一种无线局域网介质访问控制方法技术

本发明专利技术提供了一种无线局域网介质访问控制方法，按如下步骤：(1)采集人工神经网络训练样本；(2)对人工神经网络进行配置和训练；(3)阈值计算：计算每个样本在训练完毕的人工神经网络输出值；(4)执行控制过程包括多个轮询周期，每个轮询周期由广播阶段、请求上传阶段、轮询阶段组成。本发明专利技术减少了对空用户的轮询，提高了信道使用效率，降低了网络时延。降低了网络时延。降低了网络时延。

【技术实现步骤摘要】
一种无线局域网介质访问控制方法


[0001]本专利技术属于无线局域网
，具体涉及一种基于人工神经网络和用户请求的无线局域网介质访问控制方法。

技术介绍

[0002]随着数字经济的兴起以及5G网络的逐步部署，网络大带宽和低时延的性能越来越受到重视。时延敏感型的网络业务将随着数字化转型逐步深入家庭与政企行业，如电子医疗、自动驾驶、远程触觉操控、工业自动化、AR/VR等应用都要求网络具有极低的时延来保障业务服务质量。国际标准组织ITU IMT
‑
2020系统的设计最早指出，在5G超低时延应用场景中，网络用户的端到端时延要从4G时代的20ms降低至1ms。
[0003]无线局域网作为目前贴近用户且得到大范围应用的网络技术，在当前无线局域网介质访问技术下并不能有效满足新兴实时业务的低时延需求。如何降低无线局域网时延成为一个亟待解决的问题。到目前为止，世界各地的研究人员提出了多种能够提供亚毫秒级时延性能的无线局域网(WLAN，Wireless Local Access Network)介质访问控制技术。然而，目前这些技术方案在保证低时延的同时，仅能为少数用户提供接入服务。在多用户接入的应用场景下，如何有效降低时延、提高吞吐量仍亟需探索。

技术实现思路

[0004]面对未来低时延业务应用的需求，本专利技术提供一种基于人工神经网络和用户请求的无线局域网介质访问控制方法，其能够降低无线局域网的时延。
[0005]为了达到上述专利技术目的，本专利技术采取如下技术方案：
[0006]一种无线局域网介质访问控制方法，其按如下步骤：
[0007](1)采集人工神经网络训练样本；
[0008](2)对人工神经网络进行配置和训练；
[0009](3)阈值计算：计算每个样本在训练完毕的人工神经网络输出值；
[0010](4)执行控制过程包括多个轮询周期，每个轮询周期由广播阶段、请求上传阶段、轮询阶段组成。
[0011]优选的，所使用的人工神经网络的训练样本由一种基于用户请求的无线局域网介质访问控制方案(RPA)采集。在RPA方案中，每个用户在每一轮询周期均可产生一个样本。无线接入点在每个轮询周期开始前，为每个用户构建状态数据向量[n,PKI
n
,PAP
n
,UnP
n
,PT
n
,CT,NP,NPL]，其中n为用户的标号、PKI
n
为用户n的数据包平均到达间隔时间、PAP
n
为用户n最后一个已上传数据包到达用户后经过的时间、UnP
n
为用户n的连续未轮询周期数、PT
n
为用户n在上一次轮询中上传的数据包数、CT为平均轮询周期时间、NP为每个轮询周期中轮询的平均用户数、NPL为上一个轮询周期中轮询的用户数。之后，在轮询阶段结束后，根据各个用户上传的请求，将每个用户的状态数据向量扩展构建样本：若该用户上传“需要轮询”请求，则构建样本[n,PKI
n
,PAP
n
,UnP
n
,PT
n
,CT,NP,NPL,X]，其中X＝1；若该用户上传“不需要轮询”请
求，则构建样本[n,PKI
n
,PAP
n
,UnP
n
,PT
n
,CT,NP,NPL,X]，其中X＝0。
[0012]优选的，所使用的人工神经网络结构为8输入、1输出网络，其输入向量为用户的状态数据向量，即[n,PKI
n
,PAP
n
,UnP
n
,PT
n
,CT,NP,NPL]。在训练神经网络时，样本的[n,PKI
n
,PAP
n
,UnP
n
,PT
n
,CT,NP,NPL]部分为输入，X为输出。
[0013]优选的，人工神经网络输出值所比较的阈值，两个阈值分别由训练样本在训练完成的人工神经网络中计算的输出值决定。其中，较小的阈值B
L
由X＝1的样本在训练完毕的人工神经网络中输出的最小值确定，较大的阈值B
H
由X＝0的样本在训练完毕的人工神经网络中输出的最大值确定。
[0014]优选的，步骤(4)，每个信标间隔被划分为多个轮询周期，而每个轮询周期由广播阶段、请求上传阶段、轮询阶段三部分组成。在每个轮询周期的广播阶段开始前，无线接入点(AP，Access Point)根据各个用户的状态数据向量，通过训练好的人工神经网络计算各个用户的人工神经网络输出值，并通过将各个用户的输出值与两个阈值进行比较并将用户分类，结合输出值介于两个阈值之间的用户所反馈的请求信息，来决定各个用户是否在该轮询周期进行轮询。
[0015]优选的，步骤(4)，基于人工神经网络输出值与两个阈值比较的用户分类过程：若一个用户的人工神经网络输出值小于B
L
，则该用户在该轮询周期被归为跳过类；若一个用户的人工神经网络输出值大于B
H
，则该用户在该轮询周期被归为轮询类；若一个用户的人工神经网络输出值介于B
L
和B
H
之间，则该用户在该轮询周期被归为待定类。
[0016]优选的，步骤(4)，在一个轮询周期的广播阶段，AP通过信标帧/子信标帧告知本轮询周期被归为待定类的用户在请求上传阶段中指定的时隙上传请求信息。若一个待定类的用户需要被轮询，则其将在请求上传阶段中指定的时隙上传“需要轮询”请求，AP在收到该请求后将该用户移至轮询类；反之，则该用户在请求上传阶段中上传“不需要轮询”请求，而AP在收到该请求后将该用户移至跳过类。
[0017]优选的，步骤(4)在每个轮询周期的轮询阶段，AP将只轮询被归为轮询类的用户。
[0018]优选的，步骤(4)，在广播阶段，无线接入点AP广播信标帧/子信标帧，其中，子信标帧功能如同信标帧，而信标帧/子信标帧除了广播基本的AP信息，还将广播请求上传阶段的时隙分配计划：无线接入点AP将为每个被归为待定类的用户分配一个时隙，用于各个待定类用户在相应的时隙传输请求信息。
[0019]优选的，步骤(4)，在请求上传阶段，各个被分配了时隙的待定类用户将在指定的时隙根据各自的缓存情况发送传输请求信息：若一个待定类用户缓存中有数据需要传输，则发送“需要轮询”请求；否则，发送“不需要轮询”请求；无线接入点AP在收到一个待定类用户发送的传输请求后，若该用户发送的是“需要轮询”请求，则将该用户移动至轮询类；若该用户发送的是“不需要轮询”请求，则将该用户移动至跳过类；在收到所有待定类用户的传输请求后，AP将额外监听信道一个时隙，用以接收新用户/重连用户发起的连接请求。
[0020]优选的，步骤(4)，在轮询阶段，无线接入点AP将依次对轮询类用户进行轮询，用户被轮询时将上传其缓存的数据包本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无线局域网介质访问控制方法，其特征是按如下步骤：(1)采集人工神经网络训练样本；(2)对人工神经网络进行配置和训练；(3)阈值计算：计算每个样本在训练完毕的人工神经网络输出值；(4)执行控制过程包括多个轮询周期，每个轮询周期由广播阶段、请求上传阶段、轮询阶段组成。2.根据权利要求1所述无线局域网介质访问控制方法，其特征在于，无线接入点在每个轮询周期开始前，为每个用户构建状态数据向量[用户n的标号n，用户n数据包的平均到达间隔时间PKI
n
，用户n最后一个已上传数据包到达用户后经过的时间PAP
n
，用户n的连续未轮询周期数UnP
n
，用户n在上一次轮询中上传的数据包数PT
n
，平均轮询周期时间CT，每个轮询周期中轮询的平均用户数NP，上一个轮询周期中轮询的用户数NPL]；之后，在轮询阶段结束后，根据各个用户上传的请求，将每个用户的状态数据向量扩展构建样本：若该用户上传“需要轮询”请求，则构建样本[n,PKI
n
,PAP
n
,UnP
n
,PT
n
,CT,NP,NPL,X]，其中X＝1；若该用户上传“不需要轮询”请求，则构建样本[n,PKI
n
,PAP
n
,UnP
n
,PT
n
,CT,NP,NPL,X]，其中X＝0。3.根据权利要求1所述无线局域网介质访问控制方法，其特征在于，人工神经网络的结构为8输入、1输出网络，输入为用户的状态数据向量，即[n,PKI
n
,PAP
n
,UnP
n
,PT
n
,CT,NP,NPL]；在训练神经网络时，样本的[n,PKI
n
,PAP
n
,UnP
n
,PT
n
,CT,NP,NPL]部分为输入，X为输出。4.根据权利要求1所述无线局域网介质访问控制方法，其特征在于，步骤(3)，人工神经网络输出值所比较的两个阈值分别由训练完成的人工神经网络的计算输出值决定，其中，较小的阈值B
L
由X＝1的样本在训练完毕的人工神经网络中输出的最小值确定，较大的阈值B
H
由X＝0的样本在训练完毕的人工...

【专利技术属性】
技术研发人员：刘紫馨，吕韵欣，毕美华，池灏，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：