预测无线电频谱使用制造技术

示例实施例描述了一种计算机实现的方法，用于通过神经网络来预测在包括干扰(110

【技术实现步骤摘要】
【国外来华专利技术】预测无线电频谱使用


[0001]本专利技术一般而言涉及在包括干扰的环境中预测无线电频谱使用的领域。

技术介绍

[0002]无线频谱正在成为当今许多设备的重要资源。越来越多的设备经由无线的无线电连接到互联网，并使用许多不同的无线网络技术传输越来越多的数据。这些技术中的大多数仍然在使用工业、科学、医学ISM，无线电频段和频谱稀缺是现在和将来最重要的挑战之一。
[0003]当今现有的冲突避免技术或者在检测到频谱冲突时应用随机退避，或者假设关于其它节点频谱占用的知识是已知的。这些方法是优化网络间频谱使用的非常好的解决方案，但如果优化所有相邻无线网络的整体频谱使用和吞吐量，那么会失败。
[0004]由于大多数现有算法优化其自身的网络性能，并且由于使用相同ISM频段的不同技术的数量也在增长，因此算法相互竞争，导致了所有网络的整体恶化。除了其它无线网络，环境还可能包含会影响整体性能的干扰(诸如微波)，尽管它们是不可控的。
[0005]因此，本专利技术的一个目的是减轻上述缺陷并提供改进的解决方案来预测包括一个或多个无线网络和一个或多个干扰的环境中的频谱使用。

技术实现思路

[0006]在第一方面，该目的通过一种计算机实现的方法来实现，该方法用于通过神经网络来预测在包括干扰和多个无线节点的环境中的无线电频谱使用，这些节点在无线电频谱内经由时隙介质访问控制MAC协议进行操作，该方法包括以下步骤：
[0007]‑
通过感测无线电频谱获得每个时隙的无线电频谱使用；
[0008]‑
标记时隙：
[0009]о当相应的无线电频谱使用低于预定义的噪声阈值或当节点通过它成功传输过报文时，将时隙标记为可使用；
[0010]о当它不是可使用的且适合接收报文时，将时隙标记为不可使用；以及
[0011]‑
将损失函数计算为可使用时隙和不可使用时隙的交叉熵损失除以可使用时隙和不可使用时隙的总数；以及
[0012]‑
通过最小化损失函数来训练神经网络。
[0013]环境包括多个无线节点，这些无线节点被配置为相互通信，从而构成无线网络。在环境内也存在干扰。例如，这些干扰是另一个无线网络中的其它无线节点。干扰还可以是在干扰无线网络的频率范围的频率范围内发射无线电信号的设备。这种设备的示例是微波炉。该组未知网络和/或其它来源还可以被指定为干扰网络集群INC。
[0014]在环境内，因此存在多种技术，具有各种各样不同的应用。此外，节点也可以是移动的，这使得环境非常动态。
[0015]无线节点和干扰共享无线电频谱，或至少具有由无线节点使用的无线电频谱范围
的重叠。这些无线节点使用无线电频谱进行操作，即交换数据和/或数据报文。为了交换数据报文，无线节点被配置为经由时隙MAC协议进行操作。这是通过调度器技术完成的，该技术可以是集中式的或分散式的。
[0016]时隙MAC协议例如是时分多址TDMA协议、多频时分多址MF
‑
TDMA协议或时隙载波侦听多址CSMA协议。
[0017]节点可以访问在无线电频谱内操作的一个信道或多个信道。通过信道，时隙可用于交换数据报文。时隙可以在超帧中或在创建的时隙窗口中进行分组。还应理解的是，时隙的分组取决于所使用的协议。由于节点在其自身的网络中通过时隙MAC协议操作，因此与网络中的其它节点相比，每个节点可以同时执行动作。例如，动作可以是接收或传输数据报文。
[0018]数据报文的接收和传输是通过时隙执行的。由于网络包括INC，因此时隙可能已经被INC中的一个或多个设备占用，并由此对于节点不可用。此外，INC的设备所使用的技术是未知的。
[0019]因此，作为第一步骤，通过感测无线电频谱来获得每个时隙的无线电频谱使用。例如，由硬件无线电技术或由软件定义无线电SDR平台来执行感测。通过感测，在无线电频谱上测量能量。无线电频谱上的每个信道的能量被感测，从而获得每个时隙的能量水平。
[0020]接下来，由于节点本身也使用时隙来传输报文，因此感测到的能量可能源自这些节点中的一个或多个节点。为了区分从INC或从一个或多个节点感测到的能量，节点被配置为识别当前时隙是否在网络内被分配。在MF
‑
TDMA协议中，此类信息为节点已知的，并且对于CSMA协议，这可以通过使用请求发送(Request
‑
to
‑
Send)/清除发送(Clear
‑
to
‑
Send)RTS/CTS策略来实现。
[0021]接下来，由于可以在INC的感测能量或源自节点本身的能量之间进行区分，因此当相应的无线电频谱使用低于预定义阈值或当时隙被其中一个节点使用以成功传输报文时，时隙可以被标记为可使用。换句话说，当能量水平低时，时隙可以被网络使用，因为INC不会对其进行干扰。其次，当它已经成功用于传输时，它仍然可使用。
[0022]当其它时隙未被标记为可使用但适合接收报文时，它可以被标记为不可使用。
[0023]在它们是未标记为可使用或不可使用的剩余的时隙的情况下，这些剩余的时隙可以被标记为未知，或者甚至完全不标记并进一步忽略。
[0024]然后，利用可使用时隙和不可使用时隙，计算作为交叉熵损失除以可使用时隙和不可使用时隙的总数的损失函数。
[0025]最后，通过最小化损失函数来训练被配置为预测环境中的无线电频谱使用的神经网络。
[0026]可以识别不同的优势。首先，对于即将到来的时隙，通过预测在每个节点处的频谱使用，能够在未知环境中学习。其次，通过损失函数，可以优化基于部分可观察数据的预测。这使得预测对未知行为和新场景具有鲁棒性。第三，通过预测，避免与其它来源或干扰的冲突。
[0027]根据实施例，计算机实现的方法还包括优化神经网络的层的步骤。
[0028]例如，可以通过反向传播、禁忌(Tabu)搜索和/或模拟退火来执行优化。
[0029]优化还可以由swish优化函数执行。swish激活函数是平滑的非单调函数，定义为f
(x)＝x.σ(x)，其中σ(x)＝(1+exp(
‑
x))
‑1是sigmoid函数。通过使用Swish激活函数，与传统的整流线性单元ReLU激活函数相比，准确度得到提高。
[0030]根据实施例，优化还包括通过softmax激活来优化神经网络的输出层。
[0031]换句话说，除了最后一个输出层外，神经网络的每一层上都使用swish激活函数。对于输出层，应用softmax激活。这样，可以将输出归一化成概率分布，该概率分布包括与输入数字的指数成比例的多个概率。
[0032]根据实施例，计算机实现的方法还包括通过神经网络预测干扰的即将到来的无线电频谱使用的步骤。
[0033]当神经网络被训练时，它变得适合预测干扰(因此INC的设备)的即将到来的无线电频谱使用。
[0034]根据第本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种计算机实现的方法，用于获得用于预测在包括干扰(110
‑
111，210
‑
211)和多个无线节点(100
‑
105，200
‑
206)的环境中的无线电频谱使用的神经网络，无线节点(100
‑
105，200
‑
206)在无线电频谱内经由时隙介质访问控制MAC协议进行操作，所述方法包括以下步骤：
‑
通过感测无线电频谱获得无线电频谱的每个时隙的使用；
‑
标记时隙：
○
当相应的无线电频谱使用低于预定义的噪声阈值或当节点通过它成功传输过报文时，将时隙标记为可使用；
○
当时隙未标记为可使用但该时隙适合于根据MAC协议接收报文时，将时隙标记为不可使用；以及
‑
针对某个预测，将损失函数计算为可使用时隙和不可使用时隙的交叉熵损失除以可使用时隙和不可使用时隙的总数；以及
‑
通过最小化损失函数来训练神经网络以预测可使用时隙和不可使用时隙。2.根据权利要求1所述的计算机实现的方法，还包括以下步骤：
‑
优化神经网络的层。3.根据权利要求2所述的计算机实现的方法，其中所述优化还包括：
‑
通过softmax激活来优化神经网络的输出层。4.根据前述权利要求中的一项所述的计算机实...

【专利技术属性】
技术研发人员：R，
申请(专利权)人：安特卫普大学，
类型：发明
国别省市：