CN111711961B - 一种引入随机概率参数的业务端到端性能分析方法 - Google Patents
一种引入随机概率参数的业务端到端性能分析方法 Download PDFInfo
- Publication number
- CN111711961B CN111711961B CN202010360719.1A CN202010360719A CN111711961B CN 111711961 B CN111711961 B CN 111711961B CN 202010360719 A CN202010360719 A CN 202010360719A CN 111711961 B CN111711961 B CN 111711961B
- Authority
- CN
- China
- Prior art keywords
- service
- priority
- node
- services
- video
- 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
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
-
- 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)
- Data Exchanges In Wide-Area Networks (AREA)
- Telephonic Communication Services (AREA)
Abstract
本专利公开了一种引入随机概率参数的业务端到端性能分析方法,根据无线网络引入软件定义网络,其路由的选择具有随机性的特点,引入随机概率参数;采用抢占式优先级调度方法,将网络中的业务优先级分为高优先级、中优先级以及低优先级;利用基于矩母函数的随机网络演算方法,根据切尔诺夫不等式,随机网络演算中串联定理、剩余服务定理、卷积和定理,分别得到三种优先级业务作为研究对象时的时延和积压上界边界与违约概率之间关系的闭合表达式。
Description
技术领域
本发明涉及通信网络技术领域,主要涉及一种引入随机概率参数的业务端到端性能分析方法。
背景技术
在无线网络中,用户附近的网关服务饱和无法实现用户需求,则将任务转发至其他具有服务能力的网关进行任务处理,或者该网关附近的用户与其他网关的用户进行数据共享和信息交互时,需要多跳实现。在无线网络中,通过软件定义网络技术将网络的控制平面和数据平面相分离,整合网络中计算,传输存储等各种资源,进行集中管理以及分配,灵活控制网络流量的转发。引入软件定义网络的无线网络路由选择具有随机性,且在该网络架构中采用WiMAX,不同类QoS具有不同的优先级,且不同类QoS适合不同业务的特点,业务分为高优先级,如网络语音电话业务;中优先级,如视频业务以及低优先级,如文件传输业务。
随机网络演算方法作为分析问题的工具,具有将复杂的非线性问题转化为便于分析的线性问题的优势,相比起排队论只能适用于某些特定的分布,随机网络演算对业务数据的到达分布没有限定,可以应用于多种场景的分析。比如无线传感网络的时延、积压以及吞吐量的分析、窄带物联网的多跳性能分析、网络功能虚拟化网络中的性能分析以及视频业务的性能分析等均有基于随机网络演算的研究。随机网络演算也存在其自身的缺点,因为放缩可能导致其违约概率边界过松,也有一些研究针对其缺陷,提出了相关的方法进行改进。
现有的针对无线网络性能的研究,大多考虑的是干扰固定的场景,对于具有随机性的无线网络多跳性能少有研究,所以本发明提出一种引入随机概率参数的业务端到端性能分析方法,分析无线网络多跳场景下业务的性能。
发明内容
发明目的:为了解决无线网络网关上层业务端到端性能分析问题,本发明通过引入随机概率参数解决引入随机性的无线网络业务端到端性能分析问题。
技术方案:为实现上述目的,本发明采用的技术方案为:
一种引入随机概率参数的业务端到端性能分析方法,包括以下步骤:
步骤S1、引入随机概率参数,表示无线网络采用软件定义网络规划路由,使其路由选择具备随机性;
步骤S2、在引入随机概率参数的无线网络中,根据WiMAX中不同类QoS具有不同的优先级,将业务分为高优先级业务、中优先级业务和低优先级业务;其中高优先级业务包括网络语音电话业务,中优先级业务包括视频业务,低优先级业务包括文件传输业务;
步骤S3、通过基于矩母函数的随机网络演算方法,对引入随机概率参数的无线网络进行分析,得出上述三种优先级业务到达过程的矩母函数形式,根据剩余服务定理,分别得出三种优先级业务的服务曲线的矩母函数形式;
步骤S4、根据卷积和反卷积定理,获得时延和积压上界边界和违约概率之间关系的闭合表达式。
进一步地,步骤S1中引入随机概率参数的具体步骤具体如下:
对于业务[.],设置三个概率参数,组成概率参数集合(P[.].a,P[.].b,P[.].c);其中P[.].a表示业务[.]到达指定服务链上的智能体并且需要处理或转发的概率;P[.].b表示在P[.].a条件下的业务[.]与服务链上的研究对象下一跳的路径相同的概率;P[.].c表示在P[.].b条件下,来到服务链的下一个智能体节点之后,需要智能体处理或者转发的概率。
进一步地,所述步骤S3中三种优先级业务到达过程的矩母函数形式如下:
(1)高优先级网络语音电话业务,到达过程服从泊松分布,所以其在时间间隔(s,t)内的累积到达数据量的矩母函数形式为:
其中AVoIP(s,t)表示与服务链上各个智能体节点相邻的非本服务链节点在(s,t)内网络语音电话业务累积到达数据量;
(2)中优先级视频业务到达速率为常数r,在时间间隔内的累积到达数据量的矩母函数形式为:
其中AVideo(s,t)表示与服务链上各个智能体节点相邻的非本服务链节点在(s,t)内视频业务累积到达数据量;
(3)低优先级文件传输业务到达过程服从泊松分布,在时间间隔(s,t)内的累积到达数据量的矩母函数形式为:
其中AFTP(s,t)表示与服务链上各个智能体节点相邻的非本服务链节点在(s,t)内文件传输业务累积到达数据量。
进一步地,所述步骤S3中获取三种优先级业务服务曲线的矩母函数形式具体步骤包括:
(一)、获取三种优先级业务作为贯穿服务链的研究对象时受到来自其他业务的干扰,包括:
(1)高优先级网络语音电话业务:优先级最高,不受到其他业务的干扰;
(2)中优先级视频业务:接受的服务受到网络语音电话业务的干扰,在服务链的各个节点上,受到的干扰如下:
其中表示在时间间隔(s,t)内,网络语音电话业务作为干扰业务时在各个节点上占据的数据量,表示在时间间隔(s,t)内网络语音电话业务作为干扰业务从非本服务链上到达本服务链各个节点的数据量,表示在时间间隔(s,t)内本服务链上网络语音电话业务从节点j-1到达节点j的数据量,具体表达式如下所示:
(3)低优先级文件传输业务:接受服务受到网络语音电话业务和视频业务的干扰;其中网络语音电话业务的干扰如(2)推导所示:
视频业务干扰如下:
其中表示在时间间隔(s,t)内,视频业务作为干扰业务时在服务链各个节点上占据的数据量,表示在时间间隔(s,t)内视频业务作为干扰业务从非本服务链上到达本服务链各个节点的数据量,表示在时间间隔(s,t)内本服务链上视频业务从节点j-1到达节点j的数据量,具体表达式如下所示:
(二)、推导各优先级业务作为贯穿服务链的研究对象时的服务曲线;
(1)高优先级网络语音电话业务:作为贯穿流时,不受到其他类型业务的干扰,其服务曲线为:
(2)中优先级视频业务:作为贯穿流时,受到网络语音电话业务的干扰。通过剩余服务定理,其服务曲线为:
(3)低优先级文件传输业务:作为贯穿流时,受到网络语音电话业务以及视频业务的干扰,通过剩余服务定理,其服务曲线如下:
(三)、无线网络业务接受的服务分为两个类型,包括智能体节点提供的数据处理服务和是无线信道提供的数据传输服务,两类服务节点间隔分布;智能体节点提供数据处理服务,数据传输服务选择Nakagami-M信道提供信道,求解服务曲线的矩母函数形式:
(1)智能体节点的服务速率为常数C,所以智能体服务节点在(s,t)内的矩母函数形式为:
(2)Nakagami-M信道节点服务曲线的矩母函数形式为:
(3)将(1)和(2)相结合,得到服务链的节点服务曲线的矩母函数的通用公式为:
(4)据此得到三种业务的服务曲线矩母函数形式:
进一步地,所述步骤S4中获得时延和积压上界边界和违约概率之间关系的闭合表达式步骤具体如下:
步骤S4.1、推导得出时延上界边界与违约概率之间的通用闭合表达式:
步骤S4.2、推导各优先级业务作为贯穿流时的时延边界上界和违约概率之间关系的闭合表达式:
(1)高优先级网络语音通话业务:
(2)中优先级视频业务:
(3)低优先级文件传输业务:
步骤S4.3、推导得出积压上界边界与违约概率之间的通用闭合表达式:
其中B[.](t)表示业务[.]在时刻t处的积压;
步骤S4.4、推导各优先级业务作为贯穿流时的时延边界上界和违约概率之间关系的闭合表达式:
有益效果:
本发明提出的引入随机概率参数对无线网络业务的端到端性能进行分析,因为无线网络引入软件定义网络规划路由,业务的路由选择具有随机性,本发明的性能分析方法考虑影响因素更为全面,分析结果更加符合无线网络特性。
附图说明
图1是本发明提供的无线网络网关上层多跳结构示意图;
图2是本发明提供的数学模型图。
具体实施方式
下面结合附图对本发明作更进一步的说明。
本发明以图1所示的无线网络网关上层多跳示意图为例。在这种场景下,用户附近的网关服务量饱和,用户任务需传输至较远的空闲网关进行任务处理,或者网关附近的用户与稍远的网关用户需要进行信息的交互和共享,需要进行多跳。在多跳场景中,引入软件自定义网络,源目的主机之间存在多条路径,如图上流量路径a和流量路径b,源目的对相同,但是路径完全不同,路由选择具有随机性,所以本发明引入随机概率参数(P[.].a,P[.].b,P[.].c)来表示这种随机性,并将路径上的智能体和智能体之间的信道抽象化为服务节点,选定一条路径作为服务链,服务链上的贯穿流作为研究对象,三种业务均为服务链上的干扰流,得到如图2所示的数学模型图。
具体地,对于业务[.],设置三个概率参数,组成概率参数集合(P[.].a,P[.].b,P[.].c);其中P[.].a表示业务[.]到达指定服务链上的智能体并且需要处理或转发的概率;P[.].b表示在P[.].a条件下的业务[.]与服务链上的研究对象下一跳的路径相同的概率;P[.].c表示在P[.].b条件下,来到服务链的下一个智能体节点之后,需要智能体处理或者转发的概率。
在引入随机概率参数的无线网络中,根据WiMAX中不同类QoS具有不同的优先级,将业务分为高优先级业务、中优先级业务和低优先级业务;其中高优先级业务包括网络语音电话业务,中优先级业务包括视频业务,低优先级业务包括文件传输业务。确定不同业务之间采用抢占式优先级调度,同种业务之间采用先到先服务调度;确定分析业务的端到端时延和积压性能。
通过基于矩母函数的随机网络演算方法,对引入随机概率参数的无线网络进行分析,得出上述三种优先级业务到达过程的矩母函数形式,根据剩余服务定理,分别得出三种优先级业务的服务曲线的矩母函数形式。
具体地,三种优先级业务到达过程的矩母函数形式如下:
(1)高优先级网络语音电话业务,到达过程服从泊松分布,所以其在时间间隔(s,t)内的累积到达数据量的矩母函数形式为:
其中AVoIP(s,t)表示与服务链上各个智能体节点相邻的非本服务链节点在(s,t)内网络语音电话业务累积到达数据量;
(2)中优先级视频业务到达速率为常数r,在时间间隔内的累积到达数据量的矩母函数形式为:
其中AVideo(s,t)表示与服务链上各个智能体节点相邻的非本服务链节点在(s,t)内视频业务累积到达数据量;
(3)低优先级文件传输业务到达过程服从泊松分布,在时间间隔(s,t)内的累积到达数据量的矩母函数形式为:
其中AFTP(s,t)表示与服务链上各个智能体节点相邻的非本服务链节点在(s,t)内文件传输业务累积到达数据量。
获取三种优先级业务服务曲线的矩母函数形式具体步骤包括:
(一)、获取三种优先级业务作为贯穿服务链的研究对象时受到来自其他业务的干扰,包括:
(1)高优先级网络语音电话业务:优先级最高,不受到其他业务的干扰;
(2)中优先级视频业务:接受的服务受到网络语音电话业务的干扰,在服务链的各个节点上,受到的干扰如下:
其中表示在时间间隔(s,t)内,网络语音电话业务作为干扰业务时在各个节点上占据的数据量,表示在时间间隔(s,t)内网络语音电话业务作为干扰业务从非本服务链上到达本服务链各个节点的数据量,表示在时间间隔(s,t)内本服务链上网络语音电话业务从节点j-1到达节点j的数据量,具体表达式如下所示:
(3)低优先级文件传输业务:接受服务受到网络语音电话业务和视频业务的干扰;其中网络语音电话业务的干扰如(2)推导所示:
视频业务干扰如下:
其中表示在时间间隔(s,t)内,视频业务作为干扰业务时在服务链各个节点上占据的数据量,表示在时间间隔(s,t)内视频业务作为干扰业务从非本服务链上到达本服务链各个节点的数据量,表示在时间间隔(s,t)内本服务链上视频业务从节点j-1到达节点j的数据量,具体表达式如下所示:
(二)、推导各优先级业务作为贯穿服务链的研究对象时的服务曲线;
(1)高优先级网络语音电话业务:作为贯穿流时,不受到其他类型业务的干扰,其服务曲线为:
(2)中优先级视频业务:作为贯穿流时,受到网络语音电话业务的干扰。通过剩余服务定理,其服务曲线为:
(3)低优先级文件传输业务:作为贯穿流时,受到网络语音电话业务以及视频业务的干扰,通过剩余服务定理,其服务曲线如下:
(三)、无线网络业务接受的服务分为两个类型,包括智能体节点提供的数据处理服务和是无线信道提供的数据传输服务,两类服务节点间隔分布;智能体节点提供数据处理服务,数据传输服务选择Nakagami-M信道提供信道,求解服务曲线的矩母函数形式:
(1)智能体节点的服务速率为常数C,所以智能体服务节点在(s,t)内的矩母函数形式为:
(2)Nakagami-M信道节点服务曲线的矩母函数形式为:
(3)将(1)和(2)相结合,得到服务链的节点服务曲线的矩母函数的通用公式为:
(4)据此得到三种业务的服务曲线矩母函数形式:
步骤S4、根据卷积和反卷积定理,获得时延和积压上界边界和违约概率之间关系的闭合表达式。具体地,
步骤S4.1、推导得出时延上界边界与违约概率之间的通用闭合表达式:
步骤S4.2、推导各优先级业务作为贯穿流时的时延边界上界和违约概率之间关系的闭合表达式:
(1)高优先级网络语音通话业务:
(2)中优先级视频业务:
(3)低优先级文件传输业务:
步骤S4.3、推导得出积压上界边界与违约概率之间的通用闭合表达式:
步骤S4.4、推导各优先级业务作为贯穿流时的时延边界上界和违约概率之间关系的闭合表达式:
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (3)
1.一种引入随机概率参数的业务端到端性能分析方法,其特征在于,包括以下步骤:
步骤S1、引入随机概率参数,表示无线网络采用软件定义网络规划路由,使其路由选择具备随机性;
步骤S2、在引入随机概率参数的无线网络中,根据WiMAX中不同类QoS具有不同的优先级,将业务分为高优先级业务、中优先级业务和低优先级业务;其中高优先级业务包括网络语音电话业务,中优先级业务包括视频业务,低优先级业务包括文件传输业务;
步骤S3、通过基于矩母函数的随机网络演算方法,对引入随机概率参数的无线网络进行分析,得出上述三种优先级业务到达过程的矩母函数形式;具体如下:
(1)高优先级网络语音电话业务,到达过程服从泊松分布,其中λVoIP表示电话业务的平均到达率,θ为自由变量,所以其在时间间隔(s,t)内的累积到达数据量的矩母函数形式为:
其中AVoIP(s,t)表示与服务链上各个智能体节点相邻的非本服务链节点在(s,t)内网络语音电话业务累积到达数据量;
(2)中优先级视频业务到达速率为常数r,在时间间隔(s,t)内的累积到达数据量的矩母函数形式为:
其中AVideo(s,t)表示与服务链上各个智能体节点相邻的非本服务链节点在(s,t)内视频业务累积到达数据量;
(3)低优先级文件传输业务到达过程服从泊松分布,其中λFTP表示文件传输业务的平均到达率,在时间间隔(s,t)内的累积到达数据量的矩母函数形式为:
其中AFTP(s,t)表示与服务链上各个智能体节点相邻的非本服务链节点在(s,t)内文件传输业务累积到达数据量;
根据剩余服务定理,分别得出三种优先级业务的服务曲线的矩母函数形式如下:
步骤S4、根据卷积和反卷积定理,获得业务时延和积压上界边界和违约概率之间关系的闭合表达式;具体地,
步骤S4.1、推导得出时延上界边界与违约概率之间的通用闭合表达式:
步骤S4.2、推导各优先级业务作为贯穿流时的时延边界上界和违约概率之间关系的闭合表达式:
(1)高优先级网络语音通话业务:
(2)中优先级视频业务:
(3)低优先级文件传输业务:
步骤S4.3、推导得出积压上界边界与违约概率之间的通用闭合表达式:
其中B[.](t)表示业务[.]在时刻t处的积压;
步骤S4.4、推导各优先级业务作为贯穿流时的时延边界上界和违约概率之间关系的闭合表达式:
2.根据权利要求1所述的一种引入随机概率参数的业务端到端性能分析方法,其特征在于,所述步骤S1中引入随机概率参数的具体步骤具体如下:
对于业务[.],设置三个概率参数,组成概率参数集合(P[.].a,P[.].b,P[.].c);其中P[.].a表示业务[.]到达指定服务链上的智能体并且需要处理或转发的概率;P[.].b表示在P[.].a条件下的业务[.]与服务链上的研究对象下一跳的路径相同的概率;P[.].c表示在P[.].b条件下,来到服务链的下一个智能体节点之后,需要智能体处理或者转发的概率。
3.根据权利要求1所述的一种引入随机概率参数的业务端到端性能分析方法,其特征在于,所述步骤S3中获取三种优先级业务服务曲线的矩母函数形式具体步骤包括:
(一)、获取三种优先级业务作为贯穿服务链的研究对象时受到来自其他业务的干扰,包括:
(1)高优先级网络语音电话业务:优先级最高,不受到其他业务的干扰;
(2)中优先级视频业务:接受的服务受到网络语音电话业务的干扰,在服务链的各个节点上,受到的干扰如下:
其中表示在时间间隔(s,t)内,网络语音电话业务作为干扰业务时在各个节点上占据的数据量,表示在时间间隔(s,t)内网络语音电话业务作为干扰业务从非本服务链上到达本服务链各个节点的数据量,表示在时间间隔(s,t)内本服务链上网络语音电话业务从节点j-1到达节点j的数据量,具体表达式如下所示:
(3)低优先级文件传输业务:接受服务受到网络语音电话业务和视频业务的干扰;其中网络语音电话业务的干扰如下:
视频业务干扰如下:
其中表示在时间间隔(s,t)内,视频业务作为干扰业务时在服务链各个节点上占据的数据量,表示在时间间隔(s,t)内视频业务作为干扰业务从非本服务链上到达本服务链各个节点的数据量,表示在时间间隔(s,t)内本服务链上视频业务从节点j-1到达节点j的数据量,具体表达式如下所示:
(二)、推导各优先级业务作为贯穿服务链的研究对象时的服务曲线;
(1)高优先级网络语音电话业务:作为贯穿流时,不受到其他类型业务的干扰,其服务曲线为:
(2)中优先级视频业务:作为贯穿流时,受到网络语音电话业务的干扰;通过剩余服务定理,其服务曲线为:
(3)低优先级文件传输业务:作为贯穿流时,受到网络语音电话业务以及视频业务的干扰,通过剩余服务定理,其服务曲线如下:
(三)、无线网络业务接受的服务分为两个类型,包括智能体节点提供的数据处理服务和无线信道提供的数据传输服务,两类服务节点间隔分布;智能体节点提供数据处理服务,数据传输服务选择Nakagami-M信道提供信道,求解服务曲线的矩母函数形式:
(1)智能体节点的服务速率为常数C,所以智能体服务节点在(s,t)内的矩母函数形式为:
(2)Nakagami-M信道节点服务曲线的矩母函数形式为:
(3)将(1)和(2)相结合,得到服务链的节点服务曲线的矩母函数的通用公式为:
(4)据此得到三种业务的服务曲线矩母函数形式:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010360719.1A CN111711961B (zh) | 2020-04-30 | 2020-04-30 | 一种引入随机概率参数的业务端到端性能分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010360719.1A CN111711961B (zh) | 2020-04-30 | 2020-04-30 | 一种引入随机概率参数的业务端到端性能分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111711961A CN111711961A (zh) | 2020-09-25 |
CN111711961B true CN111711961B (zh) | 2023-03-21 |
Family
ID=72536732
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010360719.1A Active CN111711961B (zh) | 2020-04-30 | 2020-04-30 | 一种引入随机概率参数的业务端到端性能分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111711961B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220100922A1 (en) * | 2020-09-29 | 2022-03-31 | Rockwell Automation Technologies, Inc. | Predicting industrial automation network performance |
CN112616157B (zh) * | 2020-12-11 | 2024-03-08 | 大连大学 | 基于网络演算的无线多跳Mesh网络端到端时延上界获取方法 |
CN113328879B (zh) * | 2021-05-21 | 2022-08-23 | 西北工业大学 | 一种基于网络演算的云数据中心网络QoS保证方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102075444B (zh) * | 2011-02-28 | 2013-10-02 | 北京邮电大学 | 一种保障多类型业务服务质量的网络***及方法 |
CN102647760B (zh) * | 2012-03-02 | 2014-10-15 | 黄东 | 一种基于多业务网络的业务资源高效管理方法 |
CN107896192B (zh) * | 2017-11-20 | 2020-09-25 | 电子科技大学 | 一种SDN网络中区分业务优先级的QoS控制方法 |
CN109219071B (zh) * | 2018-11-05 | 2021-09-10 | 重庆邮电大学 | 异构无线网络中基于业务分级的垂直切换方法 |
-
2020
- 2020-04-30 CN CN202010360719.1A patent/CN111711961B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111711961A (zh) | 2020-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111711961B (zh) | 一种引入随机概率参数的业务端到端性能分析方法 | |
US7620010B2 (en) | Wireless communications apparatus, and routing control and packet transmission technique in wireless network | |
JP5133876B2 (ja) | パケットデータ・ネットワークにおけるスケジューリングを改良するための方法および装置 | |
RU2504091C2 (ru) | Способ и устройство управления допуском данных в ячеистой сети | |
US20070076693A1 (en) | Scheduling variable bit rate multimedia traffic over a multi-hop wireless network | |
US8023423B2 (en) | Automated policy generation for mobile communication networks | |
CN104301933B (zh) | 一种无线自组网中用于计算带宽和分配带宽的方法 | |
KR20000035662A (ko) | 패킷기반의 통신네트워크 설계 방법 및 장치와 제조품 | |
KR20000035663A (ko) | 패킷기반의 통신네트워크 설계 방법 및 장치와 제조품 | |
KR20000035664A (ko) | 패킷기반의 통신네트워크 재설계 방법 및 장치와 제조품 | |
CN107332766B (zh) | 一种基于软件定义网络流调度下的提高网络吞吐量的方法 | |
CN114884557B (zh) | 一种基于网络演算的卫星时间敏感网络路径选择方法 | |
Lou et al. | Boosting or hindering: AoI and throughput interrelation in routing-aware multi-hop wireless networks | |
Amuthan et al. | Hyper-Erlang channel allocation factor-based QoS enhancement mechanism for mobile ad hoc networks | |
Умэр et al. | Cellular network resource distribution methods for the joint servicing of real-time multiservice traffic and grouped IoT traffic | |
CN115604193A (zh) | 一种热轧控制***中确定性资源调度方法及*** | |
Carvalho et al. | Performance analysis of multi-service wireless network: An approach integrating CAC, scheduling, and buffer management | |
KR100818303B1 (ko) | 확률적 트래픽 특성 추정에 의한 유무선 네트워크 트래픽예측 방법 및 그 장치 | |
Martinez et al. | A cross-layer design for ad hoc wireless networks with smart antennas and QoS support | |
Bouillard et al. | Optimal routing for end-to-end guarantees: the price of multiplexing | |
Ali et al. | Performance evaluation for LTE applications with buffer awareness consideration | |
Paschos et al. | Multirate multicast: Optimal algorithms and implementation | |
Boussada et al. | A Flow-Level Performance Evaluation of Elastic Traffic Under Low Latency Queuing System | |
Purohit et al. | Data interleaving for congestion reduction in mobile traffic transmission | |
Du et al. | Upper bounding service capacity in multi-hop wireless SSMA-based 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 |