DeepWiFi：基于深度学习的认知 WiFi
网络与互联网体系结构
2019-10-30 v1 密码学与安全
机器学习
信号处理
摘要
我们提出 DeepWiFi 协议，该协议利用深度学习强化基线 WiFi（IEEE 802.11ac），并通过缓解网外干扰来维持高吞吐量。DeepWiFi 与基线 WiFi 互通，并基于现有 WiFi 的物理层收发链构建，不改变 MAC 帧格式。用户运行 DeepWiFi 用于：i) 射频前端处理；ii) 频谱感知与信号分类；iii) 信号认证；iv) 信道选择与接入；v) 功率控制；vi) 调制编码方案（MCS）自适应；vii) 路由。DeepWiFi 缓解了概率式、基于感知式和自适应式干扰机的影响。射频前端处理应用基于深度学习的自编码器提取频谱代表性特征。随后训练深度神经网络将波形可靠分类为空闲、WiFi 或干扰机。利用信道标签，用户可有效接入空闲或受干扰信道，同时避免与合法 WiFi 传输（通过基于机器学习的射频指纹认证）发生干扰，从而提高吞吐量。用户优化其发射功率以实现低截获/检测概率，并优化其 MCS 以最大化由背压算法用于路由的链路速率。在嵌入式平台实现的支持下，与基线 WiFi 及另一种抗干扰协议相比，DeepWiFi 提供了显著的吞吐量增益，尤其在信道很可能被干扰且信干噪比低时。
引用
@article{arxiv.1910.13315,
title = {DeepWiFi: Cognitive WiFi with Deep Learning},
author = {Kemal Davaslioglu and Sohraab Soltani and Tugba Erpek and Yalin E. Sagduyu},
journal= {arXiv preprint arXiv:1910.13315},
year = {2019}
}
备注
Accepted to IEEE Transactions on Mobile Computing, 17 pages (including the Appendix), 23 figures, and 7 tables