CN115915456A - 基于wifi6的变电站数据上传方法 - Google Patents
基于wifi6的变电站数据上传方法 Download PDFInfo
- Publication number
- CN115915456A CN115915456A CN202211391991.1A CN202211391991A CN115915456A CN 115915456 A CN115915456 A CN 115915456A CN 202211391991 A CN202211391991 A CN 202211391991A CN 115915456 A CN115915456 A CN 115915456A
- Authority
- CN
- China
- Prior art keywords
- data acquisition
- acquisition equipment
- data
- wifi6
- throughput
- 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
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000005540 biological transmission Effects 0.000 claims abstract description 16
- 230000004622 sleep time Effects 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 238000013480 data collection Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000005562 fading Methods 0.000 claims description 3
- 230000002618 waking effect Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种基于WIFI6的变电站数据上传方法,属于电力物联网技术领域,该方法包括:选择数据采集设备对应的最佳WIFI6接入点,进行链路连接;获取与对应的WIFI6接入点进行链路连接的各个数据采集设备的吞吐量;将与对应的WIFI6接入点进行链路连接的数据采集设备进行分组,对分组完成的数据采集设备分类处理;获取吞吐量最大时经过分类处理的数据采集设备的单位执行所有调度;WI FI6接入点发送休眠时间参数至对应的数据采集设备,数据采集设备定时唤醒,周期性地上传或接收数据。本申请提供的方法通过控制同时活跃的数据采集设备数确定分组调度策略,提升信道利用率的同时提高了密集部署情境下的整体网络吞吐率及能效,实现了高效、低功耗的变电站数据传输。
Description
技术领域
本发明涉及电力物联网技术领域,尤其涉及一种基于WIFI6的变电站数据上传方法。
背景技术
目前,在变电站中存在数量众多的参数以及数据需要上传,需要上传数据具有分布密集、数量大的特点,同时,传统的有线传输方案成本较高,日常维护难度大,人员巡检压力大,而一般的基于WiFi的传输方案又因为变电站日常数据复杂冗余,导致数据传输延迟高。
随着物联网技术的发展,以及新一代WIFI协议的开发,使得基于WiFi6的数据传输成为可能,WIFI6引入了OFDMA(Orthogonal Frequency Division Multiple Access,正交频分复用多址)技术,该技术将整个信道划分成多个被称为RU的子信道,通过在介质访问控制层为不同用户分配不同RU,实现了上行多用户同时传输的能力,并进一步依据可用的RU数量提出了基于快速退避的信道随机接入过程,即UORA,然而,由于上行需求的不可预知性和分布式随机接入特性,网络上行性能很大程度上制约于UORA过程;此外,密集环境中大规模接入数据采集设备共同竞争有限的频谱资源造成高碰撞率和强干扰,引起信道的激烈碰撞和数据采集设备能耗的浪费。
发明内容
本发明意在提供一种基于WIFI6的变电站数据上传方法,以解决现有技术中存在的不足,本发明要解决的技术问题通过以下技术方案来实现。
本发明提供的基于WIFI6的变电站数据上传方法,包括:
通过接收信号强度RSS计算公式计算变电站区域内各个数据采集设备到各个WIFI6接入点的信号强度,根据计算得到的信号强度选择各个数据采集设备对应的最佳WIFI6接入点,并进行链路连接;
通过有效吞吐率公式获取与对应的WIFI6接入点进行链路连接的各个数据采集设备的吞吐量;
将与对应的WIFI6接入点进行链路连接的多个数据采集设备进行分组,计算每组数据采集设备的吞吐量,根据每组数据采集设备的吞吐量对分组完成的数据采集设备进行分类处理;
定义参数σi,根据参数σi通过最大速率调度算法获取吞吐量最大时经过分类处理的数据采集设备的单位执行所有调度;
根据获取的单位执行所有调度,WIFI6接入点通过TWT响应帧发送休眠时间参数至对应的数据采集设备,数据采集设备根据接收的休眠时间参数定时唤醒,周期性地上传或接收数据。
在上述的方案中,所述将与对应的WIFI6接入点进行链路连接的多个数据采集设备进行分组包括:将具有相同调制和编码方案的数据采集设备分为一组。
在上述的方案中,所述计算每组数据采集设备的吞吐量包括:将每组对应的所有数据采集设备吞吐量之和作为每组的吞吐量。
在上述的方案中,所述根据每组数据采集设备的吞吐量对分组完成的数据采集设备进行分类处理包括:将各组数据采集设备的吞吐量记为Rj,对各组数据采集设备的吞吐量Rj进行降序排列,将前j-1组聚为第一类,将最后一组作为第二类。
在上述的方案中,所述定义参数σi,根据参数σi通过最大速率调度算法获取吞吐量最大时经过分类处理的数据采集设备的单位执行所有调度包括:
得到分类处理后第一类数据采集设备的单位执行所有调度TSP1和第二类数据采集设备的单位执行所有调度TSP2;
在第一类数据采集设备中的各组数据采集设备的吞吐量进行降序排列,分离出数据采集设备吞吐量最小的组,计算其单位执行所有调度;
对分离完成的第一类数据采集设备中的各组数据采集设备的吞吐量进行降序排列,分离出当前数据采集设备吞吐量最小的组,计算其单位执行所有调度;
在上述的方案中,信号强度RSS计算公式为:
RSS=Pj+GTX-Plost+GRX,
其中,Pj是数据采集设备的发送功率,GTX、GRX分别是发送端和接收端的天线增益,Plost=Pref+10lg(dη)+χ,其中,d是数据采集设备与对应的WIFI6接入点之间的距离,Pref是参考距离处的路径损耗,其中,参考距离为1m,η为路径损耗指数,χ为阴影衰落的标准差。
在上述的方案中,有效吞吐率公式为:
θ=P1P2γ·ρ,
其中,P1表示数据采集设备成功退避的概率,P2表示数据采集设备成功选择WIFI6接入点在触发帧中指定的随机接入空闲资源单位RU的概率,P1P2表示数据采集设备获得传输机会,且不与其他数据采集设备发生碰撞的概率,γ表示单个空闲资源单位RU上的传输速度,ρ表示有效数据占比。
在上述的方案中,数据采集设备成功退避的概率P1的计算公式为:
在上述的方案中,数据采集设备的最大退避等级b的计算公式为:
在上述的方案中,有效数据占比ρ的计算公式为:
其中,Td为在数据采集设备与对应的WIFI6接入点之间传输一个数据帧的时间长度,Tt为在数据采集设备与对应的WIFI6接入点传输一个触发帧的时间长度,Tm为在数据采集设备与对应的WIFI6接入点传输一个块答应帧的时间长度。
本发明实施例包括以下优点:
本发明实施例提供的基于WIFI6的变电站数据上传方法,通过控制同时活跃的数据采集设备数确定分组调度策略,提升信道利用率的同时提高了密集部署情境下的整体网络吞吐率及能效,实现了高效、低功耗的变电站数据传输。
附图说明
图1是本发明的变电站的数据上传模型的组成示意图。
图2是本发明的一种基于WIFI6的变电站数据上传方法实施例的步骤流程图。
图3是本发明的获取数据采集设备的单位执行所有调度的步骤流程图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
如图1所示,本发明的变电站的数据上传模型如下:在变电站中存在若干个用于上传日常运行数据的数据采集设备,以及多个WIFI6接入点,计算每个数据采集设备到每个WIFI6接入点的信号强度RSS,并使得数据采集设备和具备最强的接收信号强度RSS的WIFI6接入点进行通信,即每个数据采集设备仅和一个WiFi6接入点保持链路连接,由此可将变电站中划分为若干个小区,且不计区间干扰。
如图2所示,本发明提供的一种基于WIFI6的变电站数据上传方法,包括:
步骤S1:通过接收信号强度RSS计算公式计算变电站区域内各个数据采集设备到各个WIFI6接入点的信号强度,根据计算得到的信号强度选择各个数据采集设备对应的最佳WIFI6接入点,并进行链路连接。
在本实施例中,信号强度RSS计算公式为:
RSS=Pj+GTX-Plost+GRX,其中,Pj是数据采集设备的发送功率,GTX、GRX分别是发送端和接收端的天线增益,Plost=Pref+10lg(dη)+χ,其中,d是数据采集设备与对应的WIFI6接入点之间的距离,Pref是参考距离处的路径损耗,其中,参考距离为1m,η为路径损耗指数,χ为阴影衰落的标准差。
步骤S2:通过有效吞吐率公式获取与对应的WIFI6接入点进行链路连接的各个数据采集设备的吞吐量。
在本实施例中,假设在将变电站中划分的某个小区中,有n个数据采集设备,该n个数据采集设备记为集合SA={si|i=1,2,…,n},在n个数据采集设备周围设有一个单天线的WIFI6接入点,每个数据采集设备均与WIFI6接入点相连,并可与WIFI6接入点协商关闭无线网络接口进入休眠状态,WIFI6接入点可用的资源单位RU的数量为m。
在本实施例中,数据采集设备基于OFDMA技术进行上行随机接入,退避计数器为0的数据采集设备共同竞争WIFI6接入点在触发帧中指定的资源单位RU,当两个数据采集设备随机选择了同一个资源单位RU时将在接收端发生包接收错误。
在本实施例中,有效吞吐率公式为:
θ=P1P2γ·ρ,其中,P1表示数据采集设备成功退避的概率,P2表示数据采集设备成功选择WIFI6接入点在触发帧中指定的随机接入空闲资源单位RU的概率,P1P2表示数据采集设备获得传输机会,且不与其他数据采集设备发生碰撞的概率,γ表示单个空闲资源单位RU上的传输速度,ρ表示有效数据占比;
在本实施例中,数据采集设备成功退避的概率P1的计算公式为:其中,W为数据采集设备退避窗口大小,m为资源单位RU的数量,b为数据采集设备的最大退避等级,其中,n为WIFI6接入点对应的数据采集设备的数量。
在本实施例中,数据采集设备的最大退避等级b的计算公式为:
在本实施例中,有效数据占比ρ的计算公式为:
其中,Td为在数据采集设备与对应的WIFI6接入点之间传输一个数据帧的时间长度,Tt为在数据采集设备与对应的WIFI6接入点传输一个触发帧的时间长度,Tm为在数据采集设备与对应的WIFI6接入点传输一个块答应帧的时间长度。
步骤S3:将与对应的WIFI6接入点进行链路连接的多个数据采集设备进行分组,计算每组数据采集设备的吞吐量,根据每组数据采集设备的吞吐量对分组完成的数据采集设备进行分类处理。
在本实施例中,所述将与对应的WIFI6接入点进行链路连接的多个数据采集设备进行分组包括:将具有相同调制和编码方案的数据采集设备分为一组。
在本实施例中,所述计算每组数据采集设备的吞吐量包括:将每组对应的所有数据采集设备吞吐量之和作为每组的吞吐量。
在本实施例中,所述根据每组数据采集设备的吞吐量对分组完成的数据采集设备进行分类处理包括:将各组数据采集设备的吞吐量记为Rj,对各组数据采集设备的吞吐量Rj进行降序排列,将前j-1组聚为第一类,将最后一组作为第二类。
步骤S4:定义参数σi,根据参数σi通过最大速率调度算法获取吞吐量最大时经过分类处理的数据采集设备的单位执行所有调度。
如图3所示,所述定义参数σi,根据参数σi通过最大速率调度算法获取吞吐量最大时经过分类处理的数据采集设备的单位执行所有调度包括:
步骤S42:得到分类处理后第一类数据采集设备的单位执行所有调度TSP1和第二类数据采集设备的单位执行所有调度TSP2;
步骤S43:在第一类数据采集设备中的各组数据采集设备的吞吐量进行降序排列,分离出数据采集设备吞吐量最小的组,计算其单位执行所有调度;
步骤S44:对分离完成的第一类数据采集设备中的各组数据采集设备的吞吐量进行降序排列,分离出当前数据采集设备吞吐量最小的组,计算其单位执行所有调度;
步骤S5:根据获取的单位执行所有调度,WIFI6接入点通过TWT响应帧发送休眠时间参数至对应的数据采集设备,数据采集设备根据接收的休眠时间参数定时唤醒,周期性地上传或接收数据。
应该指出,上述详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语均具有与本申请所属技术领域的普通技术人员的通常理解所相同的含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式。此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换,以便这里描述的本申请的实施方式能够以除了在这里图示或描述的那些以外的顺序实施。
此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含。例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为了便于描述,在这里可以使用空间相对术语,如“在……之上”、“在……上方”、“在……上表面”、“上面的”等,用来描述如在图中所示的一个器件或特征与其他器件或特征的空间位置关系。应当理解的是,空间相对术语旨在包含除了器件在图中所描述的方位之外的在使用或操作中的不同方位。例如,如果附图中的器件被倒置,则描述为“在其他器件或构造上方”或“在其他器件或构造之上”的器件之后将被定位为“在其他器件或构造下方”或“在其他器件或构造之下”。因而,示例性术语“在……上方”可以包括“在……上方”和“在……下方”两种方位。该器件也可以其他不同方式定位,如旋转90度或处于其他方位,并且对这里所使用的空间相对描述作出相应解释。
在上面详细的说明中,参考了附图,附图形成本文的一部分。在附图中,类似的符号典型地确定类似的部件,除非上下文以其他方式指明。在详细的说明书、附图及权利要求书中所描述的图示说明的实施方案不意味是限制性的。在不脱离本文所呈现的主题的精神或范围下,其他实施方案可以被使用,并且可以作其他改变。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于WIFI6的变电站数据上传方法,其特征在于,所述方法包括:
通过接收信号强度RSS计算公式计算变电站区域内各个数据采集设备到各个WIFI6接入点的信号强度,根据计算得到的信号强度选择各个数据采集设备对应的最佳WIFI6接入点,并进行链路连接;
通过有效吞吐率公式获取与对应的WIFI6接入点进行链路连接的各个数据采集设备的吞吐量;
将与对应的WIFI6接入点进行链路连接的多个数据采集设备进行分组,计算每组数据采集设备的吞吐量,根据每组数据采集设备的吞吐量对分组完成的数据采集设备进行分类处理;
定义参数σi,根据参数σi通过最大速率调度算法获取吞吐量最大时经过分类处理的数据采集设备的单位执行所有调度;
根据获取的单位执行所有调度,WIFI6接入点通过TWT响应帧发送休眠时间参数至对应的数据采集设备,数据采集设备根据接收的休眠时间参数定时唤醒,周期性地上传或接收数据。
2.根据权利要求1所述的基于WIFI6的变电站数据上传方法,其特征在于,所述将与对应的WIFI6接入点进行链路连接的多个数据采集设备进行分组包括:将具有相同调制和编码方案的数据采集设备分为一组。
3.根据权利要求2所述的基于WIFI6的变电站数据上传方法,其特征在于,所述计算每组数据采集设备的吞吐量包括:将每组对应的所有数据采集设备吞吐量之和作为每组的吞吐量。
4.根据权利要求3所述的基于WIFI6的变电站数据上传方法,其特征在于,所述根据每组数据采集设备的吞吐量对分组完成的数据采集设备进行分类处理包括:将各组数据采集设备的吞吐量记为Rj,对各组数据采集设备的吞吐量Rj进行降序排列,将前j-1组聚为第一类,将最后一组作为第二类。
5.根据权利要求4所述的基于WIFI6的变电站数据上传方法,其特征在于,所述定义参数σi,根据参数σi通过最大速率调度算法获取吞吐量最大时经过分类处理的数据采集设备的单位执行所有调度包括:
得到分类处理后第一类数据采集设备的单位执行所有调度TSP1和第二类数据采集设备的单位执行所有调度TSP2;
在第一类数据采集设备中的各组数据采集设备的吞吐量进行降序排列,分离出数据采集设备吞吐量最小的组,计算其单位执行所有调度;
对分离完成的第一类数据采集设备中的各组数据采集设备的吞吐量进行降序排列,分离出当前数据采集设备吞吐量最小的组,计算其单位执行所有调度;
6.根据权利要求1所述的基于WIFI6的变电站数据上传方法,其特征在于,信号强度RSS计算公式为:
RSS=Pj+GTX-Plost+GRX,
其中,Pj是数据采集设备的发送功率,GTX、GRX分别是发送端和接收端的天线增益,Plost=Pref+10lg(dη)+χ,其中,d是数据采集设备与对应的WIFI6接入点之间的距离,Pref是参考距离处的路径损耗,其中,参考距离为1m,η为路径损耗指数,χ为阴影衰落的标准差。
7.根据权利要求1所述的基于WIFI6的变电站数据上传方法,其特征在于,有效吞吐率公式为:
θ=P1P2γ·ρ,
其中,P1表示数据采集设备成功退避的概率,P2表示数据采集设备成功选择WIFI6接入点在触发帧中指定的随机接入空闲资源单位RU的概率,P1P2表示数据采集设备获得传输机会,且不与其他数据采集设备发生碰撞的概率,γ表示单个空闲资源单位RU上的传输速度,ρ表示有效数据占比。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211391991.1A CN115915456A (zh) | 2022-11-08 | 2022-11-08 | 基于wifi6的变电站数据上传方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211391991.1A CN115915456A (zh) | 2022-11-08 | 2022-11-08 | 基于wifi6的变电站数据上传方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115915456A true CN115915456A (zh) | 2023-04-04 |
Family
ID=86495816
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211391991.1A Pending CN115915456A (zh) | 2022-11-08 | 2022-11-08 | 基于wifi6的变电站数据上传方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115915456A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020107138A (ja) * | 2018-12-27 | 2020-07-09 | 沖電気工業株式会社 | 分類装置、分類システム、分類方法及びプログラム |
KR20220067841A (ko) * | 2020-11-18 | 2022-05-25 | 부산대학교 산학협력단 | 빅데이터 기반 대규모 무선랜 관리 시스템 및 방법 |
CN114786275A (zh) * | 2022-04-07 | 2022-07-22 | 国网智能电网研究院有限公司 | 一种物联网关的数据传输方法及装置 |
-
2022
- 2022-11-08 CN CN202211391991.1A patent/CN115915456A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020107138A (ja) * | 2018-12-27 | 2020-07-09 | 沖電気工業株式会社 | 分類装置、分類システム、分類方法及びプログラム |
KR20220067841A (ko) * | 2020-11-18 | 2022-05-25 | 부산대학교 산학협력단 | 빅데이터 기반 대규모 무선랜 관리 시스템 및 방법 |
CN114786275A (zh) * | 2022-04-07 | 2022-07-22 | 国网智能电网研究院有限公司 | 一种物联网关的数据传输方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220116764A1 (en) | User equipment (ue) capability report for machine learning applications | |
US20210326701A1 (en) | Architecture for machine learning (ml) assisted communications networks | |
US11968541B2 (en) | Spectrum sharing with deep reinforcement learning (RL) | |
WO2021168011A1 (en) | Broadcasting known data to train artificial neural networks | |
CN103841648A (zh) | 一种分布式协作传输速率、发送功率和频谱分配的方法 | |
CN107197466A (zh) | 基于非正交多址的空地协同通信方法和装置 | |
WO2022035684A1 (en) | Signaling for a channel state information reference signal (csi-rs) | |
US20220095119A1 (en) | Multi-stage markov decision process (mdp) model for a spectrum sharing system | |
Giang et al. | Deep Q-learning-based resource allocation for solar-powered users in cognitive radio networks | |
Ganjalizadeh et al. | Interplay between distributed AI workflow and URLLC | |
CN115915456A (zh) | 基于wifi6的变电站数据上传方法 | |
WO2023146756A1 (en) | Lower analog media access control (mac-a) layer and physical layer (phy-a) functions for analog transmission protocol stack | |
CN102752860B (zh) | 无线通信网络中的协作分布式资源分配方法 | |
Zhu et al. | Correlation aware scheduling for edge-enabled Industrial Internet of Things | |
CN105828437B (zh) | 一种用户调度方法及装置 | |
CN114143816A (zh) | 一种基于电力业务质量保障的5g网络资源动态调度方法 | |
CN106937326A (zh) | 基站间协调传输方法和第一基站 | |
Mondal et al. | Station grouping mechanism using machine learning approach for ieee 802.11 ah | |
Li et al. | A MAC protocol for link maintenance in multichannel cognitive radio ad hoc networks | |
Balasubramanian et al. | Energy harvesting in cognitive networks using feasible channel selection assignment | |
US20240224064A1 (en) | Adjusting biased data distributions for federated learning | |
Mounika et al. | Downlink resource allocation for 5g-nr massive mimo systems | |
Lee et al. | Deep q-network based adaptive resource allocation with user grouping on icic | |
Hou et al. | Composite Robot Aided Coexistence of eMBB, URLLC and mMTC in Smart Factory | |
CN102938909B (zh) | 一种无线局域网txop内冗余nav时长的清除方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230404 |