TWI780822B - 網路吞吐量評估裝置以及方法 - Google Patents
網路吞吐量評估裝置以及方法 Download PDFInfo
- Publication number
- TWI780822B TWI780822B TW110126502A TW110126502A TWI780822B TW I780822 B TWI780822 B TW I780822B TW 110126502 A TW110126502 A TW 110126502A TW 110126502 A TW110126502 A TW 110126502A TW I780822 B TWI780822 B TW I780822B
- Authority
- TW
- Taiwan
- Prior art keywords
- base stations
- user devices
- average
- processor
- throughput
- Prior art date
Links
Images
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
- Computer And Data Communications (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Maintenance And Management Of Digital Transmission (AREA)
Abstract
本發明提供一種網路吞吐量(Throughput)評估裝置,其包括收發電路、記憶體以及處理器。收發電路用以接收場域資訊以及週期性地接收由多個基地台側聽到的多個監聽資料;記憶體用以儲存多個指令;以及處理器連接收發電路以及記憶體,用以載入並執行多個指令以:依據場域資訊以及多個監聽資料計算分佈密度,其中分佈密度相關於分佈在實體場域中與多個基地台鄰近的多個使用者裝置;以及依據場域資訊以及分佈密度計算多個基地台提供給多個使用者裝置的平均吞吐量。此外,一種網路吞吐量評估方法亦在此揭示。
Description
本發明是有關於一種吞吐量評估技術,特別是有關於一種網路吞吐量評估裝置以及方法。
在現今的通訊領域中,在不同場域中可能具有不同的基地台佈建方式以及不同的佈建位置,且不同場域往往對於應用服務的需求也不同。此外,場域中的使用者裝置的分佈也會影響基地台能提供的吞吐量(Throughput)。然而,就現有技術而言,通常與基地台鄰近的使用者裝置的數量無從得知且隨著時間變化,故無法事先估計使用者裝置的頻帶效率或使用者裝置可獲得的吞吐量。因此,要如何動態且持續性地評估與基地台鄰近的使用者裝置的數量以及使用者裝置可獲得的吞吐量是本領域技術人員急欲解決的問題。
本發明實施例提供一種網路吞吐量
(Throughput)評估裝置,其包括收發電路、記憶體以及處理器。收發電路用以接收場域資訊以及週期性地接收由多個基地台側聽到的多個監聽資料;記憶體用以儲存多個指令;以及處理器連接收發電路以及記憶體,用以載入並執行多個指令以:依據場域資訊以及多個監聽資料計算分佈密度,其中分佈密度相關於分佈在實體場域中與多個基地台鄰近的多個使用者裝置;以及依據場域資訊以及分佈密度計算多個基地台提供給多個使用者裝置的平均吞吐量。
本發明實施例提供網路吞吐量評估方法,所述方法包括下列步驟:藉由收發電路接收場域資訊以及週期性地接收由多個基地台側聽到的多個監聽資料,其中多個監聽資料各自為多個使用者裝置中的至少一者所傳送或接收之資料;藉由處理器依據場域資訊以及多個監聽資料計算分佈密度,其中分佈密度相關於分佈在實體場域中與多個基地台鄰近的多個使用者裝置;以及藉由處理器依據場域資訊以及分佈密度計算多個基地台提供給多個使用者裝置的平均吞吐量。
基於上述,本發明實施例可動態且持續性地依據由在特定場域中的基地台側聽到的監控資料估計使用者裝置的數量,以估計出在特定場域中的使用者裝置的分佈密度。藉此,可進一步依據使用者裝置的分佈密度計算出此特定場域中的平均網路吞吐量。
100:網路吞吐量評估裝置
110:收發電路
120:記憶體
130:處理器
AP(1)~AP(N):基地台
S210~S230:步驟
F:平面圖
L1、L2:長度
W1、W2:寬度
P(1)~P(N):分佈位置
UE(1)~UE(M):使用者裝置
R:半徑
A1~AN:基地台可監聽到的面積
第1圖是根據本發明一些示範性實施例的網路吞吐量(Throughput)評估裝置的方塊圖。
第2圖是根據本發明一些實施例繪示的網路吞吐量評估方法的流程圖。
第3圖是根據本發明一些實施例繪示的實際場域的平面圖F的示意圖。
第4圖是根據本發明一些實施例繪示的多個基地台以及多個使用者裝置的示意圖。
第5圖是根據本發明另一些實施例繪示的多個基地台以及多個使用者裝置的示意圖。
第1圖是根據本發明一些示範性實施例的網路吞吐量(Throughput)評估裝置100的方塊圖。參照第1圖,網路吞吐量評估裝置100可包括收發電路110、記憶體120以及處理器130,其中網路吞吐量評估裝置100可以是任意的邊緣運算(Edge Computing)裝置(例如,智慧型手機、平板電腦、筆記型電腦、桌上型電腦或伺服器等電子裝置)或雲端(Cloud)計算裝置。在實際應用中,網路吞吐量評估裝置100可連接多個基地台AP(1)~AP(N),其中基地台AP(1)~AP(N)可設置於特定的實體場域(例如,室內辦公室、室內會議室、室外停
車場等),且N可以為任意的正整數,並沒有對實體場域以及N有特別的限制。
在一些實施例中,基地台AP(1)~AP(N)可以是支援各種通訊協定的進化型節點B(Evolved Node B,eNB)、下一代eNB(next generation Node B,gNB)或存取點(Access Point)等。
再者,收發電路110可接收各種訊息。記憶體120可儲存多個指令。處理器130可連接收發電路110以及記憶體120,且處理器130可載入並執行這些指令。
在一些實施例中,收發電路110例如是傳送器電路、類比-數位轉換器、數位-類比轉換器、低噪音放大器、混頻器、濾波器、阻抗匹配器、傳輸線、功率放大器、一個或多個天線電路以及本地儲存媒體元件的其中之一或其組合。
在一些實施例中,記憶體120例如是任何型態的固定式或可移動式的隨機存取記憶體(Random Access Memory,RAM)、唯讀記憶體(Read-Only Memory,ROM)、快閃記憶體(Flash Memory)、硬碟(Hard Disk Drive,HDD)、固態硬碟(Solid State Drive,SSD)或類似元件或上述元件的組合。
在一些實施例中,處理器130例如是中央處理單元(Central Processing Unit,CPU),或是其他可程式化之一般用途或特殊用途的微控制單元(Micro Control Unit,MCU)、微處理器(Microprocessor)、
數位信號處理器(Digital Signal Processor,DSP)、可程式化邏輯控制器(Programmable Logic Controller,PLC)、特殊應用積體電路(Application Specific Integrated Circuit,ASIC)或其他類似元件或上述元件的組合。
在一些實施例中,上述指令可例如是彙編指令、指令集架構(Instruction Set Architecture,ISA)指令、機器指令、機器相關指令、微代碼、韌體指令、狀態設置資料、或者以一種或多種程式設計語言的任意組合編寫的原始程式碼或目標代碼。
在一些實施例中,處理器130可以有線或無線的方式連接收發電路110與記憶體120。
第2圖是根據本發明一些實施例繪示的網路吞吐量評估方法的流程圖。第2圖所示實施例的方法適用於第1圖的網路吞吐量評估裝置100,但不以此為限。為方便及清楚說明起見,下述同時參照第1圖及第2圖,以網路吞吐量評估裝置100中各元件之間的作動關係來說明第2圖所示網路吞吐量評估方法的詳細步驟。
首先,於步驟S210中,收發電路110可接收場域資訊以及週期性地接收由基地台AP(1)~AP(N)側聽到的多個監聽資料。換言之,收發電路110除了可接收場域資訊,更可從基地台AP(1)~AP(N)接收由基地台AP(1)~AP(N)側聽到的多個監聽資料。
在一些實施例中,上述場域資訊可包括基地台
AP(1)~AP(N)的總數量(即,上述的N)、基地台AP(1)~AP(N)的多個第一傳輸半徑(即,基地台AP(1)~AP(N)的傳輸功率實質上各自對應的多個傳輸範圍)、多個使用者裝置的多個第二傳輸半徑(即,多個使用者裝置的傳輸功率實質上各自對應的多個傳輸範圍)、基地台AP(1)~AP(N)的多個第一波束場型(Beam Pattern)(即,基地台AP(1)~AP(N)各自產生的波束之場型(例如,理想扇形波束場型))、多個使用者裝置的多個第二波束場型(即,多個使用者裝置各自產生的波束之場型(例如,理想扇形波束場型))以及基地台AP(1)~AP(N)在多個監聽時間段中的多個監聽次數(即,基地台AP(1)~AP(N)可在各監聽時間段中進行與特定監聽次數對應的監聽)等。
在進一步的實施例中,基地台AP(1)~AP(N)可具有相同的傳輸半徑以及相同的波束場型,且多個使用者裝置也可具有相同的傳輸半徑以及相同的波束場型。此外,多個監聽時間段的監聽次數也可以是相同的次數。
在進一步的實施例中,上述場域資訊更可包括設置基地台AP(1)~AP(N)的實體場域(例如,室內辦公室、室內會議室、室外停車場等)的平面圖(例如,二維(Two-Dimensional,2D)平面圖),其中此平面圖包括基地台AP(1)~AP(N)的多個分佈位置等與實體場域相關的資訊。
舉例而言,第3圖是根據本發明一些實施例繪示
的實際場域的平面圖F的示意圖。參照第3圖,平面圖F為二維平面圖,且可包括上述基地台的多個分布位置P(1)~P(N)。此外,平面圖F更可包括實際場域的長度L1與寬度W1以及實際場域中的一個房間的長度L2與寬度W2。
值得注意的是,參照回第1圖以及第2圖,多個使用者裝置可以是在實體場域中鄰近於基地台AP(1)~AP(N)的支援各種通訊協定的任意裝置。
此外,上述場域資訊可以是管理者或使用者預先設定以儲存於用以管理基地台AP(1)~AP(N)以及多個使用者裝置的管理裝置(未繪示)或管理伺服器(未繪示)(即,任意可管理基地台AP(1)~AP(N)以及多個使用者裝置的裝置或伺服器)的,也可以是預先儲存於用以管理基地台AP(1)~AP(N)以及多個使用者裝置的管理裝置或管理伺服器的,更可以是管理者或使用者利用量測裝置(即,任意可量測與基地台AP(1)~AP(N)以及多個使用者裝置相關的資料的裝置)在實體場域進行量測以儲存於管理基地台AP(1)~AP(N)以及多個使用者裝置的管理裝置或管理伺服器的。
藉此,收發電路110可從管理裝置或管理伺服器接收場域資訊。除此之外,上述場域資訊還可以是使用者直接輸入以讓收發電路110接收的。
在一些實施例中,基地台AP(1)~AP(N)可基於IEEE 802.11標準在免執照頻帶(Unlicensed Band)
週期性地進行監聽,藉以從免執照頻帶上接收與通道閒置、成功傳送(Successful Transmission)以及碰撞(Collision)等事件相關的封包(Packet)(可能是從上述這些使用者裝置中的至少一者傳送或接收的),其中每次進行監聽的時間可的動態的調整,並沒有特別的限制。
藉此,基地台AP(1)~AP(N)可將這些封包中的封包標頭(Header)作為上述多個監聽資料。因此,收發電路110可從基地台AP(1)~AP(N)接收這些監聽資料。
接著,於步驟S220中,處理器130可依據場域資訊以及多個監聽資料計算分佈密度,其中分佈密度相關於分佈在實體場域中與基地台AP(1)~AP(N)鄰近的多個使用者裝置。換言之,處理器130可同時利用場域資訊以及多個監聽資料計算與基地台AP(1)~AP(N)鄰近的多個使用者裝置在實體場域中分佈的分佈密度。
在一些實施例中,處理器130可依據多個監聽資料以及多個監聽次數計算平均鄰近數量,其中平均鄰近數量為基地台AP(1)~AP(N)中的各者之鄰近使用者裝置的平均數量。詳細而言,處理器130可利用這些監聽資料以及多個監聽次數計算出一個平均值(即,上述平均鄰近數量),其中此平均值為一個基地台的傳輸範圍中的使用者裝置的平均數量。
在進一步的實施例中,處理器130可對多個監聽資料執行最大概似估計(Maximum Likelihood
Estimation,MLE)演算法以計算與多個使用者裝置對應的多個監聽機率,並依據多個監聽機率計算平均鄰近數量,進而由平均鄰近數量計算分佈密度。
詳細而言,處理器130可依據這些監聽資料判斷辨識出哪些使用者裝置(例如,從監聽資料的封包標頭擷取與使用者裝置相關的辨識符(Identifier)(例如,媒體存取控制(Media Access Control,MAC)位置),以辨識出與辨識符對應的使用者裝置),並計算與這些辨識出來的使用者裝置對應的多個辨識次數。
藉此,處理器130可對這些辨識次數以及上述多個監聽次數執行MLE演算法以計算與多個使用者裝置對應的多個監聽機率,並依據這些監聽機率計算多個估計數量。如此一來,處理器130可平均這些估計數量以產生一個平均鄰近數量(即,與一個基地台鄰近的使用者裝置的平均數量)。
舉例而言,假設其中一個基地台在一個監聽時間段中進行K’次監聽(即,上述監聽次數),且此基地台成功辨識出任意使用者裝置的總次數為K,以及此基地台成功辨識出與此基地台鄰近的M個使用者裝置中的第i個使用者裝置的次數為Xi,其中K’可以是任意正整數,M可以是任意正整數,K可以是小於等於K’的正整數,i可以是大於0且小於等於M的正整數,以及Xi可以是大於等於0且小於等於K的正整數。因此,處理器130可將此基地台成功辨識出的各使用者裝置的次數以一個向量X表示如下
列公式(1)。
接著,處理器130可執行MLE演算法以計算在此基地台可監聽的範圍中第i個使用者裝置可被辨識的機
率,其中這些監聽的成功辨識機率為。因此,處理器
130可依據第i個監聽機率計算第i個估計數量,其中第i
個估計數量為 ,for xi≠0,i=1,2,...,M。處理器130可平
均這些估計數量以計算出一個平均鄰近使用者裝置的數量如下列公式(3)。
其中|{xi|xi≠0}|為不等於0的xi的總個數。值得注意的是,當上述K’越大時,上述可越近似上述M。換言之,當基地台AP(1)~AP(N)在各監聽時間段的監聽次數越大時,上述平均鄰近數量會越近似在實體場域中的使用者裝置的真實數量。
如此一來,處理器130可依據上述平面圖、平均鄰近數量、基地台AP(1)~AP(N)的總數量、基地台AP(1)~AP(N)的多個第一傳輸半徑、多個使用者裝置的多個第二傳輸半徑、基地台AP(1)~AP(N)的多個第一波束場型以及多個使用者裝置的多個第二波束場型計算分佈
密度。
舉例而言,接續上個例子,假設基地台AP(1)~AP(N)以及多個使用者裝置的傳輸半徑皆為R(即,上述多個第一傳輸半徑以及多個第二傳輸半徑皆為R),且基地台AP(1)~AP(N)以及多個使用者裝置的波束場型皆為理想扇形波束場型(即,上述多個第一波束場型以及多個第二波束場型皆為理想扇形波束場型),以及多個使用者裝置皆以卜瓦松過程分佈(Point Poisson Process Distribution),其中R可以是任意的正數,且基地台AP(1)~AP(N)的掃瞄範圍沒有重疊,以及基地台AP(n)的理想扇形波束場型可表示如下列公式(4)(n可以是大於等於1且小於等於N的任意正整數)。
其中θn為基地台AP(n)的波束的掃描角度。值得注意的是,當θn為360度時,基地台AP(n)所產生的波束便是全向的波束場型。此外,基地台AP(n)可基於先到先服務(First Come First Server,FCFS)的協定,以隨機的方向進行寬度為θn的波束場形的掃描,藉以在一個監聽時間段監聽通道K’次。
第4圖是根據本發明一些實施例繪示的基地台AP(1)~AP(N)以及使用者裝置UE(1)~UE(M)的示意圖。參照第4圖,基地台AP(1)~AP(N)可具有全向的波束場型,且使用者裝置UE(1)~UE(M)位於基地台
AP(1)~AP(N)可監聽到的範圍中。
第5圖是根據本發明另一些實施例繪示的基地台AP(1)~AP(N)以及使用者裝置UE(1)~UE(M)的示意圖。參照第5圖,基地台AP(1)~AP(N)可具有掃描角度皆為θ的波束場型,且使用者裝置UE(1)~UE(M)可位於基地台AP(1)~AP(N)可監聽到的範圍中。
基於此,參照回第1圖以及第2圖,處理器130
可計算基地台AP(n)可監聽到的面積為、以及計
算在基地台AP(n)可監聽到的範圍中之使用者裝置的數量。因此,處理器130可依據基地台AP(1)~AP(N)可監聽到的面積(即,A1至AN)以及基地台AP(1)~AP(N)可監聽到的範圍中之使用者裝置的數量(即,至)計算分佈密度,其中分佈密度表示如下列公式(5)。
值得注意的是,當上述K’越大時,上述可越近似實際上的基地台AP(1)~AP(N)可監聽到的範圍中之使用者裝置的分布密度(即,假設實體場域的面積為Atotal,此
時,)。換言之,當基地台AP(1)~AP(N)在各監
聽時間段的監聽次數越大時,上述分布密度會越近似在實體場域中的使用者裝置的真實分佈密度。
最後,於步驟S230中,處理器130可依據場域資訊以及分佈密度計算基地台AP(1)~AP(N)提供給多個使用者裝置的平均吞吐量。換言之,處理器130可利用場域資訊以及分佈密度計算基地台AP(1)~AP(N)中的各者
可提供給各使用者裝置的平均的吞吐量。
在一些實施例中,處理器130可依據平面圖、多個分佈位置以及分佈密度計算多個基地台提供給多個使用者裝置的平均吞吐量。
詳細而言,處理器130可依據平面圖產生一個與實體場域對應的模擬場域,並依據多個分佈位置在模擬場域中設置分別與多個基地台對應的多個模擬基地台(即,在模擬場域中先設定與多個分佈位置對應的模擬位置,再將這些模擬基地台設置在者些模擬位置上)。藉此,處理器130可將多個模擬使用者裝置以隨機分佈的方式設置在模擬場域中,其中模擬使用者裝置的數量對應於上述分佈密度(即,可先依據平面圖計算出實體場域的面積,並將此面積與分佈密度相乘以產生模擬使用者裝置的數量),其中這些模擬基地台以及這些模擬使用者裝置可具有指向的或全向的波束場型。
如此一來,處理器130可計算在一個模擬時間段(即,進行模擬的時間段)中各模擬基地台平均可提供給各模擬使用者裝置的一個模擬吞吐量。以此類推,處理器130可在多個模擬時間段中計算出多個模擬吞吐量,並平均這些模擬吞吐量以產生一個平均吞吐量(即,在這些模擬時間段中,各模擬基地台平均可提供給各模擬使用者裝置的一個平均吞吐量)。
在一些實施例中,場域資訊更可包括應用服務的吞吐量需求。藉此,處理器130可判斷平均吞吐量是否符合
場域中應用服務之吞吐量需求以對基地台AP(1)~AP(N)進行調整。
在進一步的實施例中,當處理器130判斷平均吞吐量小於場域中應用服務之吞吐量需求時,處理器130可產生一個提醒訊息,以顯示於一個顯示器(未繪示),其中此提醒訊息指示了需要提高基地台AP(1)~AP(N)的功率、增加基地台的數量或其他可改善吞吐量之措施(例如,調整與網路吞吐量評估裝置100相關的無線網路)。
在進一步的實施例中,當處理器130判斷平均吞吐量大於吞吐量需求時,處理器130可產生另一提醒訊息,以顯示於上述顯示器,其中此另一提醒訊息指示了需要降基地台AP(1)~AP(N)的功率減少基地台的數量或其他可節省能耗或成本之措施。
值得注意的是,當收發電路110接受到新的監聽資料後,處理器130更可進一步地更新平均吞吐量,進而判斷更新後的平均吞吐量是否符合吞吐量需求,以對基地台AP(1)~AP(N)進行調整。藉此,處理器130可即時地依據基地台AP(1)~AP(N)在實體場域中所監聽到的資料的變化估計實體場域中各基地台提供給各使用者裝置的平均吞吐量。
綜上所述,本發明實施例的網路吞吐量評估裝置以及方法可基於從免執照頻帶上監聽到的資料估計特定場域中的使用者裝置的數量,藉以計算出特定場域中的使用者裝置可得到的平均吞吐量。此外,更可依據平均吞吐量以
及吞吐量需求對基地台進行調整。
雖然本發明已以實施例揭露如上,然其並非用以限定本發明,任何所屬技術領域中具有通常知識者,在不脫離本發明的精神和範圍內,當可作些許的更動與潤飾,故本發明的保護範圍當視後附的申請專利範圍所界定者為準。
100:網路吞吐量評估裝置
110:收發電路
120:記憶體
130:處理器
AP(1)~AP(N):基地台
Claims (10)
- 一種網路吞吐量(Throughput)評估裝置,包括: 一收發電路,用以接收一場域資訊以及週期性地接收由多個基地台側聽到的多個監聽資料; 一記憶體,用以儲存多個指令;以及 一處理器,連接該收發電路以及該記憶體,用以載入並執行該些指令以: 依據該場域資訊以及該些監聽資料計算一分佈密度,其中該分佈密度相關於分佈在一實體場域中與該些基地台鄰近的多個使用者裝置;以及 依據該場域資訊以及該分佈密度計算該些基地台提供給該些使用者裝置的一平均吞吐量。
- 如請求項1所述之網路吞吐量評估裝置,其中該場域資訊包括該些基地台在多個監聽時間段中的多個監聽次數,且該處理器更用以: 依據該些監聽資料以及該些監聽次數計算一平均鄰近數量,其中該平均鄰近數量為該些基地台中的各者之鄰近使用者裝置的一平均數量。
- 如請求項2所述之網路吞吐量評估裝置,其中該些監聽資料各自為該些使用者裝置中的至少一者所傳送或接收之資料,且該處理器更用以: 計算與該些使用者裝置對應的多個監聽的成功辨識機率,並依據該些監聽機率計算該平均鄰近數量,進而由該平均鄰近數量計算該分佈密度。
- 如請求項1所述之網路吞吐量評估裝置,其中該場域資訊更包括該實體場域的一平面圖以及該些基地台的多個分佈位置,且該處理器更用以: 依據該平面圖、該些分佈位置以及該分佈密度計算該些基地台提供給該些使用者裝置的該平均吞吐量。
- 如請求項1所述之網路吞吐量評估裝置,其中該場域資訊更包括該些基地台的一吞吐量需求,且該處理器更用以: 判斷該平均吞吐量是否符合該吞吐量需求以對該些基地台或與該網路吞吐量評估裝置相關的一無線網路進行調整。
- 一種網路吞吐量(Throughput)評估方法,包括: 藉由一收發電路接收一場域資訊以及週期性地接收由多個基地台側聽到的多個監聽資料,其中該些監聽資料各自為多個使用者裝置中的至少一者所傳送或接收之資料; 藉由一處理器依據該場域資訊以及該些監聽資料計算一分佈密度,其中該分佈密度相關於分佈在一實體場域中與該些基地台鄰近的該些使用者裝置;以及 藉由該處理器依據該場域資訊以及該分佈密度計算該些基地台提供給該些使用者裝置的一平均吞吐量。
- 如請求項6所述之網路吞吐量評估方法,其中該場域資訊包括該些基地台在多個監聽時間段中的多個監聽次數,且藉由該處理器依據該場域資訊以及該些監聽資料計算該分佈密度的步驟包括: 藉由該處理器依據該些監聽資料以及該些監聽次數計算一平均鄰近數量,其中該平均鄰近數量為該些基地台中的各者之鄰近使用者裝置的一平均數量。
- 如請求項7所述之網路吞吐量評估方法,其中藉由該處理器依據該些監聽資料以及該些監聽次數計算該平均鄰近數量的步驟包括: 計算與該些使用者裝置對應的多個監聽的成功辨識機率,並依據該些監聽機率計算該平均鄰近數量,進而由該平均鄰近數量計算該分佈密度。
- 如請求項6所述之網路吞吐量評估方法,其中該場域資訊更包括該實體場域的一平面圖以及該些基地台的多個分佈位置,且藉由該處理器依據該場域資訊以及該分佈密度計算該些基地台提供給該些使用者裝置的該平均吞吐量的步驟包括: 藉由該處理器依據該平面圖、該些分佈位置以及該分佈密度計算該些基地台提供給該些使用者裝置的該平均吞吐量。
- 如請求項6所述之網路吞吐量評估方法,其中該場域資訊更包括該些使用者裝置上執行之應用服務的一吞吐量需求,且更包括: 藉由該處理器判斷該平均吞吐量是否符合該吞吐量需求以對該些基地台或與該網路吞吐量評估裝置相關的一無線網路進行調整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW110126502A TWI780822B (zh) | 2021-07-19 | 2021-07-19 | 網路吞吐量評估裝置以及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW110126502A TWI780822B (zh) | 2021-07-19 | 2021-07-19 | 網路吞吐量評估裝置以及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI780822B true TWI780822B (zh) | 2022-10-11 |
TW202306408A TW202306408A (zh) | 2023-02-01 |
Family
ID=85475747
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW110126502A TWI780822B (zh) | 2021-07-19 | 2021-07-19 | 網路吞吐量評估裝置以及方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI780822B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101099310A (zh) * | 2005-01-12 | 2008-01-02 | 日本电气株式会社 | 用户吞吐量地理分布估计系统和用户吞吐量地理分布估计方法 |
TW201208416A (en) * | 2010-02-12 | 2012-02-16 | Interdigital Patent Holdings | Access control and congestion control in machine-to-machine communication |
CN106612511A (zh) * | 2015-10-21 | 2017-05-03 | 中兴通讯股份有限公司 | 一种基于支持向量机的无线网络吞吐量的评估方法及装置 |
CN110461000A (zh) * | 2019-04-29 | 2019-11-15 | 中国联合网络通信集团有限公司 | 5g小区网络容量预测方法及装置 |
-
2021
- 2021-07-19 TW TW110126502A patent/TWI780822B/zh active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101099310A (zh) * | 2005-01-12 | 2008-01-02 | 日本电气株式会社 | 用户吞吐量地理分布估计系统和用户吞吐量地理分布估计方法 |
TW201208416A (en) * | 2010-02-12 | 2012-02-16 | Interdigital Patent Holdings | Access control and congestion control in machine-to-machine communication |
CN106612511A (zh) * | 2015-10-21 | 2017-05-03 | 中兴通讯股份有限公司 | 一种基于支持向量机的无线网络吞吐量的评估方法及装置 |
CN110461000A (zh) * | 2019-04-29 | 2019-11-15 | 中国联合网络通信集团有限公司 | 5g小区网络容量预测方法及装置 |
Non-Patent Citations (1)
Title |
---|
期刊 Francesco Devoti et al. "PASID: Exploiting Indoor mmWave Deployments for Passive Intrusion Detection", IEEE Conference on Computer Communicationsk, Computer Science, IEEE INFOCOM 2020, IEEE, 1 July 2020, page 1-10, DOI:10.1109/infocom41043.2020.9155401Corpus ID: 216091759 * |
Also Published As
Publication number | Publication date |
---|---|
TW202306408A (zh) | 2023-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7881277B2 (en) | Communication method and apparatus for distributed network system where cognitive radio technology is applied | |
US11405799B2 (en) | Wireless router deployment method and device, storage medium and electronic apparatus | |
US20190297673A1 (en) | Locating method, system, and related device | |
EP3456079B1 (en) | Flexible radio assignment | |
US7720440B2 (en) | Distributed coordination of a clear channel assessment (CCA) threshold | |
US7346357B1 (en) | Frequency assignment for multi-cell IEEE 802.11 wireless networks | |
US7206586B2 (en) | Frequency assignment for multi-cell IEEE 802.11 wireless networks | |
US9717088B2 (en) | Multi-nodal wireless communication systems and methods | |
US10371790B2 (en) | Calibration-free location determination using wireless communication | |
CN113873651B (zh) | 通信方法和通信装置 | |
TWI618434B (zh) | 用於802.11高效能無線區域網路(hew)規格及系統之帶有干擾控制技術的動態空閒頻道評估(cca)方案 | |
US11632723B2 (en) | Adaptive path loss correction | |
US10397845B2 (en) | Selecting a channel based on backhaul bandwidth | |
US11330551B2 (en) | Method and apparatus for location aware optimal wireless link selection system | |
US20230171729A1 (en) | Method and device for ultra wide band (uwb) communication | |
US10135500B2 (en) | Graph-based determination of initial-synchronization beam scanning | |
TWI780822B (zh) | 網路吞吐量評估裝置以及方法 | |
Ghasri et al. | A new dynamic optimal M2M RF interface setting in relay selection algorithm (DORSA) for IoT applications | |
JP6702133B2 (ja) | 無線通信システム、基地局装置、無線通信制御装置及び無線通信制御方法 | |
US9565617B2 (en) | Method and apparatus for configuring routing path in wireless communication system | |
Lieckfeldt et al. | An algorithm for distributed beacon selection | |
EP2613405B1 (en) | Antenna array control method and access point using the same | |
US20230171642A1 (en) | Method and device for uwb communication | |
Kundu et al. | A heuristic approach towards minimizing resource allocation for femto base station deployment | |
CN115134815B (zh) | 无线ap部署优化方法、系统、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GD4A | Issue of patent certificate for granted invention patent |