Sự kết hợp giữa mã mạng và học máy cho phát sóng không dây hay bị lỗi

Việc phát sóng dữ liệu một cách đáng tin cậy tới nhiều người nhận qua các kênh không dây có độ tổn thất là một thách thức do sự không đồng nhất trong điều kiện kết nối không dây. Các phương án phát lại dựa trên yêu cầu lặp tự động (ARQ) không hiệu quả về băng thông do việc sao chép dữ liệu tại các máy nhận. Mã mạng (NC) đã được chứng minh là một kỹ thuật hứa hẹn để cải thiện hiệu suất băng thông mạng bằng cách kết hợp nhiều gói dữ liệu đã mất để phát lại. Tuy nhiên, việc xác định chính xác những gói dữ liệu mất nào nên được kết hợp lại là một thách thức do các kênh phản hồi bị gián đoạn. Bài báo này đề xuất một sơ đồ mã hóa dữ liệu thích ứng tại bộ phát bằng cách kết hợp mã mạng và học máy (NCML) cho việc phát lại các gói dữ liệu đã mất. NCML mà chúng tôi đề xuất trích xuất các đặc điểm quan trọng từ các tín hiệu phản hồi lịch sử được nhận bởi bộ phát để huấn luyện một bộ phân loại. Bộ phân loại được xây dựng sau đó được sử dụng để dự đoán trạng thái của các gói dữ liệu đã phát tại các máy nhận khác nhau dựa trên tín hiệu phản hồi bị hỏng của chúng nhằm thực hiện việc phối trộn dữ liệu hiệu quả. Chúng tôi đã thực hiện nhiều mô phỏng để hợp tác kiểm tra hiệu quả của phương pháp mà chúng tôi đề xuất. Kết quả mô phỏng cho thấy thuật toán học máy của chúng tôi có thể được huấn luyện một cách hiệu quả và chính xác. Kết quả mô phỏng cho thấy trung bình NCML đề xuất có thể phân loại đúng 90% các trạng thái của các gói dữ liệu đã phát tại các máy nhận khác nhau. Nó đạt được mức tăng băng thông đáng kể so với các phương án dựa trên ARQ và NC trong các địa hình truyền khác nhau, mức công suất và khoảng cách giữa bộ phát và các máy nhận.