CN112119655B - 用于无线网络的移动设备配置 - Google Patents
用于无线网络的移动设备配置 Download PDFInfo
- Publication number
- CN112119655B CN112119655B CN201980032201.0A CN201980032201A CN112119655B CN 112119655 B CN112119655 B CN 112119655B CN 201980032201 A CN201980032201 A CN 201980032201A CN 112119655 B CN112119655 B CN 112119655B
- Authority
- CN
- China
- Prior art keywords
- client device
- wireless network
- determining
- received signal
- access point
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 claims abstract description 91
- 230000005540 biological transmission Effects 0.000 claims description 53
- 238000004891 communication Methods 0.000 claims description 42
- 238000013499 data model Methods 0.000 claims description 34
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 9
- 230000007613 environmental effect Effects 0.000 abstract description 3
- 230000015654 memory Effects 0.000 description 38
- 230000008569 process Effects 0.000 description 21
- 238000004590 computer program Methods 0.000 description 11
- 238000010801 machine learning Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- OVGWMUWIRHGGJP-WVDJAODQSA-N (z)-7-[(1s,3r,4r,5s)-3-[(e,3r)-3-hydroxyoct-1-enyl]-6-thiabicyclo[3.1.1]heptan-4-yl]hept-5-enoic acid Chemical compound OC(=O)CCC\C=C/C[C@@H]1[C@@H](/C=C/[C@H](O)CCCCC)C[C@@H]2S[C@H]1C2 OVGWMUWIRHGGJP-WVDJAODQSA-N 0.000 description 3
- 101100161473 Arabidopsis thaliana ABCB25 gene Proteins 0.000 description 3
- 101000988961 Escherichia coli Heat-stable enterotoxin A2 Proteins 0.000 description 3
- 101100096893 Mus musculus Sult2a1 gene Proteins 0.000 description 3
- 101150081243 STA1 gene Proteins 0.000 description 3
- 101100545229 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) ZDS2 gene Proteins 0.000 description 3
- 101100114859 Schizosaccharomyces pombe (strain 972 / ATCC 24843) crk1 gene Proteins 0.000 description 3
- 101100113084 Schizosaccharomyces pombe (strain 972 / ATCC 24843) mcs2 gene Proteins 0.000 description 3
- 101100022564 Schizosaccharomyces pombe (strain 972 / ATCC 24843) mcs4 gene Proteins 0.000 description 3
- 101100167209 Ustilago maydis (strain 521 / FGSC 9021) CHS8 gene Proteins 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000011545 laboratory measurement Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 235000008694 Humulus lupulus Nutrition 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000013515 script Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising 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
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
- H04W84/10—Small scale networks; Flat hierarchical networks
- H04W84/12—WLAN [Wireless Local Area Networks]
Abstract
用于使得客户端设备能够学习由该客户端设备使用的无线网络中的一个或多个接入点的特性的方法、系统和装置,包括计算机可读介质。除了学习接入点的特性之外,客户端设备还能够学习它自己的硬件特性、其使用简档、其环境操作状况、其用户偏好和其计算场境。客户端设备使用所学习到的特性来基于客户端设备处的无线网络设置的动态配置实现计算效率。
Description
技术领域
本说明书总体上描述了用于改善无线网络中客户端设备与接入点之间的无线通信的技术。
技术背景
无线通信系统可以包括一个或多个接入点(AP)和多个通信设备,诸如智能手机、膝上型计算机、平板设备或其他相关的无线计算设备。无线接入点可以为接入点覆盖范围内的设备集提供服务或提供数据通信服务。在通信系统的常规操作中,接入点使用无线标准指定的协议来管理如何将资源供应给无线网络中的设备。协议可以为接入点和设备指定各种操作参数。
发明内容
本说明书描述了客户端无线通信设备用来确定由客户端设备使用的一个或多个无线网络中的一个或多个接入点的特性的系统、方法、设备和其他技术。除了学习接入点的特性之外,客户端设备还能够学习它自己的硬件特性、其使用简档、其环境操作状况、其用户偏好和其计算场境(context)。计算场境能够包括由客户端设备使用的通信例程以及涉及在给定无线位置处传送并接收数据信号的活动会话。客户端设备使用所学习到的特性来基于客户端设备处的无线网络设置的动态配置来实现计算效率。
能够通过以下步骤来学习接入点和设备硬件的特性:测量客户端设备的天线不平衡和设备传输速率的统计,通过测量设备接收速率的统计来推断接入点的传输速率选择算法,并且检查是否正在使用2流高调制代码化方案(MCS)速率。能够通过收集包括以下各项的参数来学习使用简档:i)每网络、每传送速率的传送时间;ii)每网络、每接收速率的接收时间;iii)每网络的侦听时间;iv)每网络的扫描时间;和/或v)每网络的空闲信道评估(CCA)忙时间。
客户端设备能够学习用户的应用需要和用户的使用模式。例如,能够通过监视在网络内传送的分组、互联网协议(例如,IPv4或IPv6)、规则查验(ping)分组、重传模式、使用的接入类别、传送控制协议(TCP)渐增(ramp up)模式和/或用户的计算场境来学习用户的应用需要和使用模式。在一些实现方式中,客户端设备能够通过对前台应用和后台应用的分析、实时用户调查、用户干预或实时用户偏好选择来学习哪些应用对用户重要。
客户端设备能够学习一个或多个WI-FI操作状况。例如,通过监视无线传输速率与无线接收速率之间的差量(delta)或差来学习WI-FI操作状况。在一些实现方式中,如果差量超过阈值差值,则客户端设备动态地配置或选择不同的传送和接收无线配置。在一些情况下,客户端设备检测链路的特定不平衡并且响应于该检测而配置WI-FI传送和接收设置。例如,能够基于接收器链路的属性将WI-FI设置配置为一条传送链和两条接收链或两条传送链和一条接收链。
客户端设备学习一个或多个用户输入。例如,学习用户的输入以确定用户是否在客户端设备或无线网络上具有特定的WI-FI配置请求。特定的WI-FI配置请求可以包括客户端设备的特定频带偏好或某些应用的优先级。
在本说明书中描述的主题的一个方面能够在计算机实现的方法中体现。该方法包括,在客户端设备处获得描述客户端设备被配置成与之相关联的无线网络的特性的第一度量;和在客户端设备处获得描述客户端设备的硬件特征的第二度量,该硬件特征用于实现客户端设备的无线能力。该方法包括,在客户端设备处确定指示限制客户端设备的无线性能的至少一个不平衡量度的一个或多个接收信号强度指示;和在客户端设备处生成存储描述针对无线网络的客户端设备的预测特性的信息的数据模型,该数据模型是基于对第一度量、第二度量和一个或多个接收信号强度指示的分析而生成。该方法也包括基于针对无线网络的客户端设备的预测特性确定用于客户端设备的配置设置;和使用用于客户端设备的配置设置来调整以下各项中的至少一个的参数:(i)用于使客户端设备与无线网络相关联的关联过程或(ii)客户端设备与无线网络之间的正在进行的连接。
在一些实施方式中,生成数据模型包括,基于第一度量计算第一推断,其中,第一推断对应于以下各项中的至少一个:无线网络的接入点的推断速率选择算法或无线网络的接入点的推断接收速率。在一些实施方式中,生成数据模型包括,基于第二度量计算第二推断,其中,第二推断对应于以下各项中的至少一个:客户端设备的调制和代码化方案或客户端设备的传输速率。
在一些实施方式中,确定用于客户端设备的配置设置包括:基于数据模型的预测特性计算指示无线网络中的相对接收信号强度的多个接收信号强度指示;基于无线网络中的相对接收信号强度确定客户端设备的两个相应信道之间的接收信号强度不平衡的量度;以及基于客户端设备的两个相应信道之间的接收信号强度不平衡的量度确定用于客户端设备的配置设置。
在一些实施方式中,确定用于客户端设备的配置设置包括:基于数据模型的预测特性确定无线网络的用于使用在客户端设备处访问的应用的资源要求;基于无线网络的资源要求生成使用简档,该使用简档指示客户端设备响应于使用应用的使用模式;以及基于客户端设备的使用简档确定用于客户端设备的配置设置。
在一些实施方式中,确定资源要求包括:确定以下各项中的至少一个:与在客户端设备处使用应用相关联的时延要求、数据吞吐量要求或功率要求。在一些实施方式中,生成使用简档包括,获得描述当在客户端设备处访问并使用应用时与无线网络的一个或多个接入点相关联的资源的使用的参数的聚合集。
在一些实施方式中,确定一个或多个接收信号强度指示包括:响应于检测到无线网络中包括的接入点的传输速率或调制方案变化而确定客户端设备的通信信道的至少一个接收信号强度指示。
在一些实施方式中,基于数据模型的预测特性确定无线网络的接入点与客户端设备之间的数据连接的第一稳定性量度,该第一稳定性量度指示数据连接的持续时间;以及基于用于客户端设备的配置设置调整客户端设备与接入点之间的第一关联过程的参数以增加数据连接的第一稳定性量度。
在一些实施方式中,基于数据模型的预测特性确定无线网络的接入点与客户端设备之间的正在进行的数据连接的第二稳定性量度,该第二稳定性量度指示正在进行的数据连接的持续时间;以及基于用于客户端设备的配置设置调整客户端设备与接入点之间的第二关联过程的参数以增加数据连接的第二稳定性量度。
在一些实施方式中,在客户端设备处可访问的计算系统可操作以测量由客户端设备使用以与接入点通信的通信信道的天线不平衡。该系统可以操作以推断由接入点采用以与客户端设备进行通信的一个或者多个速率选择算法。该系统能够基于在客户端设备处获得的信息测量客户端设备或者接入点的传输速率。该系统可操作以基于天线不平衡、速率选择算法或者特定传输速率中的一个或者多个调整客户端设备流能力。
在一些实施方式中,该系统可操作以收集和聚合一个或多个参数,这些参数指示用于无线网络中的设备和接入点之间的数据通信的分组接收时间和传输时间。系统可以估计与设备进行通信的接入点的2×2流模式相关联的总WI-FI功耗。该系统还估计与接入点的1×1流模式相关联的总WI-FI功耗。该系统可以将聚合的参数和估计的功耗提供给示例机器学习引擎,以学习或预测无线网络中设备的WI-FI使用简档。系统根据预测的使用简档确定设备的一个或多个配置设置。
在一些实施方式中,系统可操作以基于客户端设备处的应用使用来确定连接性需求。该系统参考给定应用使用的连接性要求来确定应用的时延要求。系统还可以确定与应用使用相关联的WI-FI连接性活动。系统基于描述与应用使用相关联的连接性和时延的数据,确定应用对特定用户的重要性。
在一些实施方式中,该系统可操作以确定设备是否位于密集企业环境中,诸如具有多个用户的无线网络。基于此确定,系统确定是否应启用多个/单个用户特征。例如,如果设备位于密集企业环境中,则系统可以确定应启用多用户特征,而如果设备不位于密集企业环境中,则系统可以确定应启用单用户特征。系统还可以基于企业环境的密度(例如,20个或更多用户)和在客户端设备处启用的特征,确定是启用还是禁用特定的WI-FI协议。系统响应于关于特定企业环境中的网络变化的信息来调整客户端设备的配置设置。
在一些实施方式中,该系统可操作以监视在无线网络中的设备之间观察到的传输速率和接收速率之间的差量。该系统使用描述传输速率和接收速率之间的差量的信息来确定相应链路预算之间的不平衡。例如,第一链路预算可以用于发射器链路,而第二链路预算可以用于接收器链路。系统基于所确定的相应链路预算之间的不平衡来确定相应的WI-FI传送和接收配置。该系统可以监视RSSI以确定用于选择特定网络或配置与所选网络相关联的功能的发射器链路和接收器链路质量。
此方面和其他方面的其他实施方式包括被配置成执行在计算机存储设备上编码的方法的动作的相应系统、装置和计算机程序。可以借助于安装在系统上的软件、固件、硬件或它们的组合来配置一台或多台计算机的系统,以使得系统执行动作。一个或多个计算机程序可以借助于具有指令来进行配置,以使得该指令在由数据处理装置执行时,使该装置执行动作。
本说明书中描述的主题可以在特定实施例中实现,并且可以导致以下优点中的一个或多个。所描述的技术可以使无线通信系统的客户端设备能够基于客户端设备处的网络设置的动态配置来实现效率。例如,这些技术可以包括使用和各个接入点的传输速率和调制方案的变化来触发对客户端设备接收信号强度的分析。客户端设备可以使用描述信号强度指示的数据来确定改善或优化客户端设备性能的无线设置。例如,相对于如果动态优化的无线设置还没有被应用而实现的性能,客户端设备可以实现通过一个或多个准则(例如,功耗、时延、处理带宽等)测量的性能改进。
客户端设备的优化的无线网络设置可以导致减少该设备以及无线网络中的接入点的功耗和处理器利用率。特别地,改善的信号质量可以导致无线网络中的接入点和用户设备之间更稳定的数据连接。这种稳定的连接可以导致处理器利用率和信号处理操作的减少,或者对以下处理资源的更有用的重新分配:所述处理资源可能会被用于重建在不采用所述技术时发生的失败或切断的数据连接。因此,客户端设备的改进的无线设置可以导致更有效率的处理器和存储器利用率,这可以提供对本文所述的一个或多个计算机系统的改进。
在附图和以下描述中阐述在本说明书中描述的主题的一个或多个实施方式的细节。本主题的其他特征、方面和优点根据说明书、附图和权利要求书将变得显而易见。
附图说明
图1是图示示例通信系统的图。
图2是用于在无线网络中配置移动设备的示例过程的流程图。
图3A-3B是用于在无线网络中配置移动设备的示例过程的流程图,并且图3C示出用于在无线网络中配置移动设备的设置。
图4A和图4B是用于使用网络的属性或状况在无线网络中配置移动设备的示例过程的流程图。
图5是用于基于移动设备的预测特性在无线网络中配置移动设备的示例过程的流程图。
图6是可以与本文档中描述的计算机实现的方法结合使用的计算系统的框图。
在各个附图中,相同的附图标记和名称指示相似的元件。
具体实施方式
能够通过诸如吞吐量、功耗、时延、范围和可靠性的一个或多个方面来定义无线网络中的移动或客户端设备(例如,智能电话)的性能。每个方面都能够由性能度量表征。性能度量可以随着对网络中的接入点的操作状况的调整、用户计算场境和网络的无线电环境而改变。在一些情况下,存在性能度量之间的权衡。随着WI-FI技术的进步,存在能够在某些操作状况下改善WI-FI性能度量的若干特征。对于所有操作模式使用单个无线配置设置的客户端设备能够使总体设备性能劣化。能够基于在客户端设备处获得或学习的操作状况和用户数据来确定更优的无线配置设置。
一些无线标准(例如,IEEE 802.11WI-FI标准)包括使得客户端设备能够动态地调整其无线设置的协议。例如,802.11n协议包括空间复用省电(SMPS)特征以允许STA(例如,接入点)为了省电而以仅一条活动接收链操作。802.11ac协议通过包括向第一STA如接入点通知以下内容的操作模式通知(OMN)帧来补充SMPS特征:进行传送的第二STA如客户端设备正在改变其操作信道宽度、改变它能够接收的空间流的最大数目或兼而有之。802.11ax协议通过包括接收操作模式指示(ROMI)和传送操作模式指示(TOMI)来进一步补充这些特征。
ROMI是用于以下的过程:动态地适配多个活动接收链和信道宽度以用于接收与物理层汇聚过程(PLCP)相关联的后续协议数据单元(例如,PPDU)。ROMI过程使用数据帧的媒体接入控制(MAC)报头中的字段来执行动态自适应。TOMI是用于客户端设备动态地调整其传送能力的过程。例如,客户端设备能够通过调整信道宽度、调整空间流的最大数目或者在单用户(SU)或上行链路(UL)多用户(MU)操作之间改变来适配其传送能力。在一些实现方式中,客户端设备按其全能力关联到接入点。客户端设备然后能够使用以上协议中的一种或多种来改变其无线配置中的一些。
在这种上下文中,本说明书描述了允许客户端设备学习由该客户端设备使用的无线网络中的一个或多个接入点的特性的技术。除了学习接入点的特性之外,客户端设备还能够学习它自己的硬件特性、其使用简档、其环境操作状况、其用户偏好和/或其计算场境。计算场境能够包括由客户端设备使用的通信例程以及涉及在给定无线位置处传送并接收数据信号的活动会话。客户端设备在存储器中存储描述所学习到的其硬件特征和接入点的特性的信息。客户端设备使用该信息来在与接入点关联时动态地调整无线配置设置或者在与接入点关联之后动态地调整无线配置设置。
图1图示示例通信系统100。系统100包括多个客户端/用户设备102、104和106以及个体的接入点108、110和112。系统100能够表示无线通信网络。在系统100的网络中,用户设备能够基于观测到的性能、信号状况、通信网络的所选调制方案/传输速率以及客户端设备的使用简档来自动地调整其操作参数和无线设置。
例如,如在下面更详细地描述的,系统100可操作来生成信号强度/质量报告116,该信号强度/质量报告包括描述与无线网络中的接入点相关联的用户/客户端设备处的接收信号强度和观测信号质量的数据。观测信号质量能够由计算的信号与干扰加噪声比(SINR)指示。系统100也可操作来确定或推断由接入点采用的所选调制和代码化方案(MCS)及传输(Tx)速率118。系统100获得与客户端设备的使用简档120相关联的数据。例如,系统100获得的数据能够包括以下各项的参数值:i)每网络、每传送速率的传送时间;ii)每网络、每接收速率的接收时间;iii)在客户端设备处消耗的功率;iv)在客户端设备处运行的应用程序;和/或v)在客户端设备处经历的时延。
客户端设备生成数据模型122,该数据模型存储描述客户端设备和无线网络的预测特性的信息。例如,能够基于对报告116中包括的接收信号强度指示、接入点的所选MCS和Tx速率118以及与使用简档120相关联的参数值的机器学习分析来生成数据模型122。系统100然后能够基于关于以下的信息来确定用于客户端设备的配置设置124:无线网络中的设备的经机器学习的推断或预测特性。例如,系统100基于客户端设备、接入点或两者的预测特性来确定用于客户端设备的配置设置。
在一些实现方式中,配置设置能够是经调整的设置,该经调整的设置使客户端设备调整客户端设备如何与网络中的一个或多个接入点或其他设备进行通信或交互的参数。例如,在无线(例如,蜂窝)通信网络中,客户端设备执行特定指令,该特定指令与不使用所描述的技术的其他用户设备相比,能够改善设备处的设备性能、观测数据速率和数据吞吐量的。
图2是用于在无线网络中配置移动设备的示例过程200的流程图。
计算设备通常具有2×2WI-FI,这意味着设备的WI-FI特征包括被连接到两个天线的两条无线电链。WI-FI特征能够支持2流多输入多输出(MIMO)。在设备与WI-FI接入点的关联期间,客户端设备与接入点交换其WI-FI能力并且通知接入点客户端设备有2流MIMO接收能力。但是,由于形状因数原因,两个天线增益可能不平衡。下表1示出各种客户端设备上的在2.4GHz和5GHz下的示例天线增益。天线增益不平衡在2.4GHz下可多达7.5dB而在5GHz下可多达9dB。2.4GHz和5GHz频率值各自与接入点的相应WI-FI无线电信号相关联。当WI-FI无线电信号中的一个比另一个弱(例如,实质上弱)时,较弱的无线电链可能没有性能好处,但仍消耗与较强的链相同量的功率。
表1:天线增益
此外,在接收侧,2流MIMO在存在大的天线不平衡情况下可能不像预期那样起作用。在一些实现方式中,接入点实现线性速率选择算法,意味着接入点在调制和代码化方案(MCS)维度中在速率选择间循环。在一些情况下,接入点在使用1流方法来尝试速率选择之前使用2流特征,直到对于2流方法的最低MCS经历故障为止。802.11ac协议包括若干重叠速率。例如,在接入点的80MHz模式下,在下表2中包括1流速率和2流速率。
1流速率 | 2流速率 |
1流MCS0:32.5Mbps | 2流MCS0:65Mbps |
1流MCS1:65Mbps | 2流MCS1:130Mbps |
1流MCS2:97.5Mbps | 2流MCS2:195Mbps |
1流MCS3:130Mbps | 2流MCS3:260Mbps |
1流MCS4:195Mbps | 2流MCS4:390Mbps |
1流MCS5:260Mbps | 2流MCS5:520Mbps |
1流MCS6:292.5Mbps | 2流MCS6:585Mbps |
1流MCS7:325Mbps | 2流MCS7:650Mbps |
1流MCS8:390Mbps | 2流MCS8:780Mbps |
1流MCS9:433.3Mbps | 2流MCS9:866.7Mbps |
表2:1流速率和2流速率
示例线性传送速率选择算法在存在分组故障时按如下顺序减小传输速率:2流MCS9≥2流MCS8≥2流MCS7≥2流MCS6≥2流MCS5≥2流MCS4≥2流MCS3≥2流MCS2≥2流MCS1≥2流MCS0≥1流MCS0。因此,当存在大的天线不平衡(例如,≥6.0dB)时,接入点可以选择具有非常低的MCS的2流方法。如果客户端设备告诉接入点它仅支持1流,则接入点将选择速率比2流低MCS高的1流高MCS。
以这种方式,并且现在参考过程200,客户端设备能够执行动作以获得设备硬件特性和接入点特性两者。例如,客户端设备通过分别在2.4GHz和5GHz下测量、计算或以其他方式获得与设备的相应通信信道相对应的两条链之间的平均接收信号强度指示(RSSI)差来确定天线不平衡(202)。RSSI对应于无线环境中的相对接收信号强度。例如,RSSI提供在客户端设备的接收无线电设备处接收的功率电平的指示。通常,RSSI值越高,接收信号越强。
客户端设备通过在设备处生成接收速率的统计并且确定是否正在使用1流高MCS速率来推断接入点的速率选择算法(204)。在一些实现方式中,客户端设备使用通过接入点的接收速率的直方图来生成接收速率的统计。客户端设备测量其传送速率的统计并且确定是否正在使用2流高MCS速率(206)。在一些实现方式中,客户端设备基于由客户端设备接入的传送速率的直方图来测量传送速率的统计。
基于使用框202、204和206的计算过程获得的所学习的推断(例如,用于预测无线网络和客户端设备的特性或设置),当RSSI不平衡量度超过阈值不平衡量度时,当设备与2×2 2流能力相关联时根据接收速率直方图没有使用1流高MCS速率,并且传送速率直方图示出流高MCS的受限使用,然后客户端设备调整其流能力(208)。例如,客户端设备动态地配置一个或多个设置以采用1×1 1流能力(208)。在一些实现方式中,这种配置调整改善吞吐量并减小客户端设备处的功耗。
通过学习客户端设备和接入点特性,系统也能够随着时间的推移而识别这些特性的变化。在一些实现方式中,如果特性随着时间的推移显著地改变,则客户端设备使用动态切换能力来自动地触发对无线配置设置的调整。在其他实现方式中,能够将配置选择连同对一个或多个保存的无线网络的引用一起保存。每当客户端设备连接到保存的无线网络的接入点或与之相关联时,能够稍后使用配置选择。
图3A是用于在无线网络中配置客户端设备的示例过程300的流程图。能够基于学习的使用简档配置客户端设备。例如,能够在完全能力模式下使用客户端设备,诸如当设备对于接入点的80MHz模式使用2×2 2流时。当处于完全或其他设备能力模式时,通过收集并聚合包括以下各项的参数来学习无线网络使用简档(302):i)每网络、每传送速率的传送时间;ii)每网络、每接收速率的接收时间;iii)每网络的侦听时间;iv)每网络的扫描时间;v)每网络的空闲信道评估(CCA)忙时间。
在一些实现方式中,客户端设备访问WI-FI功耗实验室测量结果以得到每传送速率的传送(Tx)功耗、每接收(Rx)速率的Rx功耗以及侦听功耗和扫描功耗。客户端设备能够估计在2×2 80MHz配置情况下每天、每网络的WI-FI总功耗(304)。
客户端设备能够估计被配置在部分能力模式下,诸如当设备对于20MHz模式使用1×1 1流时。为了确保实现某个期望吞吐量,系统100假定Tx速率和Rx速率降低了8倍(因为2倍来自2流≥1流,并且4倍来自80MHz≥20MHz),如果(遍及所有速率的(a)之和)*8+(遍及所有速率的(b)之和)*8+(e)<1,则仍然能够实现期望吞吐量。估计在1×120MHz配置情况下每天、每网络的WI-FI总功耗(306)。例如,客户端设备在比2×2 80MHz配置低的1×1 20MHz配置下针对每Tx速率的Tx功耗、每Rx速率的Rx功耗、侦听功耗和扫描功耗使用WI-FI功耗实验室测量结果来执行估计。
能够对于诸如2×2 2流20MHz、2×2 2流40MHz、1×1 1流80MHz和1×1 1流40MHz的其他配置或模式做类似的估计。基于以上估计,客户端设备能够学习和/或分析用户的WI-FI网络使用简档并且确定以最小或阈值功耗满足或超过期望数据吞吐量的配置(308)。通过学习使用简档,客户端设备也能够识别使用属性何时对于不同的位置、无线网络和接入点随着时间的推移而显著地改变。如果使用显著地改变,则能够依照使用变化动态地调整配置。在一些实现方式中,不同于动态地改变,而是能够针对用户使配置个性化。在一些情况下,当客户端设备感测到WI-FI吞吐量发生瓶颈时,客户端设备能够将配置动态地改变为完全能力模式以改善吞吐量性能。
图3B是用于基于学习诸如数据处理或无线资源要求的用户应用需要和用户使用模式来在无线网络中配置客户端设备的示例过程的流程图。
当应用请求WI-FI资源时,客户端设备能够学习或确定应用对于用户的特定使用在连接方面需要什么,具体的,吞吐量需求、时延需求、电池状态、持续时间、时间敏感性,例如,无需紧急完成的后台作业(310)。如果客户端设备已学习到用户的典型使用并且能够预测WI-FI连接质量,则客户端设备能够配置其WI-FI设置以获得最佳的吞吐量/时延/功率权衡。例如,数据备份应用(app)可能需要时间不敏感(在一天内备份)的大量无线数据传输。基于这些使用属性,系统能够预测用来最高效地完成备份任务的一天中最佳的WI-FI网络时隙是在办公室中的早晨期间。客户端设备然后能够在该特定时隙以完全能力配置排程该数据备份app。
在另一示例中,如果电池状态低同时客户端设备正在运行时延不关键的应用,则系统关于进入WI-FI省电状态可以更激进(312)。在另一示例中,802.11ax协议包括目标唤醒时间(TWT)特征,其允许客户端设备和接入点对访问介质的具体时间集进行协商。客户端设备能够睡眠并在TWT外节约能量。因此,如果客户端设备基于运行中的应用和所预测的应用来预测整体WI-FI连接活动(例如,总吞吐量和时延),则系统能够以适当的持续时间和频率排程TWT(314)。
在另一示例中,在学习应用时延需求之后,客户端设备能够通过802.11QoS协议来指派每应用不同的接入类别(例如,不同的优先级)。协议定义了八个(例如,1-8)用户优先级,这八个用户优先级被分组成四个接入类别(AC),每个AC包含两个用户优先级。例如,四个AC能够包括Backgound(后台)、Best Effort(尽力而为)(例如,优先级0和3)、Video(视频)(例如,优先级4和5)、Voice(语音)(例如,优先级1和2)。在一些情况下,为了与非QoS站向后兼容,能够将用户优先级0放置到Best Effort AC而不是Backgound AC中。系统也能够使客户端设备基于应用需要改变网络选择。
例如,如果时延—例如相对于某个时延阈值具有低或减小的时延—对应用来说重要,则即使网格点具有更好的RSSI,系统也可以选择在整体时延大的情况下不与网格点相关联。在一些实现方式中,系统为每个网格点添加多个跳(例如,0意指根,非零意指网格子(mesh child)),这可以增加或影响网络的时延。在其他实现方式中,系统可操作来响应于确定或学习到特定应用需要低时延而执行附加配置变化。例如,如图3C处指示的,系统可操作来配置不同的设置300C,包括与以下各项相关联的设置:系统是否允许主机扫描(320)、DFS信道扫描(322)、系统设备或组件在扫描信道上驻留多久(324)、什么准则被用于漫游(326)以及是否允许睡眠(省电)(328)。
在一些实现方式中,系统采用机器学习技术来确定应用需要和用户偏好。能够通过以下来完成学习:分组检查、评估与IP协议套件中包括的具体协议(例如,TCP、用户数据报协议(UDP)、实时传输协议(RTP))相关联的数据流、评估是否存在规则查验分组(例如,一些游戏应用显示实时查验时延)、评估重传模式、评估使用的接入类别、评估TCP渐增模式、评估客户端设备的用户计算场境。
当多个应用按不同需求并行运行时,系统能够学习哪一个应用对特定用户最重要(316)。能够通过以下来完成此学习:对前台应用与后台应用的分析、通过通知进行的实时用户调查、用户干预或通过通知进行的实时用户偏好选择。除了基于设备侧WI-FI配置的一般应用需要之外,一些客户端设备还能够就客户端设备的应用需求通知给特定WI-FI(例如,gWI-FI)接入点,使得该接入点也能够调整在接入点侧的配置以更好地为客户端设备上的应用服务。
如果用户对客户端设备或对用户能够指定特定设备的较高优先级的网络具有具体WI-FI配置请求,则用户能够录入这些配置细节作为用户偏好。如果用户对探索不同的配置选项感兴趣,则这可以是有用的。
图4A是用于基于学习到的无线网络的属性来在无线网络中配置客户端设备的示例过程400A的流程图。
802.11ac协议描述下行链路(DL)多用户(MU)MIMO,而802.11ax协议描述DL/上行链路(UL)MU MIMO和DL/UL正交频分多址(OFDMA),其均为最近的WI-FI标准中采用的多用户技术。多用户特征能够有益于整体网络容量。因此,这些特征在诸如具有多个用户的无线网络的密集企业环境中可以是尤其有用的。在一些实现方式中,客户端设备检测或确定它是否位于密集企业环境中(402)。由于多用户特征的开销,诸如用于MU MIMO的信道探测开销以及由于多用户干扰而与单用户相比较低的每用户速率,客户端设备可以在吞吐量和功率两者方面找到更多益处以在相对干净的环境中禁用多用户特征。客户端设备能够收集无线网络中的CCA忙时间以确定是否应该启用多用户特征(404)。例如,客户端设备检测到它是在干净环境中并且进行禁用多用户特征来有利于单用户特征。相反地,客户端设备能够确定它是在密集企业环境中并且进行启用或重新启用多用户特征。
类似地,802.11ax协议描述了1024正交振幅调制(1024QAM)需要好于-40dB误差矢量幅度(EVM)并且与802.11ac协议中描述的调制模式比消耗更多的功率。在一些实现方式中,1024QAM仅在非常短的范围内是实用的并且一些用户可能从未使用802.11ax协议中描述的最高速率(例如,传输速率)。基于Rx速率直方图和Tx速率直方图,系统能够确定是否禁用802.11ax协议并且即使客户端设备的硬件特征能够使用802.11ax协议的模式也使用802.11ac协议的模式(406)。以这种方式,使用802.11ac协议能够节约功率而不损害设备性能。
通过学习无线网络的属性,客户端设备也能够标识网络操作状况是否随着时间的推移而显著地改变。这些变化可能与诸如如下的因素有关:有多少个客户端设备同时是活动的、特定信道有多拥挤、客户端设备在无线网络内的位置等。如果无线网络的操作状况显著地改变,则能够依照网络变化动态地调整客户端设备处的无线配置设置(408)。在一些实现方式中,不同于动态地改变,而是能够针对用户使客户端设备处的配置设置个性化。
图4B是用于使用学习到的无线网络的WI-FI操作状况来在无线网络中配置客户端设备的示例过程400B的流程图。
客户端设备监视传输速率与接收速率之间的差量(差异)(410)。当存在大差量时,系统能够推断在从STA1到STA2的链路预算与从STA2到STA1的链路预算之间存在大的不平衡(412)。STA1和STA2可以是无线接入点、客户端设备、服务接入点(SAP)、对等设备(P2P)等。链路预算通常是指传送器输出功率减去路径损耗并减去接收器噪声。不平衡可以由具有不同的传送和接收性能(例如,传送功率和接收噪声)的设备产生。
当客户端设备检测到链路的大的不平衡时,系统能够取决于接收器链路的属性而将WI-FI配置在诸如1×2(作为一条传送链和两条接收链)或2×1(作为两条传送链和一条接收链)的不同Tx和Rx配置中(414)。系统也能够向其他WI-FI控制单元提供数据通信以向这些单元通知配置。例如,客户端设备能够监视接收信号强度(例如,RSSI)以确定链路质量,该链路质量能够继而被用于网络选择和其他功能(416)。在一些实现方式中,系统仅捕获接收链路质量。然而,如果传送器链路是较弱的链路,则系统能够监视并探查传送链路质量而不是接收链路质量。
除了以上参考图2、图3A/B和4A/B描述的技术之外,还描述了用于优化客户端设备处的配置的其他方法和技术。
大体上,一种优化技术涉及使用WI-FI连接质量来在发生不可用性或劣化性能之前预测WI-FI不可用性或劣化性能。因此,在用户遇到劣化性能或劣化使用体验之前,客户端设备能够在可用时主动预先地切换到不同网络(例如,另一WI-FI网络或通信技术)。在下面描述用于实现这些优化特征的技术和方法。在一些实现方式中,能够针对可用性应用类似的预测以便影响关于是否将尝试WI-FI连接或者是否将某个WI-FI无线网络选择为默认路由的决定。
在一些示例中,所描述的优化技术能够提供改善的信号质量,这导致无线网络中的接入点与用户/客户端设备之间的数据连接更稳定。改善的连接稳定性能够导致执行用户设备与接入点之间的关联过程或用于重新建立失败或切断的数据连接的操作所需的资源利用率降低。
在一些示例中,无线通信系统的客户端设备或其他组件能够测量无线网络的接入点与客户端设备之间的无线(例如,数据)连接的稳定性。数据连接可以是新的数据连接或现有/正在进行的数据连接。能够基于由系统100生成并供由客户端设备访问的示例数据模型的所学习的推断或预测的特性来确定稳定性的量度。在一些情况下,稳定性的量度指示数据连接的持续时间。在一些情况下,稳定性的量度指示正在进行的数据连接的所推断的持续时间并且提供正在进行的数据连接易受切断以无线方式耦合到接入点的客户端设备之间的数据连接的连接故障影响的可能性(例如,概率)。
技术包括基于用于客户端设备的所确定的配置来设置调整涉及客户端设备的关联过程的参数。关联过程是在客户端设备与接入点之间并且调整关联过程的参数以增加诸如新的或后续数据连接或正在进行的数据连接的数据连接的稳定性的量度。例如,参数被调整以获得更稳定的数据连接,使得客户端设备不太易受经历与接入点的失败或切断的数据连接影响。
在一些实现方式中,系统100监视成功分组传输的数目、失败分组传输的数目、成功分组接收的数目、(失败分组接收的数目是未知的)、被移动的数据与停顿/卡住的数据的比率和重试计数器。当接入点信标RSSI低于阈值并且没有互联网业务时,系统将发送探测分组以检查传输是否成功和接收是否成功。当传输即使在最可靠的传输速率下也失败时,或者当没有成功接收时,系统预测WI-FI特征不久将很可能断开连接。
在一些实现方式中,系统将接入点信标RSSI建模为线性模型。线性模型能够基于表达式:在时间(N+M)秒的RSSI=在时间N秒的RSSI+RSSI_速度*M。接入点信标RSSI指示客户端设备的接收器处的WI-FI信号强度。系统100能够使用卡尔曼滤波器来每隔M秒(sec)更新模型并且能够使用模型来在时间N秒预测在时间(N+P)秒的RSSI。如果在(N+P)秒的预测RSSI低于RSSI阈值(RSSIleave),则系统预测WI-FI将很可能在P秒内断开连接。通常,N、M和P中的每一个是相应的数值,诸如整数值,其中能够使用M=3秒和P=15秒的示例。此方法的变型能够包括基于以下表达式将接入点信标RSSI建模为二阶模型:在时间(N+M)秒的RSSI=在时间N秒的RSSI+RSSI_速度*M+RSSI_加速度*基于预测误差的(1/2)M2自适应P。在一个示例中,如果预测的在时间(N+P)秒的RSSI具有大于阈值方差的方差,则能够减小P以调整观测方差。也能够用诸如移动平均值或其他预测建模算法的其他算法实现针对RSSI的预测。
在一些实现方式中,系统100获得所有相关的WI-FI链路层度量。度量能够包括接入点信标RSSI、成功传输的数目、失败传输的数目、成功接收的数目、传输重试的数目、接收和丢失的信标的数目、无线电传输时间、无线电接收时间、CCA忙时间、最近一次成功传输速率(链路速度)和最近一次成功接收速率。系统能够获得过去X秒的度量并且预测WI-FI特征是否将变得不可用(例如,经历数据停顿)并在Y秒内断开连接。X和Y可以各自是相应的数值,诸如整数值。在一些实现方式中,能够将预测定义为机器学习问题。在这种上下文中,系统从在每个WI-FI不可用性事件之前Y秒起在X秒期间收集或获得关于WI-FI链路层度量的基于服务器或云的数据并且估计映射函数以考虑到过去的WI-FI链路层度量来预测WI-FI连接质量。也能够学习X秒和Y秒以得到最佳映射,诸如实现期望或阈值数目的成功传输、成功接收、接收的信标或上行链路/下行链路速度的映射。在一些实现方式中,系统使用机器学习逻辑来估计映射函数。
能够自动地执行数据收集,如每个WI-FI不可用性事件触发过去(X+Y)秒内—例如从30秒开始—一组数据收集。也能够收集包括详细WI-FI性能的数据以用于训练示例机器学习(ML)模型以便避免假正例预测。当通过这些方法中的一种或多种来预测WI-FI连接问题(例如,断开连接或数据停顿)时,能够执行附加检查以增强预测可靠性并且避免相对于一个或多个客户端设备在无线网络之间翻转。这些附加检查能够包括将当前WI-FI接入点信标RSSI与由诸如RSSIenter的示例参数指示的WI-FI网络进入阈值进行比较。如果当前RSSI高于由RSSIenter指示的阈值,则系统100可以命令客户端设备不离开其当前的WI-FI网络,因为它将很可能就重新加入该同一网络。在一些示例中,系统可操作来检查成功传输的数目和成功接收的数目。如果这些数目在用于指示最近的成功传输和接收的预定义范围内,则能够命令客户端设备不离开其当前的WI-FI网络。
在一些实现方式中,RSSI是被指示为RSSIcheck的示例参数。系统100可操作来调整RSSIleave,其能够适用于以上参考用于对接入点信标RSSI进行建模的方法描述的技术。在一个示例中,能够将RSSIleave首先设置为与RSSIenter相同。当由系统获得的数据或其他参数值指示WI-FI连接质量好于预期时,系统能够对于当前关联的WI-FI网络减小RSSIleave。例如,一种减小RSSIleave的方法包括响应于确定RSSIcheck接近于RSSIleave或在RSSIleave的阈值内并且传输成功率大于阈值成功率而将RSSIleave减小特定差量。传输成功率可以对应于成功传输的数目相对于传输总数。用于减小RSSIleave的另一方法包括将RSSIleave设置为等于min(RSSIleave,RSSIcheck)。
图5是用于基于无线网络中的移动设备以及其他设备的预测特性在无线网络中配置移动设备的示例过程500的流程图。能够使用系统100的一个或多个计算机或计算资源来执行过程500。现在参考过程500,客户端设备获得描述客户端设备被配置成与之相关联的无线网络的特性的第一度量(502)。客户端设备能够通过连接到接入点或与接入点交互以与接入点建立数据连接来与接入点相关联。
例如,客户端设备可以是智能电话,而接入点可以是用于WIFI网络的无线路由器。客户端设备通过识别无线路由器传送的指示无线路由器的SSID(服务集标识符)的信号(例如,信标)并且例如通过提供无线路由器所接受的口令或密码向无线路由器认证来与无线路由器连接/相关联。客户端设备也能够获得描述客户端设备的硬件特征的第二度量(504)。该硬件特征用于实现客户端设备的无线能力。客户端设备确定指示限制客户端设备的无线性能的至少一个不平衡量度的一个或多个接收信号强度指示(506)。
客户端设备生成存储描述针对无线网络的客户端设备的预测特性的信息的数据模型(508)。例如,能够基于对第一度量、第二度量和由客户端设备确定的一个或多个接收信号强度指示的分析来生成数据模型。通常,度量能够与客户端设备、无线网络或两者处的各种设置(例如,无线设置)相关联。能够使用示例机器学习引擎来在系统100处生成数据模型,该示例机器学习引擎参考RSSI值处理第一度量和第二度量以预测或推断这些度量与在系统100处观测到的RSSI之间的关系。例如,这些关系能够用于预测或推断接收信号强度值如何受到客户端设备和无线网络的不同度量或配置设置影响。
在一些实现方式中,生成数据模型包括:基于第一度量来计算第一推断。第一度量和第二度量能够包括指示在客户端设备处经历的吞吐量、客户端设备处的功耗、与无线网络中的各种过程相关联的时延、用于在无线网络中传送信息的范围或网络中的数据连接的可靠性的一个或多个参数值。第一推断能够对应于无线网络的接入点的推断速率选择算法或无线网络的接入点的推断接收速率。第二推断能够对应于客户端设备的调制和代码化方案或客户端设备的传输速率。
系统100基于针对无线网络的客户端设备的预测特性确定客户端设备的配置设置(510)。例如,确定客户端设备的配置设置能够包括基于数据模型的预测特性来计算RSSI值(例如,新的RSSI值)。RSSI值指示无线网络中的相对接收信号强度。确定用于客户端设备的配置设置也能够包括:基于无线网络中的相对接收信号强度来确定客户端设备的两个相应信道之间的接收信号强度不平衡的量度。在一些实现方式中,基于客户端设备的两个相应信道之间的接收信号强度不平衡的量度来确定客户端设备的配置设置。系统100能够在客户端设备处在本地确定配置设置。在一些情况下,系统100使用非本地的、远程的或基于云的计算资源来确定客户端设备的配置设置。
系统100能够使用客户端设备的配置设置来调整客户端设备处的参数(512)。例如,配置设置能够用于调整以下的参数:(i)用于使客户端设备与无线网络相关联的关联过程或(ii)客户端设备与无线网络之间的正在进行的连接。
图6是计算设备600、650的框图,计算设备600、650可以被用作客户端或服务器或多个服务器来实现本文档中描述的系统和方法。计算设备600旨在表示各种形式的数字计算机,诸如膝上型电脑、台式机、工作站、个人数字助理、服务器、刀片服务器、大型机和其它适当的计算机。计算设备650旨在表示各种形式的移动设备,诸如个人数字助理、蜂窝电话、智能电话、智能电话、智能手表、头戴式设备和其它类似的计算设备。这里示出的组件、其连接和关系及其功能仅仅意在为示例性的,而不意在限制本文档中描述和/或要求保护实施方式。
计算设备600包括处理器602、存储器604、存储设备606、连接到存储器604和高速扩展端口610的高速控制器608以及连接到低速扩展端口614和存储设备606的低速控制器612。组件602、604、606、608、610和612中的每一个均使用各种总线来互连,并且可以被酌情安装在公共主板上或者以其它方式安装。处理器602可处理在计算设备600内执行的指令,包括存储在存储器604中或者在存储设备606上以在外部输入/输出设备(诸如耦合到高速控制器608的显示器616)上显示用于GUI的图形信息的指令。在其它实施方式中,可以酌情使用多个处理器和/或多个总线以及多个存储器和多种类型的存储器。另外,可以连接多个计算设备600,其中每个设备提供必要操作的部分(例如,作为服务器组、一组刀片服务器或多处理器系统)。
存储器604存储计算设备600内的信息。在一个实施方式中,存储器604是计算机可读介质。在一个实施方式中,存储器604是易失性存储器单元或者单元。在另一实施方式中,存储器604是一个或多个非易失性存储器单元。存储器604还可以是另一形式的计算机可读介质,诸如磁盘或光盘。
存储设备606能够为计算设备600提供大容量存储。在一个实施方式中,存储设备606可以计算机可读介质。在各种不同的实施方式中,存储设备606可以是硬盘设备、光盘设备或磁带设备、闪速存储器或其它类似的固态存储设备或设备的阵列,包括存储区域网络或其它配置中的设备。在一个实施方式中,计算机程序产品被有形地具体实现在信息载体中。计算机程序产品包含指令,所述指令当被执行时,执行一种或多种方法,诸如上面描述的那些方法。信息载体是计算机或机器可读介质,诸如存储器604、存储设备606或处理器602上的存储器。
高速控制器608管理用于计算设备600的带宽密集操作,而低速控制器612管理较低带宽密集操作。职责的这种分配仅是示例性的。在一个实施方式中,高速控制器608耦合到存储器604、显示器616(例如,通过图形处理器或加速器),并且耦合到高速扩展端口610,所述高速扩展端口610可以接受各种扩展卡(未示出)。在该实施方式中,低速控制器612耦合到存储设备606和低速扩展端口614。可以包括各种通信端口(例如,USB、蓝牙、以太网、无线以太网)的低速扩展端口例如通过网络适配器耦合到一个或多个输入/输出设备,诸如键盘、指点设备、扫描器或诸如交换机或路由器的联网设备。
如图中所示,可以以许多不同的形式实现计算设备600。例如,它可以作为标准服务器620被实现,或者在一组此类服务器中实现多次。它还可以作为机架服务器系统624的一部分被实现。此外,它可以被实现在诸如膝上型计算机622的个人计算机中。可替选地,来自计算设备600的组件可以与移动设备(未示出)诸如设备650中的其它组件组合。此类设备中的每一个均可以包含计算设备600、650中的一个或多个,并且整个系统可以由彼此通信的多个计算设备600、650组成。
计算设备650包括处理器652、存储器664、诸如显示器654的输入/输出设备、通信接口666和收发器668以及其它组件。设备650还可以被提供有存储设备,诸如微驱动器或其它设备,以提供附加存储。组件650、652、664、654、666和668中的每一个均使用各种总线来互连,并且若干组件可以被酌情安装在公共主板上或者以其它方式安装。
处理器652可以处理计算设备650内的用于执行的指令,包括存储在存储器664中的指令。处理器还可以包括单独的模拟和数字处理器。例如,处理器可以提供用于设备650的其它组件的协调,诸如对用户界面、由设备650运行的应用以及由设备650进行的无线通信的控制。
处理器652可以通过耦合到显示器654的控制接口658和显示接口656来与用户进行通信。显示器654可以是例如TFT LCD显示器或OLED显示器或其它适当的显示技术。显示接口656可以包括用于驱动显示器654以向用户呈现图形和其它信息的适当的电路。控制接口658可以从用户接收命令并且对它们进行转换以用于提交给处理器652。此外,可以提供与处理器652通信的外部接口662,使得能实现设备650与其它设备的近区域通信。外部接口662可以提供用于有线通信(例如,经由对接过程),或者无线通信(例如,经由蓝牙或者其它这样的技术)。
存储器664存储计算设备650内的信息。在一个实施方式中,存储器664是计算机可读介质。在一个实施方式中,存储器664是易失性存储器单元或者单元。在另一实施方式中,存储器664是非易失性存储器单元或者单元。扩展存储器674还可以通过扩展接口672来提供并连接到设备650,所述扩展接口672可以包括例如SIMM卡接口。这种扩展存储器674可以为设备650提供额外的存储空间,或者还可以为设备650存储应用或其它信息。具体地,扩展存储器674可以包括用于执行或者补充上述的过程的指令,并且还可以包括安全信息。因此,例如,扩展存储器674可以作为用于设备650的安全模块被提供,并且可以被编程有允许安全地使用设备650的指令。此外,可以经由SIMM卡提供安全应用以及附加信息,诸如以不可破解的方式将识别信息放置在SIMM卡上。
如在下面所讨论的,存储器可以包括例如闪速存储器和/或MRAM存储器。在一个实施方式中,计算机程序产品被有形地具体实现在信息载体中。计算机程序产品包含指令,所述指令当被执行时,执行一种或多种方法,诸如上述的那些方法。信息载体是可以包括计算机或机器可读介质,诸如存储器664、扩展存储器674或处理器652上的存储器。
设备650可以通过通信接口666以无线方式通信,所述通信接口666必要时可以包括数字信号处理电路。通信接口666可以提供用于在各种模式或协议下通信,所述各种模式或协议诸如GSM语音呼叫、SMS、EMS或MMS消息传送、CDMA、TDMA、PDC、WCDMA、CDMA2000或GPRS等。这种通信可以例如通过射频收发器668来发生。此外,短距离通信可以例如使用蓝牙、Wi-Fi或其它这种收发器(未示出)来发生。此外,GPS接收器模块670可以向设备650提供附加的无线数据,其可以由在设备650上运行的应用酌情使用。
设备650还可以使用音频编解码器660来可听地通信,所述音频编解码器660可以从用户接收口语信息并将它转换为可用的数字信息。音频编解码器660可以同样地为用户生成可听声音,诸如通过扬声器,例如在设备650的头戴式耳机中。这种声音可以包括来自语音电话呼叫的声音,可以包括录制声音(例如,语音消息、音乐文件等)并且还可以包括由在设备650上操作的应用所生成的声音。
如图中所示,可以以许多不同的形式实现计算设备650。例如,它可以作为蜂窝电话680被实现。它还可以作为智能电话682、个人数字助理或其它类似的移动设备的一部分被实现。
这里描述的系统和技术的各种实施方式可用数字电子电路、集成电路、专门地设计的ASIC、计算机硬件、固件、软件和/或其组合加以实现。这些各种实施方式可包括在可编程系统上可执行和/或可解释的一个或多个计算机程序中的实施方式,所述可编程系统包括至少一个可编程处理器,其可以是专用的或通用的,耦合以从存储系统、至少一个输入设备和至少一个输出设备接收数据和指令,并且向存储系统、至少一个输入设备和至少一个输出设备发送数据和指令。
这些计算机程序,也称为程序、软件、软件应用或代码,包括用于可编程处理器的机器指令,并且可以以高级过程和/或面向对象的编程语言和/或以汇编/机器语言实现。程序可以存储在保存其他程序或数据的文件的一部分中,例如,存储在标记语言文档中的一个或多个脚本、专用于所讨论程序的单个文件或多个协调文件,例如,存储一个或多个模块、子程序或部分代码的文件中。可以部署计算机程序以在位于一个站点上或分布在多个站点上并通过通信网络互连的一台计算机或多台计算机上执行。
如本文所用,术语“机器可读介质”、“计算机可读介质”指代任何计算机程序产品、装置和/或设备,例如,磁盘、光盘、存储器、用于将机器指令和/或数据提供给可编程处理器的可编程逻辑设备(PLD),包括接收机器指令作为机器可读信号的机器可读介质。术语“机器可读信号”指代用于向可编程处理器提供机器指令和/或数据的任何信号。
为了提供与用户的交互,此处描述的系统和技术可以在计算机上实现,该计算机具有显示设备,例如,CRT(阴极射线管)或LCD(液晶显示器)监视器,用于将信息显示给用户,以及键盘和指示设备,例如,鼠标或轨迹球,用户可以通过其向计算机提供输入。其他种类的设备也可以用于提供与用户的交互。例如,提供给用户的反馈可以是任何形式的感觉反馈,例如,视觉反馈、听觉反馈或触觉反馈;并且可以以任何形式接收来自用户的输入,包括声音、语音或触觉输入。
这里描述的系统和技术可以在包括以下的计算系统中实现:后端部件(例如,作为数据服务器)、或者包括中间件部件(例如,应用服务器)、或者包括前端组件(例如,具有用户可以通过其与此处描述的系统和技术的实现进行交互的图形用户界面或Web浏览器的客户端计算机),或此类后端、中间件或前端部件的任意组合。系统的组件可以通过数字数据通信的任何形式或介质(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”)和互联网。
计算系统可以包括客户端和服务器。客户端和服务器通常彼此远离,并且通常通过通信网络进行交互。客户端和服务器之间的关系是通过在各自计算机上运行并彼此具有客户端-服务器关系的计算机程序产生的。
已经描述了多个实施例。然而,将理解的是,在不脱离本发明的精神和范围的情况下可以做出各种修改。例如,在对步骤进行重新排序、添加或移除的情况下,可以使用上面所示的各种形式的流程。而且,尽管已经描述支付系统和方法的几种应用,但是应该认识到可以想到许多其他应用。因此,其他实施例在所附权利要求的范围内。
已经描述主题的特定实施例。其他实施例在所附权利要求的范围内。例如,权利要求中记载的动作可以以不同的顺序执行并且仍然实现期望的结果。作为一个示例,附图中描绘的过程不一定需要所示的特定顺序或连续顺序来实现期望的结果。在一些情况下,多任务和并行处理可能是有利的。
Claims (21)
1.一种由一个或多个计算机执行的方法,所述方法包括:
在客户端设备处获得第一度量,所述第一度量描述无线网络的特性,所述客户端设备被配置成与所述无线网络相关联;
在所述客户端设备处获得第二度量,所述第二度量描述所述客户端设备的硬件特征,所述硬件特征用于实现所述客户端设备的无线能力;
在所述客户端设备处确定一个或多个接收信号强度指示,所述一个或多个接收信号强度指示用于指示限制所述客户端设备的无线性能的至少一个不平衡量度;
在所述客户端设备处生成数据模型,所述数据模型存储描述针对所述无线网络的所述客户端设备的预测特性的信息,所述数据模型是基于对所述第一度量、所述第二度量和所述一个或多个接收信号强度指示的分析而生成的;
基于针对所述无线网络的所述客户端设备的所述预测特性来确定所述客户端设备的配置设置;以及
使用所述客户端设备的所述配置设置来调整以下各项中的至少一个的参数:(i)用于使所述客户端设备与所述无线网络相关联的关联过程,和(ii)所述客户端设备与所述无线网络之间的正在进行的连接。
2.根据权利要求1所述的方法,其中,生成所述数据模型包括:
基于所述第一度量来计算第一推断,其中,所述第一推断对应于以下各项中的至少一个:所述无线网络的接入点的推断速率选择算法、和所述无线网络的接入点的推断接收速率。
3.根据权利要求1所述的方法,其中,生成所述数据模型包括:
基于所述第二度量来计算第二推断,其中,所述第二推断对应于以下各项中的至少一个:所述客户端设备的调制和代码化方案、和所述客户端设备的传输速率。
4.根据权利要求1所述的方法,其中,确定所述客户端设备的所述配置设置包括:
基于所述数据模型的所述预测特性来计算多个接收信号强度指示,所述多个接收信号强度指示用于指示所述无线网络中的相对接收信号强度;
基于所述无线网络中的所述相对接收信号强度来确定所述客户端设备的两个相应信道之间的接收信号强度不平衡的量度;以及
基于所述客户端设备的两个相应信道之间的所述接收信号强度不平衡的量度来确定所述客户端设备的所述配置设置。
5.根据权利要求1所述的方法,其中,确定所述客户端设备的所述配置设置包括:
基于所述数据模型的所述预测特性来确定用于使用在所述客户端设备处访问的应用的所述无线网络的资源要求;
基于所述无线网络的资源要求来生成使用简档,所述使用简档指示响应于使用所述应用的所述客户端设备的使用模式;以及
基于所述客户端设备的所述使用简档来确定所述客户端设备的所述配置设置。
6.根据权利要求5所述的方法,其中,确定所述资源要求包括:
确定以下各项中的至少一个:与在所述客户端设备处使用所述应用相关联的时延要求、数据吞吐量要求和功率要求。
7.根据权利要求5所述的方法,其中,生成所述使用简档包括:
获得参数的聚合集,所述参数描述当在所述客户端设备处访问和使用所述应用时与所述无线网络的一个或多个接入点相关联的资源的使用。
8.根据权利要求1所述的方法,其中,确定所述一个或多个接收信号强度指示包括:
响应于检测到所述无线网络中包括的接入点的传输速率或调制方案的变化而确定所述客户端设备的通信信道的至少一个接收信号强度指示。
9.根据权利要求8所述的方法,进一步包括:
基于所述数据模型的所述预测特性,确定所述无线网络的所述接入点与所述客户端设备之间的数据连接的第一稳定性量度,所述第一稳定性量度指示所述数据连接的持续时间;以及
基于所述客户端设备的所述配置设置,调整所述客户端设备与所述接入点之间的第一关联过程的参数以增加所述数据连接的所述第一稳定性量度。
10.根据权利要求8或权利要求9所述的方法,进一步包括:
基于所述数据模型的所述预测特性,确定所述无线网络的所述接入点与所述客户端设备之间的正在进行的数据连接的第二稳定性量度,所述第二稳定性量度指示所述正在进行的数据连接的持续时间;以及
基于所述客户端设备的所述配置设置,调整所述客户端设备与所述接入点之间的第二关联过程的参数以增加所述数据连接的所述第二稳定性量度。
11.一种用于改善无线网络中的无线通信的系统,所述系统包括:
一个或多个处理设备;和
存储指令的一个或多个非暂时性机器可读存储设备,所述指令能够由所述一个或多个处理设备执行以使得执行操作,所述操作包括:
在客户端设备处获得第一度量,所述第一度量描述所述无线网络的特性,所述客户端设备被配置成与所述无线网络相关联;
在所述客户端设备处获得第二度量,所述第二度量描述所述客户端设备的硬件特征,所述硬件特征用于实现所述客户端设备的无线能力;
在所述客户端设备处确定一个或多个接收信号强度指示,所述一个或多个接收信号强度指示用于指示限制所述客户端设备的无线性能的至少一个不平衡量度;
在所述客户端设备处生成数据模型,所述数据模型存储描述针对所述无线网络的所述客户端设备的预测特性的信息,所述数据模型是基于对所述第一度量、所述第二度量和所述一个或多个接收信号强度指示的分析而生成的;
基于针对所述无线网络的所述客户端设备的所述预测特性来确定所述客户端设备的配置设置;以及
使用所述客户端设备的所述配置设置来调整以下各项中的至少一个的参数:(i)用于使所述客户端设备与所述无线网络相关联的关联过程,和(ii)所述客户端设备与所述无线网络之间的正在进行的连接。
12.根据权利要求11所述的系统,其中,生成所述数据模型包括:
基于所述第一度量来计算第一推断,其中,所述第一推断对应于以下各项中的至少一个:所述无线网络的接入点的推断速率选择算法、和所述无线网络的接入点的推断接收速率。
13.根据权利要求12所述的系统,其中,生成所述数据模型包括:
基于所述第二度量来计算第二推断,其中,所述第二推断对应于以下各项中的至少一个:所述客户端设备的调制和代码化方案、和所述客户端设备的传输速率。
14.根据权利要求11所述的系统,其中,确定所述客户端设备的所述配置设置包括:
基于所述数据模型的所述预测特性来计算多个接收信号强度指示,所述多个接收信号强度指示用于指示所述无线网络中的相对接收信号强度;
基于所述无线网络中的所述相对接收信号强度来确定所述客户端设备的两个相应信道之间的接收信号强度不平衡的量度;以及
基于所述客户端设备的两个相应信道之间的所述接收信号强度不平衡的量度来确定所述客户端设备的所述配置设置。
15.根据权利要求11所述的系统,其中,确定所述客户端设备的所述配置设置包括:
基于所述数据模型的所述预测特性来确定用于使用在所述客户端设备处访问的应用的所述无线网络的资源要求;
基于所述无线网络的资源要求来生成使用简档,所述使用简档指示所述客户端设备的、响应于使用所述应用的使用模式;以及
基于所述客户端设备的所述使用简档来确定所述客户端设备的所述配置设置。
16.根据权利要求15所述的系统,其中,确定所述资源要求包括:
确定以下各项中的至少一个:与在所述客户端设备处使用所述应用相关联的时延要求、数据吞吐量要求和功率要求。
17.根据权利要求15所述的系统,其中,生成所述使用简档包括:
获得参数的聚合集,所述参数描述当在所述客户端设备处访问和使用所述应用时与所述无线网络的一个或多个接入点相关联的资源的使用。
18.根据权利要求11所述的系统,其中,确定所述一个或多个接收信号强度指示包括:
响应于检测到所述无线网络中包括的接入点的传输速率或调制方案的变化而确定所述客户端设备的通信信道的至少一个接收信号强度指示。
19.根据权利要求18所述的系统,其中,所述操作进一步包括:
基于所述数据模型的所述预测特性,确定所述无线网络的所述接入点与所述客户端设备之间的数据连接的第一稳定性量度,所述第一稳定性量度指示所述数据连接的持续时间;以及
基于所述客户端设备的所述配置设置,调整所述客户端设备与所述接入点之间的第一关联过程的参数以增加所述数据连接的所述第一稳定性量度。
20.根据权利要求19所述的系统,其中,所述操作进一步包括:
基于所述数据模型的所述预测特性,确定所述无线网络的所述接入点与所述客户端设备之间的正在进行的数据连接的第二稳定性量度,所述第二稳定性量度指示所述正在进行的数据连接的持续时间;以及
基于所述客户端设备的所述配置设置,调整所述客户端设备与所述接入点之间的第二关联过程的参数以增加所述数据连接的所述第二稳定性量度。
21.存储指令的一个或多个非暂时性机器可读存储设备,所述指令能够由一个或多个处理设备执行以使得执行操作,所述操作包括:
在客户端设备处获得第一度量,所述第一度量描述无线网络的特性,所述客户端设备被配置成与所述无线网络相关联;
在所述客户端设备处获得第二度量,所述第二度量描述所述客户端设备的硬件特征,所述硬件特征用于实现所述客户端设备的无线能力;
在所述客户端设备处确定一个或多个接收信号强度指示,所述一个或多个接收信号强度指示用于指示限制所述客户端设备的无线性能的至少一个不平衡量度;
在所述客户端设备处生成数据模型,所述数据模型存储描述针对所述无线网络的所述客户端设备的预测特性的信息,所述数据模型是基于对所述第一度量、所述第二度量和所述一个或多个接收信号强度指示的分析而生成的;
基于针对所述无线网络的所述客户端设备的所述预测特性来确定所述客户端设备的配置设置;以及
使用所述客户端设备的所述配置设置来调整以下各项中的至少一个的参数:(i)用于使所述客户端设备与所述无线网络相关联的关联过程,和(ii)所述客户端设备与所述无线网络之间的正在进行的连接。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862678628P | 2018-05-31 | 2018-05-31 | |
US62/678,628 | 2018-05-31 | ||
PCT/US2019/034597 WO2019232174A1 (en) | 2018-05-31 | 2019-05-30 | Mobile device configuration for wireless networks |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112119655A CN112119655A (zh) | 2020-12-22 |
CN112119655B true CN112119655B (zh) | 2024-02-02 |
Family
ID=66952038
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980032201.0A Active CN112119655B (zh) | 2018-05-31 | 2019-05-30 | 用于无线网络的移动设备配置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11553358B2 (zh) |
EP (1) | EP3777291B1 (zh) |
CN (1) | CN112119655B (zh) |
WO (1) | WO2019232174A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019123443A1 (en) | 2017-12-21 | 2019-06-27 | Thomson Licensing | Device and method for holistic steering of stations in a wireless network with multiple access points |
CN110475333B (zh) * | 2019-08-19 | 2021-07-16 | Oppo广东移动通信有限公司 | 断开wifi网络的方法及相关设备 |
US11509498B1 (en) * | 2020-05-26 | 2022-11-22 | Cox Communications, Inc. | Access network connectivity optimization engine |
US20220167187A1 (en) * | 2020-11-20 | 2022-05-26 | At&T Intellectual Property I, L.P. | Utilization-aware management of device capabilities |
FI20215069A1 (en) * | 2021-01-21 | 2022-07-22 | Nokia Solutions & Networks Oy | Estimation of power consumption for different types of radio access technologies |
JP7450939B2 (ja) | 2021-08-31 | 2024-03-18 | サイレックス・テクノロジー株式会社 | 無線通信システム、無線通信装置、通信制御方法およびプログラム |
US11800398B2 (en) | 2021-10-27 | 2023-10-24 | T-Mobile Usa, Inc. | Predicting an attribute of an immature wireless telecommunication network, such as a 5G network |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102257868A (zh) * | 2008-11-10 | 2011-11-23 | 诺基亚公司 | 无线网络中内容递送的预测比特率修改 |
EP3226603A1 (en) * | 2016-03-28 | 2017-10-04 | Network Performance Research Group LLC | Method and apparatus for directed adaptive control of access point-to-client interaction in wireless networks |
CN107534881A (zh) * | 2016-02-12 | 2018-01-02 | 安移通网络公司 | 用于针对无线网络中的改善的接入点选择而估计虚拟客户端健康状况的方法和系统 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7408907B2 (en) * | 2002-09-11 | 2008-08-05 | Cisco Technology, Inc. | System and method for management of a shared frequency band using client-specific management techniques |
US8995929B2 (en) * | 2011-12-06 | 2015-03-31 | Apple Inc. | Methods and apparatus for wireless optimization based on platform configuration and use cases |
US9602345B2 (en) | 2014-05-23 | 2017-03-21 | Accenture Global Services Limited | Performance optimizations for wireless access points |
US10051499B1 (en) * | 2014-12-04 | 2018-08-14 | Amazon Technologies, Inc. | Individual radio frequency configuration for user devices |
WO2016155945A1 (en) | 2015-03-31 | 2016-10-06 | Qualcomm Technologies International, Ltd. | Data rate adaptation in a wireless transmitter |
US20170264501A1 (en) | 2016-03-14 | 2017-09-14 | Catalina Labs, Inc. | System and method for generating advice for improving internet and wifi performance in a network using machine-learning techniques |
WO2018112657A1 (en) * | 2016-12-21 | 2018-06-28 | Dejero Labs Inc. | Packet transmission system and method |
KR20180098077A (ko) * | 2017-02-24 | 2018-09-03 | 삼성전자주식회사 | 전자 장치 및 액세스 포인트 장치의 설치에 적합한 위치를 결정하는 방법 |
WO2018203336A1 (en) * | 2017-05-04 | 2018-11-08 | Liveu Ltd. | Device, system, and method of pre-processing and data delivery for multi-link communications and for media content |
US20190014003A1 (en) * | 2017-07-10 | 2019-01-10 | Qualcomm Incorporated | Dynamic chain configuration selection |
US11696155B2 (en) * | 2019-02-28 | 2023-07-04 | Assia Spe, Llc | Ergodic spectrum management systems and methods |
-
2019
- 2019-05-30 EP EP19731843.9A patent/EP3777291B1/en active Active
- 2019-05-30 WO PCT/US2019/034597 patent/WO2019232174A1/en unknown
- 2019-05-30 CN CN201980032201.0A patent/CN112119655B/zh active Active
- 2019-05-30 US US17/059,028 patent/US11553358B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102257868A (zh) * | 2008-11-10 | 2011-11-23 | 诺基亚公司 | 无线网络中内容递送的预测比特率修改 |
CN107534881A (zh) * | 2016-02-12 | 2018-01-02 | 安移通网络公司 | 用于针对无线网络中的改善的接入点选择而估计虚拟客户端健康状况的方法和系统 |
EP3226603A1 (en) * | 2016-03-28 | 2017-10-04 | Network Performance Research Group LLC | Method and apparatus for directed adaptive control of access point-to-client interaction in wireless networks |
Also Published As
Publication number | Publication date |
---|---|
CN112119655A (zh) | 2020-12-22 |
WO2019232174A1 (en) | 2019-12-05 |
US20210211900A1 (en) | 2021-07-08 |
EP3777291B1 (en) | 2022-09-14 |
EP3777291A1 (en) | 2021-02-17 |
US11553358B2 (en) | 2023-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112119655B (zh) | 用于无线网络的移动设备配置 | |
US20230247447A1 (en) | Optimization of distributed wi-fi networks | |
EP3316628B1 (en) | Wireless access point selection based on signal-to-interference-plus noise ratio value | |
CN107078846B (zh) | 无线连接的速率适配算法 | |
US9628151B2 (en) | Selection of access points for coordinated multipoint uplink reception | |
JP6201031B2 (ja) | 受信機ダイバーシティの適応的使用 | |
EP3599727B1 (en) | Systems and methods for calculating uplink pathloss in a wlan | |
CN110710235B (zh) | 用于建立和终止无线链路的方法和设备 | |
US9055459B2 (en) | Method and system for dual-mode rate control in a wireless communication system | |
EP3599780B1 (en) | Client device grouping for uplink transmission in a wlan | |
CN105101248A (zh) | 用于控制小区的工作状态的改变的装置和方法 | |
KR20140062165A (ko) | 다채널 액세스 포인트에서 무선 채널들을 할당하기 위한 시스템, 방법 및 장치 | |
CN107343289A (zh) | 中继器带宽、无线配置及模数转换器时钟速率的调整 | |
Haghani et al. | Adaptive carrier-sensing for throughput improvement in IEEE 802.11 networks | |
US9614783B2 (en) | Apparatus and method for determining source device in contents sharing system | |
EP3398367A1 (en) | Network performance framework for wireless local area networks | |
US8917622B2 (en) | Method for selecting modulation and coding scheme, base station communication module and customer premise equipment communication module | |
US9554293B2 (en) | Smooth transition between predictive and mobile-assisted spectral allocation | |
KR20150029628A (ko) | 채널 품질 지시자 메커니즘을 가진 무선 통신 시스템 및 그 동작 방법 | |
US20170055266A1 (en) | Smooth transition between predictive and mobile-assisted spectral allocation | |
EP4316144A1 (en) | Managing listen before talk |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |