泛在环境末梢中的多终端协同维护方法及系统

摘要

本发明公开泛在环境末梢中的多终端协同维护方法及系统，该方法包括：S1.根据用户发起的泛在业务，确定泛在业务包含的子业务集合及子业务间的关联关系；S2.获取泛在环境末梢中执行子业务的终端集合D；S3.根据子业务间的关联关系及终端集合D，构建多终端协同执行方案集合ADS；S4.根据多终端协同执行方案的评价指标，从所述ADS中选择执行所述用户发起的泛在业务的方案，所述多终端协同执行方案的评价指标包括：业务执行可靠性指标、业务执行持续性指标；S5.如果执行业务失败，则根据失败时采用的执行方案及所述业务执行持续性指标，从所述多终端协同执行方案集合ADS剩余的方案中选取多终端协同执行方案执行业务。

说明书

技术领域

本发明涉及通信技术领域，具体涉及泛在环境末梢中的多终端协同维护方法及系统。

背景技术

进入泛在网络时代以来，手机、笔记本、平板电脑等设备通过自组织、互联互通及协同方式，实现对外界环境的感知和信息交流，提供给用户无处不在的泛在业务。

随着泛在网络的发展，多样化的业务需求逐渐增加，由移动终端节点构成，不依赖预设的基础设施，具备灵活组网、随时通信能力的移动自组织网，是组成泛在末梢环境的重要结构之一。

然而，在移动自组织网中，终端具有移动性，引起网络拓扑不断变化，造成无线链路的不稳定性。同时，移动终端受到资源的限制，如能量、带宽等，给终端执行泛在业务带来干扰。这些均大大增加了协同方案执行的失败风险，对用户产生干扰。

发明内容

本发明所要解决的技术问题是移动自组织网中的终端具有移动性，无线链路的稳定性、泛在业务执行的可靠性和持续性需提高。

为此目的，本发明提出泛在环境末梢中的多终端协同维护方法，该方法包括：

S1.根据用户发起的泛在业务，确定泛在业务包含的子业务集合及子业务间的关联关系；

S2.获取泛在环境末梢中执行子业务的终端集合D；

S3.根据子业务间的关联关系及终端集合D，构建多终端协同执行方案集合ADS；

S4.根据多终端协同执行方案的评价指标，从所述多终端协同执行方案集合ADS中选择执行所述用户发起的泛在业务的方案，所述多终端协同执行方案的评价指标包括：业务执行可靠性指标、业务执行持续性指标；

S5.如果执行业务失败，则根据失败时采用的执行方案及所述业务执行持续性指标，从所述多终端协同执行方案集合ADS剩余的方案中选取多终端协同执行方案执行业务。

优选地，步骤S1进一步包括：根据所述泛在业务包含的子业务集合及子业务间的关联关系，建立泛在业务模型G_S，所述G_S为有向无环图，G_S＝(S，IS)，其中S为子业务集合，IS为业务容忍干扰集合。

优选地，步骤S2进一步包括：根据所述执行子业务的终端集合D，建立网络模型G_N，所述G_N为无向图，G_N＝(L，I，TP)，其中，L为无线链路集合，I为终端干扰能力集合，TP为链路持续时间集合。

优选地，步骤S4中，所述业务执行可靠性指标包括：任一子业务S_i的容忍干扰效益IS_i、任一终端d_k的终端干扰效益Id_k、预估链路稳定性LS及链路失败频率ε；

其中，所述任一子业务S_i的容忍干扰效益IS_i的计算公式如下：

$>{\mathrm{IS}}_i=\alpha \frac{\mathrm{Min}\left(E\right)}{{\mathrm{ES}}_i}+\beta \frac{{\mathrm{BS}}_i}{\mathrm{Max}\left(B\right)}+\gamma \frac{{\mathrm{TS}}_i}{\mathrm{Max}\left(T\right)}$>

其中，Min(E)为预设的业务能量最小值，Max(B)为预设的业务占用带宽最大值，Max(T)为预设的业务受服务时间最大值，α、β和γ为预设的系数且α+β+γ＝1，α、β、γ∈(0,1),ES_i为所述子业务S_i的能量值，BS_i为所述子业务S_i占用的带宽值，TS_i为所述子业务S_i的受服务时间值；

所述任一终端d_k的终端干扰效益Id_k的计算公式如下：

$>{\mathrm{Id}}_k=\alpha \frac{\mathrm{Min}\left(E^{\prime }\right)}{{\mathrm{Ed}}_k}+\beta \frac{{\mathrm{Bd}}_k}{\mathrm{Max}\left(B^{\prime }\right)}+\gamma \frac{{\mathrm{Td}}_k}{\mathrm{Max}\left(T^{\prime }\right)}$>

其中，Min(E’)为预设的终端能量最小值，Max(B’)为预设的终端占用带宽最大值，Max(T’)为预设的终端提供服务时间最大值，α、β和γ为预设的系数且α+β+γ＝1，Ed_k为所述终端d_k的能量值，Bd_k为所述终端d_k占用的带宽值，Td_k为所述终端d_k提供的服务时间值；

所述预估链路稳定性LS的计算公式如下：

$>\mathrm{LS}=\frac{\mathrm{tp}}{{\mathrm{TP}}_{\mathrm{limit}}}$>

其中，tp为链路持续时间，TP_limit为预设的链路持续时间下限；

所述链路失败频率ε为所述预估链路稳定性LS的倒数。

优选地，步骤S4中，所述业务执行持续性指标的计算公式如下：

$>C\left(R\right)={\Sigma }_{j=1}^{n-1}\frac{{\mathrm{\Delta t}}_j}{T}$>

其中，C(R)为业务执行持续性指标，R为多终端协同执行方案，T为预设的时间值，n为业务中断的次数，△t_j为第j次业务中断的中断时间，所述△t_j的计算公式如下：

$>{\mathrm{\Delta t}}_j=\rho {\Sigma }_{k=1}^{N^D\left({\mathrm{\Delta t}}_j\right)}\left({\mathrm{Id}}_k\right)+\delta {\Sigma }_{k=1}^{N^P\left({\mathrm{\Delta t}}_j\right)}\left(ϵ\left({\mathrm{\Delta t}}_j\right)\right)$>

其中，ρ和δ为预设的常数且ρ、δ∈(0,1)，ε(△t_j)为△t_j内的链路失败频率，N^D(△t_j)为△t_j内可选终端数，所述可选终端为所述终端集合D中的终端，N^P(△t_j)为△t_j内可选链路数，所述可选链路为所述可选终端之间构成的链路。

优选地，所述步骤S4包括：通过第一目标函数选择执行用户发起的泛在业务的多终端协同执行方案，所述多终端协同执行方案满足条件1-4，所述第一目标函数为：

$>f\left[R\left(t_j\right)\right]=\min {\Sigma }_{j=1}^{n-1}C\left[R\left(t_j\right)\right]$>

其中，f[R(t_j)]为t_j时刻多终端协同执行方案R(t_j)中最优的方案，C[R(t_j)]为t_j时刻多终端协同执行方案R(t_j)的业务执行持续性指标，n为业务中断的次数，j为第j次中断；

条件1：所述预设系数α、β、γ∈(0,1)且α+β+γ＝1；所述预设常数ρ、δ∈(0,1)且ρ+δ＝1；

条件2：所述Ed_k＞所述ES_i，所述Bd_k＜所述BS_i，所述Td_k＜所述TS_i；

条件3：所有终端的终端干扰效益之和小于所有子业务的容忍干扰效益，即∑Id_k＜∑IS_i；

条件4：所述预设的链路持续时间下限TP_limit＝2r/v，其中所述r为终端的通信半径，所述v为终端间的相对移动速度。

优选地，所述步骤S5包括：如果执行业务失败，则通过第二目标函数选择多终端协同执行方案，所述第二目标函数为：

$>f\left[R\left(t_j\right)\right]=\min \frac{{\mathrm{\Delta t}}_{j+1}}{T}+f\left[R\left(t_{j+1}\right)\right]$>

其中，△t_j+1为第j+1次业务中断的中断时间，j为第j次业务中断，T为预设的时间值，f[R(t_j)]为t_j时刻多终端协同执行方案R(t_j)中最优的方案，f[R(t_j+1)]为t_j+1时刻多终端协同执行方案R(t_j+1)中最优的方案。

本发明还提出泛在环境末梢中的多终端协同维护系统，该系统包括：

协同构造模块，用于构造多终端协同执行方案；

协同维护模块，用于维护多终端协同执行方案；

所述协同构造模块具体用于：

S1.根据用户发起的泛在业务，确定泛在业务包含的子业务集合及子业务间的关联关系；

S2.获取泛在环境末梢中执行子业务的终端集合D；

S3.根据子业务间的关联关系及终端集合D，构建多终端协同执行方案集合ADS；

所述协同维护模块具体用于：

S4.根据多终端协同执行方案的评价指标，从所述多终端协同执行方案集合ADS中选择执行所述用户发起的泛在业务的方案，所述多终端协同执行方案的评价指标包括：业务执行可靠性指标、业务执行持续性指标；

S5.如果执行业务失败，则根据失败时采用的执行方案及所述业务执行持续性指标，从所述多终端协同执行方案集合ADS剩余的方案中选取多终端协同执行方案执行业务。

相比于现有技术，本发明提供的方法及系统的有益效果是：以最小化用户感知的中断干扰为前提，对能力有限和具有移动性的终端，实施协同构造，满足泛在业务需求，并对其进行维护，用维护评价指标将协同构造和协同失败恢复两个过程结合起来，维护评价指标综合考虑了终端自身能力限制和链路稳定性，提高协同方案的可靠性；并采用了动态规划优化策略，选取最优协同方案，减少方案切换对用户的干扰，给用户提供高质量的业务执行方案。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了实施例1的泛在环境末梢中的多终端协同维护方法流程图；

图2示出了实施例2的泛在环境末梢中的多终端协同维护系统结构图；

图3示出了实施例3的泛在业务场景图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1：

本发明实施例公开泛在环境末梢中的多终端协同维护方法，如图1所示，该方法包括步骤S1-S5：

S1.根据用户发起的泛在业务，确定泛在业务包含的子业务集合及子业务间的关联关系；

根据所述泛在业务包含的子业务集合及子业务间的关联关系，建立泛在业务模型G_S，所述G_S为有向无环图，G_S＝(S，IS)，其中S为子业务集合，IS为业务容忍干扰集合。

S2.获取泛在环境末梢中执行子业务的终端集合D；

根据所述执行子业务的终端集合D，建立网络模型G_N，所述G_N为无向图，G_N＝(L，I，TP)，其中，L为无线链路集合，I为终端干扰能力集合，TP为链路持续时间集合。

S3.根据子业务间的关联关系及终端集合D，构建多终端协同执行方案集合ADS；

S4.根据多终端协同执行方案的评价指标，从所述多终端协同执行方案集合ADS中选择执行所述用户发起的泛在业务的方案，所述多终端协同执行方案的评价指标包括：业务执行可靠性指标、业务执行持续性指标；

其中，所述业务执行可靠性指标包括：任一子业务S_i的容忍干扰效益IS_i、任一终端d_k的终端干扰效益Id_k、预估链路稳定性LS及链路失败频率；

其中，所述任一子业务S_i的容忍干扰效益IS_i的计算公式如下：

$>{\mathrm{IS}}_i=\alpha \frac{\mathrm{Min}\left(E\right)}{{\mathrm{ES}}_i}+\beta \frac{{\mathrm{BS}}_i}{\mathrm{Max}\left(B\right)}+\gamma \frac{{\mathrm{TS}}_i}{\mathrm{Max}\left(T\right)}$>

其中，Min(E)为预设的业务能量最小值，Max(B)为预设的业务占用带宽最大值，Max(T)为预设的业务受服务时间最大值，α、β和γ为预设的系数且α+β+γ＝1，α、β、γ∈(0,1),ES_i为所述子业务S_i的能量值，BS_i为所述子业务S_i占用的带宽值，TS_i为所述子业务S_i的受服务时间值；

所述任一终端d_k的终端干扰效益Id_k的计算公式如下：

$>{\mathrm{Id}}_k=\alpha \frac{\mathrm{Min}\left(E^{\prime }\right)}{{\mathrm{Ed}}_k}+\beta \frac{{\mathrm{Bd}}_k}{\mathrm{Max}\left(B^{\prime }\right)}+\gamma \frac{{\mathrm{Td}}_k}{\mathrm{Max}\left(T^{\prime }\right)}$>

其中，Min(E’)为预设的终端能量最小值，Max(B’)为预设的终端占用带宽最大值，Max(T’)为预设的终端提供服务时间最大值，α、β和γ为预设的系数且α+β+γ＝1，Ed_k为所述终端d_k的能量值，Bd_k为所述终端d_k占用的带宽值，Td_k为所述终端d_k提供的服务时间值；

所述预估链路稳定性LS的计算公式如下：

$>\mathrm{LS}=\frac{\mathrm{tp}}{{\mathrm{TP}}_{\mathrm{limit}}}$>

其中，tp为链路持续时间，TP_limit为预设的链路持续时间下限；

所述链路失败频率为所述预估链路稳定性LS的倒数。

所述业务执行持续性指标的计算公式如下：

$>C\left(R\right)={\Sigma }_{j=1}^{n-1}\frac{{\mathrm{\Delta t}}_j}{T}$>

其中，C(R)为业务执行持续性指标，R为多终端协同执行方案，T为预设的时间值，n为业务中断的次数，△t_j为第j次业务中断的中断时间，所述△t_j的计算公式如下：

$>{\mathrm{\Delta t}}_j=\rho {\Sigma }_{k=1}^{N^D\left({\mathrm{\Delta t}}_j\right)}\left({\mathrm{Id}}_k\right)+\delta {\Sigma }_{k=1}^{N^P\left({\mathrm{\Delta t}}_j\right)}\left(ϵ\left({\mathrm{\Delta t}}_j\right)\right)$>

其中，ρ和δ为预设的常数且ρ、δ∈(0,1)，N^D(△t_j)为△t_j内可选终端数，所述可选终端为所述终端集合D中的终端，N^P(△t_j)为△t_j内可选链路数，所述可选链路为所述可选终端之间构成的链路。

根据上述多终端协同执行方案的评价指标，通过第一目标函数选择执行用户发起的泛在业务的多终端协同执行方案，所述多终端协同执行方案满足条件1-4，所述第一目标函数为：

$>f\left[R\left(t_j\right)\right]=\min {\Sigma }_{j=1}^{n-1}C\left[R\left(t_j\right)\right]$>

其中，f[R(t_j)]为t_j时刻多终端协同执行方案R(t_j)中最优的方案，C[R(t_j)]为t_j时刻多终端协同执行方案R(t_j)的业务执行持续性指标，n为业务中断的次数，j为第j次中断；

条件1：所述预设系数α、β、γ∈(0,1)且α+β+γ＝1；所述预设常数ρ、δ∈(0,1)且ρ+δ＝1；

条件2：所述Ed_k＞所述ES_i，所述Bd_k＜所述BS_i，所述Td_k＜所述TS_i；

条件3：所有终端的终端干扰效益之和小于所有子业务的容忍干扰效益，即∑Id_k＜∑IS_i；

条件4：所述预设的链路持续时间下限TP_limit＝2r/v，其中所述r为终端的通信半径，所述v为终端间的相对移动速度。

S5.如果执行业务失败，则根据失败时采用的执行方案及所述业务执行持续性指标，通过第二目标函数从所述多终端协同执行方案集合ADS剩余的方案中选取多终端协同执行方案执行业务，所述第二目标函数为：

$>f\left[R\left(t_j\right)\right]=\min \frac{{\mathrm{\Delta t}}_{j+1}}{T}+f\left[R\left(t_{j+1}\right)\right]$>

其中，△t_j+1为第j+1次业务中断的中断时间，j为第j次业务中断，T为预设的时间值，f[R(t_j)]为t_j时刻多终端协同执行方案R(t_j)中最优的方案，f[R(t_j+1)]为t_j+1时刻多终端协同执行方案R(t_j+1)中最优的方案。

实施例2：

本实施例公开泛在环境末梢中的多终端协同维护系统，如图2所示，该系统包括：

协同构造模块，用于构造多终端协同执行方案；

协同维护模块，用于维护多终端协同执行方案；

所述协同构造模块具体用于：

S1.根据用户发起的泛在业务，确定泛在业务包含的子业务集合及子业务间的关联关系；

S2.获取泛在环境末梢中执行子业务的终端集合D；

S3.根据子业务间的关联关系及终端集合D，构建多终端协同执行方案集合ADS；

所述协同维护模块具体用于：

S4.根据多终端协同执行方案的评价指标，从所述多终端协同执行方案集合ADS中选择执行所述用户发起的泛在业务的方案，所述多终端协同执行方案的评价指标包括：业务执行可靠性指标、业务执行持续性指标；

S5.如果执行业务失败，则根据失败时采用的执行方案及所述业务执行持续性指标，从所述多终端协同执行方案集合ADS剩余的方案中选取多终端协同执行方案执行业务。

实施例3：

本实施例公开一种泛在环境末梢中的多终端协同维护方法，其泛在业务应用场景如图3所示，泛在业务应用场景是一个三层的框架，包括用户层、业务层和网络层，所述方法包括：

S1.根据用户层发起的泛在业务，确定泛在业务包含的子业务集合{S₁，S₂，S₃，S₄}及子业务间的关联关系：S₁，S₂，S₃和S₄为顺序关联；

根据所述泛在业务包含的子业务集合{S₁，S₂，S₃，S₄}及子业务间的关联关系，建立泛在业务模型G_S，所述G_S为有向无环图，G_S＝(S，IS)，其中S为子业务集合，S＝{S₁，S₂，S₃，S₄}，IS为业务容忍干扰集合。

S2.获取泛在环境末梢中可以执行子业务的终端集合D，本实施例中网络层可以执行S₁的终端为11，可以执行S₂的终端为21，22，可以执行S₃的终端为31，32，可执行S₄的终端为41，因此集合D＝{11，21，22，31，32，41}；

根据所述执行子业务的终端集合D，建立网络模型G_N，所述G_N为无向图，G_N＝(L，I，TP)，其中，L为无线链路集合，I为终端干扰能力集合，TP为链路持续时间集合。

S3.根据子业务间的关联关系及终端集合D，构建多终端协同执行方案集合ADS，ADS＝{(11,21,31,41)、(11,22,31,41)、(11,21,32，41)、(11,22,32,41)}；

S4.根据多终端协同执行方案的评价指标，从所述多终端协同执行方案集合ADS中选择执行所述用户发起的泛在业务的方案，所述多终端协同执行方案的评价指标包括：业务执行可靠性指标、业务执行持续性指标；

其中，所述业务执行可靠性指标包括：任一子业务S_i的容忍干扰效益IS_i，i＝1,2,3,4、任一终端d_k的终端干扰效益Id_k，k＝1,2,3,4、预估链路稳定性LS及链路失败频率；

其中，所述任一子业务S_i的容忍干扰效益IS_i的计算公式如下：

$>{\mathrm{IS}}_i=\alpha \frac{\mathrm{Min}\left(E\right)}{{\mathrm{ES}}_i}+\beta \frac{{\mathrm{BS}}_i}{\mathrm{Max}\left(B\right)}+\gamma \frac{{\mathrm{TS}}_i}{\mathrm{Max}\left(T\right)}$>

其中，Min(E)为预设的业务能量最小值，Max(B)为预设的业务占用带宽最大值，Max(T)为预设的业务受服务时间最大值，α、β和γ为预设的系数且α+β+γ＝1，α、β、γ∈(0,1),ES_i为所述子业务S_i的能量值，BS_i为所述子业务S_i占用的带宽值，TS_i为所述子业务S_i的受服务时间值；

所述任一终端d_k的终端干扰效益Id_k的计算公式如下：

$>{\mathrm{Id}}_k=\alpha \frac{\mathrm{Min}\left(E^{\prime }\right)}{{\mathrm{Ed}}_k}+\beta \frac{{\mathrm{Bd}}_k}{\mathrm{Max}\left(B^{\prime }\right)}+\gamma \frac{{\mathrm{Td}}_k}{\mathrm{Max}\left(T^{\prime }\right)}$>

其中，Min(E’)为预设的终端能量最小值，Max(B’)为预设的终端占用带宽最大值，Max(T’)为预设的终端提供服务时间最大值，α、β和γ为预设的系数且α+β+γ＝1，Ed_k为所述终端d_k的能量值，Bd_k为所述终端d_k占用的带宽值，Td_k为所述终端d_k提供的服务时间值；

所述预估链路稳定性LS的计算公式如下：

$>\mathrm{LS}=\frac{\mathrm{tp}}{{\mathrm{TP}}_{\mathrm{limit}}}$>

其中，tp为链路持续时间，TP_limit为预设的链路持续时间下限；

所述链路失败频率为所述预估链路稳定性LS的倒数。

所述业务执行持续性指标的计算公式如下：

$>C\left(R\right)={\Sigma }_{j=1}^{n-1}\frac{{\mathrm{\Delta t}}_j}{T}$>

其中，C(R)为业务执行持续性指标，R为多终端协同执行方案，T为预设的时间值，n为业务中断的次数，△t_j为第j次业务中断的中断时间，所述△t_j的计算公式如下：

$>{\mathrm{\Delta t}}_j=\rho {\Sigma }_{k=1}^{N^D\left({\mathrm{\Delta t}}_j\right)}\left({\mathrm{Id}}_k\right)+\delta {\Sigma }_{k=1}^{N^P\left({\mathrm{\Delta t}}_j\right)}\left(ϵ\left({\mathrm{\Delta t}}_j\right)\right)$>

其中，ρ和δ为预设的常数且ρ、δ∈(0,1)，N^D(△t_j)为△t_j内可选终端数，所述可选终端为所述终端集合D中的终端，N^P(△t_j)为△t_j内可选链路数，所述可选链路为所述可选终端之间构成的链路。

根据上述多终端协同执行方案的评价指标，通过第一目标函数选择执行用户发起的泛在业务的多终端协同执行方案，所述多终端协同执行方案满足条件1-4，所述第一目标函数为：

$>f\left[R\left(t_j\right)\right]=\min {\Sigma }_{j=1}^{n-1}C\left[R\left(t_j\right)\right]$>

其中，f[R(t_j)]为t_j时刻多终端协同执行方案R(t_j)中最优的方案，C[R(t_j)]为t_j时刻多终端协同执行方案R(t_j)的业务执行持续性指标，n为业务中断的次数，j为第j次中断；

条件1：所述预设系数α、β、γ∈(0,1)且α+β+γ＝1；所述预设常数ρ、δ∈(0,1)且ρ+δ＝1；

条件2：所述Ed_k＞所述ES_i，所述Bd_k＜所述BS_i，所述Td_k＜所述TS_i；

条件3：所有终端的终端干扰效益之和小于所有子业务的容忍干扰效益，即∑Id_k＜∑IS_i；

条件4：所述预设的链路持续时间下限TP_limit＝2r/v，其中所述r为终端的通信半径，所述v为终端间的相对移动速度。

S5.如果执行业务失败，则根据失败时采用的执行方案及所述业务执行持续性指标，通过第二目标函数从所述多终端协同执行方案集合ADS剩余的方案中选取多终端协同执行方案执行业务，所述第二目标函数为：

$>f\left[R\left(t_j\right)\right]=\min \frac{{\mathrm{\Delta t}}_{j+1}}{T}+f\left[R\left(t_{j+1}\right)\right]$>

其中，△t_j+1为第j+1次业务中断的中断时间，j为第j次业务中断，T为预设的时间值，f[R(t_j)]为t_j时刻多终端协同执行方案R(t_j)中最优的方案，f[R(t_j+1)]为t_j+1时刻多终端协同执行方案R(t_j+1)中最优的方案。

本实施例中，若选取(11,22,31,41)为最优的多终端协同执行方案，如图3所示，执行S₁的终端11及执行S₂的终端22之间用l₁、转接终端和l₂连接。

相比于现有技术，本实施例公开的泛在环境末梢中的多终端协同维护方法，以最小化用户感知的中断干扰为前提，对能力有限和具有移动性的终端，实施协同构造，满足泛在业务需求，并对其进行维护，给用户提供高质量的业务执行方案。用维护评价指标将协同构造和协同失败恢复两个过程结合起来；定义了终端干扰和容忍干扰，从用户角度出发，满足多样化的业务需求；维护评价指标综合考虑了终端自身能力限制和链路稳定性，从网络层和业务层两方面来进行协同构造和恢复，提高协同方案的可靠性；并采用了动态规划优化策略，选取最优协同方案，减少方案切换对用户的干扰。

虽然结合附图描述了本发明的实施方式，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。