智東西（公眾號：zhidxcom）
編譯 |?徐珊
編輯 |?云鵬
智東西8月14日消息，據外媒Tech Xplore報道，美國國家標準與技術研究院（NIST）的研究人員研發了一種新算法，通過優化網絡配置模型，可以讓多臺設備連接WiFi時，網速更快。
該模型通過NIST建模技術，可以估算如何讓不同設備之間共享通信信道（communications channels）達到最佳效果，從而降低一定時間和金錢的成本。研究表明，新模型將估計配置所需的測量次數比以前的方法減少了約三分之一。
NIST模型基于雙向共存測試（two-way coexistence tests）而開發，采用了一些數據開發新工具，可以讓無線系統共享有限頻譜（limited spectrum）。該模型可以在各種傳輸場景下評估兩個無線系統，以便找到兩個系統都滿足關鍵性能閾值（key performance thresholds）的配置。
“我們正在引入一種設計通信實驗的新方法，”研究人員Jason Coder表示，“這種新方法具有適應性，這意味著它將利用設備上過去的測量結果來預測下一組測量情況。如果使用過去的方法，我可能需要測試100種不同配置的設備才能得到結果。但是有了這種可適應性的新方法，我也許能用更少的測試獲得了相同的結果。”
▲數學家Jacob Rezac使用NIST建模技術來尋找使Wi-Fi和藍牙設備（位于藍線之間）共享通信信道的配置。（來源：Tech Xplore）
一、讓機器學習來助力計算！測試數量減少三分之一
NIST研究人員對做了一系列研究，試圖讓Wi-Fi和在相同頻段運行的藍牙系統之間共享通信信道可以達到最佳配置效果。
過去人們評估共存性（coexistence）采用的方法是，對所有可能出現的配置情況進行采樣并監控兩個系統的最終性能。這是一項十分艱巨的任務。
而相比之下，新的NIST模型會基于以前收集的共存數據進行一系列實驗后，選擇最佳的傳輸配置。在這里，研究人員通過機器學習參與到計算中，來輸出最終數值。
一開始，研究人員還測量了很多傳輸功率的性能表現，甚至包括一些模型表明共存可能性很小的那些傳輸功率。研究人員在不同的藍牙傳輸功率下測量了兩個任意選擇的性能標準，藍牙數據包錯誤率低于3%，Wi-Fi數據速率高于每秒43兆位（百萬位）。
研究人員使用實驗室的實際數據對模型進行了50次模擬。研究發現，該模型平均在8次測量后能識別至少95%的配置，從而成功實現頻譜共享，比常規的12次測量少了大約三分之一。
二、10臺設備共享！新模型將助力產品檢測
目前，新NIST模型最多可同時運行10臺設備。NIST研究人員正在研究通過機器學習和人工智能的其他新技術，這些技術應該可以擴展到其他領域。
“對一些大企業來說的好處是，我們可以減少它們花在識別設備上的時間。這在當他們試圖通過監管批準程序時會很有用。”Coder表示，“在某些情況下，我們的模型讓他們能夠通過更少的測量來證明（產品的）合規性和性能。這可以節省大量時間和金錢，并減少新產品進入市場的障礙。從研究方面來看，它應該是一個很棒的新工具讓我們能夠更加快速且有效地理解復雜系統。”
結語：通訊技術的發展將為萬物互聯奠定基礎
美國NIST研究人員通過NIST建模技術試圖合理配置不同設備之間共享的通信信道，以降低時間成本和金錢成本，新模型可以將實驗數據采集的測量次數減少三分之一。
物聯網的快速發展對通信技術提出了更高的要求,合理的優化不同設備之間的無線網絡配置將給萬物互聯時代的到來奠定了良好基礎。
來源：Tech Xplore
