CN113365311B - 一种时限及能量约束下的分布式无线传输方法 - Google Patents

一种时限及能量约束下的分布式无线传输方法 Download PDF

Info

Publication number
CN113365311B
CN113365311B CN202110617914.2A CN202110617914A CN113365311B CN 113365311 B CN113365311 B CN 113365311B CN 202110617914 A CN202110617914 A CN 202110617914A CN 113365311 B CN113365311 B CN 113365311B
Authority
CN
China
Prior art keywords
node
time
time slot
energy
data packet
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
Application number
CN202110617914.2A
Other languages
English (en)
Other versions
CN113365311A (zh
Inventor
杨澳钦
宫傲宇
张一晋
林艳
李骏
邹骏
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.)
Nanjing University of Science and Technology
Original Assignee
Nanjing University of Science and 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 Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN202110617914.2A priority Critical patent/CN113365311B/zh
Publication of CN113365311A publication Critical patent/CN113365311A/zh
Application granted granted Critical
Publication of CN113365311B publication Critical patent/CN113365311B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H04W28/08—Load balancing or load distribution
    • H04W28/09—Management thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

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

Abstract

本发明提供了一种时限及能量约束下的分布式无线传输方法，包括确定分布式马尔可夫决策过程的相关参数，确定时限及能量约束下的网络吞吐率指标，进而通过马尔可夫策略搜索方法确定ε‑最优吞吐率指标。本发明对时限及能量约束下分布式的无线传感网的吞吐率指标提出了一种优化策略，为时限及能量约束下无线传感网信道接入的有效实施提供帮助。

Description

一种时限及能量约束下的分布式无线传输方法
技术领域
本发明属于无线传感器网络通信技术领域，具体为一种时限及能量约束下的分布式无线传输方法。
背景技术
无线传感器网络在各类应用中往往需要传输非常紧迫的信息，但其传感器节点通常使用电池供电并且从自然界收集能量，从而在节点能量缺乏时不可避免地将造成传输及时性瓶颈。因此，无线传感器网络的信道接入协议设计需要考虑以下特性：数据分组严格传输时限特性及传感器节点能量收集特性。以往信道接入技术研究大多关注集中式设计，即假设每个时隙下各节点均需要把自身状态告知中央控制器，而中央控制器知晓全局状态后再将计算出的策略分发给各节点。此集中式特性造成了额外网络开销以及额外时延。此外，分布式信道接入技术研究较少，且往往仅考虑无线传感器网络各节点的能量约束，而未能综合考虑严格时限要求及能量约束。
发明内容
本发明旨在提供一种时限及能量约束下的分布式无线传输方法，以得到ε-最优网络吞吐率的指标。
实现本发明的目的的技术方案为：一种时限及能量约束下的分布式无线传输方法，具体步骤为：
步骤1、确定分布式马尔可夫决策过程的相关参数，所述相关参数包括：描述时隙t的开始时刻，网络中各节点的队首数据分组等待时间和能量水平构成的序列
Figure BDA0003098373440000011
描述时隙t的开始时刻，网络处在状态
Figure BDA0003098373440000012
时，各节点接入信道的接入概率的行为
Figure BDA0003098373440000013
描述在时隙t的开始时刻，当网络处于状态
Figure BDA0003098373440000014
时，网络采取行为
Figure BDA0003098373440000015
在时隙t+1的开始时刻，网络处于状态
Figure BDA0003098373440000016
的转移概率pt(st+1|st,at)、在给定网络初始状态
Figure BDA0003098373440000017
的概率分布η1(s1)及时隙t+1之前的分布式联合策略<σ1,σ2,...,σt>时，系统状态
Figure BDA0003098373440000018
的概率分布ηt+1(st+1)以及描述在时隙t的开始时刻，当网络处于状态
Figure BDA0003098373440000019
时，网络中成功传输的数据分组数量的期望Rt(st,at)；
步骤2、确定时限及能量约束下的时隙1至时隙T之间网络吞吐率指标；
步骤3、利用马尔可夫策略搜索方法，确定网络中时隙t至时隙T之间成功传输的数据包数量的期望vt(ηt)。
步骤4、确定时限及能量约束下分布式传输的ε-最优吞吐率。
本发明与现有技术相比，其显著优点为：通过本发明能够确定综合考虑严格时限及能量约束的分布式无线传感网的ε-最优网络吞吐率指标，即可以使传输时限内成功传输数据分组数量更多，且分布式特性避免了额外网络开销以及额外时延。因此能够为时限及能量约束下无线传感网信道接入的有效实施提供帮助。
附图说明
图1为本发明的流程图。
图2为实施例1中
Figure BDA0003098373440000021
数据分组到达率λ1＝λ2＝0.3、能量到达概率
Figure BDA0003098373440000022
最大传输时限D＝3、q3＝1时，不同时域长度T的情况下，四种策略的网络吞吐率性能示意图。
图3为实施例1中
Figure BDA0003098373440000023
总时隙T＝30、数据分组到达率λ1＝λ2＝0.3、最大传输时限D＝3、q3＝1时，不同能量到达概率
Figure BDA0003098373440000024
的情况下，四种策略的网络吞吐率性能示意图。
图4为实施例1中
Figure BDA0003098373440000025
总时隙T＝30、能量到达概率
Figure BDA0003098373440000026
最大传输时限D＝3、q3＝1时，不同数据分组到达率λ1＝λ2＝λ的情况下，四种策略的网络吞吐率性能示意图。
图5为实施例1中
Figure BDA0003098373440000027
总时隙T＝30、数据分组到达率λ1＝λ2＝0.7、能量到达概率
Figure BDA0003098373440000028
qD＝1时，不同最大传输时限D的情况下，四种策略的网络吞吐率性能示意图。
具体实施方式
本发明中，分布式无线传输方法具体为：时隙1为同步时隙，即基站仅在时隙1开始时刻准确知晓所有节点的队首数据分组等待时间
Figure BDA0003098373440000029
和能量状态
Figure BDA00030983734400000210
的取值，并根据这些信息制定分布式接入策略，然后将该策略和所知信息一并告知每个节点。在后续每个时隙，各节点i只能根据当前时隙本地信息和对当前时隙其他节点信息的估计制定分布式无线传输策略，即分布式地制定无线传输概率
Figure BDA00030983734400000211
一种时限及能量约束下的分布式无线传输方法，具体步骤为：
步骤1、确定分布式马尔可夫决策过程的相关参数，所述相关参数包括：描述时隙t的开始时刻，网络中各节点的队首数据分组等待时间和能量水平构成的序列
Figure BDA00030983734400000212
描述时隙t的开始时刻，网络处在状态
Figure BDA00030983734400000213
时，各节点接入信道的接入概率的行为
Figure BDA00030983734400000214
描述在时隙t的开始时刻，当网络处于状态
Figure BDA0003098373440000031
时，网络采取行为
Figure BDA0003098373440000032
在时隙t+1的开始时刻，网络处于状态
Figure BDA0003098373440000033
的转移概率pt(st+1|st,at)、在给定网络初始状态
Figure BDA0003098373440000034
的概率分布η1(s1)及时隙t+1之前的分布式联合策略<σ1,σ2,...,σt>时，系统状态
Figure BDA0003098373440000035
的概率分布ηt+1(st+1)以及描述在时隙t的开始时刻，当网络处于状态
Figure BDA0003098373440000036
时，网络中成功传输的数据分组数量的期望Rt(st,at)；
步骤2、确定时限及能量约束下的时隙1至时隙T之间网络吞吐率指标；
步骤3、利用马尔可夫策略搜索方法，确定网络中时隙t至时隙T之间成功传输的数据包数量的期望vt(ηt)。
步骤4、确定时限及能量约束下分布式传输的ε-最优吞吐率。
优选地，所述分布式马尔可夫决策过程的相关参数的确定方法具体为：
步骤1-1、确定分布式马尔可夫决策过程的决策时间，本发明假设时间轴被划分为长度相等的时隙t∈{1,2,...,T}，并且网络中的设备能够准确地定位到时隙边界，其中T为时隙总数，决策时间位于时隙t的开始时刻。
步骤1-2、确定状态
Figure BDA0003098373440000037
其中，
Figure BDA0003098373440000038
表示时隙t开始时刻节点i队首数据分组的等待时间，
Figure BDA0003098373440000039
表示时隙t开始时刻节点i的能量水平，
Figure BDA00030983734400000310
和
Figure BDA00030983734400000311
构成的一维向量
Figure BDA00030983734400000312
即为时隙t开始时刻节点i的本地状态。
步骤1-3、确定行为
Figure BDA00030983734400000313
其中
Figure BDA00030983734400000321
表示时隙t开始时刻节点i以
Figure BDA00030983734400000314
为其接入信道的概率，若
Figure BDA00030983734400000315
则表示节点i在时隙t开始时刻不接入信道。为便利数据处理，本发明将信道接入概率离散化，考虑它是[0,1]之间的均匀分布，取值间隔记为Δa
步骤1-4、确定转移概率pt(st+1|st,at)，转移概率pt(st+1|st,at)计算公式为：
Figure BDA00030983734400000316
其中，
Figure BDA00030983734400000317
为时限约束下系统的状态转移概率；
Figure BDA00030983734400000318
为能量约束下系统的状态转移概率；
Figure BDA00030983734400000319
为接入概率置0后，时限约束下系统的状态转移概率；
Figure BDA00030983734400000320
为接入概率置0后，能量约束下系统的状态转移概率。
步骤1-5、确定在给定网络初始状态s1的概率分布η1(s1)及时隙t+1之前的分布式联合策
略<σ1,σ2,...,σt>时，系统状态st+1的概率分布ηt+1(st+1)：
Figure BDA0003098373440000041
步骤1-6、确定在时隙t的开始时刻，当网络处于状态
Figure BDA0003098373440000042
时，网络中成功传输的数据分组数量的期望Rt(st,at)：
优选地，时限及能量约束下的时隙1至时隙T之间网络吞吐率指标计算如下：定义ct为时隙t时所有节点成功传输的数据分组的数量，则网络吞吐率Θ可表示为：
Figure BDA0003098373440000043
优选地，网络中时隙t至时隙T之间成功传输的数据包数量的期望vt(ηt)的确认方法为：
步骤2-1、定义从ηt开始获得的奖励的期望vt(ηt)为：
vt(ηt)＝Rt(ηt,σt)+vt+1(χt+1(ηt,σt))
其中，vT+1(ηT+1)＝0，χt+1(ηt,σt)表示在ηt下执行σt可能到达的下一个占用状态。
步骤2-2、初始化阈值ε，根据下式分别初始化价值函数的上下界，即用集中式马尔可夫决策过程的价值函数初始化上界，用一个随机策略的价值函数初始化下界：
Figure BDA0003098373440000044
Figure BDA0003098373440000045
步骤2-3、据下式对占用状态ηt下的贪婪策略σgreedy,t进行备份：
Figure BDA0003098373440000046
步骤2-4、根据下式，计算价值函数的上界，若计算出的上界小于初始化的上界，则对上界进行更新。
Figure BDA0003098373440000047
步骤2-5、若
Figure BDA0003098373440000048
按照下式更新价值函数的下界并停止迭代。否则，设置t＝t+1，继续执行步骤2-3、2-4。
v t(ηt)＝max(Rt(ηt,σgreedy,t)+v t+1(χ(ηt,σgreedy,t)),vσrand,t,...,σrand,T)
优选地，确定时限及能量约束下分布式传输的ε-最优吞吐率的确认方法为：
Figure BDA0003098373440000049
其中，π*为ε-最优分布式接入策略，满足
Figure BDA0003098373440000051
优选地，分布式无线传输方法具体为：时隙1为同步时隙，即基站仅在时隙1开始时刻准确知晓所有节点的队首数据分组等待时间
Figure BDA0003098373440000052
和能量状态
Figure BDA0003098373440000053
的取值，并根据这些信息制定分布式接入策略，然后将该策略和所知信息一并告知每个节点。在后续每个时隙，各节点i只能根据当前时隙本地信息和对当前时隙其他节点信息的估计制定分布式接入策略，即分布式地制定接入概率
Figure BDA0003098373440000054

Claims (3)

1.一种时限及能量约束下的分布式无线传输方法，其特征在于，具体步骤为：
步骤1、确定分布式马尔可夫决策过程的相关参数，所述相关参数包括：描述时隙t的开始时刻，网络中各节点的队首数据分组等待时间和能量水平构成的状态序列
Figure FDA0003811294940000011
描述时隙t的开始时刻，网络处在状态
Figure FDA0003811294940000012
时，各节点进行无线传输的概率的行为
Figure FDA0003811294940000013
步骤2、确定在时隙t的开始时刻，当网络处于状态
Figure FDA0003811294940000014
时，网络采取行为
Figure FDA0003811294940000015
在时隙t+1的开始时刻，网络处于状态
Figure FDA0003811294940000016
的转移概率pt(st+1|st,at)，转移概率pt(st+1|st,at)计算公式为：
Figure FDA0003811294940000017
Figure FDA0003811294940000018
概率；
仅考虑时限约束时，假设数据分组的传输时限X固定为最大传输时限D，假设数据分组按均值为λi＝λ,0＜λi＜1的伯努利过程在时隙t的中间时刻到达节点i∈{1,2,...,N}的数据队列；使用qn＝P(X＝n),1≤n≤D表示X取值为n的概率，定义：(1)
Figure FDA0003811294940000019
表示传输时限大于等于n的概率；(2)hn＝qn/rn，表示传输时限大于等于n条件下，传输时限等于n的条件概率；(3)λn＝λrn，表示传输时限大于等于n的数据分组到达数据队列的概率；
对
Figure FDA00038112949400000110
作如下讨论：
(1)
Figure FDA00038112949400000111
时，此时节点i的数据队列为空；如果下一时隙没有数据分组到来，则
Figure FDA00038112949400000112
保持为0，即
Figure FDA00038112949400000113
反之，如果下一时隙有数据分组到来，则
Figure FDA00038112949400000114
将变为1，表示新到来的数据分组在队首的等待时间为1，即
Figure FDA00038112949400000115
(2)
Figure FDA00038112949400000116
时，此时节点i的数据队列不为空；如果节点i不接入信道，即队首数据分组不传输，且队首数据分组的传输时限大于
Figure FDA00038112949400000117
该数据分组不会被丢弃，则
Figure FDA00038112949400000118
因此
Figure FDA00038112949400000119
如果队首数据分组由于传输或等待时间超过传输时限被丢弃，第l+1时隙有一个传输时限大于等于
Figure FDA00038112949400000120
的数据分组到来,且所有在第l+1时隙前到达的数据分组都已经因为等待时间超过传输时限而被丢弃，则
Figure FDA0003811294940000021
因此，
Figure FDA0003811294940000022
此外：①当
Figure FDA0003811294940000023
时，
Figure FDA0003811294940000024
②λ0＝1；③h0＝1；
(3)
Figure FDA0003811294940000025
时，队首数据分组将被丢弃，
Figure FDA0003811294940000026
同样的：①当
Figure FDA0003811294940000027
时，
Figure FDA0003811294940000028
②λ0＝1；
仅考虑能量约束模型时，假设各节点的最大电量均为Emax，假设节点i如果进行能量收集，可以在时隙t的中间时刻按概率
Figure FDA0003811294940000029
从自然界收集获得1个能量单元，各节点能量单元到达过程相互独立；如果进行数据传输，则消耗mi个能量单元；
对
Figure FDA00038112949400000210
作如下讨论：
(1)当
Figure FDA00038112949400000211
时，此时节点i的能量水平不足以接入信道；如果下一时隙没有能量到来，即
Figure FDA00038112949400000212
保持为0，则
Figure FDA00038112949400000213
反之，如果下一时隙有能量到来，则
Figure FDA00038112949400000214
(2)当
Figure FDA00038112949400000215
时，此时节点i的能量水平足够进行信道接入，
Figure FDA00038112949400000216
(3)当
Figure FDA00038112949400000217
时，
Figure FDA00038112949400000218
综合考虑时限及能量约束的状态转移推导，对以下四种情况展开讨论：
(1)当ei＜mi且di＝0时，此时节点i电源电量不够进行数据分组传输，且节点i数据队列中没有数据分组，因此接入概率为0；在计算单个节点的状态转移概率时，考虑将
Figure FDA00038112949400000219
分别代入时限和能量约束模型的状态转移概率表达式
Figure FDA00038112949400000220
中；
(2)当ei＜mi且di≥1时，此时尽管且节点i的数据队列中有数据分组需要进行传输，但节点i的电源存储的能量不够，因此数据分组不会进行传输；在计算单个节点的状态转移概率时，考虑将
Figure FDA00038112949400000221
代入时限约束的状态转移概率表达式
Figure FDA00038112949400000222
中；
(3)当ei≥mi但di＝0时，此时节点i的数据队列中没有数据分组需要进行传输，因此电量不会减少；在计算单个节点的状态转移概率时，考虑将
Figure FDA00038112949400000223
代入能量约束模型的状态转移概率表达式
Figure FDA00038112949400000224
中；
(4)当ei≥mi且di≥1时，此时节点i的能量足够进行一次传输，且节点i的数据队列中有数据分组正在等待传输，因此时限和能量约束的状态转移矩阵不需要进行特殊处理；
综上，得到转移概率pt(st+1|st,at)；
步骤3、确定在给定网络初始状态
Figure FDA0003811294940000031
的概率分布η1(s1)及时隙t+1之前的分布式联合策略<σ1,σ2,...,σt>时，系统状态
Figure FDA0003811294940000032
的概率分布ηt+1(st+1)：
Figure FDA0003811294940000033
中成功传输的数据分组数量的期望：
将每成功传输一个数据分组的奖励设为1，对Rt(st,at)进行如下讨论：
(1)当所有节点的数据队列都为空时，没有数据分组可以进行传输，Rt(st,at)为0；
(2)当有且只有节点i的数据队列中有数据时：若ei≥mi，Rt(st,at)为
Figure FDA0003811294940000034
若ei＜mi，此时节点能量水平不够用于数据分组的传输，Rt(st,at)为0；
(3)当有U,2≤U≤N个节点满足：①数据队列中有数据分组；②节点现有能量大于等于传输数据分组所消耗的能量时，
Figure FDA0003811294940000035
步骤5、确定时限及能量约束下的时隙1至时隙T之间网络吞吐率指标；
步骤6、利用马尔可夫策略搜索方法，确定网络中时隙t至时隙T之间成功传输的数据包数量的期望vt(ηt)，根据步骤1-3获得的占用状态概念及递推公式和步骤1-4获得的时隙t的开始时刻，网络中成功传输的数据分组数量的期望Rt(st,at)确定网络中时隙t至时隙T之间成功传输的数据包数量的期望vt(ηt)
步骤1-1、定义从ηt开始获得的奖励的期望vt(ηt)为：
vt(ηt)＝Rt(ηt,σt)+vt+1(χt+1(ηt,σt))
其中，vT+1(ηT+1)＝0，χt+1(ηt,σt)表示在ηt下执行σt可能到达的下一个占用状态；
步骤1-2、初始化阈值ε，根据下式分别初始化价值函数的上下界，即用集中式马尔可夫决策过程的价值函数初始化上界，用一个随机策略的价值函数初始化下界：
Figure FDA0003811294940000036
Figure FDA0003811294940000037
步骤1-3、据下式对占用状态ηt下的贪婪策略σgreedy,t进行备份：
Figure FDA0003811294940000038
步骤1-4、根据下式，计算价值函数的上界，若计算出的上界小于初始化的上界，则对上界进行更新：
Figure FDA0003811294940000041
步骤1-5、若
Figure FDA0003811294940000042
按照下式更新价值函数的下界并停止迭代；否则，设置t＝t+1，继续执行步骤2-3、2-4：
Figure FDA0003811294940000043
步骤7、确定时限及能量约束下分布式传输的ε-最优吞吐率：
Figure FDA0003811294940000044
其中，π*为ε-最优分布式接入策略，满足
Figure FDA0003811294940000045
2.根据权利要求1所述的一种时限及能量约束下的分布式无线传输方法，其特征在于，步骤1中的分布式马尔可夫决策过程的相关参数的确定方法具体为：
步骤2-1、确定分布式马尔可夫决策过程的决策时间，假设时间轴被划分为长度相等的时隙t∈{1,2,...,T}，并且网络中的设备能够准确地定位到时隙边界，其中T为时隙总数，决策时间位于时隙t的开始时刻；
步骤2-2、确定状态
Figure FDA0003811294940000046
其中，
Figure FDA0003811294940000047
表示时隙t开始时刻节点i队首数据分组的等待时间，
Figure FDA0003811294940000048
表示时隙t开始时刻节点i的能量水平，
Figure FDA0003811294940000049
和
Figure FDA00038112949400000410
构成的一维向量
Figure FDA00038112949400000411
即为时隙t开始时刻节点i的本地状态；
步骤2-3、确定行为
Figure FDA00038112949400000412
其中
Figure FDA00038112949400000413
表示时隙t开始时刻节点i以
Figure FDA00038112949400000414
为其进行无线传输的概率，若
Figure FDA00038112949400000415
则表示节点i在时隙t开始时刻不传输数据分组，为便利数据处理，将无线传输概率离散化，考虑它是[0,1]之间的均匀分布，取值间隔记为Δa；
步骤2-4、确定转移概率pt(st+1|st,at)；
步骤2-5、确定在给定网络初始状态s1的概率分布η1(s1)及时隙t+1之前的分布式联合策略<σ1,σ2,...,σt>时，系统状态st+1的概率分布ηt+1(st+1)；
步骤2-6、确定在时隙t的开始时刻，当网络处于状态
Figure FDA00038112949400000416
时，网络中成功传输的数据分组数量的期望Rt(st,at)。
3.根据权利要求1所述的一种时限及能量约束下的分布式无线传输方法，其特征在于，时限及能量约束下的时隙1至时隙T之间网络吞吐率指标计算如下：
定义ct为时隙t时所有节点成功传输的数据分组的数量，则网络吞吐率Θ可表示为：
Figure FDA00038112949400000417
CN202110617914.2A 2021-06-03 2021-06-03 一种时限及能量约束下的分布式无线传输方法 Active CN113365311B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110617914.2A CN113365311B (zh) 2021-06-03 2021-06-03 一种时限及能量约束下的分布式无线传输方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110617914.2A CN113365311B (zh) 2021-06-03 2021-06-03 一种时限及能量约束下的分布式无线传输方法

Publications (2)

Publication Number Publication Date
CN113365311A CN113365311A (zh) 2021-09-07
CN113365311B true CN113365311B (zh) 2022-11-18

Family

ID=77531543

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110617914.2A Active CN113365311B (zh) 2021-06-03 2021-06-03 一种时限及能量约束下的分布式无线传输方法

Country Status (1)

Country Link
CN (1) CN113365311B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114172599A (zh) * 2021-12-15 2022-03-11 南京理工大学 一种时限约束下的能量收集认知无线电网络接入方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104168661B (zh) * 2014-06-19 2017-11-10 吉林大学 一种满足公平性条件的最大化网络生存期传输调度方法
CN109660374B (zh) * 2017-10-11 2020-07-31 北京邮电大学 一种基于智能时隙选择的信道接入方法
CN109274528B (zh) * 2018-09-03 2021-08-03 南京理工大学 一种异步多包接收机制下p坚持CSMA吞吐率的确定方法
CN110213088B (zh) * 2019-05-16 2022-03-22 南京理工大学 一种传输时限下aloha网络可靠性的优化方法

Also Published As

Publication number Publication date
CN113365311A (zh) 2021-09-07

Similar Documents

Publication Publication Date Title
EP3637708B1 (en) Network congestion processing method, device, and system
Misic et al. Performance of a beacon enabled IEEE 802.15. 4 cluster with downlink and uplink traffic
CN1282061C (zh) 无线计算装置中网络接口模块能量消耗的管理方法和系统
CN103632209B (zh) 一种基于排队论的智能配用电业务数据传输带宽预测方法
Wu et al. Resource allocation for delay-sensitive vehicle-to-multi-edges (V2Es) communications in vehicular networks: A multi-agent deep reinforcement learning approach
JPH1070554A (ja) データ通信システム
Subramanian et al. Delay performance of CSMA in networks with bounded degree conflict graphs
CN103532877B (zh) 一种保障无线传感器网络信息实时传输的调度方法
CN113365311B (zh) 一种时限及能量约束下的分布式无线传输方法
CN113038538A (zh) 智能配电网WSNs通信数据传输带宽的优化分配方法及装置
CN109672570A (zh) 一种流量自适应的水声认知传感器网络多址接入方法
KR100795325B1 (ko) Ｗｌａｎ에서 적응형 폴링을 위한 시스템 및 방법
CN114980339A (zh) 基于可变时隙调度的c-v2x多业务下行资源分配方法
CN103580922A (zh) 一种基于混合优化的电力通信网络应用服务器过载控制方法
Yang et al. Data synchronization for vehicular digital twin network
CN103581048B (zh) 一种电力通信网络的分布式资源过载控制方法
CN114666285B (zh) 以太网发送队列调度方法、系统、存储介质及计算设备
CN115834471A (zh) 一种单域可定制QoS路由方法、装置、电子设备及存储介质
CN115378828A (zh) 一种配电物联网业务多优先级数据通信带宽预测方法
CN103281732A (zh) 用于提高无线传感网络信道效率的方法
CN114205300A (zh) 一种能够在流量信息不完整情况下保证coflow传输截止期限的流量调度方法
CN109729521B (zh) 一种信任感知的安全机会数据传输方法
CN101483579A (zh) 一种实时业务带宽申请的方法和装置
CN112367275A (zh) 一种电网数据采集系统多业务资源分配方法、系统及设备
Yali et al. Age-driven joint sampling and non-slot based scheduling for industrial Internet of Things

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