[发明专利]终端装置、分组数据网络网关及移动性管理实体有效

专利信息
申请号: 201680019657.X 申请日: 2016-04-06
公开(公告)号: CN107431875B 公开(公告)日: 2021-07-02
发明(设计)人: 河崎雄大;久下阳子;新本真史 申请(专利权)人: 夏普株式会社
主分类号: H04W28/08 分类号: H04W28/08;H04W76/11;H04W76/18;H04W80/00;H04W8/06;H04W48/14
代理公司: 深圳市赛恩倍吉知识产权代理有限公司 44334 代理人: 汪飞亚;李艳霞
地址: 日本国大*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要: 根据对于终端装置进行的PDN连接建立请求的响应,进行多接入PDN连接的建立、或拒绝多接入PDN连接的建立所伴随的通信控制。由此,提供终端装置的多接入PDN连接建立请求所伴随的通信控制方法等。
搜索关键词: 终端 装置 分组 数据 网络 网关 移动性 管理 实体
【主权项】:
一种终端装置,其特征在于:包括LTE接口部;所述LTE接口部,为了建立PDN(Packet Data Network)连接,将PDN连接请求消息发送至MME(Mobility Management Entity),从所述MME接收PDN连接拒绝消息;所述PDN连接请求消息包含PCO(Protocol Configuration Option);所述PCO包含表示请求使用NBIFOM(Network‑based IP Flow Mobility)的信息;所述PDN连接拒绝消息是对于所述PDN连接请求消息的响应消息;所述PDN连接拒绝消息包含演进分组系统会话管理原则(ESM Cause);所述演进分组系统会话管理原则包含表示不许可对PDN连接的多接入的信息。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于夏普株式会社,未经夏普株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201680019657.X/,转载请声明来源钻瓜专利网。

同类专利
  • 一种基于联邦学习降低无线算力网络能耗的方法及系统-202211234349.2
  • 孙文;张海宾;李宗俊;靳咏雷 - 西北工业大学
  • 2022-10-10 - 2023-03-28 - H04W28/08
  • 本发明提供的一种基于联邦学习降低无线算力网络能耗的方法及系统,一种基于联邦学习降低无线算力网络能耗的方法,其特征在于,包括以下步骤:步骤1,获取无线算力网络中的应用平面对应的应用需求;步骤2,根据得到的应用需求提出计算请求;步骤3,在无线算力网络中的算力平面中的每个计算节点上搭载初始化联邦学习模型,并确定初始化联邦学习模型的结构参数;步骤4,利用步骤2中得到的计算请求对步骤3中搭载的初始化联邦学习模型进行训练,得到训练好的联邦学习模型;步骤5,利用训练好的联邦学习模型对接收到的用户数据进行业务处理;本发明能够加快WCPN中联邦学习的收敛速度、减少传统异步联邦学习的能耗。
  • 一种院前数据的接收方法-202211373098.6
  • 范兰芳 - 北京众森信和科技有限公司
  • 2022-11-04 - 2023-01-24 - H04W28/08
  • 本发明涉及通信领域,公开了一种院前数据的接收方法,包括:边缘服务器获取移动终端发送的数据包,获取数据包的类型和IP信息,根据数据包的类型向移动终端发送数据,根据IP信息和数据包的信息更新网络信息。本发明通过设置边缘服务器,并配置边缘服务器和救护设备的沟通方式,可以实现院前数据的流量跟踪,并为数据的发送提供参考信息。
  • 联合传输方法及通信装置-201810737325.6
  • 杨懋;李波;李云波 - 华为技术有限公司
  • 2018-07-06 - 2023-01-13 - H04W28/08
  • 本申请实施例提供了一种联合传输方法及AP,涉及通信领域,在本申请提供的联合传输方法中,第一AP通过向第二AP发送缓存指示,使第二AP在第一AP向至少一个STA发送数据的过程中,对数据进行缓存。从而能够实现减少空口资源占用的同时缩短时延,有效提升了用户体验。
  • 一种基于深度强化学习的无人机辅助协作式任务卸载方法-202211263973.5
  • 沈航;阮辰晖;白光伟 - 南京工业大学
  • 2022-10-14 - 2023-01-06 - H04W28/08
  • 本发明提出了一种基于深度强化学习的无人机辅助协作式任务卸载方法,步骤如下:S1、无人机实时采集物联网系统中环境数据;S2、根据S1中过往的终端设备信息预测任务到达;S3、根据S2中预测数据提前训练并记录结果;S4、根据S1、S3的输入参数为终端设备选择性能最优的计算任务卸载策略并卸载计算任务;S5、无人机根据奖惩机制计算当前得分,并将数据作为经验放入经验回放池中;S6、从经验回放池随机采样小批量样本输入当前网络和目标网络,并更新网络参数;S7、重复S1~S6,不断迭代更新,最终计算任务卸载决策趋于最优;本发明可以自适应调整物联网系统中的计算任务卸载策略,在满足无人机和基站容量约束的同时,可以实现较低的任务丢失率。
  • 节点负载自均衡的方法、装置及电子设备-202211152759.2
  • 刘继业 - 中国联合网络通信集团有限公司
  • 2022-09-21 - 2023-01-03 - H04W28/08
  • 本申请提供一种节点负载自均衡的方法、装置及电子设备,该方法包括:在MP的网络流速满足预设流速波动条件时,获取多个连续时间段的MP的网络流速和多个连续时间段的各个对端MP的网络流速;针对每个连续时间段,计算MP的网络流速与预设的网络流速阈值之间的第一差值;针对每个对端MP,根据多个第一差值和对端MP的网络流速,求得各个对端MP的网络流速的皮尔逊系数;从多个对端MP中选取最大的皮尔逊系数且皮尔逊系数大于预设值所对应的对端MP作为目标对端MP,控制MP向目标对端MP发送切换回传链路的消息。本申请计算多个时间段对端MP的流速和平均流速超限差值的皮尔逊系数,确定对流速影响最大的对端MP节点,从而有效地做负载均衡操作。
  • 一种无人机边缘计算网络中能效优化的任务卸载调度方法-202211168983.0
  • 邝祝芳;韩珂;伍俊林;李长云 - 中南林业科技大学
  • 2022-09-25 - 2023-01-03 - H04W28/08
  • 本发明提供了一种无人机边缘计算网络中能效优化的任务卸载调度方法。主要包括如下步骤:1、生成任务描述集合构建无人机边缘计算网络中任务卸载调度,传输比特优化和无人机轨迹优化的数学模型P1。2、在给定传输比特分配、无人机轨迹的情况下,构建数学模型P2,采用流水车间作业调度算法求解最优卸载决策和任务调度。3、采用动态规划算法和凸优化方法,求得传输比特分配。4、采用凸优化方法,求得最优的无人机轨迹,计算所有物联网移动设备的总能耗,目标值记为Ek。5、比较Ek与Ek+1的差值,如果|Ek‑Ek‑1|<ε,则退出,否则重复步骤2、步骤3和步骤。应用本发明降低了无人机移动边缘计算网络中物联网移动设备的使用能耗,延长了终端设备的使用时间。
  • 一种基于空间评估的5G负载均衡方法-202211032738.7
  • 肖清华 - 华信咨询设计研究院有限公司
  • 2022-08-26 - 2023-01-03 - H04W28/08
  • 本发明一种基于空间评估的5G负载均衡方法,解决现有技术中5G负载均衡方法仍存在不合理,影响负载转移成功的问题。方法包括获取互为邻区的小区以及信息,计算小区综合评估值,选取源小区,获取源小区所有邻区,进行空间评估,选取目标小区,获取源小区和目标小区的公共用户负载量,对比公共用户负载量与对比源小区、目标小区的负载空间值,匹配出能够进行转移的最佳负载量转移至目标小区;设定均衡条件,进行收敛判断。本发明能够在尽可能短的时间内让系统达到小区均衡状态,优化系统资源利用率,为用户提供用户质量的保障。
  • 一种基于Stackelberg博弈的D2D计算卸载方法-202211127620.2
  • 朱琦;韩跃林 - 南京邮电大学
  • 2022-09-16 - 2023-01-03 - H04W28/08
  • 本发明公开了一种基于Stackelberg博弈的D2D计算卸载方法,该方法针对用户在协作计算过程中的利益竞争关系,引入了一种计算卸载机制。同时考虑空闲用户以及拥有任务计算需求的繁忙用户双方的开销,并分别定义了双方的效用函数,在此基础上形成了基于Stackelberg博弈的任务卸载模型,其中拥有空闲计算资源的用户为领导层,其效用定义为协作计算中除去能耗开销后获得的收益,有计算任务需求的用户为从属层,其效用定义为除去时延、能耗以及卸载费用后任务完成获得的收益。基于D2D与NOMA技术,有计算任务的用户可以将任务以部分卸载的方式,卸载到具有空闲计算资源的多个终端上进行协作处理以提高任务处理效率。
  • 一种多无人机边缘计算网络中无人机部署与任务卸载方法-202211106470.7
  • 邝祝芳;王昊彬;郭宇敬;冯艳艳 - 中南林业科技大学
  • 2022-09-12 - 2022-12-30 - H04W28/08
  • 本发明提供了一种多无人机边缘计算网络中无人机部署与任务卸载方法,目标是最大化无人机的承载任务数。主要包括如下步骤:1、构建多无人机边缘计算网络中无人机部署与任务卸载的数学模型P1。2、在给定无人机分配给任务CPU计算频率的情况下,构建数学模型P2,基于差分进化算法与贪婪算法求解问题P2,求出无人机最优的位置与仰角,地面终端设备的传输功率以及任务的卸载决策。3、基于求得的无人机最优的位置与仰角以及地面终端设备的传输功率,构建数学模型P3,求出无人机分配给任务的CPU计算频率和卸载决策。4、在步骤2与步骤3之间循环迭代求解。5.本应用提高了在多无人机边缘计算网络中无人机的任务执行效率。
  • 一种空地协同无人机边缘计算网络中任务卸载调度方法-202211106569.7
  • 邝祝芳;潘毅辉;冯建;李洁 - 中南林业科技大学
  • 2022-09-12 - 2022-12-30 - H04W28/08
  • 本发明提供了一种空地协同无人机边缘计算网络中任务卸载调度方法。包括如下步骤:1、生成任务描述集合,构建无人机边缘计算网络中任务卸载调度,计算资源分配和无人机最优位置的问题模型P1。2、给定初始无人机CPU计算频率、无人机位置和卸载数据量,构建问题模型P2,采用贪婪策略求解任务卸载决策和任务调度顺序。3、构建问题模型P3,采用连续凸逼近的方法求无人机位置。4、采用凸优化的方法求任务传输功率和无人机CPU计算频率。5、计算目标值E。6、重复步骤2至步骤5,求新的目标值E′,比较E与E′,如果|E‑E′|<ε,则退出,否则重复步骤6。应用本发明可以有效降低空地协同无人机边缘计算网络中任务的执行能耗。
  • 一种基于微服务的云-网-边智能协同与管理编排方法-202211192155.0
  • 赵力强;林妙预;李因新;梁凯 - 西安电子科技大学;西安电子科技大学广州研究院
  • 2022-09-28 - 2022-12-30 - H04W28/08
  • 本发明公开了一种基于微服务的云‑网‑边智能协同与管理编排方法,应用于云‑网‑边智能协同框架系统,该系统包括云域、网络域和边缘域三域,云域、网络域和边缘域均为四层三面结构设计,四层结构包括从下到上依次设计的基础设施层、虚拟化层、功能层和应用层,三面结构包括控制面、智能面和MANO面,基础设施层、虚拟化层、功能层、应用层分别与控制面、智能面和MANO面交互,控制面、智能面和MANO面之间相互交互,对应方法包括:基于微服务实现系统的分布式智能算法训练及推理过程;基于Kubernetes实现系统的网络功能模版实例化过程。本发明实现了高效部署。
  • 一种车辆边缘计算网络中依赖任务的卸载方法-202211168868.3
  • 邝祝芳;黎松;赵鹏 - 中南林业科技大学
  • 2022-09-25 - 2022-12-30 - H04W28/08
  • 本发明提供了一种车辆边缘计算网络中依赖任务的卸载方法。主要包括如下步骤:1、生成任务描述集合i∈φ,φ=(Di,Ci),构建网络中任务卸载调度,数据量分配的数学模型。2、在给定数据量分配的情况下,基于深度学习DQN算法求解任务卸载调度,求得目标值E。3、基于求得的卸载调度决策,采用粒子群算法求解数据量分配,求得目标值E'。4、比较目标值E和E'的差值,如果E‑E'<χ,则退出,否则重复步骤2和步骤3。应用本发明,解决了移动车辆边缘网络中依赖任务卸载调度和数据量分配优化问题,有效地降低了网络中依赖任务的执行能耗。
  • 一种针对安卓系统的负载均衡方法和装置-202211136960.1
  • 劳冠华;谭贵勇 - 广州朗国电子科技股份有限公司
  • 2022-09-19 - 2022-12-27 - H04W28/08
  • 本发明提供了一种针对安卓系统的负载均衡方法和装置,所述方法包括:通过安卓系统源码的内核,打开QoS配置选项;在安卓系统启动后,接收用户的若干功能启动命令;其中,所述功能启动命令分别一一对应WIFI模块的若干功能;响应所述功能启动命令,根据所述安卓系统WIFI模块的总带宽,分别对各功能对应的网络接口下发限速命令,以实现若干功能的负载均衡;其中,所述限速命令包括各功能对应的带宽上限。相比于现有技术,在安卓系统打开后,接收用户的命令,分别对各功能的网络接口下发限速命令,限速命令包括带宽上限,从而各功能对应的负载之间的带宽能够得到合理分配,解决了随机争夺的问题,有效了网络的稳定性和可靠性。
  • 一种面向移动边缘计算的服务迁移与任务重路由平衡和资源管理在线优化方法-202211100666.5
  • 石优;易畅言;王然;吴强;陈兵 - 南京航空航天大学
  • 2022-09-09 - 2022-12-27 - H04W28/08
  • 本发明公开了一种面向移动边缘计算的服务迁移与任务重路由平衡和资源管理在线优化方法,当移动设备发生边缘服务器接入切换时实现服务迁移和任务重路由之间的平衡,提供无缝且经济高效的计算服务。考虑到网络的动态性以及管理决策可能存在的异步性,包括随机的任务生成和时变的信道条件,本发明构建一个双时间尺度在线优化问题,以共同确定大时间尺度决策和小时间尺度决策,然后,基于改进的Lyapunov算法,结合随机舍入和拉格朗日对偶技术的迭代算法,使系统的长期平均服务时延达到渐近最优。
  • 一种面向边缘计算的任务卸载和资源分配方法-202210635941.7
  • 杨鹏;易梦;孙元康;李冰;余少波 - 东南大学
  • 2022-06-07 - 2022-12-27 - H04W28/08
  • 本发明公开了一种面向边缘计算的任务卸载和资源分配方法,该方法包括中继选择、卸载决策和资源分配三个方面,用于解决物联网环境下移动用户的任务延迟和能耗问题,首先,引入虚拟骨干网架构,通过连通控制集为用户提供高效的多跳卸载服务,然后,提出了一种基于连通控制集的深度强化学习算法,利用该算法找到从移动用户到移动边缘计算服务器的最短路径,此外,基于卸载决策和资源分配之间的高度耦合关系,本发明设计了一个DLIO算法来解决卸载和资源分配的联合优化问题,以最小化系统成本为优化目标,本发明能够有效解决泛在边缘物联网系统中移动用户任务卸载和资源分配的问题。
  • 重定向失败的处理方法、装置、电子设备及可读存储介质-202110075875.8
  • 王杰平 - 维沃移动通信有限公司
  • 2021-01-20 - 2022-12-27 - H04W28/08
  • 本申请公开了一种重定向失败的处理方法、装置、电子设备及可读存储介质,属于通信技术领域,能够解决电子设备在盲重定向失败时,无法连接网络的问题。该方法包括:在预设时间内接收到预设次数的盲重定向消息的情况下,获取N个第一小区的目标信息,N个第一小区为第一电子设备能够搜索到的N个小区,目标信息用于确定N个第一小区中每个第一小区的接入优先级,N≥1;接入目标小区;其中,目标小区为N个第一小区中,接入优先级最高的小区;N个第一小区的接入优先级为:基于在盲重定向过程中,N个第一小区中每个第一小区的接入成功率确定的。本申请实施例应用于电子设备接收到盲重定向消息后,进行重定向的场景中。
  • 基于边缘计算的车路协同车联网任务卸载与迁移方法-202210398831.3
  • 王亮;杜嘉蓉;王小明;林亚光;李梦阁 - 陕西师范大学
  • 2022-04-15 - 2022-12-27 - H04W28/08
  • 一种基于边缘计算的车路协同车联网任务卸载与迁移方法,由建模目标车辆产生的任务、确定卸载对象和卸载子任务数量、确定卸载子任务的传输时延、确定卸载子任务的计算时延、确定本地子任务的计算时延、确定总处理时延、迁移卸载子任务计算结果、返回卸载子任务计算结果步骤组成。本发明在确定卸载对象和卸载子任务数量时,考虑目标车辆位置、目标车辆产生的任务、目标车辆可用计算资源等三个重要属性的条件下,使用深度Q网络方法,以最大化总收益为目标车辆确定最合适的卸载对象和卸载子任务数量;在迁移子任务计算结果、目标车辆超出卸载对象的通信范围时,触发结果迁移机制,卸载对象将计算结果交付给交付路边单元,降低了任务卸载失败的概率。
  • LTE网络下多频小区间负荷均衡方法和装置-201811456019.1
  • 鲁飞;翁维波 - 中国移动通信集团浙江有限公司
  • 2018-11-30 - 2022-12-27 - H04W28/08
  • 本发明实施例提供一种LTE网络下多频小区间负荷均衡方法和装置。所述方法包括:获取同一覆盖区域内各异频小区的MR数据;根据所述MR数据确定源小区与目标小区、源小区与目标小区的信号强度以及源小区与目标小区之间的重叠覆盖度;根据所述源小区与目标小区之间的重叠覆盖度确定均衡对象小区;根据小区用户数与资源利用率的相关关系计算源小区与各均衡对象小区间的可用容量差值;根据所述小区间可用容量差值进行负荷均衡。本发明实施例通过小区用户数与资源利用率的相关关系反向预估均衡参数的调整幅度,能够提升负荷均衡参数优化的效果。
  • 移动负载均衡方法及装置、电子设备和存储介质-202110690559.1
  • 郭雷;周柳杉;张天魁 - 中国电信股份有限公司
  • 2021-06-22 - 2022-12-23 - H04W28/08
  • 本公开实施例提供一种移动负载均衡方法及装置、电子设备和存储介质。所述方法应用于基于网络切片的移动网络体系结构,所述移动网络体系结构包括N个网络切片、J个射频拉远单元RRU和U个用户,N、J和U均为大于或等于1的正整数;其中,所述方法包括:获得各个网络切片的满意度;根据各个网络切片的满意度获得系统满意度;若所述系统满意度不满足要求,则实施切片级负载控制策略以调整各RRU分配给网络切片的无线资源比例。
  • 用于无人系统自组织网络的跨层负载均衡方法和装置-202010849019.9
  • 方姣岚;王婵;雷鸣;赵民建;李可欣 - 浙江大学
  • 2020-08-21 - 2022-12-23 - H04W28/08
  • 本发明提出一种用于无人系统自组织网络的跨层负载均衡方法和装置,其中,方法包括:通过获取无人系统自组织网络的各节点的剩余能量值和预计消耗能量值,根据各节点的剩余能量值和预计消耗能量值,确定各节点对应的剩余能量预测值,根据各节点对应的剩余能量预测值,确定各节点的链路权重和各节点对应的能量等级,采用预设算法根据能量等级为最高能量等级的各节点的链路权重之和,确定多条候选路径,根据多条候选路径的各节点的剩余能量预测值,确定目标路径,根据目标路径的各节点的剩余能量预测值,确定目标路径的路径等级,根据待发送业务的优先级和目标路径的路径等级,控制目标路径发送业务,从而实现了无人系统自组织网络的负载均衡运行。
  • 混合协作计算卸载方法、装置、电子设备及存储介质-202011445907.0
  • 蔡君;丁可可;刘燕;罗建桢 - 广东技术师范大学
  • 2020-12-09 - 2022-12-23 - H04W28/08
  • 本发明公开一种混合协作计算卸载方法、装置、电子设备及存储介质,其中,方法包括:在待处理任务的计算量无法承担时,发出待处理任务卸载请求,待处理任务卸载请求携带任务分割信息;根据待处理任务卸载请求的反馈及任务分割信息,设计任务计算卸载模型;根据任务计算卸载模型,计算任务执行时延。本发明混合协作计算卸载方法、装置、电子设备及存储介质,用户任务被分割成若干个子任务,且分析若干个子任务之间的依赖关系,当用户计算资源不足时,可以将若干个子任务卸载到其他用户设备或边缘计算服务器,采用基于深度强化学习的单任务混合卸载机制,可以降低任务完成时延,节省网络带宽,提高完成任务效率,可普遍适用于物联网等技术领域。
  • 一种基于用户信誉度的边缘计算卸载方法-202211172935.9
  • 郝万明;李润祥;黄瑜;牛庆军;王万印;唐望博;焦战威 - 郑州大学;国电投河南新能源运行维护有限公司;郑州海威光电科技有限公司
  • 2022-09-26 - 2022-12-20 - H04W28/08
  • 本发明提出了一种基于用户信誉度的边缘计算卸载方法,其步骤为:首先,搭建基于用户信誉度的边缘计算系统,包括终端用户和配置MEC服务器的基站;并根据MU与MEC服务器的历史交互信息构建信誉度模型,MEC服务器根据用户信誉度分配计算资源;其次,基于分配计算资源产生的时延和能耗,通过引入用户时延和能耗偏好因子构建计算模型;并将计算模型分解为功率分配子模型和卸载决策子模型;最后,对于给定的卸载决策,基于二分法的高效功率分配算法对功率分配子模型进行优化,获得传输功率;再基于传输功率,利用改进的粒子群优化算法对卸载决策子模型进行优化,获得系统开销最小化的卸载决策。本发明可有效提高用户体验质量和降低系统开销。
  • MSDE场景下基于DQN算法的计算卸载策略-202211140139.7
  • 丁凯;谭文安 - 南京航空航天大学
  • 2022-09-19 - 2022-12-20 - H04W28/08
  • 本发明公开一种多传感器设备在未知领域探索场景下的基于深度Q网络算法的计算卸载研究。当类似于传感器的物联网(Internet of Things,IoT)设备在户外采集和分析信息时,经常会遇到能量不足或信息无法及时分析的情况。为了使传感器设备更加连续和高效地工作,我们将移动边缘计算(Mobile Edge Computing,MEC)应用于多传感器领域探索(Multi‑Sensor Domain Exploration,MSDE)场景。通过捕获设备的电池电量、分配任务的卸载率以及观察每个作业的延迟来选择计算卸载策略。致力于实现这一想法,我们将卸载过程描述为马尔可夫决策过程(Markov Decision Process,MDP),引入动作和状态空间,并提出基于DQN的有效卸载策略。概算法具有较强的实用性和高效性,在一定程度上提高了服务质量,改善了设备的续航能力和计算效率。
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top