CN113642137B - 一种5g网络传输接入转换协议控制系统 - Google Patents
一种5g网络传输接入转换协议控制系统 Download PDFInfo
- Publication number
- CN113642137B CN113642137B CN202110891818.7A CN202110891818A CN113642137B CN 113642137 B CN113642137 B CN 113642137B CN 202110891818 A CN202110891818 A CN 202110891818A CN 113642137 B CN113642137 B CN 113642137B
- Authority
- CN
- China
- Prior art keywords
- network
- protocol
- data
- robot
- transmission
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 84
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 43
- 238000004891 communication Methods 0.000 claims abstract description 16
- 238000005516 engineering process Methods 0.000 claims abstract description 10
- 238000000034 method Methods 0.000 claims abstract description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 238000004088 simulation Methods 0.000 claims description 15
- 238000013507 mapping Methods 0.000 claims description 13
- 238000005259 measurement Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 6
- 238000013135 deep learning Methods 0.000 claims description 4
- 238000013515 script Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims 1
- 238000013461 design Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 238000010276 construction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 108010003272 Hyaluronate lyase Proteins 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/08—Protocols for interworking; Protocol conversion
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Computer Networks & Wireless Communication (AREA)
- Evolutionary Computation (AREA)
- Signal Processing (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Mathematical Analysis (AREA)
- Mobile Radio Communication Systems (AREA)
- Manipulator (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种5G网络传输接入转换协议控制系统,其特征在于:包括采用移动式SLAM机器人通信、无人机自组网和低功耗广域网三类前沿网络进行信号数据传输将数据接入5G核心网;还包括SLAM机器人平台,通用控制系统及作为其载体的移动式SLAM机器人,移动式SLAM机器人上搭载工控机、底盘控制器、激光雷达及电机编码器;无人机遥感系统;低功耗广域网系统;本发明的5G网络传输接入转换协议控制系统,基于前沿网络技术承载边缘控制网络,优化数据传输质量;优化5G接入转换协议,实现可应用于多种网络环境的协议转换及其相关控制器,并离线建立不同网络环境的传输控制模型,通过响应感知到的接入网络环境,加载相应的协议资源,保证5G网络系统的高效运行。
Description
技术领域
本发明涉及5G科技技术领域,具体涉及一种5G网络传输接入转换协议控制系统。
背景技术
据调研,目前大多数交互式应用场景(如车载自组网、无人机骨干网、窄带物联网等)要求边缘网络以低时延、低抖动和低吞吐量变化,而非交互式应用场景(如数据中心网络、高速移动网络)则更关注高吞吐量。为满足5G网络下的多种应用场景,研究者需设计出不同类型的传输控制协议和网络接入转换协议,以适配不同的数据传输要求和突破边缘网络条件限制。
5G网络通信技术包括传输控制协议和网络转换协议研究。该研究面临两大问题:一方面,理论的网络传输能力增长迅速,但5G环境下传输控制协议的研究相对滞后,导致传输协议在特定应用场景下存在技术空白;另一方面,用户需求和网络环境的动态变化要求不同的应用场景能够运行不同的通信控制系统(而常见系统中协议通常固定),其直接导致新协议与5G网络存在兼容性问题。
发明内容
针对上述问题,本发明通过构建边缘网络下的诸多应用场景,设计和实现适用于各应用场景下的5G网络传输控制系统及其接入转换协议,其围绕5G网络建设展开,设计适用于5G网络环境下的通用控制系统,构建并优化对应的传输控制协议及其相关接入协议转换控制器,为近年来发展的战略目标与政策重心提供了重要的学术意义和应用价值。
针对上述,本发明解决其技术问题而采取的技术方案是:一种5G网络传输接入转换协议控制系统,其特征在于:包括采用移动式SLAM机器人通信、无人机自组网和低功耗广域网三类前沿网络进行信号数据传输将数据接入5G核心网;
还包括SLAM机器人平台,所述SLAM机器人平台包括通用控制系统及作为其载体的移动式SLAM机器人,所述移动式SLAM机器人上搭载有工控机、底盘控制器、激光雷达以及电机编码器,所述工控机内置有预训练的用于导航的机器人运动、观测模型,所述电机编码器用于实现里程计,所述里程计用于机器人位姿的提供,所述的激光雷达用于对未知环境进行观测和建图,且所述观测和建图数据用于对机器人位姿数据进行优化;
无人机遥感系统,基于SLAM机器人平台的系统,控制无人机对RGB遥感图像获取,通过无线网络接入5G核心网实时通信,同时建立图像数据传输同时建模分析,用于进行无人机运动跟踪任务;
低功耗广域网系统,基于低功耗广域网技术获取多传感器终端数据,根据当前数据传输速率动态调节扩频因子,用于部署的检测网络实际功耗、距离、速率满足应用场景需求。
作为上述方案的进一步设置,还包括有5G网络传输控制协议,其基于5G网络采用深度学习理论模型建立5G网络传输控制协议,包括在线进行动态配置发送速率控制函数的参数,且可根据当前网络环境状态建立高效的映射算法,用于实现网络传输性能调优和传输控制服务系统的智能化部署。
作为上述方案的进一步设置,还包括有5G接入网转换协议,包括设置建立5G接入网协议转换控制器,其用于获取全局网络信息,建立传输控制服务引擎,提供全局最优传输控制服务进行通信协议的转换。
作为上述方案的进一步设置,还包括仿真分析步骤,所述仿真分析步骤包括根据5G网络传输控制协议、5G接入网转换协议以及两者的协议模型,通过修改内核协议栈、建立网络复杂环境场景对该协议和模型进行分析,基于分析结果进行修改、优化关键模型和控制算法。
作为上述方案的进一步设置,所述的仿真分析步骤包括采用saturatr工具和iperf工具收集网络场景中的收发数据包,通过处理基于软件路由重现即时的网络状态,所述saturatr工具和iperf工具对trace的收集包括端到端测量获取,即在接收端与发送端同时启动iperf工具,通过saturatr工具记录发送端发送数据包和接收端接受ACK包的具体时间,形成数据文件并通过脚本进行处理获得trace数据。
作为上述方案的进一步设置,还包括有5G网络传输接入转换协议控制APP,所述APP用于实时查看机器人自身的位置和导航路线,通过5G网络远程给出建议和控制命令。
有益效果:本发明的5G网络传输接入转换协议控制系统,基于无人机自组网、低功耗广域网、SLAM机器人通信等技术承载边缘控制网络,根据各类实际应用场景,针对多种网络环境下的传输控制系统,优化设计该环境下的边缘网络节点间的数据传输质量;同时优化设计了5G接入转换协议,实现可应用于多种网络环境的协议转换及其相关控制器,并离线建立不同网络环境的传输控制模型,通过响应感知到的接入网络环境,加载相应的协议资源,保证5G网络系统的高效运行。
附图说明
图1是本发明的通用控制系统总体架构示意图。
图2是本发明的传输控制和接入转换协议之间的交互逻辑示意图。
图3是本发明的一种5G网络传输接入转换协议控制系统的技术示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在相互不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
本发明的一种5G网络传输接入转换协议控制系统的具体构建和构成如图1-3所示。
实施例:
一种5G网络传输接入转换协议控制系统,其特征在于:包括采用移动式SLAM机器人通信、无人机自组网和低功耗广域网三类前沿网络进行信号数据传输将数据接入5G核心网;
还包括SLAM机器人平台,所述SLAM机器人平台包括通用控制系统及作为其载体的移动式SLAM机器人,所述移动式SLAM机器人上搭载有工控机、底盘控制器、激光雷达以及电机编码器,所述工控机内置有预训练的用于导航的机器人运动、观测模型,所述电机编码器用于实现里程计,所述里程计用于机器人位姿的提供,所述的激光雷达用于对未知环境进行观测和建图,且所述观测和建图数据用于对机器人位姿数据进行优化;
无人机遥感系统,基于SLAM机器人平台的系统,控制无人机对RGB遥感图像获取,通过无线网络接入5G核心网实时通信,同时建立图像数据传输同时建模分析,用于进行无人机运动跟踪任务;
低功耗广域网系统,基于低功耗广域网技术获取多传感器终端数据,根据当前数据传输速率动态调节扩频因子,用于部署的检测网络实际功耗、距离、速率满足应用场景需求。
作为上述方案的进一步设置,还包括有5G网络传输控制协议,其基于5G网络采用深度学习理论模型建立5G网络传输控制协议,包括在线进行动态配置发送速率控制函数的参数,且可根据当前网络环境状态建立高效的映射算法,用于实现网络传输性能调优和传输控制服务系统的智能化部署。
作为上述方案的进一步设置,还包括有5G接入网转换协议,包括设置建立5G接入网协议转换控制器,其用于获取全局网络信息,建立传输控制服务引擎,提供全局最优传输控制服务进行通信协议的转换。
作为上述方案的进一步设置,还包括仿真分析步骤,所述仿真分析步骤包括根据5G网络传输控制协议、5G接入网转换协议以及两者的协议模型,通过修改内核协议栈、建立网络复杂环境场景对该协议和模型进行分析,基于分析结果进行修改、优化关键模型和控制算法。
作为上述方案的进一步设置,所述的仿真分析步骤包括采用saturatr工具和iperf工具收集网络场景中的收发数据包,通过处理基于软件路由重现即时的网络状态,所述saturatr工具和iperf工具对trace的收集包括端到端测量获取,即在接收端与发送端同时启动iperf工具,通过saturatr工具记录发送端发送数据包和接收端接受ACK包的具体时间,形成数据文件并通过脚本进行处理获得trace数据。
作为上述方案的进一步设置,还包括有5G网络传输接入转换协议控制APP,所述APP用于实时查看机器人自身的位置和导航路线,通过5G网络远程给出建议和控制命令。
实施例:图1为本发明本发明一种5G网络传输接入转换协议控制系统的技术路线图,其包括发明人对实现一种5G网络传输接入转换协议控制系统的设计过程,本发明的一种5G网络传输接入转换协议控制系统主要思路包括如下:
一)系统搭建:本发明将移动式SLAM机器人作为通用控制系统的载体,搭建以工控机、底盘控制器、激光雷达及电机编码器为主的硬件系统,并建立机器人的运动、观测模型,用于实现导航相关功能。同时,可采用里程计和激光雷达结合的方法进行定位。首先利用机器人搭载的编码器电机实现里程计,用于初步估计机器人位姿;随后使用激光雷达对未知环境进行观测和建图,并根据激光雷达数据对里程计的位姿估计结果进行优化。由于系统采用全局和局部路径规划器结合的导航方式,所以当系统接收到导航目标时,可使用全局路径规划器在地图中搜索起点到目标点的路线。考虑到导航过程中可能出现随机动态的障碍物,因此使用激光雷达不断扫描环境信息,局部路径规划器实时调整路线,从而实现导航过程中的自主避障。
通过上述SLAM机器人设计方案,可初步实现统一硬件平台建设,随后可将无人机遥感图像以及低功耗广域网数据传输至该系统,最后接入5G核心网,完成系统整体搭建,通用控制系统总体架构如图1所示。
二)协议建模:实测5G网络的传输性能,考虑复杂网络环境和应用场景对传输性能的影响,并通过搭建仿真平台,收集实际场景的数据。将网络情况在仿真环境中重现,分析比较已有传输控制协议的性能。通过上述分析,可通过深度学习理论设计基于场景变化的传输控制协议,建立传输控制理论模型。通过将网络环境与应用场景变化因素相结合,用于控制发送速率控制函数,让其更好的适配实际的网络情况。
对于5G接入转换协议,传输控制服务引擎运行于接入控制器端,为控制器提供传输控制配置信息服务。具体来说,该引擎需实现传输控制配置信息的预处理与映射。预处理阶段依赖已知边缘网络应用环境下的传输协议中获得,而映射阶段则通过建立映射算法,从全局最优的角度进行决策,提升传输控制的综合性能。传输控制和接入转换协议之间的交互逻辑如图2所示。
三)仿真分析:根据建立的传输控制、接入转换协议和模型,在仿真平台上实现相关模块,以修改内核协议栈为主,并建立网络复杂环境场景(包含无线、移动、低功耗、高时延、长距离等一系列特征)对该协议和模型进行分析,并根据分析结果确定是否修改(优化)关键模型和控制算法。
本发明所涉及的仿真实验通常选择对现实场景进行还原,以更好体现不同因素对于5G网络传输性能的影响。目前大多数仿真网络拓扑为固定参数,例如链路带宽、丢包和RTT。但在现实场景通常不会出现如此稳定的网络状态,尤其是在5G网络中。基于上述原因,可利用saturatr工具收集一定时间段内的网络场景中收发数据包情况。经后续处理后,通过软件路由即可重现即时的网络状态。实验中trace的收集主要通过端到端测量获取,收集数据的工作在Linux环境下完成,实验采用的工具主要包括:saturatr和iperf。
在接收端与发送端同时启动iperf工具,当存在一条数据流时,通过saturatr工具,能够记录下发送端发送数据包和接收端接受ACK包的具体时间。一旦完成打流,在工作目录下可以获得数据文件。随后将数据文件通过脚本进行处理后,即可获得仿真实验平台(例如ce l l s im)能够使用的trace数据。
四)算法优化:对于建立并优化的传输控制、接入转换协议和模型,通过仿真结果进行离线分析,确定是否需要再次修改协议或优化控制算法。本发明在进行算法优化时所采用的性能衡量指标为吞吐量和95%延时。
吞吐量定义为无数据包出现丢失的情况下,设备端能够接收并转发的最大数据的速率。通过吞吐量指标,能够直观的反映出算法在单位时间内传输性能优劣。延时作为网络测量中同样重要的关键指标,当数据包从发送端发出,直至接收到接收端回应的ACK包,两者之间所存在的时间延迟即网络延时。延时在网络性能指标中通常被认为不能较好反映出算法对于异常状态的处理,所以,测量中通常选择去平均值或加权平均。
基于上述原因,本发明的网络衡量指标选择95%的延时(又称尾延时),当发送窗口所发送的所有数据包被延时排序后,取其95%位置的延时,不仅能够直观了解异常状态对5G网络的影响,且算法的传输性能更加简明直观。当算法发送的数据包中,其95%的延时较小并保持稳定,即可认为此算法性能较为出色,且对于时延敏感的应用场景相对友好。
五)实测分析:在获得符合要求的系统性能后,5G项目将在小范围可控网络环境(如市区、公园、体育馆等)中进行部署测试,分别对不同接入应用环境进行分析。
通用控制系统的实测参考Tosh inor i等人设计实现的SLAM系统对比实验=,当5G网络传输质量保持相对较好的情况下,从导航方式、定位精度和设备部署三个方面,对该系统的可用性进行分析。例如可通过设计手机APP可实时查看机器人自身的位置与导航路线。相比于其他方案,该方式虽然仍需用户根据路线自行寻找,但在使用便捷性上优势明显。
而系统定位精度的测试分析,可明显看出部分区域定位误差较大,测试中定位误差最大达到了数十米。但是未知环境中部分区域可能障碍物密集,由此产生的误差可能使得系统无法正确导航到具体位置。
本发明从应用场景领域出发,对5G接入技术进行探索,考虑到现代智慧物联网环境中所出现的新型应用场景使已有传输机制无法完美适配,所以通过分析近期边缘网络研究的热门应用场景,率先对5G网络潜在的应用场景研究进行阐述。
目前大多聚焦于车联网、无人机自组网、低功耗广域网、SLAM机器人通信等技术承载边缘控制网络,虽然现有工作在特定环境或问题下可获得较好性能,然而,对于5G新的网络复杂环境(大规模机器通信、高可靠低时延等),已有机制恐难以适用。在特定应用环境下,若未优化传输控制和5G接入网协议,则会致使网络控制端和网络接入端成为传输效率瓶颈。如果仅是改进传输控制协议,虽可缓解该问题,但难以彻底根治,且需要用户进行重新升级甚至再部署才能得以应用,研究周期长(按目前网络协议发展速度,新设计的传输控制协议到实际应用时恐早已无法适用)。因此,本发明的5G网络传输接入转换协议控制系统,基于无人机自组网、低功耗广域网、SLAM机器人通信等技术承载边缘控制网络,根据各类实际应用场景,针对多种网络环境下的传输控制系统,优化设计该环境下的边缘网络节点间的数据传输质量;同时优化设计了5G接入转换协议,实现可应用于多种网络环境的协议转换及其相关控制器,并离线建立不同网络环境的传输控制模型,通过响应感知到的接入网络环境,加载相应的协议资源,保证5G网络系统的高效运行。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (2)
1.一种5G网络传输接入转换协议控制系统,其特征在于:采用移动式SLAM机器人通信、无人机自组网和低功耗广域网三类前沿网络进行信号数据传输将数据接入5G核心网;
包括SLAM机器人平台,所述SLAM机器人平台包括通用控制系统及作为其载体的移动式SLAM机器人,所述移动式SLAM机器人上搭载有工控机、底盘控制器、激光雷达以及电机编码器,所述工控机内置有预训练的用于导航的机器人运动、观测模型,所述电机编码器用于实现里程计,所述里程计用于机器人位姿的提供,所述的激光雷达用于对未知环境进行观测和建图,且所述观测和建图数据用于对机器人位姿数据进行优化;
无人机遥感系统,基于SLAM机器人平台的系统,控制无人机对RGB遥感图像获取,通过无线网络接入5G核心网实时通信,同时建立图像数据传输同时建模分析,用于进行无人机运动跟踪任务;
低功耗广域网系统,基于低功耗广域网技术获取多传感器终端数据,根据当前数据传输速率动态调节扩频因子,用于部署的检测网络实际功耗、距离、速率满足应用场景需求;
还包括有5G网络传输控制协议,其基于5G网络采用深度学习理论模型建立5G网络传输控制协议,包括在线进行动态配置发送速率控制函数的参数,且可根据当前网络环境状态建立高效的映射算法,用于实现网络传输性能调优和传输控制服务系统的智能化部署;
还包括有5G接入网转换协议,包括设置建立5G接入网协议转换控制器,其用于获取全局网络信息,建立传输控制服务引擎,提供全局最优传输控制服务进行通信协议的转换;
还包括仿真分析步骤,所述仿真分析步骤包括根据5G网络传输控制协议、5G接入网转换协议以及两者的协议模型,通过修改内核协议栈、建立网络复杂环境场景对该协议和模型进行分析,基于分析结果进行修改、优化关键模型和控制算法;
还包括有5G网络传输接入转换协议控制APP,所述APP用于实时查看机器人自身的位置和导航路线,通过5G网络远程给出建议和控制命令。
2.根据权利要求1所述的一种5G网络传输接入转换协议控制系统,其特征在于:所述的仿真分析步骤包括采用saturatr工具和iperf工具收集网络场景中的收发数据包,通过处理基于软件路由重现即时的网络状态,所述saturatr工具和iperf工具对trace的收集包括端到端测量获取,即在接收端与发送端同时启动iperf工具,通过saturatr工具记录发送端发送数据包和接收端接受ACK包的具体时间,形成数据文件并通过脚本进行处理获得trace数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110891818.7A CN113642137B (zh) | 2021-08-04 | 2021-08-04 | 一种5g网络传输接入转换协议控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110891818.7A CN113642137B (zh) | 2021-08-04 | 2021-08-04 | 一种5g网络传输接入转换协议控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113642137A CN113642137A (zh) | 2021-11-12 |
CN113642137B true CN113642137B (zh) | 2024-05-03 |
Family
ID=78419631
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110891818.7A Active CN113642137B (zh) | 2021-08-04 | 2021-08-04 | 一种5g网络传输接入转换协议控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113642137B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114817117B (zh) * | 2022-06-23 | 2022-10-04 | 浙江大华技术股份有限公司 | 协议兼容方法、电子设备及计算机可读存储装置 |
CN115241980B (zh) * | 2022-09-19 | 2022-12-30 | 国网江西省电力有限公司电力科学研究院 | 基于无人机前端识别的配网台区供电半径核查系统及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103067301A (zh) * | 2013-01-17 | 2013-04-24 | 广东石油化工学院 | 基于用户数据报协议的快速可靠的拥塞控制改进算法 |
CN108965322A (zh) * | 2018-08-14 | 2018-12-07 | 清华大学 | 空间网络传输控制协议 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190075438A1 (en) * | 2017-09-01 | 2019-03-07 | Idac Holdings, Inc. | Methods and apparatuses for enabling physical layer sharing among multiple wireless communication entities |
-
2021
- 2021-08-04 CN CN202110891818.7A patent/CN113642137B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103067301A (zh) * | 2013-01-17 | 2013-04-24 | 广东石油化工学院 | 基于用户数据报协议的快速可靠的拥塞控制改进算法 |
CN108965322A (zh) * | 2018-08-14 | 2018-12-07 | 清华大学 | 空间网络传输控制协议 |
Non-Patent Citations (2)
Title |
---|
"5G多接入网络TCP研究与展望";王莹等;《北京邮电大学学报》;20190228;第42卷(第1期);第1-15页 * |
"5G电力网络切片技术在燃煤智慧电厂生产管控应用分析";赵俊杰等;《能源科技》;20200229;第18卷(第2期);第5-10页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113642137A (zh) | 2021-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113642137B (zh) | 一种5g网络传输接入转换协议控制系统 | |
Huang et al. | Deep reinforcement learning for UAV navigation through massive MIMO technique | |
CN107819799B (zh) | 用于无人驾驶车辆的数据获取方法和装置 | |
CN112087522B (zh) | 一种面向工业机器人数据处理的边云协同流程编排系统 | |
WO2022001120A1 (zh) | 一种多智能体系统及其控制方法 | |
KR20030059152A (ko) | 데이터 통신 네트워크를 설계, 추적, 측정, 예측 및최적화하기 위한 시스템과 방법 | |
CN113156992B (zh) | 面向边缘环境下无人机的三层架构协同优化方法 | |
CN114338418B (zh) | 一种虚实结合的信息网络验证平台 | |
CN113283169B (zh) | 一种基于多头注意力异步强化学习的三维群体探索方法 | |
Rihan et al. | Deep-VFog: When artificial intelligence meets fog computing in V2X | |
CN115941062A (zh) | 一种基于深度强化学习的auv多模移动数据收集方法 | |
CN113923775B (zh) | 一种定位信息质量评估的方法、装置、设备和存储介质 | |
CN116700343A (zh) | 一种无人机路径规划方法、设备和存储介质 | |
CN102946335B (zh) | 一种网络状况检测方法及系统 | |
CN115833991A (zh) | 一种共生无线电智能干扰方法 | |
Abd et al. | Hydra-RAN Perceptual Networks Architecture: Dual-Functional Communications and Sensing Networks for 6G and Beyond | |
KR102472585B1 (ko) | 빅데이터 기반의 모듈형 ai 엔진 서버 및 그 구동 방법 | |
De Mendoza et al. | Optimal Resource Placement in 5G/6G MEC for Connected Autonomous Vehicles Routes Powered by Deep Reinforcement Learning | |
Yan et al. | Utilizing mobility to minimize the total communication and motion energy consumption of a robotic operation | |
Gao et al. | Construction of Application Scenario for 5G Transmission Control Protocol in Communication System | |
CN114063468A (zh) | 一种适用于无线自组网半实物仿真系统的数据交互方法 | |
CN113115072A (zh) | 一种基于端云协同的视频目标检测跟踪调度方法及系统 | |
CN114531193B (zh) | 基于无人机蜂窝拓扑组网和移动边缘计算的桥梁状态监测方法 | |
Fang et al. | Task Offloading and Resource Allocation for SLAM Back-End Optimization: A Rewardless Active Inference Approach | |
Qu et al. | Intelligent UAS-Edge-Server Collaboration and Orchestration in Disaster Response Management |
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 |