APP下载

机器学习如何推动5G网络

2020-07-29王雄

计算机与网络 2020年13期
关键词:解决方案设备

王雄

在机器学习的早期发展中,它主要用于图像和语音识别,但是近年来这种情况正在改变。机器学习现在被广泛应用于醫疗诊断、股市决策甚至环境控制等领域。

无线技术异常复杂,每次技术迭代都增加了一层额外的复杂性。基于无线电信号的第一个无线技术将使用火花隙来接收信号,而下一代无线电将使用二极管来解调信号以提取音频信息。在无线技术经过几次迭代之后,将部署结合了密码功能的复杂数字电路,以保持信息的私密性。

现在,许多设备都在朝着移动技术发展,因此对蜂窝塔的需求量很大,可能有成千上万的同时连接请求。为了帮助管理此负载,无线电系统部署的信道中每个信道处理的设备数量非常多,一个信道中的设备不能干扰另一信道中的设备。

但是,找到流量较低的频道可能要花费一段时间,而使用优质频道通常会成为附近设备的一个选择。使用反复试验来选择通道,效率低下会导致能耗增加和执行时间增加。为了解决此问题,美国国家标准技术研究院(NIST)的研究人员开发了一种数学公式,该公式的行为类似于机器学习算法。

本质上,该公式是基于先验经验而不是使用试错法来选择无线网络频道。由于该系统过去具有与外部因素有关的选定配置,因此可以说相同的设置提供了更好的运行机会。对此类系统的需求源于以下事实,即移动网络正在部署一种称为“许可辅助访问”的解决方案,该解决方案同时使用许可频段和非许可频段。……

登录APP查看全文

猜你喜欢

解决方案设备
谐响应分析在设备减振中的应用
艾默生自动化解决方案
解决方案和折中方案
基于VB6.0+Access2010开发的设备管理信息系统
基于MPU6050简单控制设备
500kV输变电设备运行维护探讨
4G LTE室内覆盖解决方案探讨
如何在设备采购中节省成本
7大睡眠问题解决方案
原来他们都是可穿戴设备