專利名稱：異構(gòu)泛在網(wǎng)絡(luò)環(huán)境下的終端聚合系統(tǒng)及方法
技術(shù)領(lǐng)域：
本發(fā)明涉及無(wú)線通信技術(shù)領(lǐng)域，特別涉及一種異構(gòu)泛在網(wǎng)絡(luò)環(huán)境下的終端聚合系統(tǒng)及方法。
背景技術(shù)：
隨著無(wú)線通信技術(shù)的迅猛發(fā)展和人們對(duì)業(yè)務(wù)需求的不斷增加，終端的定義得到極大的擴(kuò)展，各種終端具有了越來(lái)越多的不同的業(yè)務(wù)能力，如接入能力、計(jì)算能力、播放能力甚至供電能力等，因此終端的異構(gòu)性問(wèn)題將更加突出。此外，終端發(fā)展的另一個(gè)趨勢(shì)是泛在化，即用戶周邊的終端通過(guò)靈活的互聯(lián)和協(xié)同技術(shù)實(shí)現(xiàn)交互，為用戶提供智能化業(yè)務(wù)。由于受到硬件復(fù)雜度及終端能力的制約，僅具備單一業(yè)務(wù)能力的終端不能最優(yōu)地支持所有類型的業(yè)務(wù)應(yīng)用，因而需要異構(gòu)終端之間合作形成邏輯上的終端能力集合，即聚合終端群，以支持內(nèi)容更加豐富業(yè)務(wù)應(yīng)用，最大可能滿足用戶的業(yè)務(wù)應(yīng)用需求。終端聚合首先要解決的問(wèn)題是從不同業(yè)務(wù)能力的終端能力集合中，分別選擇若干個(gè)終端聚合形成一個(gè)新的聚合終端群，同時(shí)考慮終端的個(gè)體能力(可用帶寬、剩余能量，覆蓋范圍，通信費(fèi)用等) 與終端之間的協(xié)同能力(連接穩(wěn)定性、協(xié)同功耗、系統(tǒng)容錯(cuò)性等)，在每個(gè)終端能力集合中至少選擇一個(gè)終端，同時(shí)要求所形成的聚合終端群具有最優(yōu)非劣的個(gè)體和協(xié)同能力。在這種情況下，如何應(yīng)對(duì)終端的業(yè)務(wù)能力異構(gòu)性以實(shí)現(xiàn)其協(xié)同工作進(jìn)而滿足多樣化的業(yè)務(wù)應(yīng)用需求，對(duì)聚合終端系統(tǒng)的有效性和高效性提出了更高要求?，F(xiàn)有的終端聚合方法通常是將多個(gè)決策因素線性加權(quán)轉(zhuǎn)化為單目標(biāo)函數(shù)，將多目標(biāo)優(yōu)化轉(zhuǎn)化為單目標(biāo)優(yōu)化，這種方式不可避免地存在一些缺陷(1)單目標(biāo)優(yōu)化只能產(chǎn)生滿足約束條件的單目標(biāo)最優(yōu)解，不能解決多目標(biāo)問(wèn)題，并且各決策因素權(quán)重的確定需要用戶對(duì)問(wèn)題有一定先驗(yàn)知識(shí)，特別是普通用戶并不熟悉各個(gè)決策因素，很難給出合理的權(quán)重； (2)單目標(biāo)最優(yōu)解是單一的，用戶沒(méi)有其他選擇余地，因此在終端聚合執(zhí)行過(guò)程中發(fā)生意外時(shí)沒(méi)有其他可替代方案，而通常情況下，用戶更關(guān)心能否獲得一組可以接受的最優(yōu)非劣解， 根據(jù)實(shí)際業(yè)務(wù)應(yīng)用需求選擇最滿意的終端聚合方案；C3)終端聚合大多僅考慮終端的個(gè)體能力，而缺乏考慮終端之間的協(xié)同能力，導(dǎo)致終端聚合整體效能下降。
發(fā)明內(nèi)容
(一)要解決的技術(shù)問(wèn)題本發(fā)明為了解決現(xiàn)有技術(shù)中終端聚合未充分考慮多目標(biāo)協(xié)同的問(wèn)題，提供了一種異構(gòu)泛在網(wǎng)絡(luò)環(huán)境下的終端聚合系統(tǒng)及方法，在選擇聚合終端的同時(shí)保證了所形成的聚合終端群具有最優(yōu)非劣的個(gè)體能力和協(xié)同能力。( 二 )技術(shù)方案為實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案一種異構(gòu)泛在網(wǎng)絡(luò)環(huán)境下的終端聚合系統(tǒng)，所述系統(tǒng)包括上下文感知模塊，用于獲取不同終端能力集合中終端的個(gè)體信息和協(xié)同信息并提供給聚合決策模塊；多目標(biāo)模塊，根據(jù)終端的綜合能力將用戶聚合需求轉(zhuǎn)化為可衡量的0-1 二次整數(shù)規(guī)劃雙目標(biāo)；聚合決策模塊，根據(jù)所述上下文感知模塊提供的信息以及所述雙目標(biāo)進(jìn)行決策， 獲得終端與最優(yōu)終端的貼近度，通過(guò)多目標(biāo)進(jìn)化得到系統(tǒng)的一組最優(yōu)解集；終端聚合模塊，根據(jù)對(duì)終端個(gè)體表現(xiàn)和協(xié)同表現(xiàn)的要求，確定所述最優(yōu)解集中各最優(yōu)解的綜合表現(xiàn)，根據(jù)綜合表現(xiàn)最大的最優(yōu)解來(lái)選擇終端形成聚合終端群。優(yōu)選地，所述個(gè)體信息包括終端當(dāng)前狀態(tài)下的可用帶寬、剩余能量、覆蓋范圍和通信費(fèi)用信息；所述協(xié)同信息包括終端間的連接穩(wěn)定性、協(xié)同功耗、系統(tǒng)容錯(cuò)性和匹配滿意度 fn息ο優(yōu)選地，所述聚合決策模塊根據(jù)TOPSIS多屬性決策計(jì)算的貼近度和來(lái)自所述多目標(biāo)模塊的雙目標(biāo)，采用多目標(biāo)進(jìn)化算法計(jì)算得到一組Pareto最優(yōu)解集。優(yōu)選地，所述聚合決策模塊根據(jù)規(guī)范化后的終端個(gè)體信息和協(xié)同信息，使用多指標(biāo)權(quán)重生成算法自動(dòng)生成各指標(biāo)的權(quán)重，并基于T0PSIS多屬性決策構(gòu)架評(píng)價(jià)終端的最優(yōu)終端和最差終端，計(jì)算各終端到理想最優(yōu)終端的貼近度。優(yōu)選地，所述終端到理想最優(yōu)終端的貼近度用于衡量選定終端與理論最優(yōu)終端的貼近程度以及與理論最差終端的遠(yuǎn)離程度。更進(jìn)一步地，本發(fā)明還同時(shí)提供一種異構(gòu)泛在網(wǎng)絡(luò)環(huán)境下的終端聚合方法，所述方法包括步驟Si，獲取不同終端能力集合中終端的個(gè)體信息和協(xié)同信息；S2，根據(jù)終端的綜合能力將用戶聚合需求轉(zhuǎn)化為可衡量的0-1 二次整數(shù)規(guī)劃雙目標(biāo)；S3，對(duì)所述終端的個(gè)體信息和協(xié)同信息以及所述雙目標(biāo)進(jìn)行決策，獲得終端與最優(yōu)終端的貼近度，通過(guò)多目標(biāo)進(jìn)化得到系統(tǒng)的一組最優(yōu)解集；S4，根據(jù)對(duì)終端個(gè)體表現(xiàn)和協(xié)同表現(xiàn)的要求，確定所述最優(yōu)解集中各最優(yōu)解的綜合表現(xiàn)，根據(jù)綜合表現(xiàn)最大的最優(yōu)解來(lái)選擇終端形成聚合終端群。優(yōu)選地，步驟Sl中，所述個(gè)體信息包括終端當(dāng)前狀態(tài)下的可用帶寬、剩余能量、覆蓋范圍和通信費(fèi)用信息；所述系統(tǒng)信息包括終端間的連接穩(wěn)定性、協(xié)同功耗、系統(tǒng)容錯(cuò)性和匹配滿意度信息。優(yōu)選地，步驟S3中，根據(jù)TOPSIS多屬性決策計(jì)算的貼近度和來(lái)自所述多目標(biāo)模塊的雙目標(biāo)，采用多目標(biāo)進(jìn)化算法計(jì)算得到一組Pareto最優(yōu)解集。優(yōu)選地，所述貼近度的計(jì)算具體為首先根據(jù)規(guī)范化后的終端個(gè)體信息和協(xié)同信息，使用多指標(biāo)權(quán)重生成算法自動(dòng)生成各指標(biāo)的權(quán)重；隨后基于T0PSIS多屬性決策構(gòu)架評(píng)價(jià)終端的最優(yōu)終端和最差終端，計(jì)算各終端到理想最優(yōu)終端的貼近度。優(yōu)選地，所述終端到理想最優(yōu)終端的貼近度用于衡量選定終端與理論最優(yōu)終端的貼近程度以及與理論最差終端的遠(yuǎn)離程度。(三)有益效果本發(fā)明提出的一種異構(gòu)泛在網(wǎng)絡(luò)環(huán)境下的終端聚合系統(tǒng)和方法，可根據(jù)不同終端能力集合中的終端的個(gè)體信息和協(xié)同信息進(jìn)行決策，基于實(shí)際業(yè)務(wù)需求確定最滿足用戶聚合需求的終端聚合方案，充分考慮了終端的個(gè)體能力和協(xié)同能力，因而最終形成的聚合終端群的整體效能最優(yōu)。此外，本發(fā)明還自動(dòng)確定多指標(biāo)參數(shù)的權(quán)重，可以減輕用戶負(fù)擔(dān)且通用性較好。
圖1為本發(fā)明中的終端聚合系統(tǒng)的模塊結(jié)構(gòu)圖；圖2為本發(fā)明中的終端聚合方法的流程圖；圖3為本發(fā)明優(yōu)選的實(shí)施例中，多目標(biāo)算法的流程圖；圖4為本發(fā)明優(yōu)選的實(shí)施例中，多目標(biāo)算法進(jìn)行種群選擇的處理流程圖；圖5為本發(fā)明中異構(gòu)泛在網(wǎng)絡(luò)環(huán)境下示例性的一個(gè)典型終端聚合場(chǎng)景。
具體實(shí)施例方式下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整的描述，顯然，所描述的實(shí)施例是本發(fā)明的一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)的前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。本發(fā)明提出了一種異構(gòu)泛在網(wǎng)絡(luò)環(huán)境下的終端聚合系統(tǒng)和方法，根據(jù)不同終端能力集合中的終端的個(gè)體信息和協(xié)同信息，通過(guò)T0PSIS多屬性決策計(jì)算終端與最優(yōu)終端的貼近度，采用多目標(biāo)進(jìn)化算法計(jì)算得到一組具有Pareto最優(yōu)性的最優(yōu)解集，再根據(jù)對(duì)終端個(gè)體表現(xiàn)和協(xié)同表現(xiàn)的用戶偏好和實(shí)際業(yè)務(wù)需要確定最優(yōu)解的綜合表現(xiàn)，選擇綜合表現(xiàn)最大的最優(yōu)解來(lái)形成聚合終端群。本發(fā)明可有效支持終端聚合問(wèn)題，其最優(yōu)解中充分考慮了終端的個(gè)體能力和協(xié)同能力，因而最終形成的聚合終端群的整體效能最優(yōu)。此外，解集其他沒(méi)有被選用的可作為備選方案，在終端聚合執(zhí)行過(guò)程中發(fā)生意外時(shí)啟用。本發(fā)明中同時(shí)采用多指標(biāo)權(quán)重自生成算法獲得各個(gè)指標(biāo)的權(quán)重，不需要用戶對(duì)問(wèn)題有一定先驗(yàn)知識(shí)，特別是普通用戶并不熟悉各項(xiàng)指標(biāo)，很難給出合理的權(quán)重，從而可以減輕用戶負(fù)擔(dān)，通用性比較好。如圖1所示，本發(fā)明中提供一種異構(gòu)泛在網(wǎng)絡(luò)環(huán)境下的終端聚合系統(tǒng)包括上下文感知模塊，聚合決策模塊和多目標(biāo)模塊。上下文感知模塊，一方面探測(cè)不同終端能力集合中終端的個(gè)體信息(包括可用帶寬、剩余能量、覆蓋范圍和通信費(fèi)用等)；另一方面，探測(cè)終端之間的協(xié)同信息(包括連接穩(wěn)定性、協(xié)同功耗、系統(tǒng)容錯(cuò)性和匹配滿意度等)。將探測(cè)得到的終端個(gè)體指標(biāo)I1,12,..., I1組成個(gè)體能力矩陣D= [dig]nxl，其中dig為終端Ti(i = 1，...，η)在個(gè)體指標(biāo)Ig(g = 1,. . .,1)下的能力參數(shù)；將探測(cè)得到的協(xié)同指標(biāo)CnC2,. . .，Cm組成協(xié)同能力矩陣“[<]■， 其中《丨)為在協(xié)同指標(biāo)Ck (k=l，...，m)下終端Ti協(xié)同Tj的能力參數(shù)，一般情況下， 不考慮終端自身的協(xié)同能力，即4=0。最終將得到的終端個(gè)體信息(個(gè)體能力矩陣)和協(xié)同信息(協(xié)同能力矩陣)發(fā)送給聚合決策模塊。多目標(biāo)模塊，通過(guò)一定數(shù)學(xué)建模將用戶聚合需求轉(zhuǎn)化為可以衡量比較的0-1 二次整數(shù)規(guī)劃雙目標(biāo)。在一般終端聚合情況下，用戶更關(guān)心能否獲得一組可以接受的最優(yōu)非劣解，因而本發(fā)明中根據(jù)用戶需求和實(shí)際業(yè)務(wù)應(yīng)用需求確定最滿意的終端聚合方案。
聚合決策模塊，根據(jù)所述上下文感知模塊提供的信息以及所述雙目標(biāo)進(jìn)行決策， 獲得終端與最優(yōu)終端的貼近度，通過(guò)多目標(biāo)進(jìn)化得到系統(tǒng)的一組最優(yōu)解集。終端聚合模塊，根據(jù)對(duì)終端個(gè)體表現(xiàn)和協(xié)同表現(xiàn)的要求，確定所述最優(yōu)解集中各最優(yōu)解的綜合表現(xiàn)，根據(jù)綜合表現(xiàn)最大的最優(yōu)解來(lái)選擇終端形成聚合終端群。其中，為了使不同類型指標(biāo)的參數(shù)能夠相互比較，聚合決策模塊需要先根據(jù)參數(shù)的特點(diǎn)對(duì)其進(jìn)行無(wú)量綱規(guī)范化處理。一般來(lái)說(shuō)，根據(jù)不同指標(biāo)的取值特點(diǎn)，將其分成效益型參數(shù)、成本型參數(shù)、門限型參數(shù)及模糊型參數(shù)，對(duì)不同類型的參數(shù)采用不同的歸一化公式進(jìn)行規(guī)范化。通過(guò)下面的公式規(guī)范化D= [dig]nxl得到W = KL，其中定義
d+g = max{dig |/.=1,— g = —= min{|/.=1,— g = l”..，/。1、效益型參數(shù)其取值越大越好，典型的如覆蓋范圍，可用帶寬等，使用如下的公式進(jìn)行規(guī)范化
d. -d~
Ig g d；=
d+ -d_
g g
if d+ -d_ ^O
1, if d+g-dg =O 2、成本型參數(shù)其取值越小越好，典型的如通信費(fèi)用、傳輸功耗等，使用如下的公式進(jìn)行規(guī)范化
d+ -d.
g Ig d；=
O
其
ι g
J
- O
< --
-ac
y +Sc
ιg
J
-//
+ g
J 1, 3、門限型參數(shù)其取值具有強(qiáng)制性，即必須大于等于(或者小于等于)某一門限值 t，典型的如帶寬需求，使用如下的公式進(jìn)行規(guī)范化 il, d. >(<)/4、模糊型參數(shù)其通常不便于使用精確的數(shù)值來(lái)描述，但可以用言語(yǔ)變量描述為 “很好”、“一般”、“差”等，典型的如安全性等，對(duì)于該類參數(shù)，可以借助模糊數(shù)學(xué)的工具，采用重心法、最大最小值法等方法將其去模糊化，轉(zhuǎn)化為清晰數(shù)值。根據(jù)類似于個(gè)體能力參數(shù)的規(guī)范化公式處理W = [4]·得到A' = [<] x ,
其中<的計(jì)算公式類似于個(gè)體能力參數(shù)《，在此不再詳述，不同之處在于定義 Ork - max{a^ | /., / = 1,..., /7; ι Φ j}, k =I,..., m 禾口 = min{a^ | /., / = 1,..., i Φ j}, k = 1,…,m。在確定各終端的優(yōu)劣性時(shí)，必須確定影響聚合決策的各項(xiàng)指標(biāo)的權(quán)重，以往通常由用戶指定權(quán)重，然而這對(duì)缺少背景知識(shí)的普通用戶來(lái)說(shuō)是一件難以完成的工作，為了減少用戶負(fù)擔(dān)，本發(fā)明優(yōu)選采用拉格朗日乘法求解各項(xiàng)指標(biāo)的權(quán)重。S卩，聚合決策模塊根據(jù)規(guī)范化后的終端的個(gè)體信息和協(xié)同信息，使用多指標(biāo)參數(shù)
權(quán)重自動(dòng)生成算法計(jì)算個(gè)體指標(biāo)權(quán)重V= (υ17 ... , U1)和協(xié)同指標(biāo)權(quán)重W= (ω17 ...,
ωω)，其中，υ 8為終端個(gè)體指標(biāo)Ig的權(quán)重值，cok為協(xié)同指標(biāo)Ck的權(quán)重值
1 8 V' -1-xV" (d' -O權(quán)利要求
1.一種異構(gòu)泛在網(wǎng)絡(luò)環(huán)境下的終端聚合系統(tǒng)，其特征在于，所述系統(tǒng)包括上下文感知模塊，用于獲取不同終端能力集合中終端的個(gè)體信息和協(xié)同信息并提供給聚合決策模塊；多目標(biāo)模塊，根據(jù)終端的綜合能力將用戶聚合需求轉(zhuǎn)化為可衡量的0-1 二次整數(shù)規(guī)劃雙目標(biāo)；聚合決策模塊，根據(jù)所述上下文感知模塊提供的信息以及所述雙目標(biāo)進(jìn)行決策，獲得終端與最優(yōu)終端的貼近度，通過(guò)多目標(biāo)進(jìn)化得到系統(tǒng)的一組最優(yōu)解集；終端聚合模塊，根據(jù)對(duì)終端個(gè)體表現(xiàn)和協(xié)同表現(xiàn)的要求，確定所述最優(yōu)解集中各最優(yōu)解的綜合表現(xiàn)，根據(jù)綜合表現(xiàn)最大的最優(yōu)解來(lái)選擇終端形成聚合終端群。
2.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于，所述個(gè)體信息包括終端當(dāng)前狀態(tài)下的可用帶寬、剩余能量、覆蓋范圍和通信費(fèi)用信息；所述協(xié)同信息包括終端間的連接穩(wěn)定性、協(xié)同功耗、系統(tǒng)容錯(cuò)性和匹配滿意度信息。
3.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于，所述聚合決策模塊根據(jù)T0PSIS多屬性決策計(jì)算的貼近度和來(lái)自所述多目標(biāo)模塊的雙目標(biāo)，采用多目標(biāo)進(jìn)化算法計(jì)算得到一組 Pareto最優(yōu)解集。
4.根據(jù)權(quán)利要求3所述的系統(tǒng)，其特征在于，所述聚合決策模塊根據(jù)規(guī)范化后的終端個(gè)體信息和協(xié)同信息，使用多指標(biāo)權(quán)重生成算法自動(dòng)生成各指標(biāo)的權(quán)重，并基于T0PSIS多屬性決策構(gòu)架評(píng)價(jià)終端的最優(yōu)終端和最差終端，計(jì)算各終端到理想最優(yōu)終端的貼近度。
5.根據(jù)權(quán)利要求4所述的系統(tǒng)，其特征在于，所述終端到理想最優(yōu)終端的貼近度用于衡量選定終端與理論最優(yōu)終端的貼近程度以及與理論最差終端的遠(yuǎn)離程度。
6.一種異構(gòu)泛在網(wǎng)絡(luò)環(huán)境下的終端聚合方法，其特征在于，所述方法包括步驟Si，獲取不同終端能力集合中終端的個(gè)體信息和協(xié)同信息；S2，根據(jù)終端的綜合能力將用戶聚合需求轉(zhuǎn)化為可衡量的0-1 二次整數(shù)規(guī)劃雙目標(biāo)；S3，對(duì)所述終端的個(gè)體信息和協(xié)同信息以及所述雙目標(biāo)進(jìn)行決策，獲得終端與最優(yōu)終端的貼近度，通過(guò)多目標(biāo)進(jìn)化得到系統(tǒng)的一組最優(yōu)解集；S4，根據(jù)對(duì)終端個(gè)體表現(xiàn)和協(xié)同表現(xiàn)的要求，確定所述最優(yōu)解集中各最優(yōu)解的綜合表現(xiàn)，根據(jù)綜合表現(xiàn)最大的最優(yōu)解來(lái)選擇終端形成聚合終端群。
7.根據(jù)權(quán)利要求6所述的方法，其特征在于，步驟Sl中，所述個(gè)體信息包括終端當(dāng)前狀態(tài)下的可用帶寬、剩余能量、覆蓋范圍和通信費(fèi)用信息；所述系統(tǒng)信息包括終端間的連接穩(wěn)定性、協(xié)同功耗、系統(tǒng)容錯(cuò)性和匹配滿意度信息。
8.根據(jù)權(quán)利要求6所述的方法，其特征在于，步驟S3中，根據(jù)TOPSIS多屬性決策計(jì)算的貼近度和來(lái)自所述多目標(biāo)模塊的雙目標(biāo)，采用多目標(biāo)進(jìn)化算法計(jì)算得到一組Pareto最優(yōu)解集。
9.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述貼近度的計(jì)算具體為首先根據(jù)規(guī)范化后的終端個(gè)體信息和協(xié)同信息，使用多指標(biāo)權(quán)重生成算法自動(dòng)生成各指標(biāo)的權(quán)重；隨后基于TOPSIS多屬性決策構(gòu)架評(píng)價(jià)終端的最優(yōu)終端和最差終端，計(jì)算各終端到理想最優(yōu)終端的貼近度。
10.根據(jù)權(quán)利要求9所述的方法，其特征在于，所述終端到理想最優(yōu)終端的貼近度用于衡量選定終端與理論最優(yōu)終端的貼近程度以及與理論最差終端的遠(yuǎn)離程度。
全文摘要
本發(fā)明涉及無(wú)線通信技術(shù)領(lǐng)域，公開了一種異構(gòu)泛在網(wǎng)絡(luò)環(huán)境下的終端聚合系統(tǒng)及方法。根據(jù)不同終端能力集合中的終端的個(gè)體信息和協(xié)同信息，通過(guò)TOPSIS多屬性決策計(jì)算終端與最優(yōu)終端的貼近度，采用多目標(biāo)進(jìn)化算法計(jì)算得到一組Pareto最優(yōu)解集，最后根據(jù)對(duì)終端個(gè)體表現(xiàn)和協(xié)同表現(xiàn)的要求，確定所述最優(yōu)解集中各最優(yōu)解的綜合表現(xiàn)，按照綜合表現(xiàn)最大的最優(yōu)解來(lái)選擇終端形成聚合終端群。本發(fā)明充分考慮了終端的個(gè)體能力和協(xié)同能力，因而最終形成的聚合終端群的整體效能最優(yōu)，可有效支持終端聚合問(wèn)題；此外，本發(fā)明還自動(dòng)確定多指標(biāo)參數(shù)的權(quán)重，可以減輕用戶負(fù)擔(dān)且通用性較好。
文檔編號(hào)H04L29/08GK102394904SQ201110197239
公開日2012年3月28日 申請(qǐng)日期2011年7月14日 優(yōu)先權(quán)日2011年7月14日
發(fā)明者孫雷, 張平, 王燦如, 田輝, 胡錚, 苗杰, 費(fèi)文超, 連蓉蓉 申請(qǐng)人:北京郵電大學(xué)