论文部分内容阅读
在多媒体通信网络中,频谱的拥挤状况会随着所需承载的用户数量、应用多样性以及服务需求的增加而变得日益严峻,用户动态接入机制是通过对相关接入策略的研究,提高认知网络中用户接入质量和服务能力,在现有的频谱动态接入研究中,很少考虑到缓存容量受限条件下,具有异构业务特性的多用户服务质量保证的问题。在缓存不是无限大的实际约束下,采用网络编码的服务方式对时延不敏感业务加以处理,即对于非实时性的用户数据业务,当信道中有用户被服务完成后,便可将缓存队列中的用户推入到服务队列,当考虑了实际缓存长度之后,将两个或多个非实时业务数据包进行网络编码操作,之后再存入缓存,等待信道有空闲时再对其进行服务,研究表明基于该策略的接入机制,能够在授权用户呼叫到达速率增加或是服务时间延长的条件下,最大限度的减少非授权用户冲突可能性。其次,网络编码服务的引入会改变数据流的特性,其网络吞吐量、时延以及丢包性能都随之发生了变化,而该领域研究的关注范围主要集中在网络容量的分析,以及达到这种理想的容量所需要构建的编码方式,却很少有研究考虑到诸如时延和丢包率等重要性能指标的分析与建模。由于数据流融合带来的相关性差异使得对流的分析过程发生变化,对编码数据流进行数学模型的搭建,可以使得这种分析变得清晰,从而为后续网络应用与优化提供重要的理论基础。网络中丢包特性的研究历来也被众多研究者所重视,但大多数研究的是基于确知性数据流网络中的丢包性能问题,针对现实网络中使用较多和覆盖面广的突发式流量模型而言,需要更进一步的研究。在此背景下,针对多用户动态接入策略,由于数据流融合过程的加入,会使得对编码后的丢包模型建立和分析变得更加具有挑战性。并且,随着数据业务多样性的增加,用户对诸如语音视频等应用的服务质量要求也在提高,因此丢包边界也成为了工业界和学术界所共同关心的指标。这些指标的研究对于用户服务质量的保证有重要理论价值。在对上述关键问题研究的基础上,讨论了下一代移动健康网络中多用户接入的服务质量问题。尤其是对于健康服务具有迫切需求的今天,医养结合、健康监护与大数据服务已逐渐融合,基于人体生理参数优先级分类的服务,是在大数据时代实现具有区分服务的可移动智能健康网络的有效方法,利用智能终端作为集中收发装置,实现医护人员或监测中心对多个护理对象的健康服务。尽管有关移动健康医疗的一些领域得到了学者广泛关注与研究,然而,关于无线频谱资源限制而产生的用户健康服务需求得不到满足等关键性问题仍然存在,在此背景下,研究基于健康对象分类服务机制的解决方案就显得非常有必要,同时,将生理参数按临床处理的紧急程度对其进行分类,对于提高监护者的主动接入性能、移动健康网络的连接性、网络利用率以及老年对象和重病患者的服务可靠性均有帮助。针对急剧增加的健康服务需求,目前的移动健康系统采用专网专用的方式来应对,但对于大数据应用下的健康医疗服务而言,已经难以满足服务需求,本文提出的健康用户服务策略则是以现有的身体传感网为基础,并考虑到了低成本和可扩展性来提升移动健康网络中用户接入的服务质量。文中对基于服务质量保证的健康网络接入机制作了较深入探讨,将用户的生理健康信息分为具有三个不同响应等级的信息类,以表示他们在临床治疗中相互之间紧急程度的高低。从高优先级信号到低优先级信号的生理健康信息分类分别是:临床治疗紧急程度最高的实时生理参数信号、一般重要性的非实时信号,以及电子健康档案。智能终端发送生理健康信息时,基于无线信道繁忙程度并依据其优先级特性进行发送,实时健康数据具有最高优先级的接入信道能力,因此处于紧急状态下的健康用户能够以最优的服务质量完成通信,使该类用户获得最及时的服务。