智东西（公众号：zhidxcom）
编译 | 徐珊
编辑 | 云鹏
智(zhi)东西8月14日消(xiao)息，据(ju)外媒Tech Xplore报(bao)道，美国(guo)国(guo)家标(biao)准与技术研究院（NIST）的研究人员研发了一种新(xin)算法，通过优化网络(luo)配(pei)置模型，可以让多(duo)台设备连接WiFi时，网速更快。
该模(mo)(mo)型通过(guo)NIST建(jian)模(mo)(mo)技术(shu)，可(ke)以估(gu)算如何让(rang)不同设备之间(jian)共享通信信道（communications channels）达(da)到(dao)最佳效果，从而降低(di)一定时间(jian)和金钱的成本。研(yan)究表明，新模(mo)(mo)型将估(gu)计配置(zhi)所(suo)需的测量次数比以前(qian)的方法减少了约三(san)分之一。
NIST模型(xing)基(ji)于双(shuang)向共(gong)存测(ce)试（two-way coexistence tests）而开发(fa)，采(cai)用了一些数据开发(fa)新工具，可以(yi)让无线系统(tong)(tong)共(gong)享有限频(pin)谱（limited spectrum）。该模型(xing)可以(yi)在(zai)各种传输场景下评(ping)估两个(ge)无线系统(tong)(tong)，以(yi)便(bian)找到(dao)两个(ge)系统(tong)(tong)都满足(zu)关(guan)键性能阈值（key performance thresholds）的配置(zhi)。
“我(wo)(wo)们正在引入一种设计(ji)通信实验的(de)新(xin)方(fang)(fang)法(fa)，”研究(jiu)人员Jason Coder表示，“这(zhei)种新(xin)方(fang)(fang)法(fa)具(ju)有适应性，这(zhei)意(yi)味着(zhe)它将利用设备(bei)上(shang)过去的(de)测(ce)量结果来预测(ce)下一组测(ce)量情况。如果使用过去的(de)方(fang)(fang)法(fa)，我(wo)(wo)可能(neng)需(xu)要测(ce)试100种不(bu)同配置(zhi)的(de)设备(bei)才能(neng)得到(dao)结果。但是有了(le)这(zhei)种可适应性的(de)新(xin)方(fang)(fang)法(fa)，我(wo)(wo)也许能(neng)用更少(shao)的(de)测(ce)试获得了(le)相同的(de)结果。”
▲数学家Jacob Rezac使用NIST建模技术来(lai)寻找使Wi-Fi和蓝牙设备(bei)（位(wei)于蓝线之间）共享通信信道(dao)的配置。（来(lai)源：Tech Xplore）
一、让机器学习来助力计算！测试数量减少三分之一
NIST研究人员对做(zuo)了一(yi)系列研究，试图让(rang)Wi-Fi和在相(xiang)同频(pin)段运(yun)行的(de)蓝牙系统之(zhi)间共享通信(xin)(xin)信(xin)(xin)道可以达到(dao)最(zui)佳配(pei)置效(xiao)果。
过去人们评估(gu)共(gong)存性（coexistence）采用的(de)方法是，对(dui)所有可能(neng)出现的(de)配(pei)置情况进行采样并监控两个(ge)系统(tong)的(de)最终性能(neng)。这(zhei)是一项十分艰巨的(de)任(ren)务(wu)。
而相比之下，新的(de)NIST模型会基于以(yi)前收集的(de)共(gong)存数(shu)据进(jin)行一系列(lie)实验后(hou)，选择最(zui)佳的(de)传(chuan)输配置。在这里，研究(jiu)人员通过(guo)机(ji)器学习参与到计算中，来输出最(zui)终(zhong)数(shu)值。
一开始(shi)，研究(jiu)人(ren)员还测量(liang)了很多(duo)传输功(gong)率(lv)的(de)性能(neng)(neng)表(biao)现，甚至包括(kuo)一些模型表(biao)明(ming)共存可能(neng)(neng)性很小的(de)那(nei)些传输功(gong)率(lv)。研究(jiu)人(ren)员在不同的(de)蓝牙(ya)传输功(gong)率(lv)下测量(liang)了两个任(ren)意选择(ze)的(de)性能(neng)(neng)标准(zhun)，蓝牙(ya)数据包错误率(lv)低于3%，Wi-Fi数据速(su)率(lv)高于每秒43兆位(wei)（百万位(wei)）。
研究(jiu)人员使用实验(yan)室(shi)的实际数据(ju)对(dui)模型进行了50次模拟(ni)。研究(jiu)发现(xian)，该(gai)模型平(ping)均在(zai)8次测(ce)量后能识别(bie)至少95%的配(pei)置(zhi)，从而成(cheng)功(gong)实现(xian)频谱共(gong)享，比常规的12次测(ce)量少了大约三分(fen)之(zhi)一。
二、10台设备共享！新模型将助力产品检测
目前，新NIST模型最多可(ke)同时运行10台设备。NIST研究(jiu)人员(yuan)正在研究(jiu)通过机器学习和人工(gong)智能的其他新技(ji)术(shu)，这些技(ji)术(shu)应该可(ke)以扩展到其他领域(yu)。
“对一(yi)些大(da)企业来(lai)说的(de)(de)(de)(de)好处是，我们可以(yi)(yi)减少它们花(hua)在识别设备上的(de)(de)(de)(de)时间。这在当他(ta)们试图(tu)通(tong)过(guo)监管批准程(cheng)序时会很有用。”Coder表示(shi)，“在某些情况下，我们的(de)(de)(de)(de)模型让(rang)他(ta)们能够通(tong)过(guo)更(geng)少的(de)(de)(de)(de)测量来(lai)证明（产品的(de)(de)(de)(de)）合(he)规(gui)性和性能。这可以(yi)(yi)节省大(da)量时间和金钱，并减少新产品进入市场(chang)的(de)(de)(de)(de)障碍。从研究方(fang)面来(lai)看，它应该(gai)是一(yi)个(ge)很棒的(de)(de)(de)(de)新工具让(rang)我们能够更(geng)加(jia)快速且有效地理解复杂系统。”
结语：通讯技术的发展将为万物互联奠定基础
美国(guo)NIST研究人员通(tong)过NIST建模(mo)技术试(shi)图合理配(pei)置(zhi)不(bu)同(tong)设备之间共享的通(tong)信(xin)信(xin)道，以降低(di)时间成本和金(jin)钱(qian)成本，新模(mo)型可以将实验数据采集的测量次(ci)数减少(shao)三分之一。
物(wu)(wu)联网的快速(su)发展对通信技(ji)术提出了更高的要求,合(he)理(li)的优(you)化不同设备之间的无线网络配置将给(ji)万物(wu)(wu)互联时(shi)代的到(dao)来奠定(ding)了良好(hao)基础。
来源：Tech Xplore
