CN112335278A - 用于网络优化的方法、装置和计算机可读介质 - Google Patents
用于网络优化的方法、装置和计算机可读介质 Download PDFInfo
- Publication number
- CN112335278A CN112335278A CN201880094864.0A CN201880094864A CN112335278A CN 112335278 A CN112335278 A CN 112335278A CN 201880094864 A CN201880094864 A CN 201880094864A CN 112335278 A CN112335278 A CN 112335278A
- Authority
- CN
- China
- Prior art keywords
- communication performance
- optimization
- determining
- access points
- 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.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 220
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000004891 communication Methods 0.000 claims abstract description 128
- 238000004590 computer program Methods 0.000 claims abstract description 28
- 230000009471 action Effects 0.000 claims description 68
- 230000015654 memory Effects 0.000 claims description 31
- 230000000694 effects Effects 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 10
- 230000006870 function Effects 0.000 description 84
- 239000003795 chemical substances by application Substances 0.000 description 15
- 230000008447 perception Effects 0.000 description 14
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000013507 mapping Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 241000282414 Homo sapiens Species 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000007787 long-term memory Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000006403 short-term memory Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000002567 autonomic effect Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 230000035807 sensation Effects 0.000 description 2
- 230000037152 sensory function Effects 0.000 description 2
- 238000000060 site-specific infrared dichroism spectroscopy Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000010205 computational analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
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
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/0001—Systems modifying transmission characteristics according to link quality, e.g. power backoff
- H04L1/0015—Systems modifying transmission characteristics according to link quality, e.g. power backoff characterised by the adaptation strategy
- H04L1/0017—Systems modifying transmission characteristics according to link quality, e.g. power backoff characterised by the adaptation strategy where the mode-switching is based on Quality of Service requirement
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/0001—Systems modifying transmission characteristics according to link quality, e.g. power backoff
- H04L1/0023—Systems modifying transmission characteristics according to link quality, e.g. power backoff characterised by the signalling
- H04L1/0026—Transmission of channel quality indication
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0654—Management of faults, events, alarms or notifications using network fault recovery
- H04L41/0659—Management of faults, events, alarms or notifications using network fault recovery by isolating or reconfiguring faulty entities
- H04L41/0661—Management of faults, events, alarms or notifications using network fault recovery by isolating or reconfiguring faulty entities by reconfiguring faulty entities
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/069—Management of faults, events, alarms or notifications using logs of notifications; Post-processing of notifications
-
- 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
-
- 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
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/04—Error control
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
- H04W72/542—Allocation or scheduling criteria for wireless resources based on quality criteria using measured or perceived quality
-
- 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]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
- H04W88/08—Access point devices
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
- H04W88/12—Access point controller devices
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Environmental & Geological Engineering (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本公开的实施例涉及用于无线网络中的网络优化的方法、装置和计算机程序产品。一种方法,包括确定与多个接入点相关联的多个通信性能度量;基于所述多个通信性能度量,为所述多个接入点确定要解决的多个通信性能问题;基于所述多个通信性能问题,从预定的一组优化策略中,确定所述多个接入点中的一个接入点的优化策略;使接入点应用确定的优化策略。
Description
技术领域
本公开的非限制性的和示例实施例总体上涉及无线通信技术领域,并且具体地涉及用于无线网络中的网络优化的方法、装置和计算机程序产品。
背景技术
本节介绍了可以有助于更好地理解本公开的方面。因此,本部分的陈述应从这种角度来阅读,而不应被理解为是在承认什么属于现有技术或者什么不属于现有技术。
无线网状网络(Wireless Mesh Network,WMN)正在被迅速的部署到公共空间、家庭和企业环境中。由于无线接入点(AP)的高密度部署、非管理的动态环境以及非Wi-Fi干扰的存在,WMN可能会遇到明显的性能下降。为了保持令人满意的网络性能,需要开发用于网络优化的方法。
发明内容
本公开的各种实施例主要旨在提供用于在包括WMN的无线网络或存在类似问题的其他网络中进行网络优化的方法、装置和计算机存储介质。
在本公开的第一方面中,提供了一种在网络设备上实现的方法。该方法包括:确定与多个接入点相关联的多个通信性能度量;基于多个通信性能度量,确定针对多个接入点要解决的多个通信性能问题;基于所述多个通信性能问题,从预定的优化策略集合中确定用于多个接入点中的接入点的优化策略;以及,使接入点应用所确定的优化策略。
在一些实施例中,确定与多个接入点相关联的多个通信性能度量可以包括:基于经由感测从多个接入点获得的原始网络数据,确定针对与多个接入点相关联的活动无线电接口和活动终端设备中的每一项的通信性能度量。在又一实施例中,原始网络数据可以包括针对与多个接入点相关联的活动无线电接口中的每个无线电接口的无线电接口级度量,以及针对与多个接入点相关联的活动站中的每个站的站级统计。
在一些实施例中,无线电接口级度量可以包括以下一项或多项:服务集标识符、信道索引、信道带宽、回程的类型、相关联的接入点的作用、以及信道的统计信息。
在一些实施例中,站级统计可以包括以下一项或多项:接收到的分组总数、传输的分组总数、传输或接收的数据总量、重试的总数、失败的分组的总数、接收信号强度指示符和介质访问控制地址。
在一些实施例中,确定多个通信性能度量可以包括确定包括以下一项或多项的关键性能指示符:信道利用率、活动性因子、重试率、分组错误率、接收信号强度指示符(RSSI),以及端到端用户有效吞吐量。在另一个实施例中,确定关键性能指示符可以包括基于两个连续的感测结果来确定关键性能指示符。
在一些实施例中,确定针对多个接入点要解决的多个通信性能问题可以包括基于以下至少一项来检测针对与多个接入点相关联的相应活动无线电接口的通信性能问题:平均信道利用率,与无线电接口相关联的活动终端设备的数目,与无线电接口相关联的活动接入点的数目,与不良接收信号强度指示符相关联的终端设备的数目,与不良接收信号强度指示符相关联的接入点数目,与良好接收信号强度指示符、高错误率和高重试率相关联的终端设备的数目,以及与良好接收信号强度指示符、高错误率和高重试率相关联的接入点数目。在一些实施例中,确定通信性能问题可以包括:响应于以下一项,将检测到的通信性能问题的数目增加一:平均信道利用率高于预定利用率阈值;与终端设备或接入点相关联的平均接收信号强度指标符低于预定强度阈值;以及与终端设备或接入点相关联的平均接收信号强度指示符高于预定强度阈值,与终端设备或接入点相关联的平均错误率高于预定比率阈值,并且与终端设备或接入点相关联的平均重试率高于预定重试阈值。
在一些实施例中,基于多个通信性能问题确定用于多个接入点中的接入点的优化策略可以包括:确定针对解决检测到的通信性能中的每个通信性能问题的优先级;以及,基于所确定的优先级,确定要由多个接入点中的接入点应用于解决检测到的通信性能问题的优化策略。在一些实施例中,确定优先级可以包括:基于与多个接入点中的每个接入点相关联的总业务负载,对多个接入点进行排序;以及基于对多个接入点的排序,确定针对解决通信性能问题的优先级。在另一个实施例中,基于对多个接入点的排序来确定针对解决通信性能问题的优先级可以包括:将与多个接入点中的、具有最高排序的接入点相关联的通信性能问题确定为具有最高优先级的、要被解决的通信性能问题。
在一些实施例中,确定要由接入点应用于解决所检测到的通信性能问题的优化策略可以包括:针对检测到的通信性能问题,针对预定的优化策略集合中的每个优化测量计算回报;以及从预定的优化策略集合中确定具有最高回报的优化策略,以用于解决检测到的通信性能问题。在一些实施例中,计算回报可以包括计算端到端的有效吞吐量的和。
在一些实施例中,使接入点应用所确定的优化策略可以包括:确定要由接入点执行以应用优化策略的优化动作;和使接入点执行所确定的优化动作。
在一些实施例中,使接入点执行所确定的优化动作可以包括:评估所确定的优化动作的适用性;以及并响应于优化动作被评估为适用的,使所述接入点执行所确定的优化动作。在一些实施例中,该方法可以还包括:响应于优化动作被评估为不适用的,确定用于接入点的另外的优化策略,以用于解决通信性能问题。
在一些实施例中,无线网络可以包括无线网状网络,并且接入点可以包括网格点。
在本公开的第二方面,提供了一种网络设备。该网络设备包括至少一个处理器和至少一个存储器,该至少一个存储器包括计算机程序代码;至少一个存储器和计算机程序代码被配置为与至少一个处理器一起使网络设备至少:确定与多个接入点相关联的多个通信性能度量;基于多个通信性能度量,确定针对多个接入点要解决的多个通信性能问题;基于多个通信性能问题,从预定的优化策略集合中确定用于多个接入点中的接入点的优化策略;以及,使接入点应用所确定的优化策略。
在本公开的第三方面,提供了一种用于通信的装置。该装置包括:用于确定与多个接入点相关联的多个通信性能度量的部件;用于基于多个通信性能度量来确定针对多个接入点要解决的多个通信性能问题的部件;以及用于基于多个通信性能问题、从预定的优化策略集合中确定用于多个接入点中的接入点的优化策略的部件;以及用于使该接入点应用所确定的优化策略的部件。
在本公开的第四方面,提供了一种计算机程序。该计算机程序包括指令,该指令在由装置执行时使该装置执行本公开的第一方面的方法。
在本公开的第五方面,提供一种计算机可读介质,其上存储有计算机程序,该计算机可读介质在由装置执行时,使该装置执行本公开的第一方面的方法。
附图说明
从以下参考附图的具体实施方式,本公开的各个实施例的上述和其他方面、特征和益处将变得更加明显,在附图中,相同的附图标记被用于表示相同或等同的元件。附图是为了促进更好地理解本公开的实施例,并且不一定按比例绘制,其中:
图1图示了可以在其中实现本公开实施例的示例通信网络。
图2示出了根据本公开实施例的用于网络优化的框架的概念性架构。
图3示出了根据本发明实施例的网络优化的方法的流程图。
图4和图5示出了根据本公开实施例的用于确定解决通信性能问题的优化策略的实现的示例;
图6和图7示出了根据本公开实施例的用于将优化动作应用于接入点的实现的示例。
图8示出了根据本发明实施例的具有针对网络优化进行迭代的另一方法的流程图。
图9示出了根据本公开实施例的用于网络优化的信令过程。
图10图示了可以被体现为网络设备或被体现在网络设备中的装置的简化框图。
具体实施方式
在下文中,将参考说明性实施例描述本公开的原理和精神。应当理解,给出所有这些实施例仅仅是为了使本领域技术人员更好地理解和进一步实践本发明,而不是为了限制本发明的范围。例如,作为一个实施例的一部分示出或描述的特征可以与另一实施例一起使用以产生又一实施例。为了清楚起见,在本说明书中没有描述实际实现的所有特征。
在说明书中提到的“一个实施例”、“实施例”、“示例实施例”等指示所描述的实施例可以包括特定的特征、结构或特性,但是不一定每一个都实施例包括所述特定的特征,结构或特性。而且,这样的短语不一定指相同的实施例。此外,可以认为,当实施例描述特定特征、结构或特性时,不管有没有明确描述,将该特征、结构或特性与其他实施例一同起作用是在本领域技术人员的知识范围内的。
应该理解,尽管术语“第一”和“第二”等在本文中可以被用于描述各种元件,但是这些元件不应受到这些术语的限制。这些术语仅用于区分一个元件和另一个元件。例如,在不脱离示例实施例的范围的情况下,第一个元件可以被称为第二元件,并且类似地,第二个元件可以被称为第一元件。如本文所用,术语“和/或”表示包括一个或多个所列术语的任何和所有组合。
本文所使用的术语仅出于描述特定实施例的目的,而不是要限制示例实施例。如本文所使用的,单数形式“一个”、“一种”和“该”也意图包括复数形式,除非上下文另外明确指出。需要进一步理解的是,当在本文中使用时,术语“包括”、“包含”、“具有”、“含有”、“存在”和/或“有”表明存在所述特征、元素和/或组件等,但不排除存在或增加一个或多个其他特征、元素、组件和/或其组合。
如在本申请中使用的,术语“电路”可以指以下的一个或多个或全部:
(a)纯硬件电路实现(例如仅在模拟和/或数字电路中的实现)和(b)硬件电路和软件的组合,注入(如适用):
(i)模拟和/或数字硬件电路与软件/固件的组合,和
(ii)具有软件(包括(多个)数字信号处理器)、软件和存储器的(多个)硬件处理器的任何部分,其共同工作以使诸如移动电话或服务器的装置执行各种功能,和(c)需要软件(例如,固件)以用于操作的(多个)硬件电路和/或(多个)处理器,诸如(多个)微处理器或(多个)微处理器的一部分,但当运行不需要软件来操作时,软件可能不存在。
电路的这种定义适用于该术语在本申请中的所有使用,包括在任何权利要求中。作为进一步的示例,如本申请中所使用的,术语“电路”也覆盖仅硬件电路的实现、或仅处理器(或多个处理器)的实现、或仅一部分的硬件电路或处理器及其(或它们)随附软件和/或固件的一部分的实现。例如并且如果适用于特定权利要求元素,术语电路还覆盖,用于移动设备的基带集成电路或处理器集成电路,或者用于服务器、蜂窝网络设备或其他计算或网络设备中的类似集成电路。
如本文所使用的,术语“无线网络”是指遵循任何适当的无线通信标准的网络,诸如新无线电(NR),长期演进(LTE),高级LTE(LTE-A),宽带码分多址(WCDMA),高速分组接入(HSPA),WMN等。“无线网络”也可以被称为“无线通信网络”或“无线通信系统”。此外,可以根据任何适当的通信协议来执行网络设备之间、网络设备与终端设备之间、或无线通信网络中的终端设备之间的通信,所述通信协议包括但不限于全球移动通信系统(GSM)、通用移动电信系统(UMTS)、长期演进(LTE)、新无线电(NR)、无线局域网(WLAN)标准(例如IEEE802.11标准)和/或当前已知或将来被开发出的任何其他合适的无线通信标准。
如本文所使用的,术语“网络设备”是指网络中的节点,终端设备经由该节点接入网络并从其接收服务。网络设备可以指网状网关(mesh gateway)(MG)、网络控制器或接入点(AP),例如,网格点(mesh point)(MP)、基站(BS)、节点B(NodeB或NB)、演进节点B(eNodeB或eNB)、NR NB(也称为gNB)、远程无线电单元(RRU)、无线电头(RH)、远程无线电头(RRH)、中继、例如毫微微的低功率节点、微微网等,具体取决于所应用的术语和技术。“网络设备”也可以由云提供。
术语“终端设备”是指可能够进行无线通信的任何终端设备。作为示例而非限制,终端设备也可以被称为通信设备(user device)、用户设备(user equipment,UE)、基站(STA)、用户站(SS)、便携式用户站、移动台(MS)或接入终端(AT)。终端设备可以包括但不限于移动电话、蜂窝电话、智能电话、IP语音(VoIP)电话、无线本地环路电话、平板电脑、可穿戴终端设备、个人数字助理(PDA)、便携式计算机、台式计算机、图像捕获终端设备(如数码相机、游戏终端设备、音乐存储和播放设备、车载无线终端设备、无线端点、移动台、笔记本电脑内置设备(LEE)、笔记本电脑-安装设备(LME)、USB加密狗、智能设备、无线用户驻地设备(CPE)等。在下面的描述中,术语“终端设备”、“通信设备”、“终端”、“用户设备”和“UE”可以互换使用。
作为又一示例,在物联网(IoT)场景中,终端设备可以代表执行监视和/或测量并将这种监视和/或测量的结果发送到另一终端设备和/或网络设备的机器或其他设备。在这种情况下,终端设备可以是机器对机器(M2M)设备,在3GPP情景中可以将其称为机器类型通信(MTC)设备。作为一个特定示例,终端设备可以是实现3GPP窄带物联网(NB-IoT)标准的UE。此类机器或设备的示例是传感器、计量设备(例如电表、工业机械或家用电器),例如电冰箱,电视机,个人可穿戴设备(例如手表)等。在其他情况下,终端设备可以代表车辆或代表能够监视和/或报告其运行状态或与其操作相关的其他功能的其他设备。
如本文所使用的,下行链路(DL)传输是指从网络设备到UE的传输,而上行链路(UL)传输是指相反方向的传输。
图1图示了可以在其中实现本公开的实施例的示例无线网状网络(WMN)100。如图所示,WMN 100可以包括一个或多个网络设备,例如,MG 101,可以被统称为“MP 102”的多个网格点MP 102-1、102-2,…102-M,以及一个或多个终端设备103-1、103-2,…103-N,它们可以被统称为“终端设备103”。MP 102可以被认为是不具有到外部网络(例如Internet)的直接连接的接入点,而MG 101可以被认为是具有到外部网络的连接/网关的特殊MP。因此,MP102可以经由MG 101连接到外部网络。每个MP 102可以具有一个或多个无线电接口(在图1中用箭头表示),并且可以与一个或多个终端设备103通信。终端设备103可以直接或经由MP102间接连接到MG 101。
由于无线MP/AP的部署密度高、非管理的动态环境以及非Wi-Fi干扰的存在,WMN可能会遇到明显的性能降级。例如,WMN中的通信可能会受到相邻WMN和/或非Wi-Fi干扰源(例如雷达、微波炉、婴儿监视器等)的干扰。因此,为了保持满意的网络性能,需要开发用于网络优化的方法。
在WMN中已经考虑了若干类型的优化方法。这些方法可以分为两种不同的方法,即独立优化和联合优化。
每个独立优化方法解决WMN中的特定问题,例如信道优化、路由优化、漫游、频带操纵、位置优化等。
不同的是,联合优化方法采用两个或多个独立优化,并尝试找到解决特定问题的优化解决方案的最佳组合。例如,一种联合能力和位置优化方法由Vanhatupa Timo等人提出并发表在IEEE ISWCS,2007的会议论文“Genetic algorithm to optimize nodeplacement and configuration for WLAN planning(用以优化节点防止和WLAN规划配置的通用算法)”中,该方法也由Zheng,Zhongming等人发表在IEEE GLOBECOM,2010年的论文”Minimum AP placement for WLAN with rate adaptation using physicalinterference model(利用使用物理干扰模型的速率适配使WLAN的AP放置最小化)”中。A.U.Chaudhry等人提出了一种联合拓扑和信道优化的方法,发表在名称为“Improvingthroughput and fairness by improved channel assignment using topology controlbased on power control for multi-radio multichannel wireless mesh networks(通过使用拓扑控制的改进信道指派来改进吞吐量和公平性,使用该拓扑控制基于的是针对多无线电多信道无线网状网络的功率控制)”的论文中。尽管在提出的联合优化方法中,独立优化被耦合在一起以联合解决某个问题,但是仍然有可能通过不同的联合优化来解决一个问题。另外,由于大多数联合优化方法的计算复杂性和非定常多项式困难,不可能收集WMN中的所有问题并通过一个联合优化来考虑它们。
另外,当前,各种优化方法大多被独立地对待,并且在产品中被实现为并行运行的不同的独立过程。
本公开的发明人已经观察到解决WMN中的问题可能在引发乒乓效应的同时需要互相矛盾的优化要求,并因此导致较差的性能。另外,可以通过多种候选方法解决特定问题。例如,可以通过信道优化、漫游到其他AP或频段操纵到已经与用户关联的相同AP的其他频带来解决用户的不良性能。在这种情况下,理想的状况是以最小的成本选择适当的解决方案,或者换句话说,选择适当的优化策略。
鉴于以上所述,需要考虑环境的动态方面来开发更先进的优化解决方案。此外,具有智能地检测特定问题并将其与相关的优化方法/策略联系起来的中央控制可能非常重要,该相关优化方法/策略最有可能以最小的网络性能成本来解决问题。
专家系统通常被用于解决不同领域(例如医学、信息学等)中的问题。Y.S.Patel等人在2015年召开的1st International conference on futuristic trend incomputational analysis and knowledge management(第一届计算分析和知识管理的未来趋势国际会议)会议上发表的题为“An Expert System based Novel Framework toDetect and Solve the Problems in Home Appliances by Using Wireless Sensors(通过使用无线传感器来检测和解决家庭应用中的问题的、基于专家系统的新颖框架)”的文章中给出了专家系统的一个示例。本文提出了一种基于专家系统的框架,通过使用无线传感器来检测和解决家用应用中的问题。该框架依赖于基于规则的学习以及与人类专家的互动。知识表现为事实和规则的形式。当发现新问题并且在知识库中找不到解决方案和/或在现有解决方案无法解决问题的时侯,专家系统会与人类专家进行沟通。由于专家系统需要人类来评估解决方案的优劣,因此它们在WMN中没有吸引力。当前,在WMN中没有任何最新的自主推理框架来控制从问题到优化方法的映射。
在本公开中,提出了类似于人脑建模的基于自主论证的推理框架,用于解决WMN中的从问题到优化的搜索映射。但是,应当理解,所提出的框架也适用于存在类似问题的其他通信网络。
图2示出了所提出的框架的概念架构。如图2所示,WMN网络200可以被建模为环境201和智能控制器202。环境201可以包括MG(例如图1中的MG 101)、若干MP(例如图1中的MP102)、当管理或非管理的相邻WMN和非Wi-Fi干扰源(例如,雷达,微波炉,婴儿监视器等)。MG是具有到互联网的网关的网格点,。每个MP可以具有由智能控制器202控制的代理(例如,图2中的代理1、2、3)。代理包括动作执行器,该动作执行器监视来自智能控制器202的命令,并执行命令,如果需要的话,将结果返回智能控制器202。
智能控制器202可以在MG(例如,图1中的MG 101)上或在云中运行。它将所有优化策略(例如,漫游、信道选择、切换等)共同对待,并且针对网络中检测到的问题选择最有可能以最小的成本解决网络问题的候选优化策略。
如图2所示,智能控制器202可以包括分别用于感测、感知、学习、推理、优化和决策的功能210-260,并且可以包括知识库270和动作优化器280。应当理解,在一些实施例中,多于一个功能可以由单个模块可以组合并执行,和/或一个功能可以以分布式的方式由智能控制器202的多于一个的模块来实现。
感测功能210可以从WMN中的多个网格点或所有网格点收集(例如,周期性地)原始网络数据。感测功能收集的原始网络数据可以包括无线电接口级度量和站级统计。
可以以零成本针对每个MP的每个逻辑无线电接口收集无线电接口级度量。该收集的数据可以包含例如关于每个逻辑无线电接口的信息(例如,SSID、BSSID、指派的信道索引和信道宽度、回程的类型、作用(MG或MP)等),以及针对当前使用的信道的空闲信道评估(CCA)统计计数器(例如,信道繁忙时间、信道发送时间、信道接收时间等)。
站级统计可以包括交换/失败的数据量,例如,发送或接收的分组总数、发送或接收的数据字节总数、重试或失败的分组总数、RSSI、MAC地址等。
感测功能还可以负责将接收到的原始数据转换成有用的信息,例如,将原始网络数据解析成已知的对象,例如站、无线电接口、网格点等。
图2中的感知功能220可以被认为是大脑的思维引擎。或者,感知功能220可以被认为类似于人类的第六感,补充了几乎所有认知生活功能所依赖的感知功能的五种外部感觉。感知功能220可以将感测信息转换为关键性能指示符(KPI),其在本文中可以称为知识。
KPI的计算可以由感知功能220针对WMN中的每个活动无线电和每个活动站来完成,并且该计算可以基于两个连续的感测样本来执行。无线电级KPI可以包括当前指派的信道的信道利用率和指示无线电接口对信道利用率贡献大小的活动性因子。站级KPI可以包括重试率、错误率、接收信号强度指示器(RSSI)和E2E用户有效吞吐量。KPI的值可以被存储在例如KB 270中。为了避免网络中的时变,感知功能220可以在每个无线电接口/站保持最后的X个值。X的值是可配置的。
出于说明的目的,下面提供了用于KPI计算的一些例子;然而,应当理解,在一些实施例中,感知功能220可以基于需要获得其他KPI。
在一些实施例中,可以如下计算被指派给WMN中的第d个无线电接口的信道的信道利用率:
其中CBtime2和CBtime1分别表示时刻t2和t1的信道繁忙时间。信道繁忙时间可以被定义为通过载波侦听机制观察到预定义信标间隔之间的信道繁忙状态的总持续时间(毫秒)。
备选地或另外地,在一些实施例中,例如,如下可以获得第d个无线电接口的活动性因子:
其中CTXtime2和CTXtime1分别表示在时刻t2和t1的信道传输(Tx)时间,CRXtime2和CRXtime1分别表示在时刻t2和t1的信道接收(Rx)时间。信道Tx时间被定义为无线电接口d传输数据所消耗的总时间(以毫秒为单位),而信道Rx时间被定义为无线电接口d接收数据所消耗的总时间(以毫秒为单位)。
感知功能220可获得的另一个KPI是每站的重试率。作为示例,可以基于站统计数据,经由以下等式(3)来计算WMN中的第k个站(即,第k个终端设备)的重试率:
其中,Nretries,k(t2)和Nretries,k(t1)分别代表在时刻t2和t1针对第k个STA的重试总数,而Npackets,k(t2)和Npackets,k(t1)分别代表在时刻t2和t1针对第k个STA从无线电接口传输的分组总数。
在一些实施例中,感知功能220可以基于站统计数据来计算站k的错误率,例如,如下:
其中,Nerrors,k(t2)和Nerrors,k(t1)分别表示在时刻t2和t1处针对第k个STA的入站失败分组(inbound failed packet)总数。
还可以通过感知功能220将第k个站的RSSI获得为KPI。RSSI表示在信道上接收到的信标帧的测量接收信号强度(以dBm为单位),并且可以被定义为dot11BeaconRssi。可以在物理(PHY)前导码的接收期间测量RSSI,并且可以将RSSI值转发到RXVECTOR中的介质访问控制(MAC)层。因此,它可能在感测信息中已经可用。或者换句话说,可以直接从感测信息中提取RSSI。RSSI值的有效范围可以是-100dBm至40dBm。
针对由感知功能220获得的KPI的另一个示例可以是端到端(E2E)用户有效吞吐量。可以将第k个站的E2E用户有效吞吐量Rk定义为以下结果:传输的有效字节数除以传输这些字节所需的时间量,即
其中TXBytes(t2)和RXBytes(t2)分别表示在时刻t2从站k的无线电接口传输的字节总数、以及在无线电接口上接收的字节总数;类似地,TXBytes(t1)和RXBytes(t1)分别表示在时刻t1从站k的无线电接口传输的字节总数和在无线电接口上接收的字节总数。
图2中的感知功能220可以基于获得的当前KPI值来进一步检测WMN中的问题。可以针对WMN中的每个活动无线电接口执行问题检测,并且问题检测的输出可以是被指派给每个活动无线电的更新的问题对象以及检测到的问题总数(针对所有活动无线电)。问题对象的属性可以呈现被指派了某些值一个或多个自变量。为了说明而不是限制,针对无线电设备d的问题对象可以具有以下一个或多个属性:平均信道利用率、与无线电设备d关联的终端设备的数目、与无线电设备d关联的MP的数目、与不良RSSI关联的终端设备的数目、与不良RSSI关联的MP的数目、与良好RSSI关联但遇到问题(例如,高错误率或重试率)的终端设备的数目、以及与良好RSSI关联但遇到问题的关联MP的数目。这些特性的细节将在下面描述。
可以将平均信道利用率确定为感知函数220针对无线电接口保持的X个经校正的信道利用率值的平均值。如果无线电设备d的平均信道利用率高于利用率阈值(其可以被表示为CH_UTILIZATION_THR),则感知功能220可以确定出现了问题,并且使问题的数目增加1(可以被称为NBR_PROBLEMS)。请注意,可以针对每个WMN和每个频段的每个信道调查自适应地定义利用率阈值。同样,可以将平均活动性因子计算为X个保持的活动性因子值的平均值。
与无线电设备d相关联的终端设备的数目指示与无线电设备d相关联的活动终端设备(不是MP的站)的数目。如果终端设备的平均E2E用户有效吞吐量高于预定阈值(可表示为ACTIVE_STATION_LOAD_THR),则将其标记为活动的。
同样,与无线电设备d相关的MP的数目表示与无线电设备d相关的活动扩展器(MP)的数目。如果MP的平均E2E有效吞吐量高于预定阈值ACTIVE_STATION_LOAD_THR,则将MP标记为活动。
感知功能220可以通过检查与无线电设备d相关联的每个终端设备的平均RSSI是否小于RSSI阈值(可以表示为RSSI_DOWN_THR)来确定与不良RSSI相关联的终端设备的数目。如果满足此条件(即,平均RSSI小于RSSI_DOWN_THR),则感知功能220可以确定发生了问题,然后将问题的数目(例如,NBR_PROBLEMS计数器)增加1。
同样,感知功能220可以通过检查与无线电d相关联的每个MP的平均RSSI是否小于RSSI阈值RSSI_DOWN_THR来确定与不良RSSI相关联的MP的数目。如果与无线电设备d关联的MP(扩展器)的平均RSSI小于RSSI_DOWN_THR,则NBR_PROBLEMS计数器也将增加1。
为了确定与良好的RSSI相关联但遇到问题(例如,高错误率或重试率)的终端设备(或MP)的数目,感知功能220可以针对每个活动终端设备(或MP)进行检查。检查终端设备(或MP)的平均RSSI是否高于RSSI阈值RSSI_DOWN_THR,同时其平均错误率高于错误阈值(例如ERROR_THR AND)并且其平均重试率大于重试阈值(可以表示为RETRIES_THR)。如果所有这些条件,作为响应,感知功能220也将问题的数目(即,NBR_PROBLEMS计数器)增加1。
如果检测到问题,即,NBR_PROBLEMS的值大于0,则感知功能220可以将一个信号发送到推理功能240以评估WMN中的当前状态。
图2中的推理功能240可以确定针对解决检测到的网络问题中的每个网络问题的优先级,并且根据确定的优先级来确定检测到的问题与要由MP来执行以解决检测到的网络问题的候选优化策略之间的映射。作为示例而不是限制,推理功能240可以基于每个MP的每个相关联的无线电接口的总(Tx和Rx)业务负载来对MP排序。可以将具有最高等级的MP确定为用于解决问题的列表中的第一个MP。应当理解,可以以任何合适的方式确定问题(或相关的MP)的优先级,并且本公开的实施例不限于用于确定优先级的任何特定方式。
在基于优先级确定要解决的问题之后,图2中的推理功能240可以建立问题与候选优化策略之间的映射。推理功能240的该任务可以被实现为以下功能:将与待解决的问题相关联的MP接受为输入并返回布尔值,该布尔值指示可以解决被指派给MP无线电设备的问题的潜在优化策略是否是可用的。如果返回的值为假,则推理功能240可以在排除已经检查的MP之后跳过该MP并且继续检查具有最高等级的下一个MP。如果返回值是真,则推理功能240可以停止检查并且调用与给定问题相对应的优化方法/策略。
推理功能240可以以自变量的形式表示当前的网络问题,并建立映射规则。作为示例,可以基于专家的领域知识来建立映射规则,该专家的领域知识可以被存储在图2的KB270中。
在一些实施例中,推理功能240可以基于由学习功能230获得的回报值来确定针对给定问题的优化策略问题(自变量)和潜在的优化策略,即对于一对(自变量,优化策略)的回报。例如,推理功能240可以选择导致对(自变量,优化策略)的最高回报的优化策略。
学习功能230可以通过采用不同的学习方法,诸如监督学习,半监督学习,无监督学习或强化学习,来确定/更新每对(自变量,优化策略)的回报。本公开的实施例不限于用于确定每对(自变量,优化策略)的回报的任何特定方法。仅出于说明目的,可以使用强化学习,其中将Q值指派给(自变量,优化策略的)每个对作为回报。备选地,在一些实施例中,可以将回报建模为端到端(E2E)用户有效吞吐量之和或其他体验质量(QoE)指标。通过确定回报,学习功能230获得对问题到优化映射的良好程度的洞察力。
在例如基于回报找到针对给定问题的优化策略时,推理功能240调用包括在优化功能250中的优化算法,以确定要执行的用于解决给定问题的优化动作。
优化功能250包括独立的和/或联合的优化算法,例如信道和带宽优化、负载平衡、漫游、功率控制等。每个优化算法/策略可以被设计为:接受仅一个MP标志符和其输入被观察为问题的无线电接口,并返回优化动作,该优化动作(如果存在)最有可能解决MP的无线电接口问题。在不存在这种优化动作的情况下,优化功能250可以通知推理功能240没有动作可用于解决所检测到的问题。在一些实施例中,每个优化算法具有对知识库270的访问,优化算法可以利用该知识库270来找到针对给定问题的最佳动作。如果找到优化动作,则优化功能250可以使动作由相应的MP直接执行,或者将其转发给决策功能260。
例如,在WMN中,如果存在少数终端设备使用具有良好RSSI但错误率和重传率高的信道1,则感知功能220可以检测到问题,然后推理功能240可以将问题映射到优化策略,例如信道优化。然后,优化功能250可以确定针对该问题的优化动作,例如,从当前通道1更改为不同的通道11。
可选地,决策功能260评估从优化功能250输出的优化动作,并基于一个或多个预定政策来决定是否值得将其应用于WMN。决策功能260可以包含不同的政策,不同政策中的每个政策可以特定于优化策略的。例如,可能存在用于信道优化的政策,用于拓扑优化的政策以及用于漫游的政策等。换句话说,可能存在针对每种优化策略的特定政策,用于评估是否应当应用优化动作。
作为示例而非限制,用于信道优化的政策可以要求如果新信道(例如,信道11)的先前回报不高于当前应用的信道(例如,信道1)的当前回报的115%,那么就不值得应用将当前信道更改为新信道的优化动作。
如果确定从优化功能250输出的优化动作值得应用,它将由决策功能260转发给动作优化器280以应用于MP,并且问题的迭代就停止了。在优化的动作不值得应用的情况下,决策功能260可以通知推理功能240去寻找用于解决该问题的另一优化策略,并且针对该问题的迭代继续进行。
动作优化器280负责在WMN中应用确定的优化动作,同时保持每个MP的网络连接性(即每个MP可以到达MG)。动作优化器280可以通过与在MP处运行的代理进行通信来应用所确定的优化动作。代理是动作执行者,他们知道如何在他们的无线电接口或关联的终端设备/MP上应用每个动作。动作优化器280可以向代理指示关于优化动作的细节的请求,并且代理根据该请求执行优化动作。
在一些实施例中,为了长期保持所获得的网络知识,可以将网络数据和专家的领域知识存储在KB 270中。可以将存储在KB 270中的数据分为三个类型,即,短期存储器(STM),长期存储器(LTM)和动作缓冲存储器(ABM)。
STM可以包括作为感知功能220的输出的关键性能指示符(KPI)值。这些数据可以周期性地(例如,每小时)被保留在数据库中,并且过期的条目可以从KB 270中删除。这些数据可以被用于针对确定问题优化映射来计算回报。这些数据也可以被优化功能250利用,以找到针对特定网络问题的优化动作。
LTM可以包括由在一段时间内保持静态的事实和严格规则组成的静态知识。该知识可以以自变量的形式表示。自变量用于将网络问题描述为网络QoS数据(例如KPI及其值)的向量。可以根据专家的领域知识对自变量进行分类。
ABM可以包括优化策略集合。如上所述,可以针对(自变量,优化策略的)每个对指派回报。在一些实施例中,可以基于专家的领域知识将一个或多个自变量的类别指派给每个优化策略类别。或者换句话说,优化策略可以被映射到一个或多个自变量(问题)类别。如果某个优化策略最初无法被分类为类别中任何类别,则可以将其指派给所有类别。然后,倾斜函数(leaning function)230可以基于计算的回报来找到用于优化策略的最佳映射。
所提出的智能控制器的框架将所有优化算法共同对待,并且针对网络中的某个问题,其选择最有可能以最小的成本解决网络问题的候选优化。
图3示出了用于无线网络(例如,图1中的WMN 100)中的网络优化的方法300的流程图。方法300可以由网络设备(例如图1中所示的MG 101)来实现。然而,应该意识到,方法300也可以在另一网络节点或在云中实现。或者,方法300的操作可以由多个装置以分布式方式来实现。为了便于讨论,下面将参考图1所示的MG 101和无线网络100来描述方法300。然而,本公开的实施例不限于此。
如图3所示,在框310,MG 101确定与多个接入点(例如,图1中的MP 102)相关联的多个通信性能度量。在一些实施例中,MG 101可以基于通过感测从多个MP 102获得的原始网络数据,确定与多个MP 102相关联的活动无线电接口和活动站(例如,图1中的终端设备103)中的每一个的通信性能度量。
在一些实施例中,原始网络数据可以通过MG 101的感测功能而被获得,如参考图2所述。原始网络数据可以包括与多个接入点相关联的每个活动无线电接口的无线电接口级度量,以及与多个接入点相关联的每个活动站的站级统计。
出于说明而非限制,无线电接口级度量可以包括以下一项或多项:关于每个逻辑无线电接口的信息(例如服务集标识符(SSID或BSSID)、指派的信道索引、信道带宽、回传的类型、相关MP的角色),以及信道的统计信息(例如当前使用的信道的空闲信道评估(CCA)统计计数器,例如,信道繁忙时间、信道发送时间、信道接收时间等等)。
在一些实施例中,站级统计可以包括以下一项或多项:接收的分组总数,传输的分组总数,传输或接收的数据总量,重试的总数,失败的分组的总数,接收的信号强度指示器和介质访问控制地址等。
在一些实施例中,在框310处,MG 101可以确定包括以下一项或多项的多个关键性能指示符(KPI):信道利用率、活动性因子、重试率、分组错误率、接收信号强度指示器(RSSI)和端到端(E2E)用户有效吞吐量。例如,可以基于两个连续的感测结果来确定这些KPI中的每个。在一些实施例中,方程式(1)-(5)中的一个或多个可被MG 101用于获得KPI。
在框320处,基于多个通信性能度量(例如,KPI),MG 101确定针对多个MP要解决的多个通信性能问题。在一些实施例中,针对多个MP要解决的多个通信性能问题基于以下一项或多项而被确定:平均信道利用率、与无线电接口相关联的活动终端设备的数目、与无线电接口相关联的活动MP的数目、与不良RSSI相关联的终端设备的数目、与不良RSSI相关联的MP的数目、与良好RSSI相关联的终端设备和/或MP的数目、高错误率和高重试率。在一些实施例中,可以由MG 101中包括的感知功能(诸如感知功能220)来确定问题。因此,参考感知功能220提供的与问题检测有关的描述也适用于此。
作为示例而非限制,如果平均信道利用率高于预定利用率阈值(例如,CH_UTILIZATION_THR),则MG 101可以确定发生了通信性能问题,并且可以将检测到的通信性能问题的数目增加1。
备选地或另附加的,当与终端设备或MP相关联的平均RSSI低于预定强度阈值(例如,RSSI_DOWN_THR)时,MG 101可以将检测到的通信性能问题的数目增加1。
在一些实施例中,如果与终端设备或MP相关联的平均RSSI高于预定强度阈值(例如,RSSI_DOWN_THR),与终端设备或MP相关联的平均错误率高于预定速率阈值(例如,ERROR_THR),并且与终端设备或MP相关联的平均重试率高于预定重试阈值(例如,RETRIES_THR),那么,MG 101可以将检测到的通信性能问题的数目增加1。
在框330处,MG 101基于在框320处确定的多个通信性能问题,从预定的优化策略集合中确定针对多个MP中的MP的优化策略。作为示例而非限制,预定的优化策略集合可以被存储在数据库中,例如,图2中的KB 270。
图4示出了可以在框330执行的示例操作400。在该示例中,MG 101可以在框410确定用于解决每个检测到的通信性能问题的优先级;在框420,基于确定的优先级,MG 101确定将由多个MP中的MP应用的优化策略,以用于解决检测到的通信性能问题。即,在框420处,MG 101可以首先确定用于解决具有最高优先级的问题的优化策略。
出于说明而不是限制,在框410处,MG 101可以基于与每个MP相关联的总(包括发送和接收)负载来对多个MP进行排序,并基于对多个接入点的排序确定针对解决通信性能问题的优先级。例如,MG 101可以确定与具有最高排序的MP相关联的通信性能问题是具有最高优先级的、要被解决的通信性能问题。在一些实施例中,优先级可以由MG 101中包括的推理功能(诸如图2中的推理功能240)确定。因此,有关参考推理功能240相关描述也适用于此。
现在仍然参考图3。在一些实施例中,在框330,MG 101可以基于预定准则来确定用于检测到的通信性能问题的优化策略。图5示出了框330的示例实施方式500。
在该示例中,在框510处,针对给定的通信性能问题(可以基于如参考图4所描述的优先级来确定),MG 101可以针对预定优化策略集中的每个优化策略(例如信道重选、漫游等)计算回报出于说明而不是限制,回报可以是Q函数或E2E用户有效吞吐量总和的形式。在一些实施例中,可以以自变量的形式来表达每个通信性能问题,并且在这种情况下,可以针对(自变量,优化策略的)每个对计算回报,如参考图2所描述的。
在框520,MG 101从优化策略的预定集合中确定具有最高回报的优化策略(例如,信道选择),以用于解决给出的通讯性能问题,其中优化策略的预定集合可由KB 270获得。
注意,可以通过MG 101中的推理功能(例如,图2中的推理功能240)来执行图5中的框510-520的操作。因此,以上参考推理功能240提供的相关描述也适用于此。
现在回到图3。在框340,MG 101使与给定通信性能问题相关联的对应的MP应用在框330处确定的优化策略。图6示出了可以在框340处实现的示例操作600。在该示例中,在框610处,MG 101可以确定要由对应的MP执行的优化动作以应用该优化策略,并且在框620使得接入点执行该确定的优化动作。例如,所确定的优化策略可以是信道(重新)选择,并且在这种情况下,在框610处,MG 101可以基于任何适当的优化算法来确定应当针对对应的MP重新选择哪个信道。如果MG确定重新选择具有序号11的信道以替换对应的MP的当前信道1,则从框610输出的优化动作将是:将当前1改变为MP的信道11。
注意,在一些实施例中,框610中用于确定优化动作的操作可以例如由MG 101中的优化功能(诸如图2中所示的优化功能250)执行,因此,提供的关于优化功能250的相关描述也适用于此。
在一些实施例中,在框620,MG 101可以例如通过向MP发送具有优化动作的细节的命令来触发相应的MP直接执行所确定的优化动作。
备选地,在一些实施例中,MG 101可以在使优化动作被应用/执行之前进一步检查所确定的优化动作的适用性。在图7中所示的示例实施方式700中,仅当MG 101在框710处确定优化动作是适用的时,它才使MP在框720执行所确定的优化动作。
另一方面,如果优化动作被评估为不适用,则MG 101可以例如通过执行图3的框330来确定用于MP的另一优化策略以用于解决通信性能问题。
也就是说,可以迭代地执行操作以确定针对问题的适当的优化动作。图8示出了具有迭代的示例方法800。方法800可以由网络设备(例如,图1中的MG 101)执行,或者在云中执行。
如图8所示,在框810处,经由感测获得针对WMN中的所有MP的原始网络数据,然后在框820处,基于所收集的原始网络数据,针对每个活动终端设备和与这些MP相关联的无线电接口确定KPI。在框830,基于KPI检测与通信性能有关的一个或多个问题,并且在框840,针对问题确定优化策略,其中该问题可以基于优先级从检测到的(多个)问题中被选择。在框850,确定对应于优化策略的优化动作。在框860,评估优化动作的适用性。如果优化动作是适用的,则将其发送到MP以在框870处执行。然后,例如,基于优先级,在框880处确定要解决的下一个问题。然后,该过程返回到框840以解决下一个问题。另一方面,如果优化动作不适用,则该过程可以直接返回框840以找到针对当前问题的另一优化策略。
在一些实施例中,提供了可以执行用于网络优化的方法300或800的网络设备。网络设备可以包括智能控制器,例如,图2中的智能控制器202。
在接入点(例如,MP)处,可以包括与智能控制器通信以用于网络优化的代理。注意,在一些实施例中,MG可以被认为是特殊的MP,因此,MG也可以包括代理。
在图9中给出了当智能控制器901在MG上运行时,智能控制器901与MG和MP中包括的代理902和903之间的消息流900的示例。在这个示例中,MG包含代理902和智能控制器901。对于此消息流,我们假定MP存在需要解决的问题。
如图9所示,智能控制器901分别向代理902和903发送(910、920)感测请求。代理902和903分别调用(930,940)系统感测,并将感测结果发送(950、960)到智能控制器901。基于感测结果,智能控制器901计算KPI并检测(970)问题。然后,智能控制器901对检测到的问题进行优先排序(980)。在该示例中,假设与图9中的MP相关联的问题是确定的要被解决的问题,并且智能控制器901找到针对该问题的候选最佳优化策略。例如,智能控制器901可以联合对待所有优化算法/策略,并且针对该问题,其选择具有最高可能性以最小的成本解决网络问题的优化策略。然后,确定最佳优化动作(990),以使MP应用优化策略。智能控制器触发(991)MP中的代理903以通过命令执行优化动作以解决问题。MP中的代理903根据该命令执行(992)优化动作,并且可以向智能控制器901发送(993)确认(ACK)。注意,智能控制器901可以定期的或者基于一个事件来执行上述问题检测和解决过程。例如,在预定时间段之后,智能装置901可以向代理902和903发送(913、914)新的感测请求以发起新的迭代。
在一些实施例中提供了装置,该装置可以在网络设备(例如图1中的MG101)中实现、或者被实现为网络设备(例如图1中的MG101)。该装置可以被用于网络优化,并且该装置包括:用于确定与多个接入点相关联的多个通信性能度量的部件;用于基于多个通信性能度量来确定针对多个接入点要解决的多个通信性能问题的部件;基于多个通信性能问题,针对多个接入点中的一个接入点,从多个优化策略的预定集合中确定优化策略的部件;用于使接入点应用确定的优化策略的部件。
在一些实施例中,设备可以使用网络数据和专家的领域知识来找到最佳的优化策略,以最小的成本解决WMN中的给定问题。
图10示出了另一装置1000的简化框图,该装置可以被实现为网络设备或者在网络设备中被实现,例如,图1所示的MG 101。
如图10的示例所示,装置1000包括处理器1010,用于控制装置1000的操作和功能。例如,在一些实施例中,处理器1010可以借助于存储在与其耦合的存储器1020中的指令1030来实现各种操作。存储器1020可以是适合于本地技术环境的任何合适的类型,并且可以使用任何合适的数据存储技术来实现,例如,,基于半导体的存储器终端设备、磁性存储器终端设备和系统、光学存储器终端设备和系统、固定存储器和可移动存储器,但不限于此。尽管在图10中仅示出了一个存储单元,但是装置1000中可以存在多个物理上不同的存储单元。
处理器1010可以是适合于本地技术环境的任何适当类型,并且可以包括一个或多个通用计算机、专用计算机、微处理器、数字信号处理器DSP和基于多核处理器架构的处理器中的,但不限于此。例子。装置1000还可包括多个处理器1010。
处理器1010还可与收发器1040耦合,该收发器1040能够接收和发送信息。例如,处理器1010和存储器1020可以协同操作以实现参考图3至图8描述的方法300或800中的任何一个。应当理解的是,以上参考图2至图8描述的所有特征也都适用于设备1000,因此这里将不详细描述。
本公开的各个实施例可以由计算机程序或计算机程序产品来实现,该计算机程序或计算机程序产品可以由处理器中的一个或多个(例如图10中的处理器1010),软件,固件,硬件或以上示例的组合来执行。
虽然以上描述中的一些是在图1所示的通信网络的中进行的,但是不应将其解释为限制本公开的精神和范围。本公开的原理和概念可以更普遍地应用于其他场景。
另外,本公开还可以提供一种载体,其包含如上所述的计算机程序(例如,图10中的计算机指令/程序1030)。载体包括计算机可读存储介质和传输介质。计算机可读存储介质可以包括例如光盘或诸如RAM(随机存取存储器)、ROM(只读存储器)、闪存、磁带、CD-ROM、DVD、蓝光光盘等的电子存储设备。传输介质可以包括例如电、光、无线电、声学或其他形式的传播信号,诸如载波、红外信号等。
这里描述的技术可以通过各种模块来实现,以使得实现用实施例描述的对应装置的一个或多个功能的装置不仅包括现有技术模块,而且还包括用于实现对应装置的一个或多个功能的模块。该装置可以包括用于每个单独功能的单独模块,或者可以被配置为执行两个或更多个功能的模块。例如,这些技术可以以硬件(例如,电路或处理器)、固件、软件或其组合来实现。对于固件或软件,可以通过执行本文描述的功能的模块(例如,过程、功能等)来实现。
上面已经参考方法和装置的框图和流程图描述了本文的一些示例实施例。应当理解,框图和流程图的每个方框以及框图和流程图的各个方框的组合可以分别通过各种方式来实现,包括计算机程序指令。这些计算机程序指令可以被加载到通用计算机、专用计算机或其他可编程数据处理设备上以产生机器,从而使得在计算机或其他可编程数据处理装置上执行的指令来创建构件,用于实现流程图的框示出的指功能。
尽管本说明书包含许多具体的实施细节,但是这些不应被解释为对任何实施方式或可能要求保护的范围的限制,而应被解释为对特定实施方式的特定实施例而言特定的特征的描述。在本说明书中的不同实施例中描述的不同特征也可以在单个实施例中组合实现。相反,在单个实施例中描述的各种特征也可以分别在多个实施例中或以任何合适的子组合来实现。此外,尽管上文中可能将各种特征表述为以组合的方式执行,甚至可能最初就是如此声称的,但是所述的以组合方式执行的一个或多个特征在某些情况下可以不以组合的形式执行,所述的组合可以成为一个子组合或者子组合的变体。
对于本领域技术人员而言显而易见的是,随着技术的进步,可以以各种方式来实现本发明构思。上述描述的实施例用于描述而不是限制本公开,并且应当理解,如本领域技术人员容易理解的,可以在不脱离本公开的精神和范围的情况下进行修改和变型。这样的修改和变化被认为在本公开和所附权利要求的范围内。本公开的保护范围由所附权利要求书限定。
Claims (39)
1.一种通信方法,包括:
确定与多个接入点相关联的多个通信性能度量;
基于所述多个通信性能度量,确定针对所述多个接入点要解决的多个通信性能问题;
基于所述多个通信性能问题,从预定的优化策略集合中确定用于所述多个接入点中的接入点的优化策略;以及
使所述接入点应用所确定的所述优化策略。
2.根据权利要求1所述的方法,其中确定与所述多个接入点相关联的多个通信性能度量包括:
基于经由感测从所述多个接入点获得的原始网络数据,确定针对与所述多个接入点相关联的活动无线电接口和活动终端设备中的每一项的通信性能度量。
3.根据权利要求2所述的方法,其中所述原始网络数据包括:针对与所述多个接入点相关联的所述活动无线电接口中的每个无线电接口的无线电接口级度量、以及针对与所述多个接入点相关联的所述活动终端设备中的每个终端设备的站级统计。
4.根据权利要求3所述的方法,其中所述无线电接口级度量包括以下一项或多项:服务集标识符、信道索引、信道带宽、回程的类型、相关联的接入点的作用、以及信道的统计信息。
5.根据权利要求3所述的方法,其中所述站级统计包括以下一项或多项:接收到的分组总数、传输的分组总数、传输或接收的数据总量、重试的总数、失败的分组的总数、接收信号强度指示符和介质访问控制地址。
6.根据权利要求1所述的方法,其中确定多个通信性能度量包括确定包括以下一项或多项的关键性能指示符:
信道利用率;
活动性因子;
重试率;
分组错误率;
接收信号强度指示符RSSI;以及
端到端用户有效吞吐量。
7.根据权利要求6所述的方法,其中确定所述关键性能指示符包括:基于两个连续的感测结果来确定所述关键性能指示符。
8.根据权利要求1所述的方法,其中确定针对所述多个接入点要解决的所述多个通信性能问题包括:
基于以下至少一项来检测针对与所述多个接入点相关联的相应活动无线电接口的通信性能问题:
平均信道利用率;
与无线电接口相关联的活动终端设备的数目;
与无线电接口相关联的活动接入点的数目;
与不良接收信号强度指示符相关联的终端设备的数目;
与不良接收信号强度指示符相关联的接入点的数目;
与良好接收信号强度指示符、高错误率和高重试率相关联的终端设备的数目;以及
与良好接收信号强度指示符、高错误率和高重试率相关联的接入点的数目。
9.根据权利要求8所述的方法,其中确定所述通信性能问题包括:
响应于以下一项,将检测到的通信性能问题的数目增加一:
所述平均信道利用率高于预定利用率阈值;
与终端设备或接入点相关联的平均接收信号强度指标符低于预定强度阈值;以及
与终端设备或接入点相关联的平均接收信号强度指示符高于所述预定强度阈值,与所述终端设备或所述接入点相关联的平均错误率高于预定比率阈值,并且与所述终端设备或所述接入点相关联的平均重试率高于预定重试阈值。
10.根据权利要求1所述的方法,其中基于所述多个通信性能问题来确定用于所述多个接入点中的接入点的优化策略包括:
确定针对解决检测到的所述通信性能问题中的每个通信性能问题的优先级;以及
基于所确定的所述优先级,确定要由所述多个接入点中的接入点应用于解决检测到的通信性能问题的优化策略。
11.根据权利要求10所述的方法,其中确定所述优先级包括:
基于与所述多个接入点中的每个接入点相关联的总业务负载,对所述多个接入点排序;以及
基于对所述多个接入点的所述排序,确定针对解决通信性能问题的所述优先级。
12.根据权利要求11所述的方法,其中基于对所述多个接入点的所述排序来确定针对解决通信性能问题的所述优先级包括:
将与所述多个接入点中的具有最高排序的接入点相关联的通信性能问题,确定为将以最高优先级被解决的通信性能问题。
13.根据权利要求10所述的方法,其中确定要由接入点应用于解决检测到的通信性能问题的所述优化策略包括:
针对检测到的所述通信性能问题,针对所述预定的优化策略集合中的每个优化策略计算回报;以及
从所述预定的优化策略集合中确定具有最高回报的优化策略,以用于解决检测到的所述通信性能问题。
14.根据权利要求13所述的方法,其中计算所述回报包括:计算端到端有效吞吐量的和。
15.根据权利要求1所述的方法,其中使所述接入点应用所确定的所述优化策略包括:
确定要由所述接入点执行以应用所述优化策略的优化动作;以及
使所述接入点执行所确定的所述优化动作。
16.根据权利要求15所述的方法,其中使所述接入点执行所确定的所述优化动作包括:
评估所确定的所述优化动作的适用性;以及
响应于所述优化动作被评估为适用的,使所述接入点执行所确定的所述优化动作。
17.根据权利要求16所述的方法,还包括:
响应于所述优化动作被评估为不适用的,确定用于所述接入点的另外的优化策略,以用于解决所述通信性能问题。
18.根据权利要求1所述的方法,其中所述接入点包括无线网状网络中的网格点。
19.根据权利要求1所述的方法,其中所述方法在中央控制器或云中被实现。
20.一种网络设备,包括:
至少一个处理器;以及
至少一个存储器,包括计算机程序代码;
所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起使所述网络设备至少:
确定与多个接入点相关联的多个通信性能度量;
基于所述多个通信性能度量,确定针对所述多个接入点要解决的多个通信性能问题;
基于所述多个通信性能问题,从预定的优化策略集合中确定用于所述多个接入点中的接入点的优化策略;以及
使所述接入点应用所确定的所述优化策略。
21.根据权利要求20所述的网络设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,使所述网络设备通过以下来确定与所述多个接入点相关联的所述多个通信性能度量:
基于经由感测从所述多个接入点获得的原始网络数据,确定针对与所述多个接入点相关联的活动无线电接口和活动站中的每一项的通信性能度量。
22.根据权利要求21所述的网络设备,其中所述原始网络数据包括:针对与所述多个接入点相关联的所述活动无线电接口中的每个无线电接口的无线电接口级度量、以及针对与所述多个接入点相关联的所述活动站中的每个站的站级统计。
23.根据权利要求22所述的网络设备,其中所述无线电接口级度量包括以下一项或多项:服务集标识符、信道索引、信道带宽、回程的类型、相关联的接入点的作用、以及信道的统计信息。
24.根据权利要求22所述的网络设备,其中所述站级统计包括以下一项或多项:接收到的分组总数、传输的分组总数、传输或接收的数据总量、重试的总数、失败的分组的总数、接收信号强度指示符和介质访问控制地址。
25.根据权利要求20所述的网络设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,使所述网络设备通过确定关键性能指示符来确定所述多个通信性能度量,所述关键性能指示符包括以下一项或多项:
信道利用率;
活动性因子;
重试率;
分组错误率;
接收信号强度指示符RSSI;以及
端到端用户有效吞吐量。
26.根据权利要求25所述的网络设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,使所述网络设备:通过基于两个连续的感测结果确定所述关键性能指示符,来确定所述关键性能指示符。
27.根据权利要求20所述的网络设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,使所述网络设备通过以下来确定针对所述多个接入点要解决的所述多个通信性能问题:
基于以下至少一项,检测针对与所述多个接入点相关联的相应活动无线电接口的通信性能问题:
平均信道利用率;
与无线电接口相关联的活动终端设备的数目;
与无线电接口相关联的活动接入点的数目;
与不良接收信号强度指示符相关联的终端设备的数目;
与不良接收信号强度指示符相关联的接入点的数目;
与良好接收信号强度指示符、高错误率和高重试率相关联的终端设备的数目;以及
与良好接收信号强度指示符、高错误率和高重试率相关联的接入点的数目。
28.根据权利要求27所述的网络设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,使所述网络设备通过以下来确定所述通信性能问题:
响应于以下一项,将检测到的通信性能问题的数目增加一:
所述平均信道利用率高于预定利用率阈值;
与终端设备或接入点相关联的平均接收信号强度指标符低于预定强度阈值;以及
与终端设备或接入点相关联的平均接收信号强度指示符高于所述预定强度阈值,与所述终端设备或所述接入点相关联的平均错误率高于预定比率阈值,并且与所述终端设备或所述接入点相关联的平均重试率高于预定重试阈值。
29.根据权利要求20所述的网络设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,使所述网络设备通过以下来基于所述多个通信性能问题确定用于所述多个接入点中的接入点的优化策略:
确定针对解决检测到的所述通信性能问题中的每个通信性能问题的优先级;以及
基于所确定的所述优先级,确定要由所述多个接入点中的接入点应用于解决检测到的通信性能问题的优化策略。
30.根据权利要求29所述的网络设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,使所述网络设备通过以下来确定所述优先级:
基于与所述多个接入点中的每个接入点相关联的总业务负载,对所述多个接入点排序;以及
基于对所述多个接入点的所述排序,确定针对解决通信性能问题的所述优先级。
31.根据权利要求30所述的网络设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,使所述网络设备通过以下来基于对所述多个接入点的所述排序而确定针对解决通信性能问题的所述优先级:
将与所述多个接入点中的具有最高排序的接入点相关联的通信性能问题,确定为将以最高优先级被解决的通信性能问题。
32.根据权利要求29所述的网络设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,使所述网络设备通过以下来确定要由接入点应用于解决检测到的通信性能问题的所述优化策略:
针对检测到的所述通信性能问题,针对所述预定的优化策略集合中的每个优化策略计算回报;以及
从所述预定的优化策略集合中确定具有最高回报的优化策略,以用于解决检测到的所述通信性能问题。
33.根据权利要求32所述的网络设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,使所述网络设备通过计算端到端有效吞吐量的和来计算所述回报。
34.根据权利要求20所述的网络设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,使所述网络设备通过以下来使所述接入点应用所确定的所述优化策略:
确定要由所述接入点执行以应用所述优化策略的优化动作;以及
使所述接入点执行所确定的所述优化动作。
35.根据权利要求34所述的网络设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,使所述网络设备通过以下来使所述接入点执行所确定的所述优化动作:
评估所确定的所述优化动作的适用性;以及
响应于所述优化动作被评估为适用的,使所述接入点执行所确定的所述优化动作。
36.根据权利要求35所述的网络设备,其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,使所述网络设备进一步:
响应于所述优化动作被评估为不适用的,确定用于所述接入点的另外的优化策略,以用于解决所述通信性能问题。
37.根据权利要求20所述的网络设备,其中所述接入点包括无线网状网络中的网格点。
38.一种用于通信的装置,包括:
用于确定与多个接入点相关联的多个通信性能度量的部件;
用于基于所述多个通信性能度量来确定针对所述多个接入点要解决的多个通信性能问题的部件;
用于基于所述多个通信性能问题,从预定的优化策略集合中确定用于所述多个接入点中的接入点的优化策略的部件;以及
用于使所述接入点应用所确定的所述优化策略的部件。
39.一种计算机可读介质,其上存储有计算机程序,所述计算机程序在由设备的至少一个处理器执行时,使所述设备执行根据权利要求1至19中任一项所述的方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2018/092412 WO2019242004A1 (en) | 2018-06-22 | 2018-06-22 | Method, apparatus and computer readable media for network optimization |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112335278A true CN112335278A (zh) | 2021-02-05 |
Family
ID=68983161
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880094864.0A Pending CN112335278A (zh) | 2018-06-22 | 2018-06-22 | 用于网络优化的方法、装置和计算机可读介质 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11576055B2 (zh) |
EP (1) | EP3811653A4 (zh) |
CN (1) | CN112335278A (zh) |
WO (1) | WO2019242004A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023155481A1 (zh) * | 2022-02-17 | 2023-08-24 | 网络通信与安全紫金山实验室 | 无线通信网络知识图谱的智能分析与应用系统及方法 |
US11962455B2 (en) | 2021-11-29 | 2024-04-16 | T-Mobile Usa, Inc. | Prioritizing multiple issues associated with a wireless telecommunication network |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130051239A1 (en) * | 2011-08-29 | 2013-02-28 | At&T Mobility Ii Llc | Prioritizing network failure tickets using mobile location data |
CN104768164A (zh) * | 2015-04-08 | 2015-07-08 | 杭州华三通信技术有限公司 | 一种动态调节无线覆盖范围的方法及装置 |
US20160205697A1 (en) * | 2015-01-14 | 2016-07-14 | Futurewei Technologies, Inc. | Analytics-Assisted, Multi-agents, Self-Learning, Self-managing, Flexible and Adaptive Framework for Intelligent SON |
US20170359735A1 (en) * | 2016-06-14 | 2017-12-14 | Hughes Network Systems, Llc | Automated network diagnostic techniques |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB9913697D0 (en) * | 1999-06-11 | 1999-08-11 | Adaptive Broadband Ltd | Dynamic channel allocation in a wireless network |
US20040039817A1 (en) * | 2002-08-26 | 2004-02-26 | Lee Mai Tranh | Enhanced algorithm for initial AP selection and roaming |
KR100459765B1 (ko) * | 2002-08-30 | 2004-12-03 | 에스케이 텔레콤주식회사 | 무선 근거리통신망/이동전화 연동서비스를 위한 시스템선택 및 데이터 전송방법 |
JP3761513B2 (ja) * | 2002-11-29 | 2006-03-29 | Necインフロンティア株式会社 | 無線lanアクセスポイント自動接続方法及び無線lanステーション |
EP1689126A1 (en) * | 2005-02-08 | 2006-08-09 | Alcatel | Location service for use in a Wireless LAN |
US7835301B1 (en) * | 2005-04-15 | 2010-11-16 | Nvidia Corporation | Extended service set mesh topology representation |
JP4687343B2 (ja) * | 2005-09-06 | 2011-05-25 | 日本電気株式会社 | チャネル帯域占有率評価方法、無線通信システム、チャネル帯域占有率評価装置及びプログラム |
US8023444B2 (en) | 2008-07-03 | 2011-09-20 | Cisco Technology, Inc. | Multiple density configurations and algorithms for intelligent power savings infrastructure in wireless LANs |
US8654672B1 (en) | 2009-05-01 | 2014-02-18 | The United States Of America As Represented By The Secretary Of The Navy | Method for optimal transmitter placement in wireless mesh networks |
US8189608B2 (en) * | 2009-12-31 | 2012-05-29 | Sonicwall, Inc. | Wireless extender secure discovery and provisioning |
US8654741B2 (en) * | 2010-03-02 | 2014-02-18 | Motorola Solutions, Inc. | Selection of a prepared access point from among a plurality of access points |
US9161293B2 (en) * | 2011-09-28 | 2015-10-13 | Avaya Inc. | Method and apparatus for using received signal strength indicator (RSSI) filtering to provide air-time optimization in wireless networks |
US9479938B2 (en) * | 2013-07-01 | 2016-10-25 | Airties Kablosuz Iletisim San. Ve Dis Tic. A.S. | Interface aware channel selection schemes |
US9538463B2 (en) * | 2013-08-02 | 2017-01-03 | Htc Corporation | Apparatuses and methods for wireless fidelity (WiFi) network selection |
US9578620B2 (en) * | 2014-04-22 | 2017-02-21 | Comcast Cable Communications, Llc | Mapping and bridging wireless networks to provide better service |
EP3018856A1 (en) * | 2014-11-10 | 2016-05-11 | Alcatel Lucent | Method for selecting a wireless communication channel |
US9832082B2 (en) * | 2015-06-30 | 2017-11-28 | Mist Systems, Inc. | Monitoring wireless access point events |
US9699815B2 (en) * | 2015-09-28 | 2017-07-04 | Hirschmann Automation And Control Gmbh | Systems and methods for automatic wireless coupling |
US9961576B2 (en) * | 2015-10-15 | 2018-05-01 | Comcast Cable Communications, Llc | Wi-Fi radio health score |
CA3016195C (en) * | 2016-03-18 | 2020-05-05 | Plume Design, Inc. | Optimization of distributed wi-fi networks |
US11026241B2 (en) * | 2018-09-12 | 2021-06-01 | Ambeent Inc. | Method and system for assigning one or more optimal wireless channels to a Wi-Fi access point using a cloud-based software defined network (SDN) |
-
2018
- 2018-06-22 WO PCT/CN2018/092412 patent/WO2019242004A1/en active Application Filing
- 2018-06-22 US US17/253,903 patent/US11576055B2/en active Active
- 2018-06-22 CN CN201880094864.0A patent/CN112335278A/zh active Pending
- 2018-06-22 EP EP18923410.7A patent/EP3811653A4/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130051239A1 (en) * | 2011-08-29 | 2013-02-28 | At&T Mobility Ii Llc | Prioritizing network failure tickets using mobile location data |
US20160205697A1 (en) * | 2015-01-14 | 2016-07-14 | Futurewei Technologies, Inc. | Analytics-Assisted, Multi-agents, Self-Learning, Self-managing, Flexible and Adaptive Framework for Intelligent SON |
CN104768164A (zh) * | 2015-04-08 | 2015-07-08 | 杭州华三通信技术有限公司 | 一种动态调节无线覆盖范围的方法及装置 |
US20170359735A1 (en) * | 2016-06-14 | 2017-12-14 | Hughes Network Systems, Llc | Automated network diagnostic techniques |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11962455B2 (en) | 2021-11-29 | 2024-04-16 | T-Mobile Usa, Inc. | Prioritizing multiple issues associated with a wireless telecommunication network |
WO2023155481A1 (zh) * | 2022-02-17 | 2023-08-24 | 网络通信与安全紫金山实验室 | 无线通信网络知识图谱的智能分析与应用系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3811653A4 (en) | 2022-05-04 |
US11576055B2 (en) | 2023-02-07 |
EP3811653A1 (en) | 2021-04-28 |
WO2019242004A1 (en) | 2019-12-26 |
US20210274362A1 (en) | 2021-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11259306B2 (en) | Utilizing interference measurements in beam recovery procedure | |
JP7008088B2 (ja) | Bwp内の参照信号を利用してrsrqを測定する方法及びこれを実行する端末 | |
TWI770540B (zh) | 用於天線切換分集的動態閥值 | |
JP7065986B2 (ja) | 周期的なビーム障害測定のためのシステムおよび方法 | |
US11997722B2 (en) | Random access procedure reporting and improvement for wireless networks | |
JP6092947B2 (ja) | コグニティブ無線ネットワークのための帯域幅割り当ての方法および装置 | |
EP3278615B1 (en) | Reporting for direct link quality assessment | |
US8571482B2 (en) | Dynamic autonomous resource allocation and channel access in cellular System Uplink | |
CN104335656B (zh) | 用于干扰管理的方法、移动通信终端和计算机可读存储介质 | |
US20230262520A1 (en) | Adaptive beam management in telecommunications network | |
WO2012066186A1 (en) | Apparatus and method employing scheduler behavior aware predictive resource selection in a communication system | |
TWI672072B (zh) | 在雙連結中設定一次要節點及回報的裝置及方法 | |
WO2011095687A1 (en) | Methods, apparatuses and computer program products for performing load balancing | |
US10341891B2 (en) | User equipment adaptation of reporting triggers based on active set size | |
JP7278407B2 (ja) | ダウンリンククリアチャネル評価障害の指示 | |
JP7132336B2 (ja) | 多重アップリンクキャリアが関与する無線リンクの維持 | |
US11576055B2 (en) | Method, apparatus and computer readable media for network optimization | |
CN113141617A (zh) | 一种调整波束的方法及装置 | |
US9794840B1 (en) | Systems and methods for determining access node candidates for handover of wireless devices | |
US9264960B1 (en) | Systems and methods for determinng access node candidates for handover of wireless devices | |
EP2809114A1 (en) | Method and device for determining transmitting power | |
US9237502B1 (en) | Systems and methods for balancing wireless network load between band classes using automatic neighbor relations | |
US20230337278A1 (en) | Method and Apparatus for Channel Occupancy Measurement | |
CN111132219B (zh) | 用于无线网络中的自适应和重配置的系统和方法 | |
WO2023013001A1 (ja) | 端末、無線通信方法及び基地局 |
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 |