计参数；
根据预先确定的各个统计参数与各种状态的可能性的变化关系，确定各个统计参数反映的各种状态的可能性；
对该待监测链路的多个统计参数反映的各种状态的可能性进行融合处理，确定该待监测链路的状态。
本申请实施例的有益效果之一在于：通过预先确定的各个统计参数与各种状态的可能性的变化关系，确定各个统计参数反映的各种状态的可能性，对多个参数的各种状态的可能性进行融合处理而获得待监测链路的各种状态的可能性，确定待监测链路的状态，能够对网络状态进行有效监测，提高监测结果的准确度。
参照后文的说明和附图，详细公开了本申请的特定实施方式，指明了本申请的原理可以被采用的方式。应该理解，本申请的实施方式在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内，本申请的实施方式包括许多改变、修改和等同。
针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用，与其它实施方式中的特征相组合，或替代其它实施方式中的特征。
应该强调，术语“包括/包含/具有”在本文使用时指特征、整件、步骤或组件的存在，但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。
附图说明
所包括的附图用来提供对本申请实施例的进一步的理解，其构成了说明书的一部分，用于例示本申请的实施方式，并与文字描述一起来阐释本申请的原理。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1是本申请实施例1中无线网络的状态监测方法的示意图；
图2是本申请实施例1中RTT平均值与各种状态可能性变化关系示意图；
图3是本申请实施例1中PLR与各种状态可能性变化关系示意图；
图4是本申请实施例1中RSSI方差与各种状态可能性变化关系示意图；
图5是本申请实施例1中无线网络的状态监测方法的示意图；
图6是本申请实施例2中无线网络的状态监测装置的示意图；
图7是本申请实施例2中无线网络的状态监测装置的示意图；
图8是本申请实施例3的终端设备、网络节点或站点的一个实施例的构成示意图；
图9是本申请实施例4的网络系统的示意图；
图10是本申请实施例5的网络系统的示意图。
具体实施方式
参照附图，通过下面的说明书，本申请的前述以及其它特征将变得明显。在说明书和附图中，具体公开了本申请的特定实施方式，其表明了其中可以采用本申请的原则的部分实施方式，应了解的是，本申请不限于所描述的实施方式，相反，本申请包括落入所附权利要求的范围内的全部修改、变型以及等同物。
本申请实施例能够应用于各种无线网络，例如物联网、传感器网络、无线局域网(WLAN)、以及其他无线网络。在本申请实施例中，为了方便说明，使用了物联网场景中的术语，一些与规范相关的语境基于IEEE802.15.4标准。该思想可以很容易延伸到其他无线通信系统中和其他无线标准中。
以下结合附图和具体实施方式对本申请实施例进行说明。
实施例1
本申请实施例1提供一种无线网络的状态检测方法。图1是本申请实施例1的无线网络的状态监测方法的示意图。如图1所示，该方法包括：
操作101：收集无线网络中待监测链路的测量参数；
操作102：对收集的该测量参数进行统计，得到针对各个测量参数的统计参数；
操作103：根据预先确定的各个统计参数与各种状态的可能性的变化关系，确定各个统计参数反映的各种状态的可能性；
操作104：对该待监测链路的多个统计参数反映的各种状态的可能性进行融合处理，确定该待监测链路的状态。
由上述实施例可知，通过对多个参数的各种状态的可能性进行融合处理而获得待监测链路的各种状态的可能性，从而确定待监测链路的状态，能够对网络状态进行有效监测，提高监测结果的准确度。
在本申请实施例中，该无线网络可以是各种类型的无线网络，例如，物联网、传感器网络、无线局域网(WLAN)、以及其他无线网络。另外，本申请实施例不对该无线网络的结构进行限制。
在本申请实施例中，该无线网络中的待监测链路可以是该无线网络中的任何需要监测的链路，例如，两个站点(station)之间的通信链路，或者接入点和站点之间的通信链路，本申请实施例并不以此作为限制。
在操作101中，可以通过定期PING或者类似的WPAN-PING等方法收集待检测链路对应的设备上报的测量参数，例如可以按照预设的周期收集该测量参数，该预设的一个周期可以称为一个“诊断时期”。例如，在网络启动或收到指令后，按照预设的周期收集测量参数，该周期可以根据实际需要而设置。
在本申请实施例中，该测量参数包括以下参数中的至少两个：数据发送与接收到确认帧之间的往返时延RTT，丢包数，所有接收数据帧和确认帧(ACK)的接收信号强度指示RSSI，但本申请实施例并不以此作为限制，该测量参数还可以是其他类型的参数，该测量参数的获取方法可以参考现有技术，此处不再赘述。
在操作102中，对收集的该测量参数进行统计，得到针对各个测量参数的统计参数，该统计的方法包括但不限于计算平均值、方差、标准差、梯度等。在本申请实施例中，该统计参数可以包括表征网络各个层的状态的参数，这样能够从不同角度反映网络的整体状态，使得监测结果更加准确。
例如，在该测量参数为RTT时，该统计参数可以是RTT平均值或RTT方差/标准差等，在该测量参数为丢包数时，该统计参数可以是丢包率等，在该测量参数为RSSI时，该统计参数可以是RSSI方差/标准差或RSSI梯度等，以上仅为示例说明，本申请实施例并不以此作为限制，
在操作103中，根据预先确定的各个统计参数与各种状态的可能性的变化关系，确定各个统计参数反映的各种状态的可能性；其中，各种状态可以包括待监测链路的各种可能状态，例如，正常状态(Normal)、衰落状态(Fading)以及干扰状态(Interference)。该可能性表示对应状态发生的概率。
例如，正常状态指示了在这段时间内没有环境变化，信道条件非常稳定。在这个状态下，几乎没有丢包、并且不同包之间的RSSI的变化非常小，RTT在一定阈值范围内。例如，衰落状态指示了环境发生了改变，例如在传输区域有物体发生了移动、或者周围有人行走、收发机抖动或移动时所引起的环境的变化，在发生衰落时，RSSI值会快速的波动，并且有时还会出现丢包等。例如，由于ISM(Industrial,Scientific,andMedical)带宽的广泛应用，造成带宽拥挤，因此相邻的802.15.4网络、WiFi网络、蓝牙、微波炉等都会造成干扰，在干扰状态下，会出现丢包，RTT增加等。因此，各个统计参数可以反映出各种状态的可能性，以下详细说明。
在本申请实施例中，在操作103前，该方法还可以包括：(未图示)
确定各个统计参数与各种状态的可能性的变化关系，该变化关系包括以下关系中的一种，或者至少两种的组合：随着统计参数的变化，状态可能性不变的第一关系；随着统计参数增大，状态可能性增大的第二关系；随着统计参数增大，状态可能性减少的第三关系。
以下结合具体的测量参数和统计参数说明。
例如，在该测量参数是RTT时，该统计参数是RTT平均值，各种状态包括：正常、衰落和干扰三者，也就是说针对一个RTT平均值，正常的可能性、衰落的可能性、干扰的可能性加起来为1，其中：
该RTT平均值与正常状态的可能性的变化关系是：第一关系和第三关系的组合，在RTT平均值小于第一阈值时，随着RTT平均值的增大，正常的可能性为1，维持不变，在RTT平均值大于或等于第一阈值时，随着RTT平均值的增大，正常的可能性减少，且趋近于0；
该RTT平均值与干扰状态的可能性的变化关系是：第一关系和第二关系的组合，在RTT平均值小于第一阈值时，随着RTT平均值的增大，干扰的可能性为0，维持不变，在RTT平均值大于或等于第一阈值时，随着RTT平均值的增大，干扰的可能性增加，且趋近于1；
该RTT平均值与衰落状态的可能性的变化关系是：第一关系，第二关系和第三关系的组合，在RTT平均值小于第一阈值时，随着RTT平均值的增大，衰落的可能性为0，维持不变，在RTT平均值大于或等于第一阈值，且小于第二阈值时，随着RTT平均值的增大，衰落的可能性增加，在RTT平均值大于或等于第二阈值时，随着RTT平均值的增大，衰落的可能性增少，且趋近于0。
图2是该RTT平均值与各状态可能性的变化关系示意图，如图2所示，在RTT平均值小于第一阈值(例如20ms)时，正常的可能性为1，这是由于大部分实时应用都需要第一阈值(例如20ms)的延迟，其他状态的可能性为0；在RTT平均值大于或等于第一阈值(例如20ms)，并且小于第二阈值(例如100ms)时，衰落和干扰具有相似的可能性，干扰和衰落的可能性增加，随着RTT平均值的增加(大于或等于第二阈值，例如100ms)，干扰的可能性单调增加并接近1，衰落的可能性减少，并趋近于0。
以上以统计参数为RTT平均值为例说明，但本申请实施例并不以此作为限制，例如统计参数还可以是RTT方差等，此处不再一一赘述。
例如，在该测量参数是丢包数时，该统计参数是丢包率PLR，各种状态包括：正常、衰落和干扰三者，也就是说针对一个PLR，正常的可能性、衰落的可能性、干扰的可能性加起来为1，其中：
该PLR与正常状态的可能性的变化关系是：第三关系，随着PLR的增大，正常的可能性减少，且趋近于0；
该PLR与干扰状态的可能性的变化关系是：第二关系，随着PLR的增大，干扰的可能性增加，且趋近于1；
该PLR与衰落状态的可能性的变化关系是：第二关系和第三关系的组合，在PLR小于第三阈值时，随着PLR的增大，衰落的可能性增加，在PLR大于或等于第三阈值时，随着PLR的增大，衰落的可能性增少，且趋近于0。
图3是该PLR与各状态可能性的变化关系示意图，如图3所示，与RTT平均值不同之处在于，PLR与各状态可能性的变化关系的开头没有平台，由于丢包的增加意味着发生通信错误，例如发生干扰或衰落，即随着PLR的增加，正常的可能性单调减少，且趋近于0，干扰的可能性单调增加并接近1，衰落的可能性先增加再减少，并趋近于0，其中，在PLR小于第三阈值时，衰落和干扰具有相似的可能性，即随着PLR增加而增加，在PLR大于或等于第三阈值时，干扰的可能性单调增加并接近1，衰落的可能性减少，并趋近于0。
例如，在该测量参数是RSSI时，该统计参数是RSSI方差，各种状态包括：正常、衰落和干扰三者，也就是说针对一个PLR，正常的可能性、衰落的可能性、干扰的可能性加起来为1，其中：
该RSSI方差与正常状态的可能性的变化关系是：第三关系，随着RSSI方差的增大，正常的可能性减少，且趋近于0；
该RSSI方差与衰落状态的可能性的变化关系是：第二关系，随着RSSI方差的增大，衰落的可能性增加，且趋近于1；
该RSSI方差与干扰状态的可能性的变化关系是：第二关系和第三关系的组合，在RSSI方差小于第四阈值时，随着RSSI方差的增大，干扰的可能性增加，在RSSI方差大于或等于第四阈值时，随着RSSI方差的增大，干扰的可能性增少，且趋近于0。
图4是该RSSI方差与各状态可能性的变化关系示意图，如图4所示，RSSI方差可以很好的反映出衰落状态，随着RSSI方差增加，衰落的可能性单调增加，且趋近于1，正常的可能性单调减少并接近0，干扰的可能性先增加再减少，并趋近于0，其中，在RSSI方差小于第四阈值时，衰落和干扰的可能性随着RSSI方差增加而增加，在RSSI方差大于或等于第四阈值时，干扰的可能性减少并接近0，衰落的可能性增大，并趋近于1。
以上以统计参数为RSSI方差为例说明，但本申请实施例并不以此作为限制，例如统计参数还可以是RSSI标准差，RSSI梯度等，此处不再一一赘述。
上述第一阈值，第二阈值，第三阈值，第四阈值可以根据实验或经验确定，与实际的环境有关，本申请实施例并不以此作为限制。
在本申请实施例中，通过上述方法可以确定各个统计参数与各种状态的可能性的变化关系，在确定各个统计参数与各种状态的可能性的变化关系后，该方法还可以包括：(未图示)确定表示该变化关系的信任函数的形式，根据该信任函数的形式对训练数据点进行函数拟合，确定信任函数的参数(例如a,b,c,d等)。由此，通过该函数拟合的方法，可以确定表示各个统计参数与各种状态的可能性的变化关系的信任函数，进而，根据该信任函数以及统计参数，可以准确的确定各种状态的可能性，也就是最终的各统计参数对各种状态的基本概率赋值。
在本申请实施例中，在确定了上述变化关系后，可以选择符合该变化关系的信任函数的形式来表示该变化关系，但还需要进一步根据训练数据点获取信任函数的参数，以下举例说明。
例如，在该统计参数是RTT平均值时，该RTT平均值与衰落状态的变化关系由图2中的对应曲线表示，根据该曲线选取符合条件的信任函数，也就是数学模型，该模型不唯一，例如可以选择某符合条件的模型，使用函数mF(x)＝b(x-d)e-c(x-d)表示，类似地，该RTT平均值与干扰状态的信任函数使用函数m(I)(x)＝1-e-a(x-d)表示，该RTT平均值与正常状态的信任函数使用函数m(N)(x)＝1-m(F)(x)-m(I)(x)表示，其中x表示该统计参数，a,b,c,d表示该信任函数的参数；通过使用训练数据点分别对上述函数进行拟合，例如，预先分别在正常状态、衰落状态、干扰状态获得大量RTT平均值，统计不同RTT平均值对应的正常、衰落、干扰状态的可能性(即概率＝针对一个RTT平均值某状态出现次数/针对该一个RTT平均值所有状态出现次数)，得到训练数据点，可以得到参数a,b,c,d的值，进而确定该统计参数对衰落、干扰和正常状态的信任函数分别为：
m(F)(x)＝0.013(x-20)e-0.013(x-20)，m(I)(x)＝1-e-0.007(x-20)，m(N)(x)＝1-m(F)(x)-m(I)(x)。
例如，在该统计参数是PLR时，该PLR与衰落状态的变化关系由图3中的对应曲线表示，根据该曲线选取符合条件的信任函数，也就是数学模型，该模型不唯一，例如可以选择某符合条件的模型，使用函数m(F)(x)＝bxe-cx表示，该PLR与干扰状态的信任函数使用函数m(I)(x)＝1-e-ax表示，该PLR与正常状态的信任函数使用函数m(N)(x)＝1-m(F)(x)-m(I)(x)表示，其中x表示该统计参数，a,b,c表示该信任函数的参数；通过使用训练数据点分别对上述函数进行拟合，例如，预先分别在正常状态、衰落状态、干扰状态获得大量PLR，统计不同PLR对应的正常、衰落、干扰状态的可能性(即概率＝针对一个PLR某状态出现次数/针对该一个PLR所有状态出现次数)，得到训练数据点，可以得到参数a,b,c的值，进而确定该统计参数对衰落、干扰和正常状态的信任函数分别为：
m(F)(x)＝1-e-0.7x，m(I)(x)＝1.3xe-1.3x，m(N)(x)＝1-m(F)(x)-m(I)(x)。
例如，在该统计参数是RSSI方差时，该RSSI方差与衰落状态的变化关系由图4中的对应曲线表示，根据该曲线选取符合条件的信任函数，也就是数学模型，该模型不唯一，例如可以选择某符合条件的模型，使用函数m(F)(x)＝1-e-ax表示，该RSSI方差与干扰状态的信任函数使用函数m(I)(x)＝bxe-cx表示，该RSSI方差与正常状态的信任函数使用函数m(N)(x)＝1-m(F)(x)-m(I)(x)表示，其中x表示该统计参数，a,b,c表示该信任函数的参数。通过使用训练数据点分别对上述函数进行拟合，例如，预先分别在正常状态、衰落状态、干扰状态获得大量RSSI方差，统计不同RSSI方差对应的正常、衰落、干扰状态的可能性(即概率＝针对一个RSSI方差某状态出现次数/针对该一个RSSI方差所有状态出现次数)，得到训练数据点，可以得到参数a,b,c的值，进而确定该统计参数对衰落、干扰和正常状态的信任函数分别为：
m3 (F)(x)＝60xe-60x，m3 (I)(x)＝1-e-35x，m(N)(x)＝1-m(F)(x)-m(I)(x)。
需要说明的是，上述选择的信任函数仅为示例，本申请实施例并不以此作为限制，其他符合上述变化关系的信任函数也适用于本申请实施例。
在操作104中，对该待监测链路的多个统计参数反映的各种状态的可能性进行融合处理，确定该待监测链路的状态。
例如，可以根据多个统计参数的权重，对多个统计参数的各种状态的可能性进行融合处理。多个统计参数的权重可以根据实际情况而设置，例如，根据各个参数的重要性、相关性等因素确定其各自的权重。
这样，通过设置权重进行融合处理，能够进一步提高融合结果的准确性。
在本申请实施例中，进行融合处理可以参考现有的数据融合方法，例如，分类器融合，D-S(Dempster-Shafer)算法融合等。通过使用D-S算法进行融合，能够进一步提高融合结果的准确性。本申请实施例中以D-S算法为例进行说明。例如，可以针对两种统计参数的各种状态的可能性进行融合处理。
在本申请实施例中，可以使用以下的公式(1)计算两种统计参数融合的结果：
Figure BDA0002089852750000091
其中，m12(A)表示统计参数1和统计参数2融合后的各种状态的可能性，m1(B)表示统计参数1的状态为B的可能性，m2(C)表示统计参数2的状态为C的可能性。
在本申请实施例中，当多于两种参数的数据需要融合时，可以依次进行融合。其中每一次两两融合的方法可以与上述公式(1)类似，此处不再赘述。
根据以上融合结果，确定可能性的最大值，将该最大值对应的状态确定为该待监测链路的当前状态。
在本申请实施例中，各个操作的执行主体可以根据应用需求和分析复杂度而确定。
例如，操作101-104可以都由终端设备、网络节点或站点来执行；
例如，操作101-102可以由终端设备、网络节点或站点来执行，终端设备、网络节点或站点将操作102中计算得到的多个统计参数发送至接入点，由接入点来执行操作103-104；
又例如，操作101-102可以由终端设备、网络节点或站点来执行，终端设备、网络节点或站点将操作102中计算得到的多个参数发送至接入点，该接入点将多个参数转发给路由器、网关、中央控制器或云，由路由器、网关、中央控制器或云来执行操作103-104。
这样，根据可以根据应用需求和分析复杂度来确定各个操作的执行主体，能够灵活的进行配置，保证网络的整体性能。
在本申请实施例中，针对某些状态类型，例如遮蔽，不需要通过数据融合的方法，通过某些统计参数可以直接识别该状态是否存在，因此，本申请实施例还提供了一种无线网络的状态监测方法，图5是该无线网络的状态监测方法的示意图。如图5所示，该方法包括：
操作501：收集无线网络中待监测链路的测量参数；
操作502：对收集的该测量参数进行统计，得到针对各个测量参数的统计参数；
操作503，将统计参数与第五阈值进行比较，根据比较结果确定状态是否为遮蔽；在比较结果为否时，执行操作504，否则结束；
操作504，根据预先确定的各个统计参数与各种状态的可能性的变化关系，确定各个统计参数反映的各种状态的可能性；
操作505：对该待监测链路的多个统计参数反映的各种状态的可能性进行融合处理，确定该待监测链路的状态。
其中，操作501-502,504-505的实施方式请参考操作101-104，此处不再赘述。
在操作503中，该统计参数可以是RSSI下降值，其表示在一个周期内RSSI平均值相对于前一个周期内的RSSI平均值的下降值，在该RSSI下降值大于第五阈值时，确定该状态为遮蔽，该第五阈值可以根据需要确定，例如设置为10dB。
由上述实施例可知，通过预先确定的各个统计参数与各种状态的可能性的变化关系，确定各个统计参数反映的各种状态的可能性，对多个参数的各种状态的可能性进行融合处理而获得待监测链路的各种状态的可能性，确定待监测链路的状态，能够对网络状态进行有效监测，提高监测结果的准确度。
实施例2
本申请实施例2还提供了一种无线网络的状态监测装置，由于该装置解决问题的原理与实施例1中的方法类似，因此其具体的实施可以参照实施例1的方法的实施，重复之处不再赘述。
图6是本申请实施例2的无线网络的状态监测装置的示意图。如图6所示，该装置600包括：
收集单元601，其用于收集无线网络中待监测链路的测量参数；
统计单元602，其用于对收集的该测量参数进行统计，得到针对各个测量参数的统计参数；
第一确定单元603，其用于根据预先确定的各个统计参数与各种状态的可能性的变化关系，确定各个统计参数反映的各种状态的可能性；
第二确定单元604，其用于对该待监测链路的多个统计参数反映的各种状态的可能性进行融合处理，确定该待监测链路的状态。
在本申请实施例中，收集单元601，统计单元602，第一确定单元603，第二确定单元604的实施方式与操作101-104类似，重复之处不再赘述。
图7是本申请实施例2的无线网络的状态监测装置的示意图。如图7所示，该装置700包括：收集单元701，统计单元702，第一确定单元703，第二确定单元704，其实施方式与收集单元601，统计单元602，第一确定单元603，第二确定单元604类似，此处不再赘述。
如图7所示，该装置还可以包括：
第三确定单元705，其用于确定各个统计参数与各种状态的可能性的变化关系，该变化关系包括以下关系中的一种，或者至少两种的组合：随着统计参数的变化，状态可能性不变的第一关系；随着统计参数增大，状态可能性增大的第二关系；随着统计参数增大，状态可能性减少的第三关系。
在本申请实施例中，各个统计参数与状态的可能性的变化关系请参考实施例1，此处不再赘述。
在本申请实施例中，该第三确定单元705还用于在确定各个统计参数与各种状态的可能性的变化关系后，确定表示该变化关系的信任函数的形式，根据该信任函数的形式对训练数据点进行函数拟合，确定该信任函数的参数。
在本申请实施例中，各个统计参数与状态的可能性的信任函数请参考实施例1，此处不再赘述。
在本申请实施例中，可选的，该装置还可以包括：(未图示)
比较单元，其用于将该统计参数与第五阈值比较；
判断单元，其用于根据该比较单元的比较结果确定状态是否为遮蔽；
并且在状态不为遮蔽时，该第一确定单元703确定各个统计参数的各种状态的可能性。
上述比较单元、判断单元的具体实施方式可以参考实施例1中操作503，此处不再赘述。
由上述实施例可知，通过预先确定的各个统计参数与各种状态的可能性的变化关系，确定各个统计参数反映的各种状态的可能性，对多个参数的各种状态的可能性进行融合处理而获得待监测链路的各种状态的可能性，确定待监测链路的状态，能够对网络状态进行有效监测，提高监测结果的准确度。
实施例3
本申请实施例还提供一种终端设备、网络节点或站点，其包括了根据实施例2所述的无线网络的状态监测装置。
图8是本申请实施例的终端设备、网络节点或站点的一个实施例的构成示意图。如图8所示，终端设备、网络节点或站点800可以包括：中央处理器(CPU)810和存储器820；存储器820耦合到中央处理器810。值得注意的是，该图是示例性的；还可以使用其他类型的结构，来补充或代替该结构，以实现电信功能或其他功能。
在一个实施例中，实施例2所述的无线网络的状态监测装置的功能可以被集成到中央处理器810中，由中央处理器810实现实施例1所述的状态监测装置的功能，例如，中央处理器810可以被配置为：收集无线网络中待监测链路的测量参数；对收集的该测量参数进行统计，得到针对各个测量参数的统计参数；根据预先确定的各个统计参数与各种状态的可能性的变化关系，确定各个统计参数反映的各种状态的可能性；对该待监测链路的多个统计参数反映的各种状态的可能性进行融合处理，确定该待监测链路的状态。
例如，中央处理器810还可以被配置为：确定各个统计参数与各种状态的可能性的变化关系，该变化关系包括以下关系中的一种，或者至少两种的组合：随着统计参数的变化，状态可能性不变的第一关系；随着统计参数增大，状态可能性增大的第二关系；随着统计参数增大，状态可能性减少的第三关系。
例如，中央处理器810还可以被配置为：在确定各个统计参数与各种状态的可能性的变化关系后，确定表示该变化关系的信任函数的形式，根据该信任函数的形式对训练数据点进行函数拟合，确定该信任函数的参数。该变化关系、信任函数、测量参数、统计参数、状态的含义请参考实施例1，此处不再赘述。
在另一个实施例中，实施例2所述的状态监测装置可以与中央处理器810分开配置，例如可以将实施例2所述的状态监测装置配置为与中央处理器810连接的芯片，通过中央处理器810的控制来实现实施例2所述的状态监测装置的功能。
此外，如图8所示，该终端设备、网络节点或站点800还可以包括：通信模块830、输入单元840、显示器850、电源860。值得注意的是，终端设备、网络节点或站点800也并不是必须要包括图8中所示的所有部件；此外，终端设备、网络节点或站点800还可以包括图8中没有示出的部件，可以参考现有技术。
如图8所示，中央处理器810有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，中央处理器810接收输入并控制终端设备、网络节点或站点800的各个部件的操作。
其中，存储器820，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存各种数据，此外还可存储执行有关信息的程序。并且中央处理器810可执行该存储器820存储的该程序，以实现信息存储或处理等。其他部件的功能与现有技术类似，此处不再赘述。终端设备、网络节点或站点800的各部件可以通过专用硬件、固件、软件或其结合来实现，而不偏离本申请的范围。
由上述实施例可知，通过预先确定的各个统计参数与各种状态的可能性的变化关系，确定各个统计参数反映的各种状态的可能性，对多个参数的各种状态的可能性进行融合处理而获得待监测链路的各种状态的可能性，确定待监测链路的状态，能够对网络状态进行有效监测，提高监测结果的准确度。
实施例4
本申请实施例还提供一种网络系统，其包括终端设备、网络节点或站点，以及接入点。图9是本申请实施例4的网络系统的示意图。如图9所示，网络系统900包括终端设备、网络节点或站点901以及接入点902，其中，
终端设备、网络节点或站点901被配置为：收集无线网络中待监测链路的测量参数；对收集的该测量参数进行统计，得到针对各个测量参数的统计参数；以及将该统计参数发送至该接入点；
接入点902被配置为：根据预先确定的各个统计参数与各种状态的可能性的变化关系，确定各个统计参数反映的各种状态的可能性；对该待监测链路的多个统计参数反映的各种状态的可能性进行融合处理，确定该待监测链路的状态。
例如，接入点902还可以被配置为：确定各个统计参数与各种状态的可能性的变化关系，以及确定表示该变化关系的信任函数的形式，根据该信任函数的形式对训练数据点进行函数拟合，确定该信任函数的参数。该变化关系包括以下关系中的一种，或者至少两种的组合：随着统计参数的变化，状态可能性不变的第一关系；随着统计参数增大，状态可能性增大的第二关系；随着统计参数增大，状态可能性减少的第三关系。
在本申请实施例中，终端设备、网络节点或站点901以及接入点902执行的上述功能可参照实施例1的方法的实施，重复之处不再赘述。
由上述实施例可知，通过预先确定的各个统计参数与各种状态的可能性的变化关系，确定各个统计参数反映的各种状态的可能性，对多个参数的各种状态的可能性进行融合处理而获得待监测链路的各种状态的可能性，确定待监测链路的状态，能够对网络状态进行有效监测，提高监测结果的准确度。
实施例5
本申请实施例还提供一种网络系统，其包括终端设备、网络节点或站点，接入点，以及路由器、网关、中央控制器或云。图10是本申请实施例5的网络系统的示意图。如图10所示，网络系统1000包括终端设备、网络节点或站点1001，接入点1002，以及路由器、网关、中央控制器或云1003，其中，
终端设备、网络节点或站点1001被配置为收集无线网络中待监测链路的测量参数；对收集的该测量参数进行统计，得到针对各个测量参数的统计参数；以及将该统计参数发送至该接入点；
接入点1002被配置为：将该统计参数发送至该路由器、网关、中央控制器或云；
路由器、网关、中央控制器或云1003被配置为：根据预先确定的各个统计参数与各种状态的可能性的变化关系，确定各个统计参数反映的各种状态的可能性；对该待监测链路的多个统计参数反映的各种状态的可能性进行融合处理，确定该待监测链路的状态。
例如，路由器、网关、中央控制器或云1003还可以被配置为：确定各个统计参数与各种状态的可能性的变化关系，以及确定表示该变化关系的信任函数的形式，根据该信任函数的形式对训练数据点进行函数拟合，确定该信任函数的参数。该变化关系包括以下关系中的一种，或者至少两种的组合：随着统计参数的变化，状态可能性不变的第一关系；随着统计参数增大，状态可能性增大的第二关系；随着统计参数增大，状态可能性减少的第三关系。
在本申请实施例中，终终端设备、网络节点或站点1001，接入点1002，以及路由器、网关、中央控制器或云1003执行的上述功能可参照实施例1的方法的实施，重复之处不再赘述。
由上述实施例可知，通过预先确定的各个统计参数与各种状态的可能性的变化关系，确定各个统计参数反映的各种状态的可能性，对多个参数的各种状态的可能性进行融合处理而获得待监测链路的各种状态的可能性，确定待监测链路的状态，能够对网络状态进行有效监测，提高监测结果的准确度。
本申请实施例还提供一种计算机可读程序，其中当在无线网络的状态监测装置中执行所述程序时，所述程序使得计算机在所述无线网络的状态监测装置中执行实施例1所述的无线网络的状态监测方法。
本申请实施例还提供一种存储有计算机可读程序的存储介质，其中所述计算机可读程序使得计算机在无线网络的状态监测装置中执行实施例1所述的无线网络的状态监测方法。
结合本申请实施例描述的在状态监测装置中执行的方法可直接体现为硬件、由处理器执行的软件模块或二者组合。例如，图6-10中所示的功能框图中的一个或多个和/或功能框图的一个或多个组合，既可以对应于计算机程序流程的各个软件模块，亦可以对应于各个硬件模块。这些软件模块，可以分别对应于图1,5所示的各个操作。这些硬件模块例如可利用现场可编程门阵列(FPGA)将这些软件模块固化而实现。
软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域已知的任何其它形式的存储介质。可以将一种存储介质耦接至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息；或者该存储介质可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该软件模块可以存储在移动终端的存储器中，也可以存储在可插入移动终端的存储卡中。例如，若设备(例如移动终端)采用的是较大容量的MEGA-SIM卡或者大容量的闪存装置，则该软件模块可存储在该MEGA-SIM卡或者大容量的闪存装置中。
针对图6-10描述的功能框图中的一个或多个和/或功能框图的一个或多个组合，可以实现为用于执行本申请所描述功能的通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑器件、分立硬件组件、或者其任意适当组合。针对图6-10描述的功能框图中的一个或多个和/或功能框图的一个或多个组合，还可以实现为计算设备的组合，例如，DSP和微处理器的组合、多个微处理器、与DSP通信结合的一个或多个微处理器或者任何其它这种配置。
以上结合具体的实施方式对本申请进行了描述，但本领域技术人员应该清楚，这些描述都是示例性的，并不是对本申请保护范围的限制。本领域技术人员可以根据本申请的精神和原理对本申请做出各种变型和修改，这些变型和修改也在本申请的范围内。
关于包括以上多个实施例的实施方式，还公开下述的附记。
附记1、一种无线网络的状态监测装置，所述装置包括：
收集单元，其用于收集无线网络中待监测链路的测量参数；
统计单元，其用于对收集的所述测量参数进行统计，得到针对各个测量参数的统计参数；
第一确定单元，其用于根据预先确定的各个统计参数与各种状态的可能性的变化关系，确定各个统计参数反映的各种状态的可能性；
第二确定单元，其用于对所述待监测链路的多个统计参数反映的各种状态的可能性进行融合处理，确定所述待监测链路的状态。
附记2、根据附记1所述的装置，其中，所述装置还包括：
第三确定单元，其用于确定各个统计参数与各种状态的可能性的变化关系，所述变化关系包括以下关系中的一种，或者至少两种的组合：随着统计参数的变化，状态可能性不变的第一关系；随着统计参数增大，状态可能性增大的第二关系；随着统计参数增大，状态可能性减少的第三关系。
附记3、根据附记2所述的装置，其中，所述测量参数包括以下参数中的至少两个：往返时延RTT，丢包数，接收信号强度指示RSSI，所述状态包括：正常、衰落和干扰。
附记4、根据附记3所述的装置，在所述测量参数是RTT时，所述统计参数是RTT平均值，所述RTT平均值与正常状态的可能性的变化关系是：第一关系和第三关系的组合，在RTT平均值小于第一阈值时，随着RTT平均值的增大，正常的可能性为1，维持不变，在RTT平均值大于或等于第一阈值时，随着RTT平均值的增大，正常的可能性减少，且趋近于0；
所述RTT平均值与干扰状态的可能性的变化关系是：第一关系和第二关系的组合，在RTT平均值小于第一阈值时，随着RTT平均值的增大，干扰的可能性为0，维持不变，在RTT平均值大于或等于第一阈值时，随着RTT平均值的增大，干扰的可能性增加，且趋近于1；
所述RTT平均值与衰落状态的可能性的变化关系是：第一关系，第二关系和第三关系的组合，在RTT平均值小于第一阈值时，随着RTT平均值的增大，衰落的可能性为0，维持不变，在RTT平均值大于或等于第一阈值，且小于第二阈值时，随着RTT平均值的增大，衰落的可能性增加，在RTT平均值大于或等于第二阈值时，随着RTT平均值的增大，衰落的可能性增少，且趋近于0。
附记5、根据附记3所述的装置，在所述测量参数是丢包数时，所述统计参数是丢包率PLR，所述PLR与正常状态的可能性的变化关系是：第三关系，随着PLR的增大，正常的可能性减少，且趋近于0；
所述PLR与干扰状态的可能性的变化关系是：第二关系，随着PLR的增大，干扰的可能性增加，且趋近于1；
所述PLR与衰落状态的可能性的变化关系是：第二关系和第三关系的组合，在PLR小于第三阈值时，随着PLR的增大，衰落的可能性增加，在PLR大于或等于第三阈值时，随着PLR的增大，衰落的可能性增少，且趋近于0。
附记6、根据附记3所述的装置，在所述测量参数是RSSI时，所述统计参数是RSSI方差，所述RSSI方差与正常状态的可能性的变化关系是：第三关系，随着RSSI方差的增大，正常的可能性减少，且趋近于0；
所述RSSI方差与衰落状态的可能性的变化关系是：第二关系，随着RSSI方差的增大，衰落的可能性增加，且趋近于1；
所述RSSI方差与干扰状态的可能性的变化关系是：第二关系和第三关系的组合，在RSSI方差小于第四阈值时，随着RSSI方差的增大，干扰的可能性增加，在RSSI方差大于或等于第四阈值时，随着RSSI方差的增大，干扰的可能性增少，且趋近于0。
附记7、根据附记2所述的装置，其中，所述第三确定单元还用于在确定各个统计参数与各种状态的可能性的变化关系后，确定表示所述变化关系的信任函数的形式，根据所述信任函数的形式对训练数据点进行函数拟合，确定所述信任函数的参数的值。
附记8、根据附记7所述的装置，其中，在所述统计参数是RTT平均值时，所述RTT平均值与衰落状态的信任函数使用函数m(F)(x)＝b(x-d)e-c(x-d)表示，所述RTT平均值与干扰状态的信任函数使用函数m(I)(x)＝1-e-a(x-d)表示，所述RTT平均值与正常状态的信任函数使用函数m(N)(x)＝1-m(F)(x)-m(I)(x)表示，其中x表示所述统计参数，a,b,c,d表示所述信任函数的参数；
在所述统计参数是PLR时，所述PLR与衰落状态的信任函数使用函数m(F)(x)＝bxe-cx表示，所述PLR与干扰状态的信任函数使用函数m(I)(x)＝1-e-ax表示，所述PLR与正常状态的信任函数使用函数m(N)(x)＝1-m(F)(x)-m(I)(x)表示，其中x表示所述统计参数，a,b,c表示所述信任函数的参数；
在所述统计参数是RSSI方差时，所述RSSI方差与衰落状态的信任函数使用函数m(F)(x)＝1-e-ax表示，所述RSSI方差与干扰状态的信任函数使用函数m(I)(x)＝bxe-cx表示，所述RSSI方差与正常状态的信任函数使用函数m(N)(x)＝1-m(F)(x)-m(I)(x)表示，其中x表示所述统计参数，a,b,c表示所述信任函数的参数。
附记9、根据附记1所述的装置，其中，所述装置还包括：
比较单元，其用于将所述统计参数与第五阈值比较；
判断单元，其用于根据所述比较单元的比较结果确定状态是否为遮蔽；
并且在状态不为遮蔽时，所述第一确定单元确定各个统计参数的各种状态的可能性。
附记10、一种无线网络的状态监测方法，所述方法包括：
收集无线网络中待监测链路的测量参数；
对收集的所述测量参数进行统计，得到针对各个测量参数的统计参数；
根据预先确定的各个统计参数与各种状态的可能性的变化关系，确定各个统计参数反映的各种状态的可能性；
对所述待监测链路的多个统计参数反映的各种状态的可能性进行融合处理，确定所述待监测链路的状态。
附记11、根据附记10所述的方法，其中，所述方法还包括：
确定各个统计参数与各种状态的可能性的变化关系，所述变化关系包括以下关系中的一种，或者至少两种的组合：随着统计参数的变化，状态可能性不变的第一关系；随着统计参数增大，状态可能性增大的第二关系；随着统计参数增大，状态可能性减少的第三关系。
附记12、根据附记11所述的方法，其中，所述测量参数包括以下参数中的至少两个：往返时延RTT，丢包数，接收信号强度指示RSSI，所述状态包括：正常、衰落和干扰。
附记13、根据附记12所述的方法，在所述测量参数是RTT时，所述统计参数是RTT平均值，所述RTT平均值与正常状态的可能性的变化关系是：第一关系和第三关系的组合，在RTT平均值小于第一阈值时，随着RTT平均值的增大，正常的可能性为1，维持不变，在RTT平均值大于或等于第一阈值时，随着RTT平均值的增大，正常的可能性减少，且趋近于0；
所述RTT平均值与干扰状态的可能性的变化关系是：第一关系和第二关系的组合，在RTT平均值小于第一阈值时，随着RTT平均值的增大，干扰的可能性为0，维持不变，在RTT平均值大于或等于第一阈值时，随着RTT平均值的增大，干扰的可能性增加，且趋近于1；
所述RTT平均值与衰落状态的可能性的变化关系是：第一关系，第二关系和第三关系的组合，在RTT平均值小于第一阈值时，随着RTT平均值的增大，衰落的可能性为0，维持不变，在RTT平均值大于或等于第一阈值，且小于第二阈值时，随着RTT平均值的增大，衰落的可能性增加，在RTT平均值大于或等于第二阈值时，随着RTT平均值的增大，衰落的可能性增少，且趋近于0。
附记14、根据附记12所述的方法，在所述测量参数是丢包数时，所述统计参数是丢包率PLR，所述PLR与正常状态的可能性的变化关系是：第三关系，随着PLR的增大，正常的可能性减少，且趋近于0；
所述PLR与干扰状态的可能性的变化关系是：第二关系，随着PLR的增大，干扰的可能性增加，且趋近于1；
所述PLR与衰落状态的可能性的变化关系是：第二关系和第三关系的组合，在PLR小于第三阈值时，随着PLR的增大，衰落的可能性增加，在PLR大于或等于第三阈值时，随着PLR的增大，衰落的可能性增少，且趋近于0。
附记15、根据附记12所述的方法，在所述测量参数是RSSI时，所述统计参数是RSSI方差，所述RSSI方差与正常状态的可能性的变化关系是：第三关系，随着RSSI方差的增大，正常的可能性减少，且趋近于0；
所述RSSI方差与衰落状态的可能性的变化关系是：第二关系，随着RSSI方差的增大，衰落的可能性增加，且趋近于1；
所述RSSI方差与干扰状态的可能性的变化关系是：第二关系和第三关系的组合，在RSSI方差小于第四阈值时，随着RSSI方差的增大，干扰的可能性增加，在RSSI方差大于或等于第四阈值时，随着RSSI方差的增大，干扰的可能性增少，且趋近于0。
附记16、根据附记11所述的方法，其中，在确定各个统计参数与各种状态的可能性的变化关系后，所述方法还包括：
确定表示所述变化关系的信任函数的形式，根据所述信任函数的形式对训练数据点进行函数拟合，确定所述信任函数的参数的值。
附记17、根据附记16所述的方法，其中，在所述统计参数是RTT平均值时，所述RTT平均值与衰落状态的信任函数使用函数m(F)(x)＝b(x-d)e-c(x-d)表示，所述RTT平均值与干扰状态的信任函数使用函数m(I)(x)＝1-e-a(x-d)表示，所述RTT平均值与正常状态的信任函数使用函数m(N)(x)＝1-m(F)(x)-m(I)(x)表示，其中x表示所述统计参数，a,b,c,d表示所述信任函数的参数；
在所述统计参数是PLR时，所述PLR与衰落状态的信任函数使用函数m(F)(x)＝bxe-cx表示，所述PLR与干扰状态的信任函数使用函数m(I)(x)＝1-e-ax表示，所述PLR与正常状态的信任函数使用函数m(N)(x)＝1-m(F)(x)-m(I)(x)表示，其中x表示所述统计参数，a,b,c表示所述信任函数的参数；
在所述统计参数是RSSI方差时，所述RSSI方差与衰落状态的信任函数使用函数m(F)(x)＝1-e-ax表示，所述RSSI方差与干扰状态的信任函数使用函数m(I)(x)＝bxe-cx表示，所述RSSI方差与正常状态的信任函数使用函数m(N)(x)＝1-m(F)(x)-m(I)(x)表示，其中x表示所述统计参数，a,b,c表示所述信任函数的参数。
附记18、根据附记10所述的方法，其中，所述方法还包括：
将所述统计参数与第五阈值比较；
根据比较结果确定状态是否为遮蔽；
并且在状态不为遮蔽时，确定各个统计参数的各种状态的可能性。

Claims (10)

1.一种无线网络的状态监测装置，所述装置包括：
收集单元，其用于收集无线网络中待监测链路的测量参数；
统计单元，其用于对收集的所述测量参数进行统计，得到针对各个测量参数的统计参数；
第一确定单元，其用于根据预先确定的各个统计参数与各种状态的可能性的变化关系，确定各个统计参数反映的各种状态的可能性；
第二确定单元，其用于对所述待监测链路的多个统计参数反映的各种状态的可能性进行融合处理，确定所述待监测链路的状态。
2.根据权利要求1所述的装置，其中，所述装置还包括：
第三确定单元，其用于确定各个统计参数与各种状态的可能性的变化关系，所述变化关系包括以下关系中的一种，或者至少两种的组合：随着统计参数的变化，状态可能性不变的第一关系；随着统计参数增大，状态可能性增大的第二关系；随着统计参数增大，状态可能性减少的第三关系。
3.根据权利要求2所述的装置，其中，所述测量参数包括以下参数中的至少两个：往返时延RTT，丢包数，接收信号强度指示RSSI，所述状态包括：正常、衰落和干扰。
4.根据权利要求3所述的装置，在所述测量参数是RTT时，所述统计参数是RTT平均值，所述RTT平均值与正常状态的可能性的变化关系是：第一关系和第三关系的组合，在RTT平均值小于第一阈值时，随着RTT平均值的增大，正常的可能性为1，维持不变，在RTT平均值大于或等于第一阈值时，随着RTT平均值的增大，正常的可能性减少，且趋近于0；
所述RTT平均值与干扰状态的可能性的变化关系是：第一关系和第二关系的组合，在RTT平均值小于第一阈值时，随着RTT平均值的增大，干扰的可能性为0，维持不变，在RTT平均值大于或等于第一阈值时，随着RTT平均值的增大，干扰的可能性增加，且趋近于1；
所述RTT平均值与衰落状态的可能性的变化关系是：第一关系，第二关系和第三关系的组合，在RTT平均值小于第一阈值时，随着RTT平均值的增大，衰落的可能性为0，维持不变，在RTT平均值大于或等于第一阈值，且小于第二阈值时，随着RTT平均值的增大，衰落的可能性增加，在RTT平均值大于或等于第二阈值时，随着RTT平均值的增大，衰落的可能性增少，且趋近于0。
5.根据权利要求3所述的装置，在所述测量参数是丢包数时，所述统计参数是丢包率PLR，所述PLR与正常状态的可能性的变化关系是：第三关系，随着PLR的增大，正常的可能性减少，且趋近于0；
所述PLR与干扰状态的可能性的变化关系是：第二关系，随着PLR的增大，干扰的可能性增加，且趋近于1；
所述PLR与衰落状态的可能性的变化关系是：第二关系和第三关系的组合，在PLR小于第三阈值时，随着PLR的增大，衰落的可能性增加，在PLR大于或等于第三阈值时，随着PLR的增大，衰落的可能性增少，且趋近于0。
6.根据权利要求3所述的装置，在所述测量参数是RSSI时，所述统计参数是RSSI方差，所述RSSI方差与正常状态的可能性的变化关系是：第三关系，随着RSSI方差的增大，正常的可能性减少，且趋近于0；
所述RSSI方差与衰落状态的可能性的变化关系是：第二关系，随着RSSI方差的增大，衰落的可能性增加，且趋近于1；
所述RSSI方差与干扰状态的可能性的变化关系是：第二关系和第三关系的组合，在RSSI方差小于第四阈值时，随着RSSI方差的增大，干扰的可能性增加，在RSSI方差大于或等于第四阈值时，随着RSSI方差的增大，干扰的可能性增少，且趋近于0。
7.根据权利要求2所述的装置，其中，所述第三确定单元还用于在确定各个统计参数与各种状态的可能性的变化关系后，确定表示所述变化关系的信任函数的形式，根据所述信任函数的形式对训练数据点进行函数拟合，确定所述信任函数的参数的值。
8.根据权利要求7所述的装置，其中，在所述统计参数是RTT平均值时，所述RTT平均值与衰落状态的信任函数使用函数m(F)(x)＝b(x-d)e-c(x-d)表示，所述RTT平均值与干扰状态的信任函数使用函数m(I)(x)＝1-e-a(x-d)表示，所述RTT平均值与正常状态的信任函数使用函数m(N)(x)＝1-m(F)(x)-m(I)(x)表示，其中x表示所述统计参数，a,b,c,d表示所述信任函数的参数；
在所述统计参数是PLR时，所述PLR与衰落状态的信任函数使用函数m(F)(x)＝bxe-cx表示，所述PLR与干扰状态的信任函数使用函数m(I)(x)＝1-e-ax表示，所述PLR与正常状态的信任函数使用函数m(N)(x)＝1-m(F)(x)-m(I)(x)表示，其中x表示所述统计参数，a,b,c表示所述信任函数的参数；
在所述统计参数是RSSI方差时，所述RSSI方差与衰落状态的信任函数使用函数m(F)(x)＝1-e-ax表示，所述RSSI方差与干扰状态的信任函数使用函数m(I)(x)＝bxe-cx表示，所述RSSI方差与正常状态的信任函数使用函数m(N)(x)＝1-m(F)(x)-m(I)(x)表示，其中x表示所述统计参数，a,b,c表示所述信任函数的参数。
9.根据权利要求1所述的装置，其中，所述装置还包括：
比较单元，其用于将所述统计参数与第五阈值比较；
判断单元，其用于根据所述比较单元的比较结果确定状态是否为遮蔽；
并且在状态不为遮蔽时，所述第一确定单元确定各个统计参数的各种状态的可能性。
10.一种无线网络的状态监测方法，所述方法包括：
收集无线网络中待监测链路的测量参数；
对收集的所述测量参数进行统计，得到针对各个测量参数的统计参数；
根据预先确定的各个统计参数与各种状态的可能性的变化关系，确定各个统计参数反映的各种状态的可能性；
对所述待监测链路的多个统计参数反映的各种状态的可能性进行融合处理，确定所述待监测链路的状态。
CN201910499846.7A 2019-06-11 2019-06-11 无线网络的状态监测装置及方法 Pending CN112073986A (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201910499846.7A CN112073986A (zh) 2019-06-11 2019-06-11 无线网络的状态监测装置及方法
EP20175407.4A EP3751887A1 (en) 2019-06-11 2020-05-19 State monitoring apparatus and method for wireless network
US16/878,735 US20200396629A1 (en) 2019-06-11 2020-05-20 State monitoring apparatus and method for wireless network
JP2020089039A JP2020202558A (ja) 2019-06-11 2020-05-21 無線ネットワーク状態監視装置及び方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910499846.7A CN112073986A (zh) 2019-06-11 2019-06-11 无线网络的状态监测装置及方法

Publications (1)

Publication Number Publication Date
CN112073986A true CN112073986A (zh) 2020-12-11

Family

ID=70779480

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910499846.7A Pending CN112073986A (zh) 2019-06-11 2019-06-11 无线网络的状态监测装置及方法

Country Status (4)

Country Link
US (1) US20200396629A1 (zh)
EP (1) EP3751887A1 (zh)
JP (1) JP2020202558A (zh)
CN (1) CN112073986A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113556780A (zh) * 2021-07-28 2021-10-26 新华三技术有限公司 一种拥塞控制方法及装置
CN113747498A (zh) * 2021-08-03 2021-12-03 上海交通大学 针对移动蜂窝网络的可配置低延迟拥塞控制方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103744977A (zh) * 2014-01-13 2014-04-23 浪潮(北京)电子信息产业有限公司 一种云计算系统平台中的监控方法及系统
US20170026292A1 (en) * 2015-07-20 2017-01-26 Schweitzer Engineering Laboratories, Inc. Communication link failure detection in a software defined network
CN109104739A (zh) * 2017-06-21 2018-12-28 富士通株式会社 无线网络的状态监测装置及方法、网络系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103744977A (zh) * 2014-01-13 2014-04-23 浪潮(北京)电子信息产业有限公司 一种云计算系统平台中的监控方法及系统
US20170026292A1 (en) * 2015-07-20 2017-01-26 Schweitzer Engineering Laboratories, Inc. Communication link failure detection in a software defined network
CN109104739A (zh) * 2017-06-21 2018-12-28 富士通株式会社 无线网络的状态监测装置及方法、网络系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JONATHAN LEDY: "Data fusion for a forecasting link state indicator in VANETs", 《2016 IEEE GLOBAL COMMUNICATIONS CONFERENCE》, pages 3 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113556780A (zh) * 2021-07-28 2021-10-26 新华三技术有限公司 一种拥塞控制方法及装置
CN113556780B (zh) * 2021-07-28 2023-07-25 新华三技术有限公司 一种拥塞控制方法及装置
CN113747498A (zh) * 2021-08-03 2021-12-03 上海交通大学 针对移动蜂窝网络的可配置低延迟拥塞控制方法及系统
CN113747498B (zh) * 2021-08-03 2023-11-28 上海交通大学 针对移动蜂窝网络的可配置低延迟拥塞控制方法及系统

Also Published As

Publication number Publication date
JP2020202558A (ja) 2020-12-17
US20200396629A1 (en) 2020-12-17
EP3751887A1 (en) 2020-12-16

Similar Documents

Publication Publication Date Title
US11032176B2 (en) Determining link conditions of a client LAN/WAN from measurement point to client devices and application servers of interest
US20200336426A1 (en) Methods and systems for network congestion management
US11456929B2 (en) Control plane entity and management plane entity for exchaning network slice instance data for analytics
US7916658B2 (en) Method for congestion detection in packet transmission networks
US20170310572A1 (en) Trouble diagnosis method and apparatus and system
JP2019009775A (ja) 無線ネットワークの状態監視装置及び方法、並びにネットワークシステム
US8045471B2 (en) Method and apparatus to inspect wireless traffic and mitigate packet elimination for wireless saturation avoidance
US9407515B2 (en) Automatic discovery and enforcement of service level agreement settings
EP2962434B1 (en) Apparatus and method for measuring and using congestion in a wireless communication system
EP2938032A1 (en) Data transmission device, data transmission method, and program therefor
US20150189659A1 (en) Method and a device for low intrusive fast estimation of the bandwidth available between two ip nodes
CN112073986A (zh) 无线网络的状态监测装置及方法
EP2999268B1 (en) Wireless fidelity (wi-fi) monitoring method and device
JP5575010B2 (ja) 無線通信装置
CN109167734A (zh) 识别传输控制协议状态的方法和装置
US10397065B2 (en) Systems and methods for characterization of transient network conditions in wireless local area networks
CN105340318B (zh) 传输拥塞的确定方法及装置
US20200008197A1 (en) Communication apparatus, communication method, wireless communication system and program
JP7259937B2 (ja) 情報処理装置、通信設定方法、及びプログラム
US10652779B2 (en) Method for providing congestion information in a network
Dai et al. Quantifying the Merits of Network-Assist Online Learning in Optimizing Network Protocols
Gomes et al. Evaluation of link quality estimators for industrial wireless sensor networks
CN108702787A (zh) 用于接入csma类型的通信介质的方法
JP7310886B2 (ja) 推定装置、伝送レート推定方法及びプログラム
Wei et al. An Experimental Evaluation of ACK-based Passive Bandwidth Estimation Methods in Ad Hoc Networks

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20201211

WD01 Invention patent application deemed withdrawn after publication