基于机器学习的无线网络性能提升综述：物理层、MAC层和网络层
机器学习
2020-01-22 v2 网络与互联网体系结构
信号处理
机器学习
摘要
本文提供了一项系统全面的综述，回顾了基于机器学习（ML）提升无线网络性能的最新研究工作，同时考虑了协议栈的所有层（物理层、MAC层和网络层）。首先，讨论了相关工作与论文贡献，随后为非机器学习专家提供了数据驱动方法和机器学习的必要背景知识，以便理解所有讨论的技术。然后，全面回顾了采用基于ML的方法优化无线通信参数设置以实现改进网络服务质量（QoS）和体验质量（QoE）的工作。我们首先将这些工作分类为：无线电分析、MAC分析和网络预测方法，然后在每个类别下进一步细分。最后，讨论了开放的挑战和更广泛的视角。
引用
@article{arxiv.2001.04561,
title = {A survey on Machine Learning-based Performance Improvement of Wireless Networks: PHY, MAC and Network layer},
author = {Merima Kulin and Tarik Kazaz and Ingrid Moerman and Eli de Poorter},
journal= {arXiv preprint arXiv:2001.04561},
year = {2020}
}
备注
35 pages, survey