CN117499954A - 一种综合终端关联和移动漫游的Wi-Fi网络吞吐量优化方法 - Google Patents

一种综合终端关联和移动漫游的Wi-Fi网络吞吐量优化方法 Download PDF

Info

Publication number
CN117499954A
CN117499954A CN202311502376.8A CN202311502376A CN117499954A CN 117499954 A CN117499954 A CN 117499954A CN 202311502376 A CN202311502376 A CN 202311502376A CN 117499954 A CN117499954 A CN 117499954A
Authority
CN
China
Prior art keywords
throughput
terminal
roaming
association
mobile terminal
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
Application number
CN202311502376.8A
Other languages
English (en)
Inventor
曹向辉
孙鸣阳
王远泽
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN202311502376.8A priority Critical patent/CN117499954A/zh
Publication of CN117499954A publication Critical patent/CN117499954A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/08—Reselecting an access point
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/24—Reselection being triggered by specific parameters
    • H04W36/30—Reselection being triggered by specific parameters by measured or perceived connection quality data

Landscapes

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

Abstract

本发明以工业无线场景三维复杂环境下的AP组网为背景，提出一种针对终端关联与移动漫游的Wi‑Fi网络吞吐量优化方法。该方法的优化目标为优化AP与终端的关联状态，从而提高整个网络的吞吐量。首先获取AP优化部署位置和AP信号强度热力图，建立固定终端和移动终端的吞吐量模型，从而构造出面向归一化吞吐量的优化模型。该优化问题被拆解为两个子问题，面向移动终端漫游的吞吐量优化和面向固定终端的吞吐量优化两个子问题。需要执行考虑移动终端漫游后的吞吐量优化算法，然后求解仅考虑固定终端的AP关联状态矩阵初始解，综合以上两步，可以对固定终端的吞吐量进行优化。该方案能更高效地取得更好的网络吞吐量。

Description

一种综合终端关联和移动漫游的Wi-Fi网络吞吐量优化方法
技术领域
本申请涉及工业互联网和无线网络领域，尤其涉及一种综合终端关联和移动漫游的Wi-Fi网络吞吐量优化方法。
背景技术
随着工业互联网发展迅猛，无线局域网成为工业通信中广泛采用的解决方案。无线访问接入点(无线AP)是构建小型无线局域网的常用设备，其具备无线传输距离远、可靠性高和设备灵活性强等优势。为了更好地覆盖无线信号，通常会在工业互联网组网中部署多个无线AP。
然而，在考虑移动终端和固定终端时，当其关联的AP发生切换时，重新关联漫游目标AP的过程中无法传输数据会导致吞吐量损失，以及当过多终端同时关联同一个AP时，严重的无线介质冲突会导致的吞吐量损失。若没有合理的吞吐量优化方案，可能导致通信质量下降、设备冗余和资源浪费等问题。因此，在工业互联网中，我们需要兼顾信号强度和吞吐量需求，以直接提高生产中的经济效益。
发明内容
本申请的主要目的在于提供一种综合终端关联和移动漫游的Wi-Fi网络吞吐量优化方法，旨在满足现实中对于终端固定和终端移动的需求的基础上，更高效地取得更好的网络吞吐量。
为达到上述目的，本申请提供了一种综合终端关联和移动漫游的Wi-Fi网络吞吐量优化方法，包括以下步骤：
步骤一、获取AP优化部署位置和AP信号强度热力图；
步骤二、基于AP优化部署位置和AP信号强度热力图，建立固定终端和移动终端的吞吐量模型，从而构造出优化模型；
步骤三、针对移动终端漫游的吞吐量优化算法；
步骤四、在不考虑移动终端的情况下，生成固定终端的AP关联状态矩阵初始解；
步骤五、基于步骤三和步骤四，调整固定终端的AP关联，得出全局吞吐量最优的终端关联和移动漫游方案；
其中，步骤一中，获取的AP优化部署位置，可以是根据经验、信号强度或其他方法对AP的优化部署，获取的AP信号强度热力图可以是根据信号损耗模型或实际测量求得的信号强度热力图矩阵。
其中，步骤二中，对于固定终端，可以通过AP和固定终端的关联关系，通过Bianchi模型可以确定AP的吞吐量；对于移动终端，考虑移动路径上的各段的移动速度，得出各个时刻移动终端所在的位置，进而得出某个时刻各个AP关联的终端数量以及正在由此AP向另一个AP漫游的AP的终端数量，从而根据Bianchi吞吐量模型计算网络的吞吐量，所以一个系统周期内的总吞吐量可以表示为
其中，Na表示AP数目，ts表示个系统的运行时间周期即为各个移动终端的移动周期的最小公倍数，t0为每个时间片长度，表示在时间片k时，第i个AP所关联终端的数量，表示在时间片k时，第i个AP所关联的正在漫游中的终端的数量，S(n)表示由Bianchi模型计算的AP归一化吞吐量和关联终端数的关系曲线，因此，优化问题即为maxS，优化变量为各个时间片移动终端和固定终端与AP的关联状态，约束条件为每个终端在任何时间片都需要得到至少一个AP的信号覆盖。
其中，步骤三中，暂时不考虑终端关联AP数量带来的吞吐量损失，只考虑最小化移动终端在AP间漫游带来的吞吐量损失，在后续步骤中再针对固定终端与移动终端进行整体优化。移动终端漫游的吞吐量优化算法，是基于贪婪算法的思想，在移动终端必须发生漫游才能继续获得覆盖时，寻找使得移动终端发生AP漫游次数尽可能少的目标AP。
其中，步骤四中，计算初始解时，依照AP信号强度热力图，尽可能使每个AP优先关联信号最强的终端，使每个AP关联的固定终端数量尽可能相等，实现对初始解的快速求解。
其中，步骤四中，只考虑固定终端，使用贪婪算法为其快速生成了关联AP的初始解，没有考虑移动终端关联某个AP时，对该AP造成的吞吐量下降，因此，在步骤五中，根据步骤三移动终端的关联矩阵，通过在可关联AP列表中为固定终端随机选择新的关联AP，以此调整步骤四中固定终端的AP关联矩阵，在整体层面对移动终端与固定终端进行协同优化，从而获得吞吐量提升。
步骤三中，移动终端的吞吐量优化算法包括如下步骤：
步骤3-1、算法遍历每一个移动终端，在移动终端起始点，选择信号强度最高的AP作为初始关联的AP；
步骤3-2、在移动终端的移动路径中的每个时隙对应的立方体块处，通过AP信号强度热力图判断当前关联的AP是否能在此处继续为移动终端提供覆盖；
步骤3-3、若可以提供覆盖，则保持由该AP继续对移动终端提供覆盖；
步骤3-4、若无法提供覆盖，则在该点处，使用当前移动终端的AP热力图判断除原AP之外的所有其他AP在漫游后可以连续提供覆盖的时间片数，并漫游至能提供连续覆盖时间片数最多的目标AP。
步骤3-5、计算下一个AP重复以上步骤。
其中，步骤四中，固定终端的吞吐量优化算法包括如下步骤：
步骤4-1、计算固定终端的AP关联状态矩阵初始解；
步骤4-2、初始化用于搜索的解集合，将步骤4-1中得到的固定终端与AP关联关系的初始解复制Np份作为随机搜索用于搜索的解集合；
步骤4-3、进行启发式迭代寻优。在每轮迭代中，以p的概率为各个固定终端重新分配关联的AP，分配的目标来自于步骤4-1中的可关联AP列表；
步骤4-4、计算当前的目标函数，若目标函数好于历史最优解，则更新历史最优解为该个体；
步骤4-5、将解集合中的所有个体移动到历史最优解的位置；
步骤4-6、重复执行步骤4-2，直到迭代达到最大迭代次数时停止迭代，并将此时的历史最优解作为算法的结果输出。
相对于现有技术，本发明的优点如下：
本申请提供了一种综合终端关联和移动漫游的Wi-Fi网络吞吐量优化方法，本申请首先获取AP优化部署位置和AP信号强度热力图，建立固定终端和移动终端的吞吐量模型，从而构造出面向归一化吞吐量的优化模型。该优化问题被拆解为两个子问题，面向移动终端漫游的吞吐量优化和面向固定终端的吞吐量优化两个子问题。基于此，需要执行考虑移动终端漫游后的吞吐量优化算法，然后求解仅考虑固定终端的AP关联状态矩阵初始解，综合以上两步，可以对固定终端的吞吐量迭代寻优。
实验结果表明本发明在考虑到现实中对于终端漫游的需求的基础上，较传统方式能更高效地取得更好的网络吞吐量性能和更短的优化时间。同时，本发明所提出的算法，是基于IEEE 802.11k/v/r协议所提出的一种AC控制策略，在系统周期中的各个时间片中，通过优化移动终端发生漫游的时机与固定终端的AP关联关系，降低吞吐量损失，能够很好的与现有支持IEEE 802.11k/v/r协议的Wi-Fi6设备结合，与普通的启发式算法相比，响应更快，Wi-Fi6网络的漫游可以被控制在数十毫秒的级别，在工业互联的场景下具备显著优势。此外，本发明所提出的算法，能够动态的调整关联策略，和默认关联策略相比，具有更好的适应性，能够在各种规模的场景下保持很好的网络性能。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请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，对于本领域默认技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提出的一种综合终端关联和移动漫游的Wi-Fi网络吞吐量优化方法第一实施例的流程示意图；
图2为本发明实施例提出的一种综合终端关联和移动漫游的Wi-Fi网络吞吐量优化方法第一实施例中的移动终端吞吐量优化算法流程示意图；
图3为本发明实施例提出的一种综合终端关联和移动漫游的Wi-Fi网络吞吐量优化方法第一实施例中的固定终端吞吐量优化算法流程示意图；
图4为本发明实施例提出的一种综合终端关联和移动漫游的Wi-Fi网络吞吐量优化方法第二实施例，在不同移动终端数量下本发明所提算法与默认关联策略对比；
图5为本发明实施例提出的一种综合终端关联和移动漫游的Wi-Fi网络吞吐量优化方法第三实施例，在不同固定终端数量下本发明所提算法与默认关联策略对比；
图6为本发明实施例提出的一种综合终端关联和移动漫游的Wi-Fi网络吞吐量优化方法第四实施例，在不同AP数量下本发明所提算法与默认关联策略对比；
具体实施方式
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
实施例：本发明第一实施例提供一种综合终端关联和移动漫游的Wi-Fi网络吞吐量优化方法，如图1所示，在本发明提出的一种综合终端关联和移动漫游的Wi-Fi网络吞吐量优化方法实施例中，所述综合终端关联和移动漫游的Wi-Fi网络吞吐量优化方法包括以下步骤：
步骤S10，获取AP优化部署位置和AP信号强度热力图；
在本实施例中，需要说明的是，使用三维空间的环境信息包括空间的x轴信息、y轴信息、z轴信息，也即无线AP的覆盖范围(如三维空间的大小为50m×50m×10m，则x轴方向的大小为50m，y轴方向的大小为50m，z轴方向的大小为10m)。对该三维空间进行网格离散化处理后，进一步地，可以获取到固定终端的位置信息以及移动终端的轨迹信息、速度信息。AP优化部署位置分布在该三维空间中，AP信号强度热力图即为基于此空间的信号强度热力图。
步骤S20，基于AP优化部署位置和AP信号强度热力图，建立固定终端和移动终端的吞吐量模型，从而构造出优化模型；
在本实施例中，需要说明的是，步骤S20中不考虑不同AP工作在同一信道产生的无线介质冲突造成的吞吐量下降，即假设BSS范围重叠的AP均能被分配到不重叠的信道，AP吞吐量下降仅由关联终端数量决定。
步骤S30，针对移动终端漫游的吞吐量优化算法；
在本实施例中，需要说明的是，步骤S30中，由于移动终端的数量比固定终端少，且对于移动终端来说，在AP间漫游导致的吞吐量损失要远大于AP关联终端数量过多带来的吞吐量损失，因此，本步骤中可以暂时不考虑终端关联AP数量带来的吞吐量损失，只考虑最小化移动终端在AP间漫游带来的吞吐量损失，在后续步骤中再针对固定终端与移动终端进行整体优化。
步骤S40，在不考虑移动终端的情况下，生成固定终端的AP关联状态矩阵初始解；
在本实施例中，需要说明的是，为了避免对约束条件频繁验证，在本算法前使用固定终端的AP热力图，建立每个固定终端可关联AP的列表D，本算法及后期的随机寻优算法均将在此列表的基础上进行，避免在迭代过程中对约束条件的验证，提高求解效率。同时需要说明的是，在步骤S40中，移动终端的数量少于固定终端，且关联每个AP的时间相比固定终端要短得多，因此在为固定终端生成关联的AP的初始解时，可以暂时不考虑AP对移动终端关联情况，这也可以同时避免在所有时间片中进行遍历与分配，有助于提升算法的效率。
步骤S50，基于步骤三和步骤四，调整固定终端的AP关联，得出全局吞吐量最优的终端关联和移动漫游方案；
在本实施例中，需要说明的是，步骤S40中只考虑固定终端，使用贪婪算法为其快速生成了关联AP的初始解，没有考虑移动终端关联某个AP时，对该AP造成的吞吐量下降。为此，步骤S50中可以根据Am中给出的移动终端的关联矩阵，通过调整As中固定终端的AP关联矩阵，在整体层面对移动终端与固定终端进行协同优化，从而获得进一步的吞吐量提升。
本发明第一实施例提供一种综合终端关联和移动漫游的Wi-Fi网络吞吐量优化方法，其中的移动终端吞吐量优化算法，如图2所示，在本发明提出的一种综合终端关联和移动漫游的Wi-Fi网络吞吐量优化方法实施例中，所述移动终端吞吐量优化算法包括以下步骤：
步骤A10，算法遍历每一个移动终端，在移动终端起始点，选择信号强度最高的AP作为初始关联的AP；
步骤A20，在移动终端的移动路径中的每个时隙对应的立方体块处，通过AP信号强度热力图判断当前关联的AP是否能在此处继续为移动终端提供覆盖；
步骤A30，若可以提供覆盖，则保持由该AP继续对移动终端提供覆盖；
步骤A40，若无法提供覆盖，则在该点处，使用当前移动终端的AP热力图判断除原AP之外的所有其他AP在漫游后可以连续提供覆盖的时间片数，并漫游至能提供连续覆盖时间片数最多的目标AP。
步骤A50，计算下一个AP重复以上步骤。
本发明第一实施例提供一种综合终端关联和移动漫游的Wi-Fi网络吞吐量优化方法，其中的固定终端吞吐量优化算法，如图3所示，在本发明提出的一种综合终端关联和移动漫游的Wi-Fi网络吞吐量优化方法实施例中，所述固定终端吞吐量优化算法包括以下步骤：
步骤B10，计算固定终端的AP关联状态矩阵初始解；
步骤B20，初始化用于搜索的解集合，将步骤一中得到的固定终端与AP关联关系的初始解复制Np份作为随机搜索用于搜索的解集合；
步骤B30，进行启发式迭代寻优。在每轮迭代中，以p的概率为各个固定终端重新分配关联的AP，分配的目标来自于步骤一中的可关联AP列表；
步骤B40，计算当前的目标函数，若目标函数好于历史最优解，则更新历史最优解为该个体；
步骤B50，将解集合中的所有个体移动到历史最优解的位置；
步骤B60，重复执行步骤二，直到迭代达到最大迭代次数时停止迭代，并将此时的历史最优解作为算法的结果输出。
本申请通过上述方案，也即获取AP优化部署位置和AP信号强度热力图,基于此建立固定终端和移动终端的吞吐量模型，从而构造出优化模型，分别计算针对移动终端漫游的吞吐量优化和在不考虑移动终端的情况下固定终端的AP关联状态矩阵初始解，最后在此基础上，调整固定终端的AP关联，得出全局吞吐量最优的终端关联和移动漫游方案。本算法相较于传统吞吐量优化方案的计算复杂度较低，进而能够在保证信号强度的同时，获得更高的吞吐量。
进一步地，在本申请具体第二实施例中，考虑大小50m×50m×10m的三维空间、80个固定终端、AP数为8的情况，在不同移动终端数量下进行多次实验，其中搬运机器人和巡逻机器人数量相等，参照图4。
在本申请具体第三实施例中，考虑大小50m×50m×10m的三维空间、4个移动终端(分别为2个搬运机器人和2个巡逻机器人)、AP数为8的情况，在不同固定终端数量下进行多次实验，参照图5。
在本申请具体第四实施例中，考虑大小50m×50m×10m的三维空间、80个固定终端、4个移动终端(分别为2个搬运机器人和2个巡逻机器人)，在不同AP数量下进行多次实验，参照图6。
在第二、第三、第四实施例中，需要说明的是，从实验结果中可以看出，在以上三种实施例中，随着移动终端数量的增多，所对比的三种情况的目标函数均有一定的下降，这是由于移动终端不可避免的AP切换带来的吞吐量损失造成的。但在使用本发明所提算法的两条目标函数曲线中，目标函数随着移动终端数量增多的下降幅度比未使用本发明所提算法时大幅降低，证明本发明所提算法对移动终端的吞吐量优化是有效的，且使用802.11r协议后的目标函数曲线比未使用时高，且下降速度相较未使用前有所降低，证明本发明算法搭配802.11r快速漫游协议对吞吐量的提升是有效的。与此同时，随着固定终端数量的增多，由于每个AP关联的固定终端数量也会不可避免的增多，因此目标函数也会随着固定终端数量的增多而下降，且使用本发明所提算法的两条目标函数曲线均高于默认关联策略的曲线，本发明算法搭配802.11r快速漫游协议与否并不会影响本发明所提算法对应的目标函数曲线的下降速度。随着AP数量的增多，所对比的三种情况的目标函数均有较大幅度的上升，这是由于AP数量的增加能直接提升总吞吐量，且本发明所提算法对应的两条曲线中，目标函数上升的幅度相比未优化的曲线有一定幅度的提升，证明本发明所提算法相比未优化前，能够更好地利用AP数量增加所带来的吞吐量提升。
以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利处理范围内。

Claims (5)

1.一种综合终端关联和移动漫游的Wi-Fi网络吞吐量优化方法，其特征在于，所述优化方法包括以下步骤：
步骤一、获取AP优化部署位置和AP信号强度热力图；
步骤二、基于AP优化部署位置和AP信号强度热力图，建立固定终端和移动终端的吞吐量模型，从而构造出优化模型；
步骤三、针对移动终端漫游的吞吐量优化算法；
步骤四、在不考虑移动终端的情况下，生成固定终端的AP关联状态矩阵初始解；
步骤五、基于步骤三和步骤四，调整固定终端的AP关联，得出全局吞吐量最优的终端关联和移动漫游方案。
2.如权利要求1所述的综合终端关联和移动漫游的Wi-Fi网络吞吐量优化方法，其特征在于，步骤一中，获取的AP优化部署位置，根据信号强度对AP的优化部署，获取的AP信号强度热力图根据信号损耗模型或实际测量求得的信号强度热力图矩阵。
3.如权利要求1所述的综合终端关联和移动漫游的Wi-Fi网络吞吐量优化方法，其特征在于，步骤二中，对于固定终端，通过AP和固定终端的关联关系，通过Bianchi模型确定AP的吞吐量；对于移动终端，考虑移动路径上的各段的移动速度，得出各个时刻移动终端所在的位置，进而得出某个时刻各个AP关联的终端数量以及正在由此AP向另一个AP漫游的AP的终端数量，从而根据Bianchi吞吐量模型计算网络的吞吐量，所以一个系统周期内的总吞吐量表示为
其中，Na表示AP数目，ts表示个系统的运行时间周期即为各个移动终端的移动周期的最小公倍数，t0为每个时间片长度，表示在时间片k时，第i个AP所关联终端的数量，/>表示在时间片k时，第i个AP所关联的正在漫游中的终端的数量，S(n)表示由Bianchi模型计算的AP归一化吞吐量和关联终端数的关系曲线，因此，优化问题即为maxS，优化变量为各个时间片移动终端和固定终端与AP的关联状态，约束条件为每个终端在任何时间片都需要得到至少一个AP的信号覆盖。
4.如权利要求1所述的综合终端关联和移动漫游的Wi-Fi网络吞吐量优化方法，其特征在于，步骤三中，移动终端的吞吐量优化算法包括如下步骤：
步骤3-1、算法遍历每一个移动终端，在移动终端起始点，选择信号强度最高的AP作为初始关联的AP；
步骤3-2、在移动终端的移动路径中的每个时隙对应的立方体块处，通过AP信号强度热力图判断当前关联的AP是否能在此处继续为移动终端提供覆盖；
步骤3-3、若可以提供覆盖，则保持由该AP继续对移动终端提供覆盖；
步骤3-4、若无法提供覆盖，则在该点处，使用当前移动终端的AP热力图判断除原AP之外的所有其他AP在漫游后可以连续提供覆盖的时间片数，并漫游至能提供连续覆盖时间片数最多的目标AP，
步骤3-5、计算下一个AP重复以上步骤。
5.如权利要求1所述的综合终端关联和移动漫游的Wi-Fi网络吞吐量优化方法，其特征在于，步骤四中，固定终端的吞吐量优化算法包括如下步骤：
步骤4-1、计算固定终端的AP关联状态矩阵初始解；
步骤4-2、初始化用于搜索的解集合，将步骤4-1中得到的固定终端与AP关联关系的初始解复制Np份作为随机搜索用于搜索的解集合；
步骤4-3、进行启发式迭代寻优，在每轮迭代中，以p的概率为各个固定终端重新分配关联的AP，分配的目标来自于步骤4-1中的可关联AP列表；
步骤4-4、计算当前的目标函数，若目标函数好于历史最优解，则更新历史最优解为该个体；
步骤4-5、将解集合中的所有个体移动到历史最优解的位置；
步骤4-6、重复执行步骤4-2，直到迭代达到最大迭代次数时停止迭代，并将此时的历史最优解作为算法的结果输出。
CN202311502376.8A 2023-11-10 2023-11-10 一种综合终端关联和移动漫游的Wi-Fi网络吞吐量优化方法 Pending CN117499954A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311502376.8A CN117499954A (zh) 2023-11-10 2023-11-10 一种综合终端关联和移动漫游的Wi-Fi网络吞吐量优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311502376.8A CN117499954A (zh) 2023-11-10 2023-11-10 一种综合终端关联和移动漫游的Wi-Fi网络吞吐量优化方法

Publications (1)

Publication Number Publication Date
CN117499954A true CN117499954A (zh) 2024-02-02

Family

ID=89672281

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311502376.8A Pending CN117499954A (zh) 2023-11-10 2023-11-10 一种综合终端关联和移动漫游的Wi-Fi网络吞吐量优化方法

Country Status (1)

Country Link
CN (1) CN117499954A (zh)

Similar Documents

Publication Publication Date Title
Ruban et al. Redistribution of base stations load in mobile communication networks
CN1328926C (zh) 用于在采用智能天线技术的码分多址系统中管理正交码的方法和装置
US8160587B2 (en) Radio access terminal, base station controller, and handoff control method in radio communication system
WO2021163590A4 (en) Apparatus and methods for generating and distributing policy in wireless networks
US20070293235A1 (en) Congestion Control Method For Wireless Communication System and Base Station Control Apparatus
CN113055487B (zh) 一种基于vmec服务网络选择的迁移方法
KR20190120902A (ko) 무선 통신 시스템에서 단말의 이동성을 지원하는 방법 및 장치
CN113115256B (zh) 一种在线vmec服务网络选择的迁移方法
Shi et al. A user mobility prediction method to reduce unnecessary handover for ultra dense network
Gures et al. Fuzzy logic-based load balancing algorithm in heterogeneous networks
Islam et al. Improvement of the handover performance and channel allocation scheme using fuzzy logic, artificial neural network and neuro-fuzzy system to reduce call drop in cellular network
CN112492656B (zh) 一种基于强化学习的无线网络接入点切换方法
US11303334B2 (en) Communication method and related device
CN117499954A (zh) 一种综合终端关联和移动漫游的Wi-Fi网络吞吐量优化方法
CN110392406B (zh) 用于通信系统中切换的方法、设备及计算机可读介质
US11375386B2 (en) Method and system for beamform management in vehicular communications
Shen et al. Mobility-aware fast beam training scheme for IEEE 802.11 ad/ay wireless systems
US10149303B2 (en) Method and apparatus for interference-aware resource-sharing scheme for multiple D2D group communications underlaying cellular networks
CN106304300B (zh) 一种移动覆盖干扰控制装置及方法
CN116097752A (zh) 切换方法、装置、设备及存储介质
KR101079655B1 (ko) 핸드오버 장치와 방법
KR102584562B1 (ko) 드론 기반의 무선통신 시스템의 핸드오버 방법 및 그 방법이 적용된 장치
KR101653090B1 (ko) 간섭 정렬 기반의 다중 d2d 그룹 통신을 위한 효율적인 스펙트럼 공유 방법 및 장치
CN112243240B (zh) 小区调整方法、装置及无线智能控制器
KR101453165B1 (ko) 매체 독립 핸드오버 방법 및 장치

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