基于移动平均与回归模型的无线信道质量预测
网络与互联网体系结构
2023-06-16 v1 机器学习
神经与进化计算
摘要
可靠预测媒体访问控制层所观测到的无线信道未来质量的能力，是提升未来不依赖线缆的工业网络性能的关键赋能因素。提前知晓信道行为可能变化多少，可加速自适应选择最佳信道的流程，使网络更具确定性、可靠性且更省电，同时可能改善设备漫游能力。为此，基于移动平均和回归的流行方法被比较，使用多个关键性能指标，数据捕获自真实Wi-Fi部署。此外，提出并分析了一种基于不同技术结果线性组合的简易技术，以进一步降低预测误差，并给出了关于可达成误差下界的若干考量。我们发现最佳模型为指数移动平均，其以2.10%的平均误差预测帧投递率，同时具有比我们所分析其他模型更低的计算复杂度和内存消耗。
引用
@article{arxiv.2306.08634,
title = {Predicting Wireless Channel Quality by means of Moving Averages and Regression Models},
author = {Gabriele Formis and Stefano Scanzio and Gianluca Cena and Adriano Valenzano},
journal= {arXiv preprint arXiv:2306.08634},
year = {2023}
}
备注
preprint, 8 pages