分布式移动性管理系统资源自优化功能的设计与实现

来源 :北京邮电大学 | 被引量 : 0次 | 上传用户:wsw12345ok
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着移动通信技术的飞速发展,传统互联网流量大量的导入到移动通信网中,促使了移动通信网数据业务流量呈指数增长时,给移动互联网带来了极大的挑战。首先要面临的是无限增长的数据业务流量和有限网络宽带间矛盾;其次要面临异构、泛在网络的普遍存在,如何让多种网络协同工作,以实现充分利用现有网络资源;最后,扁平化、虚拟化、智能化的移动网络管理架构急需提出,以达到用最少的运营成本去满足最多的用户应用需求,创造更大的价值。因此,设计和实现一种无线资源管理机制以充分利用现有网络资源并且尽可能的满足用户的业务需求将是一件非常有价值的工作。   本文首先介绍了一种分布式移动性管理系统和自治网络设计的基本原理和方法,并分析了在分布式移动性管理系统中加入资源自优化功能的可行性和研究意义。之后,提出了一种无线资源管理机制--基于联合的网络选择与资源分配算法,该算法主要是保障应用QoS的前提下使网络资源利用率最大化,通过理论分析和仿真验证该算法能够在不同的网络环境中取得较好的性能,而且算法的收敛速度和稳定性很好。   在此基础上,本文对实验室项目组已有的一种分布式移动性管理系统进行了改进,并运用自治网络的相关技术,将本文提出的无线资源管理机制,以自治的方式在该系统上进行了详细设计和原型实现。通过更改或者扩展原有系统的终端和分布式网关,实现了该系统资源自优化功能,终端网络选择功能,终端流量控制功能等。最后对系统原型上进行了测试,选择了多个应用类型和场景对改进后系统与资源自优化相关的基本功能进行了验证,并对系统总的Utility值和流量控制进行了性能分析,测试结果表明该系统基本实现了资源自优化功能。
其他文献
随着互联网的高速蓬勃发展,我们现在所处的时代是一个“信息大爆炸”的时代,在这每天瞬息万变浩瀚如海的信息中准确定位人们所需要的信息是一个极大的挑战。作为一种无监督的机
学位
学位
随之网络应用的快速发展,互联网应用逐渐向以服务为基础的方面转型,对于当今Web应用开发来说,Web服务(Web Services)技术无疑是其强大的解决方案之一。然而,传统的Web服务技术已
基于MapReduce编程模型并运行在大规模集群上的数据仓库系统是当今存储、管理和分析海量数据的重要工具。例如,基于开源MapReduce平台Hadoop的Apache Hive数据仓库系统已经被
行为学研究发现,持续注意过程中,反应时存在低频(0.05 Hz)振荡现象。传统的功能磁共振(fMRI)任务设计不适合进行频率分析。本研究中,提出一个新的实验范式:手指压力实时反馈(RT-
社会科技文明随着电子信息技术的高速发展大踏步地向前进发,这使得整个汽车电子软件开发领域向着多元化、复杂化的方向发展。为了解决不断升级变化的ECU处理器为汽车电子软件
学位
粗糙集理论是由波兰科学家Pawlak提出的一种处理不确定知识的数学模型,该工具能够很好地对符号数据进行如属性约简、规则提取等分析,并已经在人工智能、机器学习与数据挖掘领域
基于SaaS的软件产品有灵活配置、多租户、无需部署的特性,特别适用于中小型企业。但当前的SaaS软件研究成果均以管理企业静态数据为核心功能,并未提供良好的业务流程支持。工作