MS休眠窗口叠加增长算法及其性能分析

针对休眠窗口的大小会影响移动站点节能性能及接收数据帧平均响应时间的问题,提出一种叠加增长算法,从而达到较好的节能效果且具有较短的平均响应时间。该算法定义第K个休眠窗口长度是第K．1和K-2个休眠窗口长度之和,以减缓各休眠周期内休眠窗口增长的速度。仿真结果表明,该算法在平均能耗和平均响应时间方面均优于IEEE802 16e规定的指数增长算法。     

基于自相似流的IEEE 802.16e休眠算法

为了减少移动站点的功率消耗,降低服务基站空中资源的使用,IEEE802.16e引入了休眠模式。移动站点与服务基站协商后进入休眠周期并暂时终止业务服务。休眠模式算法目前研究工作大都基于包到达服从泊松过程的假定来设计与分析算法,但研究表明,数据包到达的时间间隔遵循类似Pareto分布的重尾分布。针对网络流量的自相似特性,提出指数递减的休眠模式算法。理论分析与实验表明,此算法在平均响应时间和平均能量消耗方面都要优于IEEE802.16e协议所建议的指数递增休眠模式算法。     

IEEE802.16e睡眠模式的改进和硬件设计

IEEE802.16e标准支持终端的移动性,能量消耗成为非常重要的问题,因此,标准提出了节能机制睡眠模式减少移动站点（MS）的功率消耗。草案中提出的睡眠窗口指数增长算法在低业务量情况下,响应时间过长。提出了指数加权滑动增长算法解决这一问题,理论分析了新算法的平均响应时间和平均消耗能量两性能指标,对算法进行了硬件设计和整体系统的硬件结构设计,通过仿真对比了这两种算法的性能,证实后者在现实应用环境下具有较好的性能。进一步分析了睡眠模式各参数对上述性能指标的影响,对参数值的选取有参考价值。     

提高移动站点综合节能性能的新算法及性能分析

为减少移动站点(MS)的平均能耗(AEC)和其接收数据帧的平均等待时间(AWT),在分析IEEE802.16e规定的节能算法的基础上提出了一种休眠窗口的混合增长算法.该算法通过改变休眠窗口的增长速度,提高了移动站点节能综合性能.通过与IEEE802.16e规定的节能算法的对比分析和实验仿真验证了该算法的良好性能,并进一步考查了休眠模式中参数对算法性能的影响,有助于参数值的选取.结果表明:混合增长算法可以在获得更好节能特性的同时大大减少平均等待时间,尤其在到达率较低时,混合增长算法的平均能耗比指数增长算法降低15%～20%,平均等待时间减少50%～70%.     

IEEE802.16中基于非实时业务的节能算法

IEEE802.16系统中采用节能机制（PSM）来延长移动设备的电池使用寿命。针对非实时业务,IEEE802.16e和IEEE802.16m中的节能机制,通过令睡眠窗口指数倍增长来进行休眠,牺牲了大量的数据包响应时间来换取节能效果。为此,根据数据包到达的平均时间间隔,提出了一种动态设定移动终端（MS）睡眠周期的休眠算法nPSM。由基站（BS）在数据包到达时计算数据包平均到达间隔,并在下一次与移动终端通信过程中,通过下行数据包以捎带的方式将该信息传递给移动终端,作为后续休眠周期的长度。结合数学分析和仿真实验,验证了所提休眠算法相比现有针对非实时业务的节能算法,在低通信负载下,在减少数据包响应延时的同时提高了节能效果。     

面向Best Effort业务的IEEE 802.16m休眠模式及性能评估

针对IEEE 802.16m提出的新的休眠模式,为了定量刻画系统参数对系统性能的影响、优化设计系统参数,将有数据传输的扩展监听窗口抽象为忙期,无数据传输的监听窗口及之后的休眠窗口抽象为休假期,建立一个多重休假排队模型.结合Best Effort业务,考虑忙期长度与休假期长度之间的相互依赖关系,令首个休假长度随机变化,之后的休假长度按照指数方式增长.利用嵌入马尔科夫链方法,导出排队系统的稳态解,给出能量节省率及响应时间等性能指标的表达式.结合数值实验与仿真实验,揭示不同性能指标之间的折衷关系.构造成本函数,对休眠周期等系统参数进行优化设置,为IEEE 802.16m休眠模式的算法改进提供理论依据.     

移动宽带城域网节能类型Ⅱ的性能分析

为了有效分析移动网络中移动站点的节能效率,研究了应用于移动宽带城域网的IEEE802.16e节能类型Ⅱ的工作原理,建立了一个具有两种休假机制,且在一种休假机制内可以传输少量数据帧的多重休假排队模型;构建了由能量节省率、系统切换率和数据帧平均响应时间等组成的指标体系,并给出了各个性能指标的解析表达式.通过数值示例,刻画了系统性能与系统参数的依赖关系,表明了该模型的可行性与有效性.     

宽带城域网中节能机能I的性能分析

在移动宽带城域网中,如何获得更好的节能效果是移动设备面临的重要问题之一,IEEE 802.16e标准中提出称为休眠模式的节能机制。基于带有休眠延迟的节能类型I,建立带有休假延迟且休假长度指数变化的多重休假排队模型。通过嵌入Markov链方法及边界状态变体定理,对排队模型进行了分析,给出了系统切换率、能量节省率和平均响应时间等性能指标的解析表达式。通过理论分析和仿真实验刻画了不同系统负载下,系统性能指标与休眠延迟定时器长度的依赖关系。综合不同性能指标,构造成本函数,给出系统参数的优化设置方案。     

LTE无线系统终端省电机制研究

针对长期演进(LTE)系统恒功率休眠模式中存在的低业务、高功耗等缺点,提出一种变功率休眠算法。该算法可根据终端业务要求,动态改变休眠周期,以提高终端的待机时间,并以该算法为基础,探讨休眠状态终端的平均响应时间和平均功耗等问题。仿真实验表明,与恒功率休眠算法相比,该变功率休眠算法可以减少功耗6%~12%。     

IEEE802.16e的休眠模式性能评估与优化

IEEE802.16e终端具有移动性,导致其系统配置受限于电池容量。而休眠模式作为移动终端的必备功能,它能有效地管理有限的电池容量,延长移动终端的单次充电使用时间。该文回顾了IEEE802.16e移动终端休眠模式的3种功率节省类型,通过建模移动终端的休眠模式,研究了多种功率节省类型相组合的情况,探讨了休眠模式状态下移动终端的平均能量消耗和平均能量节省问题。通过系统模型仿真,提出了基于参数配置变化的休眠模式性能评估及优化的方法。     

Energy-aware QoS uplink scheduling for UGS traffic flows in WiMAX networks

This paper presents a new energy-aware QoS scheduling and call admission control algorithm for WiMAX IEEE 802.16e wireless access standard. The scheduling algorithm works at MAC layer and is designed towards minimizing power consumption at mobile stations supporting multiple Unsolicited Grant Service (UGS) connections, while meeting the QoS requirements of the connections. The algorithm uses a novel idea to fill an active OFDM frame as much as possible in order to increase the number of OFDM frames in sleep mode at mobile station. The algorithm also considers the dynamic nature of connection joining and termination. We used Voice-over-IP (VoIP) traffic connection models for UGS traffic flows to simulate and validate algorithm. The simulation model was tested using VoIP codec types with different rates and QoS requirements. Simulation results show that a power saving in the range of 50–75% can be easily achieved at the mobile station under low-to-moderate traffic intensities.     

On the effectiveness of single and multiple base station sleep modes in cellular networks

In this paper we study base station sleep modes that, by reducing power consumption in periods of low traffic, improve the energy efficiency of cellular access networks. We assume that when some base stations enter sleep mode, radio coverage and service provisioning are provided by the base stations that remain active, so as to guarantee that service is available over the whole area at all times. This may be an optimistic assumption in the case of the sparse base station layouts typical of rural areas, but is, on the contrary, a realistic hypothesis for the dense layouts of urban areas, which consume most of the network energy.     

计数器驱动的IEEE 802.16e休眠模式研究

为了降低移动终端的能量消耗以及对基站空口资源的占用,IEEE 802.16e标准定义了休眠模式。针对计数器驱动的休眠工作模式与IEEE 802.16e标准不能较好兼容的局限,提出了改进的计数器驱动休眠算法,建立马尔可夫链模型分析其性能,推导出平均时延、平均功耗与计数器门限值等参数之间的内在关系,在此基础上给出了不同QoS要求的连接所对应的参数设置方案。     

基于最佳候选的蜂窝网络低能耗基站部署算法

无线异构蜂窝网络中微基站的过度增加会导致能量效率的降低。针对基站部署中的绿色通信问题,提出了一种基于最佳候选的低能耗基站部署算法。首先,设计了最佳候选点选择策略来选择一组基站候选点集合,然后再利用贪婪算法选择可以使得网络能量效率达到最大值的微基站,该方法限制了用户分布对基站部署的影响。仿真实验结果表明,在多种负载情况下,提出方法在满足网络容量的同时不仅增加了能量效率还增加了网络总流量,中负载能量效率提高了36%。     

无线异构EH蜂窝网络中移动台关联的性能分析

在无线EH蜂窝网络中,建立了一个异构网络模型,这个模型由宏基站、小基站、中继站以及移动台组成。所有站点仅由周围无线环境中收集的能量供电。基于这个模型,研究了一种基于加权信噪比决策的新型移动关联方法。在方法中,移动台不仅可以通过直连链路关联到宏基站和小基站,也可以通过中继链路关联到宏基站,关联取决于信道状态信息和由权重函数和信噪比门限的乘积所定义的加权信噪比门限。此外,推导了系统中断概率和平均信道容量的表达式,仿真结果表明,WSNR-MA方法在多类型站点间的业务负载均衡中具有灵活性,比现有的方法能够获得更大的系统信道容量和更好的中断性能,具有积极的作用。     

改进的IEEE802．16e睡眠模式算法

IEEE802．16e标准采用睡眠模式降低移动台的能量消耗。提出一种改进的睡眠模式控制算法,该算法根据接入速率的变化动态调整睡眠模式的睡眠周期。在给出的4种实际模型上比较IEEE802．16e标准算法与改进算法,结果表明改进算法在低接入速率下能节约更多能量,在高接入速率下与标准算法的性能相当。     

增强的IEEE 802.16e节能机制

为了提高电池供电的宽带无线接入设备的能量效率,通过建立IEEE 802.16e休眠模式的马尔可夫分析模型,研究了体眠机制的能量效率,分析了功率损耗和数据包平均延时之间的关系,建议了一种动态算法来适应终端的随机化业务,理论分析和NS2仿真结果都表明建议的算法能在整个休眠模式中节省较多的终端能量.     

The Sound of Silence: Guessing Games for Saving Energy in a Mobile Environment

This paper explores efficient discrete coding techniques that are motivated by the time–energy trade-off in message transmissions between mobile hosts and mobile support stations. Three algorithms are suggested, two of which use guessing games in which the mobile support station guesses the message to be transmitted by the mobile host and receives an approving signal for a successful guess from the mobile host. The first algorithm is designed to achieve the smallest expected amount of energy while obeying a time bound for message transmissions. The second algorithm achieves the shortest expected transmission time while obeying a bound on the energy. This algorithm uses dynamic programming to construct an optimal tree for the guessing game. Our third algorithm uses a different approach based on the Lempel–Ziv compression algorithm. The time–energy trade-off is controlled by the choice of the length of the codes used to encode strings in the dictionary. The theoretical results obtained are not tied to mobile computing and are of independent interest.