Nov, 2020

工业物联网中机器型通信的 MAC-- 第一部分：协议设计和分析

PDF
TL;DR本研究提出一种新型的中介访问控制协议，以单个接入点和信道支持大规模设备的异构数据流和 QoS 要求，其中关键的想法是基于感知的分布式协调以显著提高信道利用率。
medium access controlmachine-type communicationsindustrial internet of thingsquality of servicesensing-based distributed coordination
发现论文，激发创造
  • 工业物联网中机器类通信的 MAC – 第二部分：调度和数值结果

    该论文提出了用于工业物联网中机器类型通信的媒体访问控制设计，其中包括集中式报文传输调度方案和基于深度神经网络的协议参数确定方法，以满足服务质量要求并避免处理大量设备引起的复杂性。

    Nov, 2020

  • 5G 中的大规模机器型通信：物理层和 MAC 层解决方案

    介绍了 METIS 项目中为了解决物联网设备大规模联网和无线覆盖等问题开发的物理和媒介访问控制层解决方案。

    Jun, 2016

  • 使用深度学习优化 MAC 协议设计

    本文描述了如何利用深度强化学习框架进行物理层和 MAC 层的不同参数之间的关系学习，以优化协议设计任务。

    Feb, 2020

  • 超密集蜂窝物联网中的大规模机器型通信：现有问题和机器学习辅助解决方案

    本文针对 mMTC 场景中海量 MTC 设备的 QoS 保障、RAN 拥塞等问题展开研究，综述了现有解决方案并提出了新的解决方向，其中包括利用机器学习技术解决 mMTC 中的 QoS 问题。

    Aug, 2018

  • 迈向 6G 的语义通信协议：从协议学习到以语言为导向的方法

    本文对数据驱动介质访问控制（MAC）协议进行了新颖的分类，分为三个级别：第一级 MAC，使用多智能体深度强化学习（MADRL）构建的面向任务的神经协议；第二级 MAC，通过将第一级 MAC 的输出转化为明确符号来开发神经网络导向的符号协议；第三级 MAC，利用大型语言模型（LLMs）和生成模型的语言导向的语义协议。通过这种分类，我们旨在探究每个级别的机遇和挑战，并从信息论和相关原理以及选定的案例研究中提供对数据驱动 MAC 协议的轨迹的见解，同时为未来的研究方向提供启示。

    Oct, 2023

  • 优化 MAC 信令与无线信道访问的联合学习

    本文旨在探讨单元设备与基站之间交换数据前需传递信令消息的通信协议，提出了利用多智能体强化学习和学习通信技术以取代人工设计标准的方法，并测试了多智能体强化学习和学习通信技术在移动通信领域的应用效果。

    Jul, 2020

  • 使用深度学习优化 MAC 协议设计

    本研究提出了一种基于深度强化学习的框架，通过将协议拆分为一组参数模块来优化设计和分析网络协议，并以 DeepMAC 为案例研究，在 802.11 WLANs 中将 MAC 协议分解为一组模块，以了解人工智能技术在网络协议优化方面的应用。

    Feb, 2020

  • 通过抽象学习通用无线 MAC 通信协议

    通过提出了一种基于自编码器的观察抽象框架，实现了在蜂窝通信网络中对一些关键技术的学习，比如 5G 和 6G 之类的，进一步的加强了当前基于多智能体技术的反馈学习算法的鲁棒性和推广性。

    Jun, 2022

  • 通过无线设备对设备（D2D）链路进行低速机器类型通信

    本文论述了利用设备到设备通信解决无线蜂窝网络中大量低速、低功率设备接入和偏远设备断开的问题，并提出了两种网络协助的设备到设备方案，以实现低速、低功率设备的联网并提高宽带服务的速度。

    May, 2013

  • 面向大规模机器型蜂窝通信

    介绍了机器通信技术 (MTC) 引入的新要求和挑战，重点研究了 4.5G 和 5G 网络的潜力来满足 MTC 设备的需求，并探讨了使这个新的蜂窝通信订户类别实现其最大潜力的可行的经济模型。

    Dec, 2015