CN113630857B - 基于5g密集异构网络下的基站智慧休眠方法 - Google Patents
基于5g密集异构网络下的基站智慧休眠方法 Download PDFInfo
- Publication number
- CN113630857B CN113630857B CN202111179504.0A CN202111179504A CN113630857B CN 113630857 B CN113630857 B CN 113630857B CN 202111179504 A CN202111179504 A CN 202111179504A CN 113630857 B CN113630857 B CN 113630857B
- Authority
- CN
- China
- Prior art keywords
- base station
- macro base
- state
- dormant
- macro
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/02—Power saving arrangements
- H04W52/0203—Power saving arrangements in the radio access network or backbone network of wireless communication networks
- H04W52/0206—Power saving arrangements in the radio access network or backbone network of wireless communication networks in access points, e.g. base stations
-
- 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
-
- 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
本发明公开了基于5G密集异构网络下的基站智慧休眠方法,涉及移动技术通信技术领域,宏基站的覆盖范围要大于微基站的范围,因此宏基站在运行过程中,用户可能会同时处于不同宏基站的覆盖范围内,当这种情况出现时,则会导致多个宏基站无法正常进行休眠,为此通过对宏基站进行分簇处理,从而优化宏基站的运算复杂程度;通过对宏基站进行分簇处理,从而能够根据宏基站的使用情况,通过休眠节点的状态,对宏基站的使用情况进行调节,与传统宏基站的运行方式相比,能够使得宏基站在运行过程中,大大提高无线通信的能效。
Description
技术领域
本发明属于移动技术通信技术领域,具体是基于5G密集异构网络下的基站智慧休眠方法。
背景技术
第五代通信技术(5G)是面向2020年以后移动通信需求而发展的新一代移动通信系统。密集异构网络技术则是保证5G场景下爆炸式业务流量增长的关键技术之一。而大量的微基站部署会导致无线通信系统能耗直线上升,为了提高系统能效,打造绿色无线通信系统基站休眠技术则由于其易于实现,不需改变硬件等特点受到广泛关注。
在现有的技术中,工业上对基站休眠技术的相关技术研宄中,存在算法复杂度过高,基站休眠后部分信息缺失等问题,如何优化基站休眠技术的算法复杂程度的同时,提高无线通信的能效,是我们需要解决的问题,为此,现提供基于5G密集异构网络下的基站智慧休眠方法。
发明内容
本发明的目的在于提供基于5G密集异构网络下的基站智慧休眠方法。
本发明的目的可以通过以下技术方案实现:基于5G密集异构网络下的基站智慧休眠方法,包括以下步骤:
步骤一:架构密集异构网络环境,并建立基站信息数据库;
步骤二:获取5G基站的基本信息,并将所有5G基站的基本信息导入至基站信息数据库内;
步骤三:根据5G基站的基本信息进行分簇处理,获得基站连接矩阵,并根据5G基站连接矩阵建立休眠节点;
步骤四:获取每个5G基站的负载量,并对获得的基站的负载量进行分析,从而输出休眠节点的状态;
步骤五:根据休眠节点的状态自动调节5G基站的运行状态。
进一步的,基站信息数据库用于对5G基站的基本信息进行记录,其中5G基站包括宏基站与微基站。
进一步的,基站信息数据库的具体建立过程包括以下步骤:创建基站信息数据库,并在基站信息数据库内分别建立宏基站信息子库以及微基站信息子库;在宏基站信息子库内建立若干个宏基站数据集,每个宏基站数据集均设置有数据串口,并通过数据串口与宏基站进行相连,然后将宏基站的基本信息导入至宏基站数据集内;在微基站信息子库内建立若干个微基站监控节点,每个微基站监控节点通信连接有若干个微基站,然后将微基站的基本信息导入至微基站监控节点内,在宏基站数据集内建立宏基站数据临时存储区间,在微基站监控节点内建立微基站数据临时存储区间。
进一步的,对宏基站进行分簇处理的过程包括:获取接入宏基站的用户信息,并对用户的位置进行标记;对该宏基站相邻的宏基站进行标记,并将接入该基站的用户信息发送至相邻的宏基站,然后将每个宏基站接收到的用户信息数量进行标记;将该宏基站以及相邻的宏基站接收到的用户信息数量中的最多的宏基站标记为簇头宏基站,并将簇头宏基站以及其相邻的所有宏基站标记为一个簇群。
进一步的,簇头的状态为动态,即根据每个宏基站接入的用户的数量的不同,对簇头的位置进行更新,从而能够通过簇头对相应的簇群状态进行监控;每个簇头形成后,即获取该簇头的运行数据;簇头的运行数据的获取过程包括:对簇群内的所有宏基站的进行标记,并进行编号,每个宏基站的编号为i,i=1,2,……,n;n为整数;获取每个宏基站的负载量,所述宏基站的负载量包括单位时间内的数据上传量和数据下载量,并分别标记为SCi和XZi;根据簇头所在位置设置休眠节点,并通过对获取到的宏基站的负载量进行分析,从而调整休眠节点的状态;所述休眠节点的状态包括不休眠状态、半休眠状态以及全休眠状态。
进一步的,对获取到的宏基站的负载量的分析过程包括:通过公式获得簇头单位时间的数据吞吐量TT;分别设置半休眠吞吐量阈值范围(T0,T1),其中0<T0<T1;将获得的簇头单位时间的数据吞吐量与半休眠吞吐量阈值范围(T0,T1)进行比较;当TT≤T0时,则判定该簇头对应的簇群内的宏基站使用率低,则将休眠节点的状态调整为全休眠状态;当T0<TT<T1时,则判定该簇头对应的簇群内的宏基站使用率中等,则将休眠节点的状态调整为半休眠状态,当TT≥T1时,则判定该簇头对应的簇群内的宏基站使用率高,则将休眠节点的状态调整为不休眠状态;根据休眠节点的休眠状态对宏基站的运行状态进行调整。
进一步的,当休眠节点的状态为全休眠状态时,则将簇头对应的簇群内的所有宏基站的运行功率调整至最低,进入休眠状态;当休眠节点的状态为不休眠状态时,则不对宏基站的运行功率进行调整;当休眠节点的状态为半休眠状态时,则对宏基站进行动态调整。
进一步的,对宏基站的动态调整过程包括:获取每个宏基站单位时间的平均负载量PF,PF=TT/n;获取每个宏基站单位时间的负载量为DFi=SCi+XZi;将获得的每个宏基站的DFi分别预PF进行比较,并将DFi>PF的宏基站进行标记;将未被标记为宏基站的运行功率调整至最低,进入休眠状态。
本发明的有益效果:宏基站的覆盖范围要大于微基站的范围,因此宏基站在运行过程中,用户可能会同时处于不同宏基站的覆盖范围内,当这种情况出现时,则会导致多个宏基站无法正常进行休眠,为此通过对宏基站进行分簇处理,从而优化宏基站的运算复杂程度;通过对宏基站进行分簇处理,从而能够根据宏基站的使用情况,通过休眠节点的状态,对宏基站的使用情况进行调节,与传统宏基站的运行方式相比,能够使得宏基站在运行过程中,大大提高无线通信的能效。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为基于5G密集异构网络下的基站智慧休眠方法的原理框图。
具体实施方式
如图1所示,基于5G密集异构网络下的基站智慧休眠方法,包括以下步骤:
步骤一:架构密集异构网络环境,并建立基站信息数据库;
步骤二:获取5G基站的基本信息,并将所有5G基站的基本信息导入至基站信息数据库内;
步骤三:根据5G基站的基本信息进行分簇处理,获得基站连接矩阵,并根据5G基站连接矩阵建立休眠节点;
步骤四:获取每个5G基站的负载量,并对获得的基站的负载量进行分析,从而输出休眠节点的状态;
步骤五:根据休眠节点的状态自动调节5G基站的运行状态。
需要就能一步说明的是,在具体实施过程中,基站信息数据库用于对5G基站的基本信息进行记录,其中5G基站包括宏基站与微基站,基站信息数据库的具体建立过程包括以下步骤:
步骤S1:创建基站信息数据库,并在基站信息数据库内分别建立宏基站信息子库以及微基站信息子库;
步骤S2:在宏基站信息子库内建立若干个宏基站数据集,每个宏基站数据集均设置有数据串口,并通过数据串口与宏基站进行相连,然后将宏基站的基本信息导入至宏基站数据集内;宏基站的基本信息包括宏基站的编号、位置以及覆盖范围;在微基站信息子库内建立若干个微基站监控节点,每个微基站监控节点通信连接有若干个微基站,然后将微基站的基本信息导入至微基站监控节点内;微基站的基本信息包括微基站的编号、位置以及覆盖范围;
步骤S3:在宏基站数据集内建立宏基站数据临时存储区间,在微基站监控节点内建立微基站数据临时存储区间。
需要进一步说明的是,在具体实施过程中,微基站的大量设立会导致无线通信系统能耗直线上升,通过设置微基站监控节点,从而能够将区域内大量的微基站进行分布式管理,从而避免大量的微基站在进行数据的吞吐时,对中央数据处理器造成负荷,从而使得能耗的损耗进一步提高;而通过对微基站进行分布式管理,则能够通过微基站监控节点将大的数据吞吐量进行分解,从而使得对中央处理器的处理能力要求降低;同时由于微基站的分布特地,导致微基站的管理和监控过程均比较复杂,通过设置微基站监控节点,能够大大提高对微基站的管理效率。
需要进一步说明的是,在具体实施过程中,宏基站的覆盖范围要大于微基站的范围,因此宏基站在运行过程中,用户可能会同时处于不同宏基站的覆盖范围内,当这种情况出现时,则会导致多个宏基站无法正常进行休眠,为此通过对宏基站进行分簇处理,从而优化宏基站的运算复杂程度,对宏基站进行分簇处理的具体过程包括以下步骤:
步骤F1:获取接入宏基站的用户信息,并对用户的位置进行标记;
步骤F2:对该宏基站相邻的宏基站进行标记,并将接入该基站的用户信息发送至相邻的宏基站,然后将每个宏基站接收到的用户信息数量进行标记;
步骤F3:将该宏基站以及相邻的宏基站接收到的用户信息数量中的最多的宏基站标记为簇头宏基站,并将簇头宏基站以及其相邻的所有宏基站标记为一个簇群。
在具体实施过程中,需要进一步说明的是,簇头的状态为动态,即根据每个宏基站接入的用户的数量的不同,对簇头的位置进行更新,从而能够通过簇头对相应的簇群状态进行监控;每个簇头形成后,即获取该簇头的运行数据,具体获取过程包括以下步骤:
步骤C1:对簇群内的所有宏基站的进行标记,并进行编号,每个宏基站的编号为i,i=1,2,……,n;n为整数;
步骤C2:获取每个宏基站的负载量,所述宏基站的负载量包括单位时间内的数据上传量和数据下载量,并分别标记为SCi和XZi;
步骤C3:根据簇头所在位置设置休眠节点,并通过对获取到的宏基站的负载量进行分析,从而调整休眠节点的状态;所述休眠节点的状态包括不休眠状态、半休眠状态以及全休眠状态。
需要进一步说明的是,在具体实施过程中,对获取到的宏基站的负载量的分析过程具体包括以下步骤:
步骤X2:分别设置半休眠吞吐量阈值范围(T0,T1),其中0<T0<T1;将获得的簇头单位时间的数据吞吐量与半休眠吞吐量阈值范围(T0,T1)进行比较;当TT≤T0时,则判定该簇头对应的簇群内的宏基站使用率低,则将休眠节点的状态调整为全休眠状态;当T0<TT<T1时,则判定该簇头对应的簇群内的宏基站使用率中等,则将休眠节点的状态调整为半休眠状态,当TT≥T1时,则判定该簇头对应的簇群内的宏基站使用率高,则将休眠节点的状态调整为不休眠状态;
步骤X3:根据休眠节点的休眠状态对宏基站的运行状态进行调整。
需要进一步说明的是,在具体实施过程中,当休眠节点的状态为全休眠状态时,则将簇头对应的簇群内的所有宏基站的运行功率调整至最低,进入休眠状态;当休眠节点的状态为不休眠状态时,则不对宏基站的运行功率进行调整;当休眠节点的状态为半休眠状态时,则对宏基站进行动态调整,具体过程包括:
步骤D1:获取每个宏基站单位时间的平均负载量PF,PF=TT/n;
步骤D2:获取每个宏基站单位时间的负载量为DFi=SCi+XZi;
步骤D3:将获得的每个宏基站的DFi分别预PF进行比较,并将DFi>PF的宏基站进行标记;
步骤D4:将未被标记为宏基站的运行功率调整至最低,进入休眠状态。
需要进一步说明的是,通过对宏基站进行分簇处理,从而能够根据宏基站的使用情况,通过休眠节点的状态,对宏基站的使用情况进行调节,与传统宏基站的运行方式相比,能够使得宏基站在运行过程中,大大提高无线通信的能效。
在本发明所提供的实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式;所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方法的目的。
最后应说明的是,以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (6)
1.基于5G密集异构网络下的基站智慧休眠方法,其特征在于,包括以下步骤:
步骤一:架构密集异构网络环境,并建立基站信息数据库;
步骤二:获取5G基站的基本信息,并将所有5G基站的基本信息导入至基站信息数据库内;
步骤三:根据5G基站的基本信息进行分簇处理,获得基站连接矩阵,并根据5G基站连接矩阵建立休眠节点;
步骤四:获取每个5G基站的负载量,并对获得的基站的负载量以及休眠节点的信号到达角向量进行神经网络训练,从而输出休眠节点的状态;
步骤五:根据休眠节点的状态自动调节5G基站的运行状态;
对宏基站进行分簇处理的过程包括:获取接入宏基站的用户信息,并对用户的位置进行标记;对该宏基站相邻的宏基站进行标记,并将接入该基站的用户信息发送至相邻的宏基站,然后将每个宏基站接收到的用户信息数量进行标记,以此类推;将该宏基站以及相邻的宏基站接收到的用户信息数量中的最多的宏基站标记为簇头宏基站,并将簇头宏基站以及其相邻的所有宏基站标记为一个簇群;
对簇群内的所有宏基站的进行标记,并进行编号,每个宏基站的编号为i,i=1,2,……,n;n为整数;获取每个宏基站的负载量,所述宏基站的负载量包括单位时间内的数据上传量和数据下载量,并分别标记为SCi和XZi;
2.根据权利要求1所述的基于5G密集异构网络下的基站智慧休眠方法,其特征在于,基站信息数据库用于对5G基站的基本信息进行记录,其中5G基站包括宏基站与微基站。
3.根据权利要求2所述的基于5G密集异构网络下的基站智慧休眠方法,其特征在于,基站信息数据库的具体建立过程包括以下步骤:创建基站信息数据库,并在基站信息数据库内分别建立宏基站信息子库以及微基站信息子库;在宏基站信息子库内建立若干个宏基站数据集,每个宏基站数据集均设置有数据串口,并通过数据串口与宏基站进行相连,然后将宏基站的基本信息导入至宏基站数据集内;在微基站信息子库内建立若干个微基站监控节点,每个微基站监控节点通信/电连接有若干个微基站,然后将微基站的基本信息导入至微基站监控节点内,在宏基站数据集内建立宏基站数据临时存储区间,在微基站监控节点内建立微基站数据临时存储区间。
4.根据权利要求2所述的基于5G密集异构网络下的基站智慧休眠方法,其特征在于,簇头的状态为动态,即根据每个宏基站接入的用户的数量的不同,对簇头的位置进行更新,从而能够通过簇头对相应的簇群状态进行监控;每个簇头形成后,即获取该簇头的运行数据;簇头的运行数据的获取过程包括:根据簇头所在位置设置休眠节点,并通过对获取到的宏基站的负载量进行分析,从而调整休眠节点的状态;所述休眠节点的状态包括不休眠状态、半休眠状态以及全休眠状态。
5.根据权利要求4所述的基于5G密集异构网络下的基站智慧休眠方法,其特征在于,当休眠节点的状态为全休眠状态时,则将簇头对应的簇群内的所有宏基站的运行功率调整至最低,进入休眠状态;当休眠节点的状态为不休眠状态时,则不对宏基站的运行功率进行调整;当休眠节点的状态为半休眠状态时,则对宏基站进行动态调整。
6.根据权利要求5所述的基于5G密集异构网络下的基站智慧休眠方法,其特征在于,对宏基站的动态调整过程包括:获取每个宏基站单位时间的平均负载量PF,PF=TT/n;获取每个宏基站单位时间的负载量为DFi=SCi+XZi;将获得的每个宏基站的DFi分别预PF进行比较,并将DFi>PF的宏基站进行标记;将未被标记为宏基站的运行功率调整至最低,进入休眠状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111179504.0A CN113630857B (zh) | 2021-10-11 | 2021-10-11 | 基于5g密集异构网络下的基站智慧休眠方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111179504.0A CN113630857B (zh) | 2021-10-11 | 2021-10-11 | 基于5g密集异构网络下的基站智慧休眠方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113630857A CN113630857A (zh) | 2021-11-09 |
CN113630857B true CN113630857B (zh) | 2021-12-21 |
Family
ID=78390876
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111179504.0A Active CN113630857B (zh) | 2021-10-11 | 2021-10-11 | 基于5g密集异构网络下的基站智慧休眠方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113630857B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104469830A (zh) * | 2014-11-26 | 2015-03-25 | 北京邮电大学 | 异构网络多基站节能管理方法 |
CN105392147A (zh) * | 2015-11-19 | 2016-03-09 | 电子科技大学 | 基于多小区协作的小基站动态休眠方法 |
CN106376064A (zh) * | 2016-08-30 | 2017-02-01 | 重庆邮电大学 | 一种基于宏基站协作和业务过滤的微基站节能方法 |
CN111343704A (zh) * | 2020-02-29 | 2020-06-26 | 重庆邮电大学 | 异构蜂窝网络中毫微微基站的联合休眠与功率控制方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102355714B (zh) * | 2011-08-29 | 2014-09-17 | 华为技术有限公司 | 基站及其节能方法、控制设备和系统 |
US20150189574A1 (en) * | 2013-12-26 | 2015-07-02 | Samsung Electronics Co., Ltd. | Methods for dormant cell signaling for advanced cellular network |
CN104038995B (zh) * | 2014-06-18 | 2019-03-15 | 东南大学 | 异构网络中的分布式动态成簇节能方法 |
CN106879057A (zh) * | 2017-03-06 | 2017-06-20 | 武汉中天元科技有限公司 | 一种5g无线网络智能化节能方法 |
RU2734763C1 (ru) * | 2017-03-24 | 2020-10-23 | Телефонактиеболагет Лм Эрикссон (Пабл) | Обратная связь ack harq восходящей линии связи для mtc |
CN107682919A (zh) * | 2017-09-12 | 2018-02-09 | 南京邮电大学 | 一种基于5g毫微微蜂窝基站的休眠模式研究 |
CN108712767B (zh) * | 2018-03-02 | 2021-07-20 | 北京信息科技大学 | 一种无线传感器网络中能耗均衡的簇间多跳路由控制方法 |
CN109831819B (zh) * | 2019-03-06 | 2021-10-22 | 重庆邮电大学 | 一种基于异构蜂窝网络分簇smdp基站休眠方法 |
-
2021
- 2021-10-11 CN CN202111179504.0A patent/CN113630857B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104469830A (zh) * | 2014-11-26 | 2015-03-25 | 北京邮电大学 | 异构网络多基站节能管理方法 |
CN105392147A (zh) * | 2015-11-19 | 2016-03-09 | 电子科技大学 | 基于多小区协作的小基站动态休眠方法 |
CN106376064A (zh) * | 2016-08-30 | 2017-02-01 | 重庆邮电大学 | 一种基于宏基站协作和业务过滤的微基站节能方法 |
CN111343704A (zh) * | 2020-02-29 | 2020-06-26 | 重庆邮电大学 | 异构蜂窝网络中毫微微基站的联合休眠与功率控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113630857A (zh) | 2021-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ghosh et al. | Modeling and validation of channel idleness and spectrum availability for cognitive networks | |
CN103957570A (zh) | 一种用于电力负荷控制的网络通信系统及其路由算法 | |
CN105704797B (zh) | 一种基于软件定义网络的wlan中无线接入点节能控制方法 | |
CN113630857B (zh) | 基于5g密集异构网络下的基站智慧休眠方法 | |
CN116828412A (zh) | 一种新能源汽车充换电箱变机柜无线通信系统 | |
CN113423146B (zh) | 一种多小区大规模mimo系统中的非授权随机接入方法 | |
CN113676357A (zh) | 面向电力物联网中边缘数据处理的决策方法及其应用 | |
CN113507169B (zh) | 一种基于频偏数据提高台区户变识别准确度的方法及系统 | |
WO2023004899A1 (zh) | 卫星与无线通信融合网络性能的异常数据检测方法和装置 | |
Chen et al. | New approach of energy-efficient hierarchical clustering based on neighbor rotation for RWSN | |
Wen et al. | Research on LEACH routing algorithm based on fuzzy logic | |
CN113347680A (zh) | 基于ZigBee的群集树形无线传感器网络的节能路由方法 | |
Yu et al. | Performance analysis of wireless communication networks with threshold activation process and interference signals | |
Lin et al. | An Energy-efficient and Redundancy-reduced Protocol of WSN under Non-Uniform Deployment | |
CN112788592A (zh) | 添加唤醒时间的数据发送处理方法及装置 | |
CN113676859B (zh) | 一种面向智能胎架联控的数据通信方法 | |
CN113890550B (zh) | 一种电网通信噪声抑制方法 | |
CN109168146A (zh) | 支持混合授权-非授权频段的mtc传输方法 | |
CN112954715B (zh) | 基于迁移学习的无线服务节点容量估计方法 | |
Yang | Topology Management for 5G Small-Cell Communications | |
CN112689271A (zh) | 延长网络生存时间的簇头规划及功率控制方法 | |
Xiao et al. | Energy efficient TDMA-based MAC protocol associated with GAF for wireless sensor networks | |
Sabeti et al. | Detection of Black Hole Attack on Max LEACH Protocol | |
CN107592224B (zh) | 计及设备通信性能的低压电力线载波通信可靠组网方法 | |
Chen et al. | Power saving protocol based on rectangular grid quorums for IEEE 802.11 ad hoc networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |