Формула NIST может помочь 5G беспроводным сетям эффективно обмениваться частотами связи

Инженер NIST Джейсон кодер делает математические расчеты для Формулы машинного обучения, которая может помочь 5G и другим беспроводным сетям выбирать и эффективно обмениваться частотами связи.

Исследователи из Национального института стандартов и технологий (NIST) разработали математическую формулу, которая, как предполагает компьютерное моделирование, может помочь 5G и другим беспроводным сетям выбирать и обмениваться частотами связи примерно в 5000 раз эффективнее, чем методы проб и ошибок.

Новая формула является формой машинного обучения, которая выбирает беспроводной частотный диапазон, известный как канал, основанный на предыдущем опыте в конкретной сетевой среде. Описанная на виртуальной онлайн-конференции на этой неделе, формула может быть запрограммирована в программное обеспечение на передатчиках во многих типах реальных сетей.

Формула NIST-это способ удовлетворить растущий спрос на беспроводные системы, в том числе 5G, путем совместного использования диапазонов частот, также известных как полосы частот, которые не имеют лицензии. Wi — Fi, например, использует нелицензированные полосы-те, которые не назначены Федеральной Комиссией по связи для конкретных пользователей. Исследование NIST фокусируется на сценарии, в котором Wi-Fi конкурирует с сотовыми системами за определенные частоты или подканалы. Что делает этот сценарий сложным, так это то, что эти сотовые системы повышают свои скорости передачи данных с помощью метода, называемого License Assisted Access (LAA), который сочетает в себе как нелицензированные, так и лицензированные полосы частот.

“Эта работа исследует использование машинного обучения при принятии решений о том, какой частотный канал передавать дальше”, - сказал инженер NIST Джейсон кодер. "Это потенциально может сделать связь в нелицензированных диапазонах намного более эффективной.”

Формула NIST позволяет передатчикам быстро выбирать лучшие подканалы для успешной и одновременной работы сетей Wi-Fi и LAA в нелицензированных диапазонах. Передатчики каждый учатся максимизировать общую скорость передачи данных в сети, не связываясь друг с другом. Схема быстро достигает общей производительности, которая близка к результату, основанному на исчерпывающих поисках канала проб и ошибок.

Исследование NIST отличается от предыдущих исследований машинного обучения в области связи, принимая во внимание множественные сетевые “слои”, физическое оборудование и правила доступа к каналам между базовыми станциями и приемниками.

Эта формула является методом "Q-обучения", то есть она отображает условия окружающей среды — такие как типы сетей и количество передатчиков и каналов, присутствующих — на действия, которые максимизируют значение, известное как Q, которое возвращает лучшую награду. Взаимодействуя с окружающей средой и пробуя различные действия, алгоритм узнает, какой канал обеспечивает наилучший результат. Каждый передатчик учится выбирать канал, который обеспечивает наилучшую скорость передачи данных при определенных условиях окружающей среды.

Если обе сети выбирают соответствующие каналы, эффективность объединенной общей сетевой среды повышается. Этот метод повышает скорость передачи данных двумя способами. В частности, если передатчик выбирает канал, который не занят, то вероятность успешной передачи повышается, что приводит к более высокой скорости передачи данных. И если передатчик выбирает канал таким образом, что помехи сведены к минимуму, то сигнал сильнее, что приводит к более высокой скорости приема данных.

В компьютерном моделировании оптимальный метод распределения назначает каналы передатчикам путем поиска всех возможных комбинаций, чтобы найти способ максимизировать общую скорость передачи данных в сети. Формула NIST дает результаты, которые близки к оптимальному, но в гораздо более простом процессе. Исследование показало, что исчерпывающие усилия по определению наилучшего решения потребуют около 45 600 проб, в то время как формула может выбрать аналогичное решение, попробовав только 10 каналов, всего 0,02 процента усилий.

В исследовании рассматривались внутренние сценарии, такие как здание с несколькими точками доступа Wi-Fi и мобильными телефонами в нелицензированных диапазонах. Теперь исследователи планируют смоделировать этот метод в более крупномасштабных сценариях на открытом воздухе и провести физические эксперименты, чтобы продемонстрировать эффект.

Источник: www.nist.gov

Комментарии: