JP6652762B2 - チャネル選択方法 - Google Patents
チャネル選択方法 Download PDFInfo
- Publication number
- JP6652762B2 JP6652762B2 JP2016008521A JP2016008521A JP6652762B2 JP 6652762 B2 JP6652762 B2 JP 6652762B2 JP 2016008521 A JP2016008521 A JP 2016008521A JP 2016008521 A JP2016008521 A JP 2016008521A JP 6652762 B2 JP6652762 B2 JP 6652762B2
- Authority
- JP
- Japan
- Prior art keywords
- channel
- algorithm
- adjacent
- tow
- sensing
- 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.)
- Active
Links
- 238000010187 selection method Methods 0.000 title claims description 19
- 238000004422 calculation algorithm Methods 0.000 claims description 67
- 238000004891 communication Methods 0.000 claims description 51
- 230000001149 cognitive effect Effects 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 13
- 238000001228 spectrum Methods 0.000 claims description 5
- 230000000052 comparative effect Effects 0.000 description 7
- 238000004088 simulation Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Description
また、本発明の一側面によれば、端末が、TOWアルゴリズムに基づいて複数のチャネル中から選択されたチャネルを使用して通信を行う通信システムにおけるチャネル選択を行う方法であって、前記TOWアルゴリズムにおけるスロットマシンに前記チャネルを対応付け、前記TOWアルゴリズムにおける報酬量として前記チャネルが空いている確率に基づいた値を対応付け、更に、隣接チャネルが使用されている場合には前記TOWアルゴリズムで使用する報酬量を減少させることにより、前記報酬量に隣接チャネルからの干渉を反映させ、前記TOWアルゴリズムにより選択された前記チャネルの選択を行う、チャネル選択方法が与えられる。
ここで、前記隣接チャネルが使用されていたことを反映させた前記報酬量は、チャネルjに対する前記報酬量をRj(t)とするとき下式で定義されてよい。
ここで、akは隣接チャネルの重み付けのパラメータ、nj(t)はチャネルjをセンシングして空いていた場合には0、空いていなかった場合には1をとるパラメータ、cはセンシングする上下夫々の隣接チャネル数を表すパラメータ、Bは報酬の分布を決定するパラメータである。
また、前記選択されたチャネル及び前記隣接チャネルに対応する個数の通信インターフェースを使用して、前記選択チャネル及び前記隣接チャネルが空いているか否かのセンシングを行ってよい。
また、前記選択されたチャネルが空いているか否かのセンシングを行うとともに、前記隣接チャネルの使用による前記報酬量の減少は、前記隣接チャネルの各々について過去に行われた前記センシングの結果に基づいて定めてよい。
また、前記隣接チャネルが使用されていたことを反映させた前記報酬量は、チャネルjに対する前記報酬量をRj(t)とするとき下式で定義されてよい。
また、前記通信システムはスペクトルシェアリング型コグニティブ無線通信システムであってよい。
本発明の他の側面によれば、前記何れかに記載のチャネル選択方法を使用する無線LANシステムが与えられる。
本発明の更に他の側面によれば、無線LANに使用される少なくとも一部の端末が前記何れかに記載のチャネル選択方法を使用してチャネル選択を行う無線LANシステムが与えられる。
図1にコグニティブ無線のチャネルモデルを示す(非特許文献3、4)。このモデルにはN個の独立したチャネルであるチャネル1、チャネル2、・・・、チャネルNが存在する。各チャネルはタイムスロットt=1、2、・・・、T−1、T、・・・の単位で使用することができる。図1では使用されているタイムスロットを濃い灰色で、また空きタイムスロットを白色で示している。コグニティブユーザが通信する際には、これらのチャネルをセンシングし、利用率が低い(空き確率P1、P2、・・・、PNが高い)チャネルを選択して、当該選択したチャネル中の空きタイムスロットを用いて通信する。
非特許文献3,4では、空き確率の高いチャネルを選択するために、この問題をMABとして定式化している。MAB問題は1952年に提案された、複数のスロットマシンからプレイヤーが最大限の報酬を得ようとする単純な機械学習の問題である(非特許文献5)。MAB問題の目的は、限られた試行回数で報酬を最大化できる最も適切なスロットマシンを推定することである。この推定を行うためには、プレイヤーは成功のサンプルを収集するためにコインを支払わなければならない。試行に基づいて、各スロットマシンの確率を推定することができ、報酬を最大化することができる。推定のために費やす時間を長くするとプレイヤーは精度の高い推定を行うことができるが、試行のために多くのコインを費やす上に、得られた高精度の推定結果を利用できる時間が減る。そのため、推定のための時間が過度に長くなると、結果として得られる報酬は逆に少なくなる。反対に、推定時間を短くしていった場合には精度の低い推定結果に基づいてスロットマシンを選択することになるために、高い報酬を得ることがあまり期待できなくなる。MAB問題はこのトレードオフにおける最適化問題である。
MAB問題を解くためのアルゴリズムとして、ε-greedyアルゴリズムやsoftmaxアルゴリズム、UCB1-tuned(非特許文献6)などが知られている。従来のMABアルゴリズムではUCB1-tunedの性能が最も良いことが示されている。本願発明者らは物体のダイナミクスを用いたTOW(Tug-of-War(綱引き))アルゴリズムという全く新しいアルゴリズムを提案し、UCB1-tunedと同程度の性能を持つと最近注目を集めている(非特許文献7,8)。本願では、TOWアルゴリズムに着目し、これをチャネル選択問題に適用した。
図2にTOWのモデルを示す。TOWアルゴリズムは最も大きいXi(t+1)を持つスロットマシンを選択するため、物体の体積保存を利用したアルゴリズムである(物体として固体を考える場合には剛体の形状不変性を利用してもよい)。
従来のTOWアルゴリズムは2値報酬型のMABに値するものであるが、より一般的な連続値報酬型のMABに拡張することが可能である。以下に、非特許文献8に基づき学習則の再定式化を行う。
MBAアルゴリズムをチャネル選択問題に適用するには、スロットマシンをチャネルに対応付ける。また、スロットマシンでプレイするとは、考えているタイムスロットで選択されているチャネルが実際に空いているか否かをセンシングすることである(あるいは、選択されているチャネルを実際に使用してみるまでは、そのチャネルが空いていて通信が成功したか否かがわからない通信方式もあるが、それも通信してみることを上記「センシング」という概念に含まれるものとして扱う)。スロットマシンでプレイすることによる報酬は、選択したチャネルのタイムスロットが空いていること(つまり、そのタイムスロットを使ったデータ通信が成功したこと)に対応付けられる。
本願では、MABアルゴリズムを用いたチャネル選択手法(非特許文献3,4)の1つである隣接チャネルからの影響を考慮した改良されたTOWアルゴリズムを提供し、実機実装を行った。インターフェースを5つ使用するシステムに加えて、実際の利用環境に応じたインターフェースを1つのみ使用するシステムも実装し、その有効性を無線LAN環境において確認した。また、無線LANインターフェースを減らしても従来のTOWアルゴリズムよりもダウンロード時間は短く、インターフェースが5つのシステムとほぼ同等の性能を維持できることも確認できた。
Claims (10)
- 通信システムが、TOWアルゴリズムに基づいて複数のチャネル中から選択されたチャネルを使用して通信を行う通信システムにおけるチャネル選択を行う方法であって、
前記TOWアルゴリズムにおけるスロットマシンに前記チャネルを対応付け、
前記TOWアルゴリズムにおける報酬量として前記チャネルが空いている確率に基づいた値を対応付け、
更に、隣接チャネルが使用されている場合には前記TOWアルゴリズムで使用する報酬量を減少させることにより、前記報酬量に隣接チャネルからの干渉を反映させ、
前記TOWアルゴリズムにより前記チャネルの選択を行う、
チャネル選択方法。 - 端末が、TOWアルゴリズムに基づいて複数のチャネル中から選択されたチャネルを使用して通信を行う通信システムにおけるチャネル選択を行う方法であって、
前記TOWアルゴリズムにおけるスロットマシンに前記チャネルを対応付け、
前記TOWアルゴリズムにおける報酬量として前記チャネルが空いている確率に基づいた値を対応付け、
更に、隣接チャネルが使用されている場合には前記TOWアルゴリズムで使用する報酬量を減少させることにより、前記報酬量に隣接チャネルからの干渉を反映させ、
前記TOWアルゴリズムにより前記チャネルの選択を行う、
チャネル選択方法。 - 前記隣接チャネルが使用されていたことを反映させた前記報酬量は、チャネルjに対する前記報酬量をRj(t)とするとき下式で定義される、請求項1または2に記載のチャネル選択方法。
- 前記選択されたチャネル及び前記隣接チャネルに対応する個数の通信インターフェースを使用して、前記選択チャネル及び前記隣接チャネルが空いているか否かのセンシングを行う、請求項1から3の何れかに記載のチャネル選択方法。
- 前記選択されたチャネルが空いているか否かのセンシングを行うとともに、
前記隣接チャネルの使用による前記報酬量の減少は、前記隣接チャネルの各々について過去に行われた前記センシングの結果に基づいて定める、
請求項4に記載のチャネル選択方法。 - 前記隣接チャネルが使用されていたことを反映させた前記報酬量は、チャネルjに対する前記報酬量をRj(t)とするとき下式で定義される、請求項5に記載のチャネル選択方法。
ここで、akは隣接チャネルの重み付けのパラメータ、nj(t)はチャネルjをセンシングして空いていた場合には0、空いていなかった場合には1をとるパラメータ、cはセンシングする上下夫々の隣接チャネル数を表すパラメータ、Bは報酬の分布を決定するパラメータであり、
- 前記隣接チャネルのすくなくとも一部については通信インターフェースによって過去に行われたところの当該チャネルが空いているか否かのセンシング結果に基づいて報酬量の減少を行う、請求項1または2に記載のチャネル選択方法。
- 前記通信システムはスペクトルシェアリング型コグニティブ無線通信システムである、請求項1から7の何れかに記載のチャネル選択方法。
- 請求項1から8の何れかに記載のチャネル選択方法を使用する無線LANシステム。
- 無線LANに使用される少なくとも一部の端末が請求項1から8の何れかに記載のチャネル選択方法を使用してチャネル選択を行う無線LANシステム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016008521A JP6652762B2 (ja) | 2016-01-20 | 2016-01-20 | チャネル選択方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016008521A JP6652762B2 (ja) | 2016-01-20 | 2016-01-20 | チャネル選択方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017130778A JP2017130778A (ja) | 2017-07-27 |
JP6652762B2 true JP6652762B2 (ja) | 2020-02-26 |
Family
ID=59395752
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016008521A Active JP6652762B2 (ja) | 2016-01-20 | 2016-01-20 | チャネル選択方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6652762B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111356139A (zh) | 2018-12-21 | 2020-06-30 | 索尼公司 | 用于无线通信的电子设备和方法、计算机可读存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5084373B2 (ja) * | 2006-07-13 | 2012-11-28 | 日本電気通信システム株式会社 | 干渉予測装置、干渉予測方法及び干渉予測プログラム |
US9215598B2 (en) * | 2011-11-10 | 2015-12-15 | Toyota Jidosha Kabushiki Kaisha | Optimizing dynamic spectrum access |
CN103327503B (zh) * | 2013-06-21 | 2016-07-06 | 上海交通大学 | 认知无线网络机会频谱接入方法 |
-
2016
- 2016-01-20 JP JP2016008521A patent/JP6652762B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017130778A (ja) | 2017-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109947545B (zh) | 一种基于用户移动性的任务卸载及迁移的决策方法 | |
Yang et al. | Machine learning techniques and a case study for intelligent wireless networks | |
KR102206775B1 (ko) | 무선 네트워크에서 기계 학습을 이용하여 자원을 할당하는 방법 및 그 방법을 수행하기 위한 기록 매체 | |
Berthold et al. | Detection of spectral resources in cognitive radios using reinforcement learning | |
Kuroda et al. | Improving throughput using multi-armed bandit algorithm for wireless LANs | |
Shaghluf et al. | Spectrum and energy efficiency of cooperative spectrum prediction in cognitive radio networks | |
Upadhye et al. | A survey on machine learning algorithms for applications in cognitive radio networks | |
JP6652762B2 (ja) | チャネル選択方法 | |
WO2019080771A1 (zh) | 用于无线通信的电子设备和方法 | |
EP4026360A1 (en) | Predicting a radio spectrum usage | |
CN109005593B (zh) | 一种用于频谱分配的优化的方法及设备 | |
Hanif et al. | Traffic pattern based adaptive spectrum handoff strategy for cognitive radio networks | |
JP2003518789A (ja) | マルチパス信号を管理する方法と装置 | |
JP7385869B2 (ja) | 無線通信システムの最適化方法、無線通信システムおよび無線通信システム用プログラム | |
Guo et al. | Joint opportunistic power and rate allocation for wireless ad hoc networks: An adaptive particle swarm optimization approach | |
JP7388634B2 (ja) | 無線通信システムの最適化方法、無線通信システムおよび無線通信システム用プログラム | |
EP3340707A1 (en) | Channel selection device and method for wireless local area network | |
Kuhn et al. | Wireless channel selection with reward-observing restless multi-armed bandits | |
CN107613500A (zh) | 一种不确定环境下的无线频谱共享方法 | |
Oki et al. | Dynamic spectrum reconfiguration for distributed cognitive radio networks | |
Kuhn et al. | Wireless channel selection with restless bandits | |
WO2023133816A1 (en) | Value-based action selection algorithm in reinforcement learning | |
Hsu | A dueling dqn-based computational offloading method in mec-enabled iiot network | |
Zheng et al. | Spectrum sensing and access in cognitive radio networks | |
CN112532329B (zh) | 检测干扰源的方法、装置、设备、系统和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20160215 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181214 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190823 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190903 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191030 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191204 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20191224 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200117 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6652762 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |