CN116249169A - 基于TimeGAN和多臂老虎机的无线Mesh网络接入模式选择方法和系统 - Google Patents

基于TimeGAN和多臂老虎机的无线Mesh网络接入模式选择方法和系统 Download PDF

Info

Publication number
CN116249169A
CN116249169A CN202310224904.1A CN202310224904A CN116249169A CN 116249169 A CN116249169 A CN 116249169A CN 202310224904 A CN202310224904 A CN 202310224904A CN 116249169 A CN116249169 A CN 116249169A
Authority
CN
China
Prior art keywords
node
mesh
wireless
channel
interference
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310224904.1A
Other languages
English (en)
Inventor
苏鹏
朱晓荣
朱洪波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing University of Posts and Telecommunications
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University of Posts and Telecommunications filed Critical Nanjing University of Posts and Telecommunications
Priority to CN202310224904.1A priority Critical patent/CN116249169A/zh
Publication of CN116249169A publication Critical patent/CN116249169A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/049—Temporal neural networks, e.g. delay elements, oscillating neurons or pulsed inputs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/0005—Control or signalling for completing the hand-off
    • H04W36/0083—Determination of parameters used for hand-off, e.g. generation or modification of neighbour cell lists
    • H04W36/0085—Hand-off measurements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/24—Reselection being triggered by specific parameters
    • H04W36/30—Reselection being triggered by specific parameters by measured or perceived connection quality data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
    • H04W40/248—Connectivity information update
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W48/00—Access restriction; Network selection; Access point selection
    • H04W48/08—Access restriction or access information delivery, e.g. discovery data delivery
    • H04W48/10—Access restriction or access information delivery, e.g. discovery data delivery using broadcasted information
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于TimeGAN和多臂老虎机的无线Mesh网络接入模式选择方法和系统，该方法包括：组建无线Mesh网，各Mesh节点在频率较高的H频段向其他Mesh节点广播数据包进行无线组网，在频率较低的L频段进行终端接入；当某节点加入或离开无线Mesh网络，路由协议将调整无线Mesh网络；设置一个Mesh节点作为控制器，每个Mesh节点周期性扫描无线环境，计算节点处可用信道干扰情况并上报，控制器生成对抗网络得到当前无线干扰环境下各种接入策略能得到的吞吐量数据，再使用多臂老虎机决策出各节点最优接入策略并下发执行。通过监测通信环境，根据环境中不同信道中AP点产生的干扰确定无线环境优劣，帮助Mesh骨干网动态选择最优的接入方式，从而提升其通信质量和无线资源利用率。

Description

基于TimeGAN和多臂老虎机的无线Mesh网络接入模式选择方 法和系统
技术领域
本发明属于移动通信技术领域，尤其涉及一种基于TimeGAN和多臂老虎机的无线Mesh网络接入模式选择方法和系统。
背景技术
随着移动互联网和无线通信技术的飞速发展，人们的生活方式得到了极大的改变。各种各样的网络服务改善了人们的生活体验。但是，用户开始追求更好的通信服务和体验，需要多媒体移动通信提供更加多样的服务种类。因此，许多高速宽带通信技术不断涌现出来。无线Mesh网络作为一种新型的互联网接入技术，为用户提供方便而又经济的互联网接入服务。
无线Mesh网络是一种多跳网络，与传统无线网络不同，它融合了无线局域网WLAN和Ad-hoc网络的优势，具有高速率、易组网、鲁棒性强和自组织等优点。在实际中，无线Mesh网络也得到了广泛的应用，例如：无线校园网、无线城市、旅游休闲场所、视频监控等可以采用无线Mesh网络进行组网。
传统的无线Mesh网络，会因为环境中其他AP点的干扰导致通信质量下降，此外Mesh节点的不合理信道带宽、发射功率等接入方式也会导致通信质量下降和无线资源利用率较低的问题。
有鉴于此，有必要设计一种新的无线Mesh网络接入模式，以解决上述问题。
发明内容
本发明的主要目的是，通过监测Mesh骨干网的通信环境，根据环境中不同信道中AP点产生的干扰确定无线环境的优劣，帮助Mesh骨干网动态选择最优的接入方式，从而提升其通信质量和无线资源利用率。
为实现以上目的，本发明提供了一种基于TimeGAN和多臂老虎机的无线Mesh网络接入模式选择方法，包括以下步骤：
步骤一、组建无线Mesh网络，各Mesh节点在频率较高的H频段向其他Mesh节点广播数据包进行无线组网，在频率较低的L频段进行终端接入；
步骤二、当某个节点加入或离开无线Mesh网络，路由协议将调整无线Mesh网络；
步骤三、设置一个Mesh节点作为控制器，每个Mesh节点周期性扫描无线环境，计算每个节点处可用信道的干扰情况并上报给控制器，控制器通过时间序列生成对抗网络得到当前无线干扰环境下各种接入策略能得到的吞吐量数据，再使用多臂老虎机决策出各个节点的最优接入策略并下发给各节点执行。
本发明的进一步改进在于，步骤一进一步包括以下步骤：
步骤S1.1、每个Mesh节点周期性广播发现邻居的数据包，数据包的内容包括链路质量、TTL值、上一条节点MAC地址、序列号、源节点MAC地址和数据包类型，该广播数据包用于同步到达各个节点的传输链路质量、源节点向其他节点通告自身的存在和自身能到达的下一跳节点；
步骤S1.2、Mesh节点根据收到的其他节点邻居发现的广播数据包更新路由表，主要更新内容为：本地Mesh节点可达的源节点链表以及本地Mesh节点与一跳邻居之间的链路质量；
步骤S1.3、设置Mesh骨干网的名称，并为每个节点设置发射功率、信道和信道带宽，在H频段搭建Mesh骨干网。
本发明的进一步改进在于，步骤二进一步包括以下步骤：
步骤S2.1、当某个节点突然加入Mesh骨干网，它会向其他节点发出邻居发现的广播数据包，同时接收其他Mesh节点的广播数据包，在各个Mesh节点更新路由表后成功加入Mesh网络；
步骤S2.2、当节点发生故障或离开网络，该节点与其他节点之间的传输链路质量变为0，所有节点在路由选路时会自动避开该节点，整个无线Mesh网络继续正常工作。
本发明的进一步改进在于，所述步骤三进一步包括以下步骤：
步骤3.1、Mesh节点无线组网的H频段存在多个可选信道，各个节点周期性扫描无线环境，并基于信号接收端干扰的情况表示出当前无线信道环境；
步骤3.2、设置一个Mesh节点作为控制器，收集其他Mesh节点上报的无线环境，并通过TimeGAN训练出的模型生成当前无线环境下各种接入策略得到的吞吐量；以节点的信道环境Ej、所选信道Chj、所用信道带宽BWj、节点发射功率Powj、节点处的吞吐量TPj作为样本，在Mesh骨干网中收集不同无线环境下的样本数据，并通过TimeGAN训练这些数据得到一个模型，向该模型中输入各Mesh节点处的无线环境，能够输出对应Mesh节点在当前环境下不同接入策略下的吞吐量，其格式为{Chj、BWj、Powj、TPj}。
步骤3.3、以{Chj、BWj、Powj}为动作，{TPj}为奖励，利用多臂老虎机对TimeGAN生成的每个节点的每条接入策略进行打分，决策出每个节点处当前无限环境下的最优接入策略；以及
步骤3.4、控制器完成决策之后，将结果分别下发给对应的Mesh节点，Mesh节点接收到控制器下发的接入决策后，在不影响通信质量的前提下，根据需要部署对应的接入策略。
本发明的进一步改进在于，所述步骤3.1进一步包括以下步骤：
步骤3.1.1、Mesh节点扫描无线环境，统计接收到的AP点信息：AP点所处信道以及该信道的可用带宽、节点处AP点的接收信号强度RSSI，计算AP点对节点处相应无线信道产生的干扰：Pt＝10^(RSSI/10)；
步骤3.1.2、根据AP点对节点处相应无线信道产生的干扰，计算Mesh节点处不同信道受到的干扰；
步骤3.1.3、通过对节点产生干扰的AP点信息可计算出该节点处每个信道的总信道功率Pi，需要计算反映信道之间干扰的信道加权功率Pwi，信道加权功率Pwi可以体现节点处无线环境中每个信道的受干扰程度，信道加权功率越小代表信道受到的干扰越小，通过这些信道的Pwi可表示节点的无线环境。
本发明的进一步改进在于，AP点对Mesh节点处环境信道的干扰为Pi：Pi＝∑kt×Pt(kt＝0,0.25,0.5,1)，其中kt代表该AP点产生干扰的信道数，由信道带宽决定表示相邻信道间的干扰情况。
本发明的进一步改进在于，加权信道功率Pwi：
Figure BDA0004118108160000041
作为发明的进一步改进，无线Mesh网络可以基于IEEE802.11协议，在5GHz频段进行组网，并在2.4GHz频段进行终端接入。
为实现以上发明目的，本发明还提供了一种基于TimeGAN和多臂老虎机的无线Mesh网络接入模式选择系统，该系统可实施如前述任一项所述的方法。
本发明的有益效果如下：
(1)本发明通过扫描信道环境，实时感知环境中不同AP点产生的干扰，自适应的选择每个节点处的最优接入策略，保证了Mesh网路的吞吐量和时延。
(2)本发明通过设置控制器管控整个Mesh网络，实现根据无线环境干扰情况自适应切换接入方式。
(3)本发明设计的Mesh骨干网运行于数据链路层，通过以太网帧的方式传递路由信息，增强了网络的稳定性，降低了时延。
附图说明
图1是本发明基于TimeGAN和多臂老虎机的无线Mesh网络接入模式选择方法实现的效果图；
图2是本发明Mesh网络搭建过程流程图；
图3是本发明Mesh节点感知无线环境干扰情况并上报控制器的流程图；
图4是本发明控制器根据Mesh节点上报控制器作出决策的流程图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。
需要强调的是，在描述本发明过程中，各种公式和约束条件分别使用前后一致的标号进行区分，但也不排除使用不同的标号标志相同的公式和/或约束条件，这样设置的目的是为了更清楚的说明本发明特征所在。
本发明提供了一种基于TimeGAN和多臂老虎机的无线Mesh网络接入模式选择方法。该方法主要包括以下步骤：
步骤一、组建无线Mesh网络，各Mesh节点在频率较高的H频段向其他Mesh节点广播数据包进行无线组网，在频率较低的L频段进行终端接入；
步骤二、当某个节点加入或离开无线Mesh网络，路由协议将调整无线Mesh网络；
步骤三、设置一个Mesh节点作为控制器，每个Mesh节点周期性扫描无线环境，计算每个节点处可用信道的干扰情况并上报给控制器，控制器通过时间序列生成对抗网络得到当前无线干扰环境下各种接入策略能得到的吞吐量数据，再使用多臂老虎机决策出各个节点的最优接入策略并下发给各节点执行。
以下结合实施例对每一步骤进行详细说明。
如图1所示，本发明提供了一种无线Mesh网络接入模式选择方法，基于TimeGAN和多臂老虎机。在传统的无线Mesh网络中加入了网络控制器，通过软件定义网络的方法管控整个Mesh网络。每个Mesh节点都会扫描无线环境，计算出Mesh节点处可用信道的干扰情况并上报给控制器，控制器通过时间序列生成对抗网络得到当前无线干扰环境下各种接入策略能得到的吞吐量数据，再使用多臂老虎机决策出各个节点的最优接入策略并下发给各节点执行，保证了Mesh骨干网的通信质量。
本发明所述的Mesh网络搭建过程如图2所示。
步骤S1、组建无线Mesh网络，各个Mesh节点在频率较高的H频段向其他Mesh节点广播数据包进行无线组网，在频率较低的L频段进行终端接入。例如可以基于IEEE802.11协议，在5GHz频段进行组网，在2.4GHz频段进行终端接入，具体地包括以下步骤：
步骤S1.1、每个Mesh节点周期性广播发现邻居的数据包，包的内容包括链路质量、TTL值、上一条节点MAC地址、序列号、源节点MAC地址、数据包类型等。该广播数据包有两个作用：同步到达各个节点的传输链路质量、源节点向其他节点通告自身的存在和自身能到达的下一跳节点。
步骤S1.2、Mesh节点根据收到的其他节点邻居发现的广播数据包更新路由表，更新内容主要为：本地Mesh节点可达的源节点链表以及本地Mesh节点与一跳邻居之间的链路质量。
步骤S1.3、设置Mesh骨干网的名称，并为每个节点设置发射功率、信道和信道带宽，在H频段搭建Mesh骨干网。
步骤S2、当某个节点突然加入或离开Mesh骨干网，路由协议会快速调整Mesh骨干网。具体地：
步骤S2.1、当某个节点突然加入Mesh骨干网，它会向其他节点发出邻居发现的广播数据包，同时接收其他Mesh节点的广播数据包，在各个Mesh节点更新路由表后成功加入Mesh网络。
步骤S2.2、当节点发生故障或离开网络，该节点与其他节点之间的传输链路质量变为0，所有节点在路由选路时会自动避开该节点，整个无线Mesh网络继续正常工作。
本发明所述的Mesh节点感知无线环境干扰情况并上报控制器过程如图3所示。
步骤A1、Mesh节点无线组网的H频段存在多个可选信道，各个节点周期性扫描无线环境，并基于信号接收端干扰的情况表示出当前无线信道环境。具体地：
步骤A1.1、Mesh节点扫描无线环境，统计接收到的AP点信息：AP点所处信道以及该信道的可用带宽、节点处AP点的接收信号强度RSSI。通过这些信息计算AP点对节点处相应无线信道产生的干扰：Pt＝10^(RSSI/10)。
步骤A1.2、一个AP点会对节点所处的多个信道产生干扰，这和AP点的信道及信道带宽有关。根据AP点对节点处相应无线信道产生的干扰，计算Mesh节点处不同信道受到的干扰。
AP点对Mesh节点处环境信道的干扰为Pi：Pi＝∑kt×Pt(kt＝0,0.25,0.5,1)，其中kt代表该AP点产生干扰的信道数，由信道带宽决定表示相邻信道间的干扰情况。
步骤A1.3、通过对节点产生干扰的AP点信息可计算出该节点处每个信道的总信道功率Pi，但是Pi还不能完全体现出信道的受干扰情况，因为相邻信道间也会产生干扰。需要计算反映信道之间干扰的加权信道功率Pwi：
Figure BDA0004118108160000081
信道加权功率Pwi可以体现出节点处无线环境中每个信道的受干扰程度，信道加权功率约小代表信道收到的干扰越小，通过这些信道的Pwi可表示节点的无线环境。
步骤A2、设置一个Mesh节点作为控制器，收集其他Mesh节点上报的无线环境，并通过TimeGAN训练出的模型生成当前无线环境下各种接入策略得到的吞吐量。
以节点的信道环境Ej、所选信道Chj、所用信道带宽BWj、节点发射功率Powj、节点处的吞吐量TPj作为样本。在Mesh骨干网中收集不同无线环境下的样本数据，并通过TimeGAN训练这些数据得到一个模型。向该模型中输入各Mesh节点处的无线环境，能够输出对应Mesh节点在当前环境下不同接入策略下的吞吐量，其格式为{Chj、BWj、Powj、TPj}。
步骤A3、以{Chj、BWj、Powj}为动作，{TPj}为奖励，利用多臂老虎机对TimeGAN生成的每个节点的每条接入策略进行打分，决策出每个节点处当前无限环境下的最优接入策略。
步骤A4、控制器完成决策之后，将结果分别下发给对应的Mesh节点。Mesh节点接收到控制器下发的接入决策后，在不影响通信质量的前提下，根据需要部署对应的接入策略。
基于以上发明构思，本发明还公开了一种基于TimeGAN和多臂老虎机的无线Mesh网络接入模式选择系统，包括至少一台计算设备，该计算设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，该计算机程序被加载至处理器时可实现上述的基于TimeGAN和多臂老虎机的无线Mesh网络接入模式选择方法。
本发明通过扫描信道环境，实时感知环境中不同AP点产生的干扰，自适应的选择每个节点处的最优接入策略，保证了Mesh网路的吞吐量和时延。同时，本发明通过设置控制器管控整个Mesh网络，实现根据无线环境干扰情况自适应切换接入方式。此外，本发明设计的Mesh骨干网运行于数据链路层，通过以太网帧的方式传递路由信息，增强了网络的稳定性，降低了时延。
以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围。

Claims (9)

1.一种基于TimeGAN和多臂老虎机的无线Mesh网络接入模式选择方法，其特征在于：包括以下步骤：
步骤一、组建无线Mesh网络，各Mesh节点在频率较高的H频段向其他Mesh节点广播数据包进行无线组网，在频率较低的L频段进行终端接入；
步骤二、当某个节点加入或离开无线Mesh网络，路由协议将调整无线Mesh网络；
步骤三、设置一个Mesh节点作为控制器，每个Mesh节点周期性扫描无线环境，计算每个节点处可用信道的干扰情况并上报给控制器，控制器通过时间序列生成对抗网络得到当前无线干扰环境下各种接入策略能得到的吞吐量数据，再使用多臂老虎机决策出各个节点的最优接入策略并下发给各节点执行。
2.根据权利要求1所述的方法，其特征在于：步骤一进一步包括以下步骤：
步骤S1.1、每个Mesh节点周期性广播发现邻居的数据包，数据包的内容包括链路质量、TTL值、上一条节点MAC地址、序列号、源节点MAC地址和数据包类型，该广播数据包用于同步到达各个节点的传输链路质量、源节点向其他节点通告自身的存在和自身能到达的下一跳节点；
步骤S1.2、Mesh节点根据收到的其他节点邻居发现的广播数据包更新路由表，主要更新内容为：本地Mesh节点可达的源节点链表以及本地Mesh节点与一跳邻居之间的链路质量；
步骤S1.3、设置Mesh骨干网的名称，并为每个节点设置发射功率、信道和信道带宽，在H频段搭建Mesh骨干网。
3.根据权利要求1所述的方法，其特征在于：步骤二进一步包括以下步骤：
步骤S2.1、当某个节点突然加入Mesh骨干网，它会向其他节点发出邻居发现的广播数据包，同时接收其他Mesh节点的广播数据包，在各个Mesh节点更新路由表后成功加入Mesh网络；
步骤S2.2、当节点发生故障或离开网络，该节点与其他节点之间的传输链路质量变为0，所有节点在路由选路时会自动避开该节点，整个无线Mesh网络继续正常工作。
4.根据权利要求1所述的方法，其特征在于：所述步骤三进一步包括以下步骤：
步骤3.1、Mesh节点无线组网的H频段存在多个可选信道，各个节点周期性扫描无线环境，并基于信号接收端干扰的情况表示出当前无线信道环境；
步骤3.2、设置一个Mesh节点作为控制器，收集其他Mesh节点上报的无线环境，并通过TimeGAN训练出的模型生成当前无线环境下各种接入策略得到的吞吐量；以节点的信道环境Ej、所选信道Chj、所用信道带宽BWj、节点发射功率Powj、节点处的吞吐量TPj作为样本，在Mesh骨干网中收集不同无线环境下的样本数据，并通过TimeGAN训练这些数据得到一个模型，向该模型中输入各Mesh节点处的无线环境，能够输出对应Mesh节点在当前环境下不同接入策略下的吞吐量，其格式为{Chj、BWj、Powj、TPj}；
步骤3.3、以{Chj、BWj、Powj}为动作，{TPj}为奖励，利用多臂老虎机对TimeGAN生成的每个节点的每条接入策略进行打分，决策出每个节点处当前无限环境下的最优接入策略；以及
步骤3.4、控制器完成决策之后，将结果分别下发给对应的Mesh节点，Mesh节点接收到控制器下发的接入决策后，在不影响通信质量的前提下，根据需要部署对应的接入策略。
5.根据权利要求4所述的方法，其特征在于：所述步骤3.1进一步包括以下步骤：
步骤3.1.1、Mesh节点扫描无线环境，统计接收到的AP点信息：AP点所处信道以及该信道的可用带宽、节点处AP点的接收信号强度RSSI，计算AP点对节点处相应无线信道产生的干扰：Pt＝10^(RSSI/10)；
步骤3.1.2、根据AP点对节点处相应无线信道产生的干扰，计算Mesh节点处不同信道受到的干扰；
步骤3.1.3、通过对节点产生干扰的AP点信息可计算出该节点处每个信道的总信道功率Pi，需要计算反映信道之间干扰的信道加权功率Pwi，信道加权功率Pwi可以体现节点处无线环境中每个信道的受干扰程度，信道加权功率越小代表信道受到的干扰越小，通过这些信道的Pwi可表示节点的无线环境。
6.根据权利要求5所述的方法，其特征在于：AP点对Mesh节点处环境信道的干扰为：
Pi：Pi＝∑kt×Pt(kt＝0,0.25,0.5,1)，
其中，kt代表该AP点产生干扰的信道数，由信道带宽决定表示相邻信道间的干扰情况。
7.根据权利要求6所述的方法，其特征在于：加权信道功率为Pwi：
Figure FDA0004118108150000031
8.根据权利要求1所述的方法，其特征在于：无线Mesh网络可以基于IEEE802.11协议，在5GHz频段进行组网，并在2.4GHz频段进行终端接入。
9.一种基于TimeGAN和多臂老虎机的无线Mesh网络接入模式选择系统，其特征在于：该系统可实施如权利要求1至8任一项所述的方法。
CN202310224904.1A 2023-03-07 2023-03-07 基于TimeGAN和多臂老虎机的无线Mesh网络接入模式选择方法和系统 Pending CN116249169A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310224904.1A CN116249169A (zh) 2023-03-07 2023-03-07 基于TimeGAN和多臂老虎机的无线Mesh网络接入模式选择方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310224904.1A CN116249169A (zh) 2023-03-07 2023-03-07 基于TimeGAN和多臂老虎机的无线Mesh网络接入模式选择方法和系统

Publications (1)

Publication Number Publication Date
CN116249169A true CN116249169A (zh) 2023-06-09

Family

ID=86623930

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310224904.1A Pending CN116249169A (zh) 2023-03-07 2023-03-07 基于TimeGAN和多臂老虎机的无线Mesh网络接入模式选择方法和系统

Country Status (1)

Country Link
CN (1) CN116249169A (zh)

Similar Documents

Publication Publication Date Title
Johnson et al. Simple pragmatic approach to mesh routing using BATMAN
US8565164B2 (en) Wireless mesh architecture
Royer et al. An analysis of the optimum node density for ad hoc mobile networks
CN107018548B (zh) 基于频谱感知的认知无线网络机会路由协议的实现方法
Saleem et al. SMART: A SpectruM-Aware ClusteR-based rouTing scheme for distributed cognitive radio networks
JP4598000B2 (ja) マルチホップネットワークにおけるコスト決定
JP4182058B2 (ja) ワイヤレス通信システムにおけるアクセスポイントの選択
Jawhar et al. Quality of service routing in mobile ad hoc networks
US20060251119A1 (en) Methods and apparatus to setup end-to-end flows in wireless mesh networks
KR20070032717A (ko) 무선 네트워크에서 주문형 라우팅 프로토콜의 성능을개선하기 위한 시스템 및 방법
CN110049543B (zh) 一种wlan中数据速率和功率控制的联合优化方法
CN111510982B (zh) 一种传输数据的方法及装置
CN106686680B (zh) 一种用于车联网的路由优化系统及方法
JP2005341231A (ja) ルーティング方法およびそれを利用した無線装置
Musavi et al. Route selection over clustered cognitive radio networks: An experimental evaluation
CN104053208B (zh) 无线自组网中基于信道分配的路由方法、装置
CN116249169A (zh) 基于TimeGAN和多臂老虎机的无线Mesh网络接入模式选择方法和系统
CN112333018A (zh) 一种提升Wi-SUN网络带宽的组网方法及其Wi-SUN网络
Chen et al. Distance adaptive (dad) broadcasting for ad hoc networks
Sangeetha et al. Supervised vector machine learning with brown boost energy efficient data delivery in MANET
CN114268999B (zh) 基于干扰协调的无线Mesh自适应信道选择方法和系统
Han et al. A tora-based wireless protocol for manet with low routing overhead at link layer
CN114338513A (zh) 基于跨层信息感知的无线多跳路由快速决策方法和系统
Sanchez-Iborra et al. An approach to a cross layer-based QoE improvement for MANET routing protocols.
JP5803474B2 (ja) ネットワークにおけるルートディスカバリのための方法及びノード

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination