无线网络分层QoS垂直映射模型及跨层优化方法
本文关键词:无线网络分层QoS垂直映射模型及跨层优化方法 出处:《南京邮电大学学报(自然科学版)》2014年06期 论文类型:期刊论文
更多相关文章: 无线网络 QoS 垂直QoS映射 跨层优化 在线学习
【摘要】:现代无线通信网络结构复杂,通信环境时变,业务流和无线信道不可预知,服务质量保障极具挑战性。基于无线网络分层QoS体系结构,文中提出了一种统一的基于协议层间虚拟缓存接口QoS垂直映射模型,以虚拟队列技术实现层间QoS指标映射。同时,基于该协议层间QoS垂直映射模型提出一种跨层QoS优化架构,并针对业务流和无线信道的不可预知性,给出该架构在线学习优化求解方法。最后,通过与现有文献技术对比一致性方法验证所提出层间QoS垂直映射模型正确性,并且在物理层包差错率小于30%条件下,分析Q学习法优化数据链路层时延收敛性,从而验证所提出跨层优化模型和在线学习优化方法的有效性。
[Abstract]:Modern wireless communication network structure is complex, communication environment is time-varying, traffic flow and wireless channel are unpredictable, quality of service assurance is extremely challenging, based on wireless network layered QoS architecture. In this paper, a unified QoS vertical mapping model based on protocol layer virtual cache interface is proposed, and the QoS index mapping between layers is realized by virtual queue technology. Based on the QoS vertical mapping model between layers, a cross-layer QoS optimization architecture is proposed, and an online learning optimization solution is proposed for the unpredictable traffic flow and wireless channel. The validity of the proposed QoS vertical mapping model is verified by comparing the consistency method with the existing literature, and the physical layer packet error rate is less than 30%. Q learning method is used to optimize the convergence of data link layer delay, which verifies the effectiveness of the proposed cross-layer optimization model and online learning optimization method.
【作者单位】: 南京邮电大学通信与信息工程学院;无锡商业职业技术学院物联网技术学院;
【基金】:国家自然科学基金(60972038,61271233,61101105,61001077) 教育部博士点基金(20103223110001) 江苏省2011年度普通高校研究生科研创新计划(CXZZ11_0392) 江苏省高等教育自然基金(10KJB510013) 南京邮电大学科研基金(NY208052)资助项目
【分类号】:TN92
【正文快照】: 2.无锡商业职业技术学院物联网技术学院,江苏无锡()2141530引言Qo S定义了自网络角度描述服务用户(网络传输数据)通信质量要求的方法[1]。第三代和第四代无线网络均具有支持多种Qo S需求业务流特性[2],同时无线通信网络中信道状态的时变性[3]、业务流障技术十分复杂和重要。Qo
【相似文献】
相关期刊论文 前10条
1 林晖,贾海波,张优云;设计过程框架中的行为与功能映射模型的研究[J];计算机辅助设计与图形学学报;2002年02期
2 李杨;柴玉梅;王黎明;;对等多维需求映射模型[J];计算机工程与设计;2010年06期
3 刘永山;成雪琴;;基于坐标映射模型的方向关系一致性检验[J];计算机工程;2011年16期
4 刘玉亮;王江;于海涛;;高斯白噪声对神经元映射模型动力学的影响[J];计算机应用研究;2011年11期
5 孙棣华,刘卫宁,刘飞;基于分形理论的制造决策映射模型建模[J];重庆大学学报(自然科学版);1998年04期
6 孙学全,段广仁,冯英浚;利用区域映射模型研究样本集的空间分布[J];哈尔滨工业大学学报;2003年12期
7 迟健男;张闯;杨莉;;一种优化的二维视线映射模型[J];北京理工大学学报;2011年01期
8 杨国东;;定性映射模型与概率统计相结合的研究应用[J];电脑知识与技术;2011年03期
9 杨yN巍;史峥;;一种新的带有线段与控制点映射模型的光学邻近校正技术[J];光学学报;2010年06期
10 柴宏涛;李建华;沈迪;;基于ID3算法的信息资源分类管理映射模型研究[J];计算机工程与设计;2013年03期
相关会议论文 前1条
1 姚军;唐敬;;手机用户感知评估体系[A];宽带中国战略与创新学术研讨会(30)论文集[C];2012年
相关博士学位论文 前1条
1 许广林;智能融合的定性映射模型及其属性计算网络实现技术的研究[D];上海海事大学;2008年
相关硕士学位论文 前8条
1 于海涛;神经元映射模型的随机动力学分析[D];天津大学;2009年
2 谢意军;定性映射模型在TSP中的应用[D];上海海事大学;2003年
3 李杨;基于theme方法的对等多维度需求映射模型[D];郑州大学;2009年
4 温金鑫;基于映射模型的小世界神经网络同步特性的研究[D];天津大学;2012年
5 周兴朝;众包QoE-QoS映射模型及其无线资源管理[D];西安电子科技大学;2013年
6 宋康;开关电源离散映射模型分析及混沌控制研究[D];东北大学;2011年
7 赵翊凯;膀胱三维几何及特征映射模型研究[D];西北大学;2014年
8 王信亮;自然光下视线跟踪算法研究[D];华南理工大学;2014年
,本文编号:1433221
本文链接:https://www.wllwen.com/kejilunwen/wltx/1433221.html