优化无线连接:基于深度神经网络的交接方法,用于混合LiFi和WiFi网络
Mohammad Usman Ali Khan1, Mohammad Inayatullah Babar1, Saeed Ur Rehman2
1Department of Electrical Engineering, University of Engineering and Technology, Peshawar 25120, Pakistan.
Sensors (Basel, Switzerland)
|April 13, 2024
概括
本研究介绍了混合LiFi和WiFi网络 (HLWNet) 的新型交接方法,使用深度神经网络 (DNN) 来提高性能. 这种新方法显著提高了用户吞吐量,并降低了更好的无线数据传输的交付率.
科学领域:
- 计算机科学 计算机科学
- 电气工程 电气工程
- 电信 电信服务 电信服务 电信服务
背景情况:
- 混合 LiFi 和 WiFi 网络 (HLWNet) 结合了光信度 (LiFi) 和无线信度 (WiFi) 以实现增强的无线数据传输.
- 在HLWNet中,交付决策是复杂的,因为LiFi的视线要求不同于传统的异质网络.
研究的目的:
- 解决混合LiFi和WiFi网络中复杂的移交决策挑战.
- 为HLWNet使用深度神经网络 (DNN) 提出一种新的交付方法.
主要方法:
- 这项研究将移交问题作为二进制分类任务.
- 开发了一个使用人工神经网络 (ANN) 和深度神经网络 (DNN) 的交付方案.
- 输入因素包括用户流动性和道质量,以便明智地做出交付决策.
主要成果:
- 基于DNN的交付方法在培训后实现了超过95%的准确性.
- 与ANN相比,拟议的方法使用户吞吐量增加了18.58%38.5%.
- 新方法将交付率降低了55.21%-67.15%,并显示出对移动性和道变化的稳定性.
结论:
- 拟议的基于DNN的交付方法显著提高了HLWNet的性能.
- 该方法在用户吞吐量和交付率的降低方面提供了实质性的改进.
- 这种方法为混合无线网络的移交管理提供了强大的解决方案.
