| 著者 |
渡邊壮輝，岡田啓，ベンナイラシャドリア，片山正昭 |
| 題目 |
無線LANにおける競合・隠れ端末存在下での機械学習を用いた送信レート選択手法の性能評価 |
| 出典 |
電子情報通信学会技術研究報告, RCS2020-203, pp.1-6 |
| 要約 |
IEEE802.11 には変調方式，符号化率の組み合わせをインデックス化したModulation and Coding Scheme
(MCS) により，多段階で送信レートが規定されている．通信環境に対して適切な送信レートを選択することがスルー
プット最大化のために必要である．しかし，実際の通信環境はフェージングの影響や他の通信による競合・隠れ端末
問題など，複雑な要因が絡み合っており，従来手法では適切な送信レートを選択することは難しい．先行研究では，
機械学習を適用することで複雑な通信環境に対応した送信レート選択手法を検討した．しかし，1 対1 の通信実験の
みで，従来手法との比較が十分になされていない．本研究では，LightGBM を適用した送信レート選択と従来手法を，
競合する通信の存在下にて比較検証を行うことで提案手法の優位性を示す． |
| Authors |
S. Watanabe, H. Okada, C. Ben Naila, M. Katayama |
| Title |
Performance Evaluation of a Machine Learning-Based Rate Selection Scheme for Wireless LAN in the Presence of Contention and Hidden Nodes |
| Authority |
IEICE Technical Report, RCS2020-203, pp.1-6 |
| Summary |
In IEEE802.11, the transmission rate is specified in multiple steps by the Modulation and Coding Scheme (MCS),
which is an index of combinations of modulation schemes and coding rates. In order to maximize throughput, it is necessary
to select an appropriate transmission rate for the communication environment. However, the actual communication environment
is complicated by many factors, such as the effects of fading, contention by other communications, and hidden terminal
problem. In our previous study, we investigated a rate adaptation method for complex communication environments by applying
machine learning. However, only one-to-one communication experiments were conducted, and the results were not
sufficiently compared with those of conventional methods. In this paper, we show the superiority of the proposed method
by comparing and verifying the transmission rate selection using LightGBM and the conventional method in the presence of
competing communications. |
| 年月 |
2021年3月 |
| DOI/Handle |
|
| 開催場所 |
オンライン |
| 研究テーマ |
アドホック・メッシュネットワーク
機械学習
|
| 言語 |
日本語 |
| 原稿/プレゼン資料 |
 / 無し (ローカル限定) |
