CN113115322A - 基于5g网络的智能变电站上行信道的无线资源分配方法 - Google Patents

基于5g网络的智能变电站上行信道的无线资源分配方法 Download PDF

Info

Publication number
CN113115322A
CN113115322A CN202110389956.5A CN202110389956A CN113115322A CN 113115322 A CN113115322 A CN 113115322A CN 202110389956 A CN202110389956 A CN 202110389956A CN 113115322 A CN113115322 A CN 113115322A
Authority
CN
China
Prior art keywords
formula
bit rate
node
establishing
channel
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.)
Granted
Application number
CN202110389956.5A
Other languages
English (en)
Other versions
CN113115322B (zh
Inventor
丁津津
李奇越
唐皓辰
邓玉星
徐晓冰
刘志
孙辉
孙伟
张峰
李帷韬
汪勋婷
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.)
Electric Power Research Institute of State Grid Anhui Electric Power Co Ltd
Hefei University of Technology
Original Assignee
Electric Power Research Institute of State Grid Anhui Electric Power Co Ltd
Hefei University of Technology
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 Electric Power Research Institute of State Grid Anhui Electric Power Co Ltd, Hefei University of Technology filed Critical Electric Power Research Institute of State Grid Anhui Electric Power Co Ltd
Priority to CN202110389956.5A priority Critical patent/CN113115322B/zh
Publication of CN113115322A publication Critical patent/CN113115322A/zh
Application granted granted Critical
Publication of CN113115322B publication Critical patent/CN113115322B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/18—Network planning tools
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/22—Traffic simulation tools or models
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/53—Allocation or scheduling criteria for wireless resources based on regulatory allocation policies
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于5G网络的智能变电站上行信道的无线资源分配方法，其步骤包括：1、构建智能变电站上行网络环境；2、采用自适应调制编码方法，计算变电站内节点的信噪比和比特率；3、以节点传输的最大比特率为目标函数，以5G通信的限制因素为约束条件，建立带有逐步函数的最大比特率优化模型；4、采用频谱效率近似函数重构频谱效率，建立最优比特率线性规划模型，为变电站中每一个节点分配最优的调制编码方案和资源块。本发明能够支持变电站中传感器与巡检机器人的协同资源分配，在满足时延的要求下最大化系统的传输速率。

Description

基于5G网络的智能变电站上行信道的无线资源分配方法
技术领域
本发明涉及智能变电站上行通信数据传输领域，具体地说是一种基于5G网络的智能变电站上行信道的无线资源分配方法，适用于变电站中海量传感器与巡检机器人协同数据传输的环境，采用自适应调制编码技术，在保证传感器传输时延的同时最大化系统传输速率。
背景技术
智能变电站是指采用先进的信息通信、智能控制、传感与检测等技术，以一次设备参量数字化和标准化、规范化信息平台为基础，实现变电站实时全景监测、自动运行控制、与站外系统协同互动等功能，达到提高变电可靠性、优化资产利用率、支撑电网安全运行等目标的变电站。作为智能变电站的重要组成部分，智能传感器、巡检机器人和无线通信网络的应用将支持变电站实时全景监测的要求。其中，智能传感器能够自动采集变电站数据，并且具有双向通讯、数据存储和自动校验等功能，需要超可靠低时延的通信要求；巡检机器人以机器人通用技术为核心，整合多传感器融合技术、智能图像识别分析等技术，对变电站故障进行自动识别与传输，需要大流量移动宽带的通信要求。
第五代移动通信技术(5G)是一种高速率、低时延、大连接、高可靠的最新一代蜂窝移动通信技术，可以满足增强型移动宽带(eMBB)、海量机器类通信(mMTC)和高可靠低时延通信(URLLC)的三大应用场景。作为5G网络的关键技术，5G网络切片技术可以将资源分配给具有不同服务质量需求的不同无线服务，其所创建的每个切片可以当作特定服务的专用网络，能够有效得支持智能变电站内传感器海量数据传输、巡检机器人故障图像等大数据通信的需求。
广东电网有限责任公司计量中心赵闻等人提出了一种面向电网数据采集系统的多业务资源分配算法(广东电力，2020，“面向电网数据采集系统的多业务资源分配算法”)。该方案针对电网数据采集系统的多业务场景，提出了多业务QoS保障的资源分配策略。首先，构建了电网系统中的数据采集模型，提出了最大化系统总效用的优化问题；其次，针对系统中QoS业务和尽最大努力业务(BE)的不同特性，将原优化问题转换为保障QoS业务限制下最大化BE业务有效容量的问题。最后，提出一种低复杂度的迭代算法，仿真结果表明，所提策略在满足数据采集QoS的同时，能够显著提升系统整体的有效容量。但是，此资源分配算法忽略了最低信噪比门限和调制编码方式选择，无法保证为所有业务分配最优的调制编码方案。
中国南方电网有限责任公司超高压输电公司田霖等人发明了一种变电站监控中前后端协同通信的资源分配方法(公开号：CN112188502A)，解决了前后端数据传输时，通信资源分配不合理，计算资源利用不均匀的问题。以变电站前端监控节点的总体能效最大为目标函数，以关联变量分配约束、关联上行链路的带宽分配变量约束、每个后端工作站分配给前端监控节点的计算资源变量约束、传输时延约束为约束条件，建立原始资源分配优化模型，使变电站监控中前后端协同通信的能效得到优化，满足变电站监控对传输延迟的要求。但是此方法没有细化变电站前端监控节点的种类，忽略了不同监控节点服务质量的差异，无法保证所述资源分配优化模型的准确性，无法满足系统的上行最优传输速率。
发明内容
本发明是为避免上述现有技术所存在的不足之处，提供一种基于5G网络的智能变电站上行信道的无线资源分配方法，以期能够利用自适应调制编码技术，支持变电站中传感器与巡检机器人的最优协同资源分配，并在满足时延的要求下最大化系统的传输速率。
本发明一种基于5G网络的智能变电站上行信道的无线资源分配方法的特点是按如下步骤进行：
步骤一、构建智能变电站的上行网络环境；
所述智能变电站的上行网络环境中包含：|L|个巡检机器人所组成的巡检机器人集合L、|K|个传感器所组成的传感器集合K和1个5G无线专网基站；其中，所述巡检机器人集合L中任意一个当前活动的巡检机器人记为l，所述传感器集合K中任意一个当前活动的传感器记为k；定义U＝L∪K为上行信道所有节点的集合，其中任意一个节点记为u；定义5G网络上行链路共有F个信道，其中任意一个信道记为f；定义5G网络的一个无线帧共分为N个时隙，其中任意一个时隙记为t；
步骤二、利用式(1)和式(2)建立节点u的信噪比公式：
Figure BDA0003016254870000021
Figure BDA0003016254870000022
式(1)中，
Figure BDA0003016254870000023
表示节点u在时隙t的信道f上的信噪比；P表示每个信道上的传输功率；
Figure BDA0003016254870000024
表示节点u在时隙t的信道f上的信道增益；|·|表示绝对值；dBS,u表示5G无线专网基站与节点u之间的距离；α表示路径损耗指数；σ2表示噪声的功率；
式(2)表示每个信道上的传输功率为等功率分配，其中，Pmax表示5G无线专网基站的总传输功率；
步骤三、建立节点u的比特率公式；
步骤3.1、采用自适应调制编码方法，根据5G无线专网基站反馈的信道质量指示和误块率，设置最小信噪比门限，为每个节点u选择对应的调制编码方式；
步骤3.2、利用式(3)确定在时隙t和信道f中传输数据的节点u的比特率
Figure BDA0003016254870000031
Figure BDA0003016254870000032
式(3)中，B表示资源块的带宽；T表示每个时隙的传输时间长度；
Figure BDA0003016254870000033
表示信噪比所对应的频谱效率；
步骤3.3、利用式(4)建立节点u的比特率公式：
Figure BDA0003016254870000034
式(4)中，
Figure BDA0003016254870000035
表示决策变量，并决定时隙t和信道f所对应的资源块是否被分配给节点u，若
Figure BDA0003016254870000036
则表示分配；否则，表示不分配；
步骤四、以智能变电站所有节点上行传输的总比特率的最大值为目标函数，并根据5G通信的限制因素建立一系列约束条件，从而构成带有逐步函数的最大比特率优化模型；
步骤4.1、利用式(5)建立目标函数：
Figure BDA0003016254870000037
步骤4.2、利用式(6)-式(8)建立一系列约束条件：
Figure BDA0003016254870000038
Figure BDA0003016254870000039
Figure BDA00030162548700000310
式(7)表示在一个时隙中，一个资源块只能分配给一个节点；
式(8)表示每个无线帧至少为传感器保留一个资源块，以保证其时延要求；其中，j表示所用5G网络中无线帧的序号；
步骤五、根据5G无线专网基站反馈的信噪比和误块率，采用频谱效率近似函数来重新表述式(3)中的频谱效率，从而构成最优比特率线性规划模型；
步骤5.1、利用式(9)-式(12)建立频谱效率近似函数：
Figure BDA0003016254870000041
Figure BDA0003016254870000042
Figure BDA0003016254870000043
Figure BDA0003016254870000044
式(9)中，
Figure BDA0003016254870000045
表示巡检机器人l的频谱效率近似函数，Γl表示巡检机器人l的信噪比间隔；
式(10)中，
Figure BDA0003016254870000046
表示传感器k的频谱效率近似函数，Γk表示传感器k的信噪比间隔；
Figure BDA0003016254870000047
式(11)中，βl表示巡检机器人l上行传输数据的资源块错误率；
式(12)中，βk表示传感器k上行传输数据的资源块错误率；
步骤5.2、利用式(13)建立在时隙t和信道f中传输巡检机器人l数据的比特率公式：
Figure BDA0003016254870000048
步骤5.3、利用式(14)建立在时隙t和信道f中传输传感器k数据的比特率公式：
Figure BDA0003016254870000049
步骤5.4、利用式(15)建立最大化智能变电站内所有节点上行传输的总比特率为目标函数，并根据式(6)-式(8)所建立一系列约束条件，构成最优比特率线性规划模型；
Figure BDA00030162548700000410
步骤六、采用CPLEX求解器对所述最优比特率线性规划模型进行求解，从而得到最优无线资源分配方案。
与已有技术相比，本发明有益效果体现在：
1、本发明提出了智能变电站中海量传感器与巡检机器人的协同无线资源分配方法，能够同时满足传感器高可靠、低时延以及巡检机器人大带宽的需求。
2、本发明采用自适应调制编码技术，同时最优化链路层面的调制编码方式和无线资源分配，在满足传感器时延要求下最大化系统的传输速率。
3、本发明采用频谱效率近似函数，将所提出的无线资源分配重构为线性规划模型，能够通过CPLEX求解器实时的找到可行的分配方案，减少了本应用领域中无线资源分配的运算时间。
附图说明
图1为本发明中资源分配方法的系统架构图。
具体实施方式
本实施例中，如图1所示，一种基于5G网络的智能变电站上行信道的无线资源分配方法是按如下步骤进行：
步骤一、构建智能变电站的上行网络环境；
智能变电站的上行网络环境中包含：|L|个巡检机器人所组成的巡检机器人集合L、|K|个传感器所组成的传感器集合K、1个5G无线专网基站和1个计量数据管理系统，本实施例中，|L|＝5，|K|＝30；其中，巡检机器人集合L中任意一个当前活动的巡检机器人记为l，传感器集合K中任意一个当前活动的传感器记为k；定义U＝L∪K为上行信道所有节点的集合，其中任意一个节点记为u；定义5G网络上行链路共有F个信道，其中任意一个信道记为f，本实施例中，5G网络带宽为20MHz，F＝106；定义5G网络的一个无线帧共分为N个时隙，其中任意一个时隙记为t，本实施例中，上行子载波间隔为15kHz，一个时隙的时间长度为1ms，一个无线帧的时间长度为10ms，N＝10；
其中，传感器采集时序数据，上行传输需要高可靠、低时延的要求；巡检机器人采集抓拍图像，上行传输需要大流量移动宽带的要求；传感器和巡检机器人同时采集数据，通过5G蜂窝网络上行链路传输给5G无线专网基站，基站再将数据传输给云端计量数据管理系统；
步骤二、利用式(1)和式(2)建立节点u的信噪比公式：
Figure BDA0003016254870000051
Figure BDA0003016254870000052
式(1)中，
Figure BDA0003016254870000053
表示节点u在时隙t的信道f上的信噪比；P表示每个信道上的传输功率；
Figure BDA0003016254870000054
表示节点u在时隙t的信道f上的信道增益，由基站测量可得；|·|表示绝对值；dBS,u表示5G无线专网基站与节点u之间的距离，本实施例中，基站位于变电站中央，且覆盖范围为半径250m的圆，dBS,u由实际测量得出；α表示路径损耗指数，α＝4；σ2表示噪声的功率，σ2＝10-11W；
式(2)表示每个信道上的传输功率为等功率分配，其中，Pmax表示5G无线专网基站的总传输功率，Pmax＝23dBm；
步骤三、建立节点u的比特率公式；
步骤3.1、采用自适应调制编码方法，根据5G无线专网基站反馈的信道质量指示CQI和误块率，设置最小信噪比门限，为每个节点u选择对应的调制编码方式；
步骤3.2、利用式(3)确定在时隙t和信道f中传输数据的节点u的比特率
Figure BDA0003016254870000061
Figure BDA0003016254870000062
式(3)中，B表示资源块的带宽，B＝180kHz；T表示每个时隙的传输时间长度，T＝1ms；
Figure BDA0003016254870000063
表示信噪比所对应的频谱效率，查表1可得；
表1调制编码方式对应的频谱效率
Figure BDA0003016254870000064
Figure BDA0003016254870000071
步骤3.3、利用式(4)建立节点u的比特率公式：
Figure BDA0003016254870000072
式(4)中，
Figure BDA0003016254870000073
表示决策变量，并决定时隙t和信道f所对应的资源块是否被分配给节点u，若
Figure BDA0003016254870000074
则表示分配；否则，表示不分配；
步骤四、以智能变电站所有节点上行传输的总比特率的最大值为目标函数，并根据5G通信的限制因素建立一系列约束条件，从而构成带有逐步函数的最大比特率优化模型；
步骤4.1、利用式(5)建立目标函数：
Figure BDA0003016254870000075
步骤4.2、利用式(6)-式(8)建立一系列约束条件：
Figure BDA0003016254870000076
Figure BDA0003016254870000077
Figure BDA0003016254870000078
式(7)表示在一个时隙中，一个资源块只能分配给一个节点；
式(8)表示每个无线帧至少为传感器保留一个资源块，以保证其时延要求；其中，j表示所用5G网络中无线帧的序号；
通过步骤二到步骤四，本发明提出了智能变电站中海量传感器与巡检机器人的协同无线资源分配方法，采用自适应调制编码技术，同时最优化链路层面的调制编码方式和无线资源分配，能够同时满足传感器高可靠、低时延以及巡检机器人大带宽的需求，并最大化系统的传输速率。
步骤五、根据5G无线专网基站反馈的信噪比和误块率，采用频谱效率近似函数来重新表述式(3)中的频谱效率，从而构成最优比特率线性规划模型；
步骤5.1、利用式(9)-式(12)建立频谱效率近似函数：
Figure BDA0003016254870000081
Figure BDA0003016254870000082
Figure BDA0003016254870000083
Figure BDA0003016254870000084
式(9)中，
Figure BDA0003016254870000085
表示巡检机器人l的频谱效率近似函数，Γl表示巡检机器人l的信噪比间隔；
式(10)中，
Figure BDA0003016254870000086
表示传感器k的频谱效率近似函数，Γk表示传感器k的信噪比间隔；
Figure BDA0003016254870000087
式(11)中，βl表示巡检机器人l上行传输数据的资源块错误率，βl＝10-1；
式(12)中，βk表示传感器k上行传输数据的资源块错误率，βk＝10-3；
步骤5.2、利用式(13)建立在时隙t和信道f中传输巡检机器人l数据的比特率公式：
Figure BDA0003016254870000088
步骤5.3、利用式(14)建立在时隙t和信道f中传输传感器k数据的比特率公式：
Figure BDA0003016254870000089
步骤5.4、利用式(15)建立最大化智能变电站内所有节点上行传输的总比特率为目标函数，并根据式(6)-式(8)所建立一系列约束条件，构成最优比特率线性规划模型；
Figure BDA00030162548700000810
步骤六、采用CPLEX求解器对最优比特率线性规划模型进行求解，从而得到最优无线资源分配方案。
通过步骤五和步骤六，本发明采用频谱效率近似函数，将所提出的无线资源分配重构为线性规划模型，能够通过CPLEX求解器实时的找到可行的分配方案，减少了本应用领域中无线资源分配的运算时间。

Claims (1)

1.一种基于5G网络的智能变电站上行信道的无线资源分配方法，其特征是按如下步骤进行：
步骤一、构建智能变电站的上行网络环境；
所述智能变电站的上行网络环境中包含：|L|个巡检机器人所组成的巡检机器人集合L、|K|个传感器所组成的传感器集合K和1个5G无线专网基站；其中，所述巡检机器人集合L中任意一个当前活动的巡检机器人记为l，所述传感器集合K中任意一个当前活动的传感器记为k；定义U＝L∪K为上行信道所有节点的集合，其中任意一个节点记为u；定义5G网络上行链路共有F个信道，其中任意一个信道记为f；定义5G网络的一个无线帧共分为N个时隙，其中任意一个时隙记为t；
步骤二、利用式(1)和式(2)建立节点u的信噪比公式：
Figure FDA0003016254860000011
Figure FDA0003016254860000012
式(1)中，
Figure FDA0003016254860000013
表示节点u在时隙t的信道f上的信噪比；P表示每个信道上的传输功率；
Figure FDA0003016254860000014
表示节点u在时隙t的信道f上的信道增益；|·|表示绝对值；dBS,u表示5G无线专网基站与节点u之间的距离；α表示路径损耗指数；σ2表示噪声的功率；
式(2)表示每个信道上的传输功率为等功率分配，其中，Pmax表示5G无线专网基站的总传输功率；
步骤三、建立节点u的比特率公式；
步骤3.1、采用自适应调制编码方法，根据5G无线专网基站反馈的信道质量指示和误块率，设置最小信噪比门限，为每个节点u选择对应的调制编码方式；
步骤3.2、利用式(3)确定在时隙t和信道f中传输数据的节点u的比特率
Figure FDA0003016254860000015
Figure FDA0003016254860000016
式(3)中，B表示资源块的带宽；T表示每个时隙的传输时间长度；
Figure FDA0003016254860000017
表示信噪比所对应的频谱效率；
步骤3.3、利用式(4)建立节点u的比特率公式：
Figure FDA0003016254860000021
式(4)中，
Figure FDA0003016254860000022
表示决策变量，并决定时隙t和信道f所对应的资源块是否被分配给节点u，若
Figure FDA0003016254860000023
则表示分配；否则，表示不分配；
步骤四、以智能变电站所有节点上行传输的总比特率的最大值为目标函数，并根据5G通信的限制因素建立一系列约束条件，从而构成带有逐步函数的最大比特率优化模型；
步骤4.1、利用式(5)建立目标函数：
Figure FDA0003016254860000024
步骤4.2、利用式(6)-式(8)建立一系列约束条件：
Figure FDA0003016254860000025
Figure FDA0003016254860000026
Figure FDA0003016254860000027
式(7)表示在一个时隙中，一个资源块只能分配给一个节点；
式(8)表示每个无线帧至少为传感器保留一个资源块，以保证其时延要求；其中，j表示所用5G网络中无线帧的序号；
步骤五、根据5G无线专网基站反馈的信噪比和误块率，采用频谱效率近似函数来重新表述式(3)中的频谱效率，从而构成最优比特率线性规划模型；
步骤5.1、利用式(9)-式(12)建立频谱效率近似函数：
Figure FDA0003016254860000028
Figure FDA0003016254860000029
Figure FDA00030162548600000210
Figure FDA00030162548600000211
式(9)中，
Figure FDA00030162548600000212
表示巡检机器人l的频谱效率近似函数，Γl表示巡检机器人l的信噪比间隔；
式(10)中，
Figure FDA0003016254860000031
表示传感器k的频谱效率近似函数，Γk表示传感器k的信噪比间隔；
Figure FDA0003016254860000032
式(11)中，βl表示巡检机器人l上行传输数据的资源块错误率；
式(12)中，βk表示传感器k上行传输数据的资源块错误率；
步骤5.2、利用式(13)建立在时隙t和信道f中传输巡检机器人l数据的比特率公式：
Figure FDA0003016254860000033
步骤5.3、利用式(14)建立在时隙t和信道f中传输传感器k数据的比特率公式：
Figure FDA0003016254860000034
步骤5.4、利用式(15)建立最大化智能变电站内所有节点上行传输的总比特率为目标函数，并根据式(6)-式(8)所建立一系列约束条件，构成最优比特率线性规划模型；
Figure FDA0003016254860000035
步骤六、采用CPLEX求解器对所述最优比特率线性规划模型进行求解，从而得到最优无线资源分配方案。
CN202110389956.5A 2021-04-12 2021-04-12 基于5g网络的智能变电站上行信道的无线资源分配方法 Active CN113115322B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110389956.5A CN113115322B (zh) 2021-04-12 2021-04-12 基于5g网络的智能变电站上行信道的无线资源分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110389956.5A CN113115322B (zh) 2021-04-12 2021-04-12 基于5g网络的智能变电站上行信道的无线资源分配方法

Publications (2)

Publication Number Publication Date
CN113115322A true CN113115322A (zh) 2021-07-13
CN113115322B CN113115322B (zh) 2022-04-26

Family

ID=76715762

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110389956.5A Active CN113115322B (zh) 2021-04-12 2021-04-12 基于5g网络的智能变电站上行信道的无线资源分配方法

Country Status (1)

Country Link
CN (1) CN113115322B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090245408A1 (en) * 2008-03-25 2009-10-01 Syed Aon Mujtaba CQI Table for Wireless MIMO Networks
WO2010076773A2 (en) * 2008-12-29 2010-07-08 France Telecom Resource allocation method and system
CN102917362A (zh) * 2012-10-12 2013-02-06 南京邮电大学 泛在无线网络下基于协同优化的多域资源分配方法
US20130051273A1 (en) * 2010-05-04 2013-02-28 Telefonaktiebolaget L M Ericsson (Publ) Planning allocation of time-frequency resources in wireless ofdma communication systems
US20140039825A1 (en) * 2011-04-27 2014-02-06 Telecom Italia S.P.A. Area monitoring system and corresponding method for operating the same
CN105429741A (zh) * 2015-10-29 2016-03-23 西安电子科技大学 基于动态用户配对的联合虚拟mimo资源分配方法
US20190045533A1 (en) * 2017-09-08 2019-02-07 Debdeep CHATTERJEE Enhancement of performance of ultra-reliable low-latency communication
WO2019218340A1 (en) * 2018-05-18 2019-11-21 Qualcomm Incorporated Resource allocation for ultra-reliable low latency communications package
CN110662261A (zh) * 2018-06-30 2020-01-07 华为技术有限公司 一种网络切片的资源分配方法及装置
CN111148256A (zh) * 2020-01-02 2020-05-12 国网安徽省电力有限公司电力科学研究院 基于NB-IoT协议的智能电网上行信道的资源分配方法
CN111465066A (zh) * 2020-03-02 2020-07-28 浙江华云信息科技有限公司 面向电力物联网多连接技术的网络选择和移动性管理方法
CN111615202A (zh) * 2020-04-30 2020-09-01 东莞理工学院 基于noma与波束成型的超密集网络无线资源分配方法
CN111683410A (zh) * 2020-06-07 2020-09-18 合肥工业大学 一种基于NB-IoT协议的应急性无线网络资源分配方法
US20200328804A1 (en) * 2014-09-08 2020-10-15 Hughes Network Systems, Llc Dynamic bandwidth management with spectrum efficiency for logically grouped terminals in a broadband satellite network

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090245408A1 (en) * 2008-03-25 2009-10-01 Syed Aon Mujtaba CQI Table for Wireless MIMO Networks
WO2010076773A2 (en) * 2008-12-29 2010-07-08 France Telecom Resource allocation method and system
US20130051273A1 (en) * 2010-05-04 2013-02-28 Telefonaktiebolaget L M Ericsson (Publ) Planning allocation of time-frequency resources in wireless ofdma communication systems
US20140039825A1 (en) * 2011-04-27 2014-02-06 Telecom Italia S.P.A. Area monitoring system and corresponding method for operating the same
CN102917362A (zh) * 2012-10-12 2013-02-06 南京邮电大学 泛在无线网络下基于协同优化的多域资源分配方法
US20200328804A1 (en) * 2014-09-08 2020-10-15 Hughes Network Systems, Llc Dynamic bandwidth management with spectrum efficiency for logically grouped terminals in a broadband satellite network
CN105429741A (zh) * 2015-10-29 2016-03-23 西安电子科技大学 基于动态用户配对的联合虚拟mimo资源分配方法
US20190045533A1 (en) * 2017-09-08 2019-02-07 Debdeep CHATTERJEE Enhancement of performance of ultra-reliable low-latency communication
WO2019218340A1 (en) * 2018-05-18 2019-11-21 Qualcomm Incorporated Resource allocation for ultra-reliable low latency communications package
CN110662261A (zh) * 2018-06-30 2020-01-07 华为技术有限公司 一种网络切片的资源分配方法及装置
CN111148256A (zh) * 2020-01-02 2020-05-12 国网安徽省电力有限公司电力科学研究院 基于NB-IoT协议的智能电网上行信道的资源分配方法
CN111465066A (zh) * 2020-03-02 2020-07-28 浙江华云信息科技有限公司 面向电力物联网多连接技术的网络选择和移动性管理方法
CN111615202A (zh) * 2020-04-30 2020-09-01 东莞理工学院 基于noma与波束成型的超密集网络无线资源分配方法
CN111683410A (zh) * 2020-06-07 2020-09-18 合肥工业大学 一种基于NB-IoT协议的应急性无线网络资源分配方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
DERRICK WING KWAN NG等: "Energy-Efficient 5G Outdoor-to-Indoor Communication: SUDAS Over Licensed and Unlicensed Spectrum", 《IEEE TRANSACTIONS ON WIRELESS COMMUNICATIONS》 *
李文娜: "VMIMO-SC-FDMA系统中联合用户分组和资源分配技术研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 *
赵尚春: "基于位置分区的D2D车联网无线资源分配及中继选择算法", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 *

Also Published As

Publication number Publication date
CN113115322B (zh) 2022-04-26

Similar Documents

Publication Publication Date Title
CN102769912B (zh) 应用于wlan的报文传输方法及装置、网络设备
CN111148256B (zh) 基于NB-IoT协议的智能电网上行信道的资源分配方法
CN111147566B (zh) 基于开放网络协议的台区泛在物联双模组网系统及方法
CN101626585A (zh) 无线网络的网络干扰评估方法、动态信道分配方法和设备
CN113411817B (zh) 基于无线干扰模型的无线系统干扰神经网络预测方法
CN113382477B (zh) 应用于无线网络用户间上行干扰建模的方法
CN102098684A (zh) 认知无线网络中跨层资源分配系统及方法
CN102377462A (zh) 一种交互式选择辅助小区的方法和系统
Bagariang et al. Lora-based iot network planning for advanced metering infrastructure in urban, suburban and rural scenario
Falkenberg et al. Discover your competition in LTE: Client-based passive data rate prediction by machine learning
CN115442375A (zh) 一种基于云边协同技术的物业数字化管理系统
CN106714223B (zh) 一种基站能耗模型的建立方法及装置
CN106358212A (zh) 室内分布系统的检测方法和装置
Nashiruddin et al. NB-IoT network planning for advanced metering infrastructure in Surabaya, Sidoarjo, and Gresik
CN113115322B (zh) 基于5g网络的智能变电站上行信道的无线资源分配方法
CN107248962B (zh) 用于电网信息采集的通信切换方法及装置
CN109548048B (zh) 一种通信网络中的干扰建模方法
CN114285504B (zh) 一种大规模无线供能反向散射通信网络传输性能研究方法
CN116520722A (zh) 一种基于5g分体式基站的多能源智能耦合控制系统
CN114827296B (zh) 一种基于多种通讯协议进行数据通讯的通讯方法及系统
CN116567843A (zh) 一种无线资源分配优化装置及方法
CN113766446B (zh) 基于5g网络的智能电网信息采集的数据调度与资源分配方法
CN113438116B (zh) 一种电力通讯数据管理系统及方法
CN112399521A (zh) 针对轨道交通的异构网络调度方法、装置及网关设备
Um et al. A method for analyzing spectral efficiency using real-field measurement data

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