新闻动态

这里有最新的公司动态,这里有最新的网站设计、移动端设计、网页相关内容与你分享!

如虎添翼!新机器学习算法使5G“抢网”再快5000倍

5G

美国国家标准与技能研讨所(NIST)的研讨人员开发了一个数学公式,可以协助5G和其他无线网络挑选和同享通讯频率,其功率比试错法高出约5000倍。

新公式是机器学习的一种方式,它根据在特定网络环境中的从前经历来挑选称为信道的无线频率规划。在本周一次会议的演示上,该公式可以用于实际中多种网络发射机的软件。

这种公式是关于无线网络(包含5G)需求迸发问题的其间一种处理思路,它经过同享未经答应的频段来增强传输才能。所谓“未经答应的频段”,最典型的便是Wi-Fi频段,这些频段并未由联邦通讯委员会分配给特定用户。

NIST的研讨重点是Wi-Fi与蜂窝体系竞赛特定频率或子信道的场景。其间的亮点在于,他们的蜂窝网络企图经过运用一种称为答应辅佐接入(LAA)的办法来进步其数据传输速率,该办法结合了无答应和有答应的频带。

NIST工程师Jason Coder说:“这项作业探究了机器学习在决议传输哪个频率通道时的使用。”这或许会使未经答应的频段的通讯功率更高。”

NIST公式使发射机可以快速挑选最佳子信道,以便在未经答应的频带内成功地一起操作Wi-Fi和LAA网络。每个发射机都学习在不相互通讯的情况下最大化网络总数据速率。该计划在穷举的信道查找和过错查找的基础上,快速获得了挨近最佳成果的全体功能。

这项研讨不同于以往对通讯中机器学习的研讨,它考虑了多个网络“层”、物理设备以及基站和接纳机之间的信道拜访规矩。

这个公式是一种“Q-learning”技能,意味着它将环境条件(如网络类型、存在的发射机和信道的数量)映射到最大化一个值(称为Q)的操作上,由该值回来最佳成果。

经过与环境交互并测验不同的操作,算法学习哪个通道供给最佳成果。每个发射机学习挑选在特定环境条件下发生最佳数据速率的信道。

假如两个网络都挑选了适宜信道,则组合的整个网络环境的功率将进步。尤其是在发射机挑选了没有被占用的信道的情况下,成功传输的概率还会上升,带来更高的数据速率。一起,假如发射机挑选搅扰更小的信道,信号也会更强,带来更高的接纳数据速率。

在计算机模仿中,最优分配办法经过查找一切或许的组合来为发射机分配信道,以找到最大化总网络数据速率的办法。NIST公式发生的成果挨近最优公式,但进程要简略得多。研讨发现,要想完全找出最佳的处理计划,需求进行约4.56万次试验,而该公式只需测验10个通道就可以挑选相似的处理计划,仅需0.02%的尽力。

这项研讨针对的是室内场景,比方一栋有多个Wi-Fi接入点的修建,以及在没有答应证的频段内进行手机操作。研讨人员现在计划在更大规划的野外场景中模仿这种办法,并进行物理试验来证明这种作用。

译/前瞻经济学人APP资讯组

参考资料:

[1]https://www.sciencedaily.com/releases/2020/05/200526161117.htm



Copyright © 2020 新宝gg推荐新宝gg推荐-新宝gg开户官网-新宝登陆线路检测-新宝集团 All Rights Reserved