JP7327686B2 - 無線通信装置、ｒｕ選択装置、方法、及びプログラム - Google Patents

無線通信装置、ｒｕ選択装置、方法、及びプログラム Download PDF

Info

Publication number
JP7327686B2
JP7327686B2 JP2022547783A JP2022547783A JP7327686B2 JP 7327686 B2 JP7327686 B2 JP 7327686B2 JP 2022547783 A JP2022547783 A JP 2022547783A JP 2022547783 A JP2022547783 A JP 2022547783A JP 7327686 B2 JP7327686 B2 JP 7327686B2
Authority
JP
Japan
Prior art keywords
wireless communication
state information
score
unit
device state
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2022547783A
Other languages
English (en)
Other versions
JP2023512550A (ja
Inventor
ディーラッジ コタギリー
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Publication of JP2023512550A publication Critical patent/JP2023512550A/ja
Application granted granted Critical
Publication of JP7327686B2 publication Critical patent/JP7327686B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L5/00—Arrangements affording multiple use of the transmission path
    • H04L5/003—Arrangements for allocating sub-channels of the transmission path
    • H04L5/0058—Allocation criteria
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W74/00—Wireless channel access
    • H04W74/08—Non-scheduled access, e.g. ALOHA
    • H04W74/0808—Non-scheduled access, e.g. ALOHA using carrier sensing, e.g. carrier sense multiple access [CSMA]
    • H04W74/0825—Non-scheduled access, e.g. ALOHA using carrier sensing, e.g. carrier sense multiple access [CSMA] with collision detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L5/00—Arrangements affording multiple use of the transmission path
    • H04L5/003—Arrangements for allocating sub-channels of the transmission path
    • H04L5/0044—Arrangements for allocating sub-channels of the transmission path allocation of payload
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L5/00—Arrangements affording multiple use of the transmission path
    • H04L5/003—Arrangements for allocating sub-channels of the transmission path
    • H04L5/0053—Allocation of signaling, i.e. of overhead other than pilot signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/02—Selection of wireless resources by user or terminal
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Mobile Radio Communication Systems (AREA)

Description

本開示は、無線通信装置、ＲＵ選択装置、方法、及びコンピュータ可読媒体に関する。
ＭＵ ＯＦＤＭＡ（Multi-User Orthogonal Frequency Division Multiple Access）は、周波数スペクトルがより狭いサブチャネルに分割される媒体アクセス技術である。固定時間に量子化されたこれらのサブチャネルは、リソースユニット（ＲＵ：Resource Unit）と呼ばれる。８０２．１１ｘｘ規格では、ＯＦＤＭＡは、高密度（多数の無線通信デバイス）環境の通信効率を向上させるために使用される。各無線通信局は、各アップリンク通信サイクルにおいて、サブチャネルをランダムに選択する。しかし、ランダム選択は高い衝突率（コリジョンレート）をもたらし、それにより全体のスループットを劣化させる。
自律資源分割や半分散ランダムアクセス法などの方法が、全体的スループットを改善するために提案されている。これらの方法は、特許文献１及び非特許文献１に開示されている。パターン化されたリソース割り当てなどの他のアプローチは、特許文献１に開示されている。特許文献２では、追加のグループ指定フィールドが物理レイヤ（ＰＨＹ：physical layer）ヘッダに追加される。各ステーションは、グループ指定フィールド値に基づいて（ＲＵの）所定のパターンで送信する。
米国特許出願公開第２０１９／０２３００４６号明細書 米国特許第９７４３３９３号明細書
O.Naparstek and K.Cohen,"Deep multi-user reinforcement learning for distributed dynamic spectrum access",eprint arXiv:1704.02613, Apr. 2017
特許文献２に開示された方法にもかかわらず、それは、８０２．１１ＰＨＹヘッダを修正し、無線通信装置が既存の８０２．１１装置と公平かつ効率的に相互動作できないようにする。さらに、標準８０２．１１デバイスが存在する場合、これらの方法は、低スループット問題を完全に除去することはできない。
特許文献１における自律的資源分割法は、各ステーションに資源を一元的に割り当てることにより低スループット問題を軽減する。これは効果的ではあるが、ユーザ数と負荷条件が動的であるため、ほとんどのＷＬＡＮアプリケーションには一元的割り当ては適していない。
非特許文献１における半分散ランダム媒体アクセス法は、ＲＵを選択するためにニューラルネットワークに基づくアプローチを使用する。この方法では、無線環境を学習するために中央サーバに定期的なデータ（ニューラルネットワークの重み）が必要であり、それによって追加のオーバーヘッドとネットワークインフラストラクチャ要件が追加される。さらに、この方法は、ステーションが移動する動的無線ネットワークには適していない。
従って、本開示の目的の１つは、複数のステーションが同時にかつ完全に分散された様式で媒体にアクセスすることができる無線ネットワークにおいて高い全体的スループットを達成することができる無線通信装置、ＲＵ選択装置、ＲＵ選択方法、及びコンピュータ可読媒体を提供することである。
上記目的を達成するために、本発明は、無線通信装置を提供する。無線通信装置は、無線通信装置とアクセスポイントとの間の無線通信に使用される各リソースユニット（ＲＵ：resource unit）内でエネルギーが検出されたか否かを示すキャリアセンシングデータを生成し、アクセスポイントから確認応答信号を受信するように構成された物理レイヤモジュール、無線通信装置からアクセスポイントにデータを送信するために使用されるＲＵを決定するように構成されたＲＵ選択モジュール、及び、ＲＵ選択モジュールによって決定されたＲＵを使用してデータを送信するように構成されたメディアアクセス制御レイヤモジュールを有する。ＲＵ選択モジュールは、前記物理レイヤモジュールから得られたキャリアセンシングデータ及び確認応答信号に基づいてデバイス状態情報を生成するように構成されたデータ処理ユニット、前記デバイス状態情報から、無線通信局と他の無線通信局との相互作用を表す特徴を抽出し、該抽出した特徴に基づいて、ＲＵごとに、送信に成功した確率を表すスコアを生成するように構成された特徴抽出及びスコアリングユニット、前記特徴抽出及びスコアリングユニットによって生成されたスコアの予測精度に関するフィードバックを提供するための報酬を計算するように構成された報酬計算ユニット、及び前記特徴抽出及びスコアリングユニットによって生成されたスコアに基づいてデータを送信するために使用されるＲＵを決定し、デバイス状態情報及び報酬を含む経験をメモリユニットに格納し、前記特徴抽出及びスコアリングユニットのパラメータを前記メモリユニットに格納された経験に基づいて更新するように構成されたコントローラを有する。
さらに、本開示は、無線通信装置に用いられるリソースユニット（ＲＵ：resource unit）選択装置を提供する。ＲＵ選択装置は、前記無線通信装置とアクセスポイントとの間の無線通信に使用される各ＲＵにおいてエネルギーが検出されたか否かを示すキャリアセンシングデータと、前記アクセスポイントから受信した確認応答信号とに基づいて、デバイス状態情報を生成するように構成されたデータ処理ユニット、前記デバイス状態情報から、無線通信局と他の無線通信局との相互作用を表す特徴を抽出し、該抽出した特徴に基づいて、ＲＵごとに、送信に成功した確率を表すスコアを生成するように構成された特徴抽出及びスコアリングユニット、前記特徴抽出及びスコアリングユニットによって生成されたスコアの予測精度に関するフィードバックを提供するための報酬を計算するように構成された報酬計算ユニット、及び、前記特徴抽出及びスコアリングユニットによって生成されたスコアに基づいてデータを送信するために使用されるＲＵを決定し、デバイス状態情報及び報酬を含む経験をメモリユニットに格納し、特徴抽出及びスコアリングユニットのパラメータを前記メモリユニットに格納された経験に基づいて更新するように構成されたコントローラを有する。
さらに、本開示は、無線通信装置におけるリソースユニット（ＲＵ：resource unit）選択方法を提供する。ＲＵ選択方法は、前記無線通信装置とアクセスポイントとの間の無線通信に使用される各ＲＵにおいてエネルギーが検出されたか否かを示すキャリアセンシングデータと、前記アクセスポイントから受信した確認応答信号とに基づいてデバイス状態情報を生成し、前記デバイス状態情報から、無線通信局と他の無線通信局との相互作用を表す特徴を抽出し、前記抽出された特徴に基づいて、ＲＵごとに、送信に成功した確率を表すスコアを生成し、前記スコアの予測精度に関するフィードバックを提供するための報酬を計算し、生成されたスコアに基づいてデータを送信するために使用されるＲＵを決定し、前記デバイス状態情報と前記報酬とを含む経験をメモリユニットに保存し、前記メモリユニットに記憶された経験に基づいて、前記特徴の抽出、及び前記スコアの生成に使用されるパラメータを更新することを含む。
本開示は、プロセッサにより実行されるプログラムを格納する非一時的なコンピュータ可読媒体を提供する。プログラムは、プロセッサに、無線通信装置とアクセスポイントとの間の無線通信に使用される各ＲＵにおいてエネルギーが検出されたか否かを示すキャリアセンシングデータと、前記アクセスポイントから受信した確認応答信号とに基づいてデバイス状態情報を生成し、前記デバイス状態情報から、無線通信局と他の無線通信局との相互作用を表す特徴を抽出し、前記抽出された特徴に基づいて、ＲＵごとに、送信に成功した確率を表すスコアを生成し、前記スコアの予測精度に関するフィードバックを提供するための報酬を計算し、前記生成されたスコアに基づいてデータを送信するために使用されるＲＵを決定し、前記デバイス状態情報と前記報酬を含む経験をメモリユニットに保存し、前記メモリユニットに記憶された経験に基づいて、前記特徴の抽出、及び前記スコアの生成に使用されるパラメータを更新する処理をプロセッサに実行させるためのプログラムを格納する、ことを実行させる。
本開示に係る無線通信装置、ＲＵ選択装置、ＲＵ選択方法、及びコンピュータ可読媒体は、複数のステーションが同時に完全に分散された様式で媒体にアクセスできる無線ネットワークにおいて高い全体的スループットを達成することができる。
図１は、無線通信ネットワークを模式的に示すブロック図である。 図２は、チャネル帯域幅をリソースユニット分布の例に分割する例を示す図である。 図３は、トリガフレームを使用して１以上の無線通信装置によるマルチユーザアップリンク通信を開始する例示的な動作を示すタイミング図である。 図４Ａは、本開示の一実施形態に係る無線通信装置を示すブロック図である。 図４Ｂは、本開示の一実施形態に係るＲＵ選択ユニットの構成要素を示すブロック図である。 図５は、無線通信装置による媒体アクセス及びリソースユニット選択方法を示すフローチャートである。 図６Ａは、ＲＵ選択フェーズの動作を示すフローチャートである。 図６Ｂは、ＲＵ選択フェーズに関連するＲＵ選択モジュールの一部を示すブロック図である。 図７は、特徴抽出及びスコアリングユニットにおける特徴の抽出及びスコアの生成を概略的に示す図である。 図８Ａは、経験蓄積フェーズの動作を示すフローチャートである。 図８Ｂは、経験蓄積フェーズに関連するＲＵ選択モジュールの一部を示すブロック図である。 図９は、ＲＵの分類を概略的に示す図である。 図１０Ａは、チャネル状態情報の一例を示す図である。 図１０Ｂは、時間が異なるインスタンスにおけるＭ＝３のデバイス状態情報の一例を示す図である。 図１１Ａは、更新フェーズの動作を示すフローチャートである。 図１１Ｂは、更新フェーズに関連するＲＵ選択モジュールの一部を示すブロック図である。 図１２は、アクティブなステーションの総数に対するステーション当たりの平均スループットの変化を示すグラフである。 図１３は、アクティブなステーションの総数に対するステーションあたりの平均チャネルアクセス遅延の変化を示すグラフである。 図１４は、アクティブなステーションの総数に対するステーションあたりの衝突率の変化を示すグラフである。 図１５は、デバイスの構成例を示すブロック図である。
以下、本開示の実施の形態を図面を参照しつつ詳細に説明する。
図１は、本開示の一実施形態に係る無線通信ネットワークを示す。無線通信ネットワーク１００は、アクセスポイント（ＡＰ：access point）１０１と、無線通信機能を有する、パーソナルコンピュータ、スマートフォン、プリンタ、携帯デジタルデバイス等の複数の無線通信局（ＳＴＡ：station）１０２－１～１０２－ｎとを含む。なお、ＳＴＡ１０２－１からＳＴＡ１０２－ｎは、区別する必要がない場合には、総称してＳＴＡ１０２とも呼ばれ得る。
図２にチャネル帯域幅をリソースユニット（ＲＵ：Resource Unit）に分割した例を示す。図２には、４種類のＲＵ構成２０１－１～２０１－４が例として示されている。図２に示されるように、チャネル帯域幅２００を分割することができる方法は複数ある。ＲＵ構成は、図２に示される構成に特に限定されない。他のＲＵ構成を実装することもできる。
ＲＵ構成２０１－４の場合、チャネル帯域幅２００は９個のＲＵ２０２－１～２０２－９に分割される。なお、ＲＵ２０２－１～２０２－９は、区別する必要がない場合には、総称してＲＵ２０２とも呼ばれ得る。本実施形態では、チャネル帯域幅及びそのＲＵ構成は、ＡＰ１０１によって決定される。ＡＰ１０１は、任意の既知のアルゴリズムを使用してＲＵ構成を決定することができる。ＳＴＡ１０２は、ＲＵ構成選択がＡＰ１０１によってどのように実行されるかには関与しない。
図３にマルチユーザアップリンク通信開始シーケンスの一例を示す。シーケンス３００は、トリガフレーム（ＴＦ－Ｒ）、ＲＵ３０２Ａ～３０２Ｃ、及びマルチＡＣＫ（確認応答）パケット３０３を含む。ＭＵ－ＯＦＤＭＡ通信は、図３に示されるように、ＡＰ１０１がＴＦ－Ｒ３０１を送信することにより開始される。ＴＦ－Ｒ３０１は、利用可能なＲＵ、その構成、及び合計フレーム時間に関する情報を含む。
各ＳＴＡ１０２は、後述する分散方式でデータを送信するＲＵを選択する。１つのＲＵが１つのＳＴＡによって選択される場合、それは成功と呼ばれる。１つのＲＵが複数のＳＴＡによって選択される場合、それは衝突と呼ばれる。１つのＲＵが何れのＳＴＡによっても選択されない場合、それはアイドルと呼ばれる。図３では、ＳＴＡ１０２－１（ＳＴＡ１）がＲＵ３０２Ａ（ＲＵ１）を選択し、ＳＴＡ１０２－２及び１０２－３（ＳＴＡ２及びＳＴＡ３）がＲＵ３０２Ｂ（ＲＵ２）を選択するものとする。ＲＵ３０３Ｃ（ＲＵ３）はＳＴＡによって選択されていない。この場合、ＲＵ３０２Ａは成功、ＲＵ３０２Ｂは衝突、ＲＵ３０２Ｃはアイドルと呼ばれる。
ＳＴＡによる送信の後に、ＡＰ１０１がマルチＡＣＫパケット３０３を続いて送信する。マルチＡＣＫパケット３０３は、各ＲＵにおける成功又は失敗（衝突またはその他の理由による）を示す。以降、衝突やＳＮＲ（Signal to Noise Ratio）の低下、マルチパスの影響などによるパケット伝送の失敗も同様に扱われる。シーケンス３００の全体が連続して繰り返される。
図４Ａは、ＳＴＡ１０２の例示的な概略構造を示す。ＳＴＡ１０２は、アンテナアレイ１２１－１～１２１－ｎ、ＲＵ選択モジュール１２２、８０２．１１ベースのＰＨＹレイヤモジュール１２３、ＭＡＣレイヤモジュール１２４、及びアプリケーションレイヤモジュール１２５とを含む。アプリケーションレイヤモジュール１２５は、パケット送信中にＭＡＣレイヤモジュール１２４にデータを送信する。アプリケーションレイヤモジュール１２５は、パケット受信中にＭＡＣレイヤモジュール１２４からデータを受信する。なお、以降のブロック図に示される各矢印は、信号の流れの一例を示しているが、信号の流れが特定の方向に限定されることを意図したものではない。
ＰＨＹレイヤモジュール１２３は、１以上のアンテナ１２１を介してＡＰ１０１（図１を参照）にデータを送信する。ＰＨＹレイヤモジュール１２３は、各ＲＵにおいてエネルギーが検出されたか否かを示すキャリアセンシングデータを生成する。キャリアセンシングデータは、利用可能な各ＲＵにおける独立したエネルギー検出の結果を示す。キャリアセンシングデータは、例えば、利用可能な各ＲＵ内のエネルギー検出値を含む。
ＰＨＹレイヤモジュール１２３は、ＴＦ－Ｒ３０１及びマルチＡＣＫパケット３０３（図３を参照）を受信する。マルチＡＣＫパケットは、ＡＣＫ信号データを含む。ＡＣＫ信号データは、利用可能な各ＲＵにおける、無線ネットワーク内の任意のＳＴＡによる送信の成功又は失敗を含む。図３の場合、ＡＣＫ信号データは、ＲＵ１での送信が成功したことを示す情報を含む。ＰＨＹレイヤモジュール１２３は、キャリアセンシングデータ及びＡＣＫ信号データをＲＵ選択モジュール１２２に出力する。
ＭＡＣレイヤモジュール１２４は、特に、無線媒体アクセスを管理する。具体的には、ＭＡＣレイヤモジュール１２４は、ＰＨＹレイヤモジュール１２３及びアプリケーションレイヤモジュール１２５からの入力に基づいて、無線メディアアクセスを制御し、いつデータを送信するかを制御する。ＭＡＣレイヤモジュール１２４は、データの送信を決定すると、ＲＵ選択モジュール１２２に割り込み信号を送信する。ＭＡＣレイヤモジュール１２４は、ＲＵ選択モジュールから、ＳＴＡがデータを送信すべきＲＵのインデックスを受信する。ＭＡＣレイヤモジュール１２４は、ＲＵ選択モジュールから受信したＲＵのインデックスが示すＲＵを使用してデータを送信する。
図４Ｂは、ＲＵ選択モジュール１２２の構成要素の一例を示す。ＲＵ選択モジュール１２２は、データ処理ユニット４０１、特徴抽出及びスコアリングユニット４０２、報酬計算ユニット４０３、コントローラ４０４、及びメモリユニット４０５を含む。データ処理ユニット４０１は、キャリアセンシングデータ及びＡＣＫ信号データを処理してデバイス状態情報を生成する。特徴抽出及びスコアリングユニット４０２は、デバイス状態情報から特徴及びパターンを抽出し、伝送成功の可能性について各ＲＵをスコア付け又は評価する。
報酬計算ユニット４０３は、特徴抽出及びスコアリングユニット４０２が生成するスコアの予測精度に関するフィードバックを提供するための報酬を計算する。報酬計算ユニット４０３は、デバイス状態情報の変化に基づいて、特徴抽出及びスコアリングユニット４０２にフィードバックを提供する。報酬計算ユニットは、特徴抽出及びスコアリングユニット４０２の性能を表す報酬を計算する。
メモリユニット４０５は、デバイスの状態情報やデバイスの動作（アクション）を含む過去の経験（experience）を記憶する。ここで、デバイスの動作とは、ＳＴＡ１０２がデータを送信したＲＵのインデックスを指す。例えば、ＳＴＡ１０２がＲＵ３においてデータを送信する場合、装置の動作は３である。メモリユニット４０５は、デバイス状態情報、パケットが送信されるＲＵのインデックス、パケット送信後に更新されたデバイス状態情報、及び報酬の集合（ensemble）を経験として記憶してもよい。メモリユニット４０５は、固定サイズのバッファであってもよい。メモリユニット（バッファー）が容量に達すると、新しい経験に対応するために最も古い経験が削除される。
コントローラ（セントラルコントローラ）４０４は、ＲＵ選択モジュール１２２の異なる動作を管理する。コントローラ４０４は、特徴抽出及びスコアリングユニット４０２によって生成されたスコアに基づいて、データを送信するために使用されるＲＵを決定する。コントローラ４０４は、メモリユニット４０５に記憶された経験に基づいて、特徴抽出及びスコアリングユニット４０２のパラメータを更新する。
ＲＵ選択モジュール１２２の動作は、３つのフェーズに分けられる。
１．ＲＵ選択フェーズ
２．経験蓄積フェーズ
３．更新フェーズ
次に、各フェーズの動作について説明する。
本実施形態では、各ＳＴＡは、標準ＩＥＥＥ（Institute of Electrical and Electronics Engineers）ＯＦＤＭＡベースのＣＳＭＡ／ＣＡ（Carrier Sense Multiple Access/Collision Avoidance）プロトコルに従ってデータを送信するタイミングを決定する。ＲＵ選択モジュール１２２は、ＲＵ選択フェーズにおいて、ＳＴＡがデータを送信すべきＲＵのインデックスを決定する。本開示の１つの目的は、標準ＩＥＥＥ８０２．１１ＯＦＤＭＡベースのＣＳＭＡ／ＣＡプロトコルの時間に関連する態様を変更せずに、データを送信するＲＵを決定することである。
図５は、媒体アクセスとＲＵ選択方法を示す。ＭＡＣレイヤモジュール１２４は、まず、その送信バッファが空であるか否かをチェックする（ステップＡ１）。送信バッファが空でない場合、ＭＡＣレイヤモジュール１２４は、コンテンションウィンドウ（ＣＷ：contention window）からバックオフ値をランダムに選択する（ステップＡ２）。ＭＡＣレイヤモジュール１２４は、ＴＦ－Ｒフレームを継続的にチェックする（ステップＡ３）。ＰＨＹレイヤモジュール１２３からＴＦ－Ｒフレームを受信すると、ＭＡＣレイヤモジュール１２４は、そのバックオフ値が０以下であるか否かをチェックする（ステップＡ４）。バックオフカウンタ値がゼロより大きい場合、ＭＡＣレイヤモジュール１２４は、利用可能なＲＵの数だけバックオフカウンタを減少させる（ステップＡ５）。利用可能なＲＵは、受信したＴＦ－Ｒフレームによって示される。
バックオフカウンタが０以下になると、ＭＡＣレイヤモジュールは、ＲＵ選択モジュール１２２に割込みを送信する（ステップＡ６）。ＲＵ選択モジュール１２２は、データパケットがＳＴＡ１０２によって送信されるＲＵのインデックスを決定する。ＭＡＣレイヤモジュールは、ＲＵ選択モジュール１２２からＲＵのインデックス（ＲＵインデックス）を受信する。ＲＵ選択モジュール１２２の動作は後述する。ＲＵインデックスで示されるＲＵにおいて、ＳＴＡ１０２からＡＰ１０１にパケットが送信される（ステップＡ７）。
次に、ＰＨＹレイヤモジュール１２３は、ＡＰから受信した送信パケットのＡＣＫ信号を確認する（ステップＡ８）。ＰＨＹレイヤモジュール１２３がＡＣＫ信号を受信すると、ＲＵ選択モジュール１２２が更新される（ステップＡ９）。ＭＡＣレイヤモジュール１２４は、コンテンションウィンドウサイズをＣＷｍｉｎにリセットする（ステップＡ１０）。その後、処理はステップＡ１に戻る。
ＰＨＹレイヤモジュール１２３がＡＣＫ信号を受信しなかった場合、ＲＵ選択モジュール１２２が更新され（ステップＡ１１）、その後、ＭＡＣレイヤモジュール１２４はコンテンションウィンドウのサイズを倍にする（ステップＡ１２）。ＭＡＣレイヤモジュール１２４は、コンテンションウィンドウサイズが最大値ＣＷｍａｘより大きいか否かをチェックする（ステップＡ１３）。競合ウィンドウがＣＷｍａｘより大きいと判定された場合、ＭＡＣレイヤモジュールは、コンテンションウィンドウサイズをＣＷｍａｘに設定する（ステップＡ１４）。その後、処理はステップＡ１に戻る。ステップＡ１３において、競合ウィンドウがＣＷｍａｘより大きくないと判定された場合、ステップＡ１に戻る。
以下、ＲＵ選択モジュール１２２の動作について説明する。まず、ＲＵ選択フェーズの動作について説明する。図６Ａは、ＲＵ選択フェーズの動作を示し、図６Ｂは、ＲＵ選択フェーズに関連するＲＵ選択モジュールの一部を示す。ＲＵ選択フェーズは、図５のステップＡ６でＭＡＣレイヤモジュール１２４から送信された割込み信号を受信することによって開始される。ＲＵ選択モジュール１２２のコントローラ４０４は、最新のデータ送信においてデータ処理ユニット４０１によって生成されたデバイス状態情報を、現在のデバイス状態情報として記憶する。
コントローラ４０４は、ＭＡＣレイヤモジュール１２４から割込みを受信する（ステップＢ１）。コントローラ４０４は、現在のデバイス状態情報を、特徴抽出及びスコアリングユニット４０２に送信する。デバイス状態情報は、Ｎを利用可能なＲＵの数とし、Ｍをシステムハイパーパラメータとして、Ｎ×Ｍアレイである。現在のデバイス状態情報は、ＳＴＡ１０２による過去のＭ回の送信における各ＲＵのチャネルアクティビティに関する情報を含む。デバイス状態情報の構成は後述する。以下、現在のデバイス状態情報は、簡略化のために現在の状態と呼ぶことがある。特徴抽出及びスコアリングユニット４０２は、現在の状態から特徴を抽出し（ステップＢ２）、畳み込みニューラルネットワーク（ＣＮＮ：Convolutional Neural Network）を用いて利用可能なＲＵごとにスコアを生成する（ステップＢ３）。
図７は、特徴抽出及びスコアリングユニット４０２における特徴の抽出及びスコアの生成を概略的に示す。特徴抽出及びスコアリングユニット４０２で使用されるＣＮＮは、特徴抽出レイヤ８０２及びＲＵスコアリングレイヤ８０３を含む。特徴抽出レイヤは、無線通信チャネルにおけるＳＴＡと他のＳＴＡとの相互作用を理解する１以上の畳み込み層を含む。特徴抽出レイヤ８０２は、現在の状態８０１から特徴を抽出する。抽出した特徴は、無線通信チャネルにおけるＳＴＡと他のＳＴＡとの相互作用を表す。ＲＵスコアリングレイヤは、全結合層を含む。ＲＵスコアリングレイヤ８０３は、抽出された特徴に基づいて各ＲＵに対してスコア８０４を生成する。スコアは、送信が成功する可能性を示す。
ステップＢ３で生成されたスコアは、コントローラ４０４に返送される。コントローラ４０４は、εグリーディー法（ε-greedy policy）に従ってＲＵを選択する（ステップＢ４）。ステップＢ４において、コントローラは、（１－ε）の確率で、スコアが最も高いＲＵを選択する。コントローラ４０４は、確率εで、任意のＲＵをランダムに選択する。εは、システムハイパーパラメータであり、その値はＳＴＡの移動度に基づいて選択される。εの値は、０より大きく１より小さい。コントローラ４０４は、選択されたＲＵのインデックスをＭＡＣレイヤモジュール１２４に返送する（ステップＢ５）。コントローラ４０４は、このＲＵの値を記憶する。ＳＴＡ１０２は、図５のステップＡ７において、選択されたＲＵにおいてパケットを送信する。ＳＴＡ１０２は、送信の成功又は失敗に基づいて、ＡＰ１０１からＡＣＫ信号を受信する。
次に、経験蓄積フェーズを説明する。経験蓄積フェーズは、ＳＴＡの経験の集計と格納とを含む。図８Ａは、経験蓄積フェーズの動作を示す。図８Ｂは、経験蓄積フェーズに関連するＲＵ選択モジュールの一部を示す。経験蓄積フェーズは、キャリアセンシングデータ及びＡＣＫ信号情報がＰＨＹレイヤモジュール１２３から受信されたときに開始される。
ＲＵ選択モジュール１２２において、データ処理ユニット４０１は、ＰＨＹレイヤモジュール１２３からキャリアセンシングデータ及びＡＣＫ信号情報を受信する（ステップＣ１）。データ処理ユニット４０１は、受信したキャリアセンシングデータとＡＣＫ信号とに基づいて、ＳＴＡの次の状態を算出する（ステップＣ２）。別の言い方をすれば、データ処理ユニット４０１は、受信したキャリアセンシングデータとＡＣＫ信号とに基づいて更新された状態を計算する。
ステップＣ２において、データ処理ユニット４０１は、キャリアセンシングデータとＡＣＫ信号とを用いて、各ＲＵの状態（チャネルアクティビティ）を「成功（Ｓｕｃｃｅｓｓ）」、「失敗（Ｆａｉｌｕｒｅ）」、又は「アイドル（Ｉｄｌｅ）」に分類する。図９は、ＲＵの分類を概略的に示す。キャリアセンシングデータは、各ＲＵの独立したエネルギー検出と考えられる。データ処理ユニット４０１は、ＲＵにおいてエネルギーが検出されなかった場合、そのＲＵをＩｄｌｅ（アイドル）６００Ａとして分類する。データ処理ユニット４０１は、ＲＵにおいてエネルギーが検出され、かつＡＣＫ信号がそのＲＵ上での送信が成功であることを示す場合、そのＲＵをＳｕｃｃｅｓｓ（成功）６００Ｂとして分類する。データ処理ユニット４０１は、ＲＵにおいてエネルギーが検出されたが、ＡＰ１０１からＡＣＫ信号が受信されなかった場合、ＲＵをＦａｉｌｕｒｅ（失敗）６００Ｃとして分類する。
データ処理ユニット４０１は、ＲＵの分類結果を集約する。以前のすべての送信における分類されたＲＵの集合は、チャネル状態情報と呼ばれる。図１０Ａは、チャネル状態情報の一例を示す。図１０Ａでは、利用可能なＲＵ（Ｎ）の数は７に等しい。ＳＴＡは、時刻ｔ＝１、５、７、８、１２、１３、及び１７でデータを送信するものとする。例えば、ｔ＝１の場合、ＲＵ１及びＲＵ２はＦａｉｌｕｒｅとして分類され、ＲＵ３及びＲＵ４はＩｄｌｅとして分類され、ＲＵ５～ＲＵ７はＳｕｃｃｅｓｓとして分類される。
任意の時点におけるデバイス状態情報は、最近のＭ回の送信のみを考慮したチャネル状態情報のサブセットである。図１０Ｂは、時間の異なるインスタンスにおけるＭ＝３のデバイス状態情報の一例を示す。図１０Ｂにおいて、デバイス状態情報７０２Ａはｔ＝８におけるデバイス状態情報であり、デバイス状態情報７０２Ｂはｔ＝１２におけるデバイス状態情報であり、デバイス状態情報７０２Ａはｔ＝１３におけるデバイス状態情報である。
データ処理ユニット４０１は、ＳＴＡがデータを送信するたびに、Ｍ×Ｎアレイの最も左の（最も古い）列を除去し、最も右の列に新しい列を追加することによって、デバイス状態情報を更新する。なお、ｔ＝９からｔ＝１２（図１０Ａ参照）の間では送信は実施されていない。ｔ＝９～ｔ＝１１におけるデバイス状態情報は、ｔ＝１２におけるデバイス状態情報と同じであるとする。
図８Ａ及び８Ｂに戻り、データ処理ユニット４０１は、更新されたデバイス状態情報を報酬計算ユニット４０３及びコントローラ４０４に送信する。報酬計算ユニット４０３は、更新されたデバイス状態情報に基づいてデバイスに報酬を与える（ステップＣ３）。ステップＣ３において、報酬計算ユニット４０３は、更新されたデバイス状態情報において、Ｓｕｃｃｅｓｓに分類されたＲＵの総数、Ｆａｉｌｕｒｅｓに分類されたＲＵの総数、及びＩｄｌｅに分類されたＲＵの総数に基づいて報酬を算出する。例えば、報酬計算ユニット４０３は、デバイス状態情報のＳｕｃｃｅｓｓごとに＋１を、Ｆａｉｌｕｒｅごとに－１を、Ｉｄｌｅごとに０を割り当てる。総報酬はＭ×Ｎアレイにおける全ＲＵに対する属性値の合計と考えられる。
コントローラ４０４は、データ処理ユニット４０１からデバイス状態情報を取得し、報酬計算ユニット４０３から計算された報酬を取得する。コントローラ４０４は、以前に記憶された（現在の）デバイス状態情報、記憶されたＲＵインデックス、データ処理ユニット４０１から得られた更新されたデバイス状態情報、及び計算された報酬をタプルにコンパイルする。以下の説明では、タプルは「経験（experience）」とも呼ばれ得る。コントローラ４０４は、経験をメモリユニット４０５に固定容量で記憶する（ステップＣ４）。メモリユニット４０５は、容量に達すると、ＳＴＡの最も古い経験を削除する。コントローラ４０４は、記憶されたデバイス状態情報を新たなデバイス状態情報で更新する（ステップＣ５）。
さらに、更新フェーズについて説明する。更新フェーズは、蓄積された経験に基づいてＣＮＮを定期的に更新することを含む。図１１Ａは更新フェーズの動作を示し、図１１Ｂは更新フェーズに関連するＲＵ選択モジュールの一部を示す。例えば、更新されたフェーズは、ＳＴＡが所定回数データを送信した後に、コントローラ４０４によって毎回開始される。
更新フェーズでは、コントローラ４０４は、メモリユニット４０５からの経験のバッチをランダムにサンプリングする（ステップＤ１）。特徴抽出及びスコアリングユニット４０２は、サンプルバッチ内の経験のそれぞれにおける現在のデバイス状態情報から特徴を抽出する（ステップＤ２）。特徴抽出及びスコアリングユニット４０２は、現在のデバイス状態情報から抽出された特徴に基づいてＲＵごとにスコアを算出する（ステップＤ３）。特徴抽出及びスコアリングユニット４０２は、サンプルバッチ内の経験のそれぞれにおいて、更新されたデバイス状態情報から特徴を抽出する（ステップＤ４）。特徴抽出及びスコアリングユニット４０２は、更新されたデバイス情報から抽出された特徴に基づいてＲＵごとにスコアを算出する（ステップＤ５）。
コントローラ４０４は、全てのサンプリングされた経験における、現在のデバイス状態情報と、更新されたデバイス状態情報とから得られるスコアの差を累積誤差として算出する（ステップＤ６）。コントローラ４０４は、各経験にコンパイルされた、計算された累積誤差及び報酬に基づいて、特徴抽出及びスコアリングユニット４０２におけるＣＮＮモデルを、確率的勾配降下法を用いて更新する（ステップＤ７）。
本発明者は、本実施形態の効果を確認するためにシミュレーションを行った。シミュレーションでは、単一のＡＰと複数のステーションを持つネットワークを想定する。さらに、シミュレーションは、すべてのステーションがデータバックログされている、すなわち、送信すべきデータを常に有していると仮定する。シミュレーションは、アップリンクデータに対して実施した。
シミュレーションにおける通信ネットワークのパラメータを以下に示す。
ステーションの数［１，５０］
利用可能なＲＵ＝９
ＯＦＤＭＡフレーム継続時間＝１２０μｓ
ＳＩＦＳ（Short Inter Frame Space）＝１０μｓ
ＤＩＦＳ（DCF (Distributed Coordination Function) Inter Frame Space）＝２８μｓ
パケットサイズ＝１００バイト
ＡＣＫサイズ＝３２バイト
トリガーフレームサイズ＝３２バイト
ＯＦＤＭＡデータレート＝６．７Ｍｂｐｓ
ＣＳＭＡ／ＣＡデータレート＝５２Ｍｂｐｓ
ＣＮＮの更新に使用される深層強化学習パラメータを示す。
学習レート＝０．０１
ディスカウント係数＝０．９
イプシロン＝０．１
バッチサイズ＝３２
経験再生バッファサイズ＝５００
チャンネルヒストリ（Channel History）＝２０
ＤＤＱＮ（Double Deep Q Network）更新頻度＝１６
図１２から図１４は、シミュレーション結果を示す。図１２に、全稼動局数に対するステーションあたりの平均スループットの変化を示す。図１２において、グラフＡは本実施形態を表し、グラフＢはＯＤＦＭＡを表し、グラフＣはＣＳＭＡ／ＣＡを表し、グラフＤは理論上の最大値を表す。スループットは、以下の式で定義される。
スループット＝総データ送信回数／総所要時間
このように、本実施形態は、ＣＳＭＡ／ＣＡの３倍のスループットを実現する。
図１３は、ステーションごとの平均チャネルアクセス遅延の変化を局数別に示す。図１３において、グラフＡは本実施形態を表し、グラフＢはＯＤＦＭＡを表し、グラフＣはＣＳＭＡ／ＣＡを表す。チャネルアクセス遅延は、データがＳＴＡの送信バッファに到着してから実際に正常に送信されるまでの時間として定義される。このように、本実施形態では、ＣＳＭＡ／ＣＡよりも６２％低いチャネルアクセス遅延を実現している。
図１４は、全てのアクティブなステーション数に対するステーションごとの衝突率の変化を示す。図１４において、グラフＡは本実施形態を表し、グラフＢはＯＤＦＭＡを表し、グラフＣはＣＳＭＡ／ＣＡを表す。衝突率は以下の式で定義される。
Collision Rate＝コリジョンパケット数／成功したパケット数
このように、本実施形態では、ＣＳＭＡ／ＣＡよりも５７％低い衝突率を実現している。
本実施形態は、アクセスポイントが制御する領域において無線ネットワーク監視が可能な環境における無線通信システムに適用可能である。本実施形態は、全体的なスループットを向上させる全体的なチャネル利用率を改善するために使用することができる。さらに、本実施形態は、ＳＴＡが変化する無線ネットワークに自律的に動的に適応する手段を提供する。さらに、本実施形態は、誰もが公平な媒体アクセス機会を有する標準８０２．１１ステーションとの互換性を確保する。
なお、上述の実施形態において、ＲＵ選択モジュール１２２は、１以上のプロセッサを有する装置によって実施することができる。図１５は、デバイスの構成例を示す。コンピュータ装置１５０は、プロセッサ１６０、及びメモリ１７０を含む。メモリ１７０は、揮発性メモリ、及び／又は不揮発性メモリを含む。メモリ１７０は、プロセッサ１６０上で実行されるソフトウェア（プログラム）を、例えば不揮発性メモリに格納する。プロセッサ１６０は、例えば、ＣＰＵ（Central Processing Unit）等である。データ処理ユニット４０１、特徴抽出及びスコアリングユニット４０２、報酬計算ユニット４０３、及びコントローラ４０４の機能は、プロセッサ１６０が、メモリ１７０からロードされたプログラムに従って動作することで実現され得る。プロセッサ１６０は、装置１１０の外部メモリからプログラムをロードしてもよい。
上記プログラムは、任意のタイプの非一時的なコンピュータ可読媒体を用いて格納され、装置１５０に供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記憶媒体を含む。非一時的なコンピュータ可読媒体の例は、例えばフレキシブルディスク、磁気テープ、又はハードディスクなどの磁気記録媒体、例えば光磁気ディスクなどの光磁気記録媒体、ＣＤ（compact disc）、又はＤＶＤ（digital versatile disk）などの光ディスク媒体、及び、マスクＲＯＭ（read only memory）、ＰＲＯＭ（programmable ROM）、ＥＰＲＯＭ（erasable PROM）、フラッシュＲＯＭ、又はＲＡＭ（random access memory）などの半導体メモリを含む。また、プログラムは、任意のタイプの一時的なコンピュータ可読媒体を用いてコンピュータ３００に供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバなどの有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。
本開示は、実施形態を参照して説明したが、これに限定されるものではない。本開示の範囲内で当業者に理解される種々の変更を、本開示の構成、及び詳細に加えることができる。
例えば、上記の実施形態の一部又は全部は、以下の付記のようにも記載され得るが、以下には限られない。
［付記１］
無線通信装置であって、
無線通信装置とアクセスポイントとの間の無線通信に使用される各リソースユニット（ＲＵ：resource unit）内でエネルギーが検出されたか否かを示すキャリアセンシングデータを生成し、アクセスポイントから確認応答信号を受信するように構成された物理レイヤモジュール、
無線通信装置からアクセスポイントにデータを送信するために使用されるＲＵを決定するように構成されたＲＵ選択モジュール、及び
ＲＵ選択モジュールによって決定されたＲＵを使用してデータを送信するように構成されたメディアアクセス制御レイヤモジュールを備え、
前記ＲＵ選択モジュールは、
前記物理レイヤモジュールから得られたキャリアセンシングデータ及び確認応答信号に基づいてデバイス状態情報を生成するように構成されたデータ処理ユニット、
前記デバイス状態情報から、無線通信局と他の無線通信局との相互作用を表す特徴を抽出し、該抽出した特徴に基づいて、ＲＵごとに、送信に成功した確率を表すスコアを生成するように構成された特徴抽出及びスコアリングユニット、
前記特徴抽出及びスコアリングユニットによって生成されたスコアの予測精度に関するフィードバックを提供するための報酬を計算するように構成された報酬計算ユニット、及び、
前記特徴抽出及びスコアリングユニットによって生成されたスコアに基づいてデータを送信するために使用されるＲＵを決定し、デバイス状態情報及び報酬を含む経験をメモリユニットに格納し、前記特徴抽出及びスコアリングユニットのパラメータを前記メモリユニットに格納された経験に基づいて更新するように構成されたコントローラを有する、無線通信装置。
［付記２］
前記ＲＵは、直交周波数分割多元接続（ＯＦＤＭＡ：orthogonal frequency division multiple access）のサブチャネルである、付記１に記載の無線通信装置。
［付記３］
前記キャリアセンシングデータは、利用可能な各ＲＵにおける独立したエネルギー検出の結果を示し、前記確認応答信号は、各マルチユーザのアップリンクデータ送信の最後に前記アクセスポイントによって送信される、付記１又は２に記載の無線通信装置。
［付記４］
前記経験は、前記デバイス状態情報と、パケットが送信されるＲＵのインデックスと、パケット送信後に更新されたデバイス状態情報と、報酬との集合を含む、付記１から３何れか１項に記載の無線通信装置。
［付記５］
前記データ処理ユニットは、各ＲＵの状態を成功、失敗、又はアイドルに分類し、前記無線通信装置の所定回数の過去のデータ送信における利用可能なＲＵの前記分類した状態に基づいて、前記デバイス状態情報を生成する、付記１から４何れか１項に記載の無線通信装置。
［付記６］
前記報酬計算ユニットは、前記データ処理ユニットがデータ送信後に生成したデバイス状態情報において、成功と分類された前記ＲＵの総数と、失敗と分類された前記ＲＵの総数と、アイドルと分類された前記ＲＵの総数とに基づいて、前記特徴抽出及びスコアリングユニットの性能を表す報酬を算出する、付記５に記載の無線通信装置。
［付記７］
前記特徴抽出及びスコアリングユニットは、畳み込みニューラルネットワーク（ＣＮＮ：convolutional neural network）を用いて特徴を抽出し、前記スコアを生成する、付記１から６の何れか１項に記載の無線通信装置。
［付記８］
前記ＣＮＮは、無線通信チャネルにおける前記無線通信装置と他の無線通信装置との相互作用を理解する１つ以上の畳み込み層を含み、前記特徴抽出及びスコアリングユニットは、前記１つ以上の畳み込み層を使用して特徴を抽出する、付記７に記載の無線通信装置。
［付記９］
前記ＣＮＮは、全結合層を含み、前記特徴抽出及びスコアリングユニットは、前記全結合層を用いて前記スコアを生成する、付記７又は８に記載の無線通信装置。
［付記１０］
前記メモリユニットには、前記無線通信装置の過去の所定回数のデータ送信の経験が記憶されている、付記１から９の何れか一項に記載の無線通信装置。
［付記１１］
前記メモリユニットは、固定サイズのバッファであり、前記バッファが容量に達すると、新しい経験を記憶するために、最も古い経験が削除される、付記１から１０何れか１項に記載の無線通信装置。
［付記１２］
前記ＭＡＣレイヤモジュールは、前記無線通信装置が送信するデータを有するとき、前記コントローラに割込み信号を送信し、前記コントローラは、前記割込み信号が受信されるとき、前記ＲＵの選択を開始する、付記１から１１何れか１項に記載の無線通信装置。
［付記１３］
前記コントローラは、εグリーディー法（ε-greedy policy）に従って、データ送信に使用されるＲＵを選択する、付記１から１２何れか１項に記載の無線通信装置。
［付記１４］
前記コントローラは、前記メモリユニットから前記経験のバッチをサンプリングし、推定されるスコアと実際のスコアとの間の誤差を計算し、前記計算された誤差に基づいて前記特徴抽出及びスコアリングユニットのパラメータを更新する、付記１から１３何れか１項に記載の無線通信装置。
［付記１５］
無線通信装置に用いられるリソースユニット（ＲＵ：resource unit）選択装置であって、
前記無線通信装置とアクセスポイントとの間の無線通信に使用される各ＲＵにおいてエネルギーが検出されたか否かを示すキャリアセンシングデータと、前記アクセスポイントから受信した確認応答信号とに基づいて、デバイス状態情報を生成するように構成されたデータ処理ユニット、
前記デバイス状態情報から、無線通信局と他の無線通信局との相互作用を表す特徴を抽出し、該抽出した特徴に基づいて、ＲＵごとに、送信に成功した確率を表すスコアを生成するように構成された特徴抽出及びスコアリングユニット、
前記特徴抽出及びスコアリングユニットによって生成されたスコアの予測精度に関するフィードバックを提供するための報酬を計算するように構成された報酬計算ユニット、及び、
前記特徴抽出及びスコアリングユニットによって生成されたスコアに基づいてデータを送信するために使用されるＲＵを決定し、デバイス状態情報及び報酬を含む経験をメモリユニットに格納し、特徴抽出及びスコアリングユニットのパラメータを前記メモリユニットに格納された経験に基づいて更新するように構成されたコントローラを備えるＲＵ選択装置。
［付記１６］
前記ＲＵは、直交周波数分割多元接続（ＯＦＤＭＡ：orthogonal frequency division multiple access）のサブチャネルである、付記１５に記載のＲＵ選択装置。
［付記１７］
前記キャリアセンシングデータは、利用可能な各ＲＵにおける独立したエネルギー検出の結果を示し、前記確認応答信号は、各マルチユーザアップリンクデータ送信の最後に前記アクセスポイントによって送信される、付記１５又は１６に記載のＲＵ選択装置。
［付記１８］
無線通信装置におけるリソースユニット（ＲＵ：resource unit）選択方法であって、
前記無線通信装置とアクセスポイントとの間の無線通信に使用される各ＲＵにおいてエネルギーが検出されたか否かを示すキャリアセンシングデータと、前記アクセスポイントから受信した確認応答信号とに基づいてデバイス状態情報を生成し、
前記デバイス状態情報から、無線通信局と他の無線通信局との相互作用を表す特徴を抽出し、
前記抽出された特徴に基づいて、ＲＵごとに、送信に成功した確率を表すスコアを生成し、
前記スコアの予測精度に関するフィードバックを提供するための報酬を計算し、
生成されたスコアに基づいてデータを送信するために使用されるＲＵを決定し、
前記デバイス状態情報と前記報酬とを含む経験をメモリユニットに保存し、
前記メモリユニットに記憶された経験に基づいて、前記特徴の抽出、及び前記スコアの生成に使用されるパラメータを更新するＲＵ選択方法。
［付記１９］
無線通信装置とアクセスポイントとの間の無線通信に使用される各ＲＵにおいてエネルギーが検出されたか否かを示すキャリアセンシングデータと、前記アクセスポイントから受信した確認応答信号とに基づいてデバイス状態情報を生成し、
前記デバイス状態情報から、無線通信局と他の無線通信局との相互作用を表す特徴を抽出し、
前記抽出された特徴に基づいて、ＲＵごとに、送信に成功した確率を表すスコアを生成し、
前記スコアの予測精度に関するフィードバックを提供するための報酬を計算し、
前記生成されたスコアに基づいてデータを送信するために使用されるＲＵを決定し、
前記デバイス状態情報と前記報酬を含む経験をメモリユニットに保存し、
前記メモリユニットに記憶された経験に基づいて、前記特徴の抽出、及び前記スコアの生成に使用されるパラメータを更新する処理をプロセッサに実行させるためのプログラムを格納する非一時的なコンピュータ可読媒体。
１０１ ＡＰ
１０２ ＳＴＡ
１２１ アンテナ
１２２ ＲＵ選択モジュール
１２３ ＰＨＹレイヤモジュール
１２４ ＭＡＣレイヤモジュール
１２５ アプリケーションモジュール
４０１ データ処理ユニット
４０２ 特徴抽出及びスコアリングユニット
４０３ 報酬計算ユニット
４０４ コントローラ
４０５ メモリユニット

Claims (10)

  1. 無線通信装置であって、
    無線通信装置とアクセスポイントとの間の無線通信に使用される各リソースユニット（ＲＵ：resource unit）内でエネルギーが検出されたか否かを示すキャリアセンシングデータを生成し、アクセスポイントから確認応答信号を受信するように構成された物理レイヤモジュール、
    無線通信装置からアクセスポイントにデータを送信するために使用されるＲＵを決定するように構成されたＲＵ選択モジュール、及び
    ＲＵ選択モジュールによって決定されたＲＵを使用してデータを送信するように構成されたメディアアクセス制御レイヤモジュールを備え、
    前記ＲＵ選択モジュールは、
    前記物理レイヤモジュールから得られたキャリアセンシングデータ及び確認応答信号に基づいてデバイス状態情報を生成するように構成されたデータ処理ユニット、
    前記デバイス状態情報から、無線通信局と他の無線通信局との相互作用を表す特徴を抽出し、該抽出した特徴に基づいて、ＲＵごとに、送信に成功した確率を表すスコアを生成するように構成された特徴抽出及びスコアリングユニット、
    前記特徴抽出及びスコアリングユニットによって生成されたスコアの予測精度に関するフィードバックを提供するための報酬を計算するように構成された報酬計算ユニット、及び、
    前記特徴抽出及びスコアリングユニットによって生成されたスコアに基づいてデータを送信するために使用されるＲＵを決定し、デバイス状態情報及び報酬を含む経験をメモリユニットに格納し、前記特徴抽出及びスコアリングユニットのパラメータを前記メモリユニットに格納された経験に基づいて更新するように構成されたコントローラを有する、無線通信装置。
  2. 前記ＲＵは、直交周波数分割多元接続（ＯＦＤＭＡ：orthogonal frequency division multiple access）のサブチャネルである、請求項１に記載の無線通信装置。
  3. 前記キャリアセンシングデータは、利用可能な各ＲＵにおける独立したエネルギー検出の結果を示し、前記確認応答信号は、各マルチユーザのアップリンクデータ送信の最後に前記アクセスポイントによって送信される、請求項１又は２に記載の無線通信装置。
  4. 前記経験は、前記デバイス状態情報と、パケットが送信されるＲＵのインデックスと、パケット送信後に更新されたデバイス状態情報と、報酬との集合を含む、請求項１から３何れか１項に記載の無線通信装置。
  5. 前記コントローラは、前記メモリユニットから前記経験のバッチをサンプリングし、推定されるスコアと実際のスコアとの間の誤差を計算し、前記計算された誤差に基づいて前記特徴抽出及びスコアリングユニットのパラメータを更新する、請求項１から４何れか１項に記載の無線通信装置。
  6. 無線通信装置に用いられるリソースユニット（ＲＵ：resource unit）選択装置であって、
    前記無線通信装置とアクセスポイントとの間の無線通信に使用される各ＲＵにおいてエネルギーが検出されたか否かを示すキャリアセンシングデータと、前記アクセスポイントから受信した確認応答信号とに基づいて、デバイス状態情報を生成するように構成されたデータ処理ユニット、
    前記デバイス状態情報から、無線通信局と他の無線通信局との相互作用を表す特徴を抽出し、該抽出した特徴に基づいて、ＲＵごとに、送信に成功した確率を表すスコアを生成するように構成された特徴抽出及びスコアリングユニット、
    前記特徴抽出及びスコアリングユニットによって生成されたスコアの予測精度に関するフィードバックを提供するための報酬を計算するように構成された報酬計算ユニット、及び、
    前記特徴抽出及びスコアリングユニットによって生成されたスコアに基づいてデータを送信するために使用されるＲＵを決定し、デバイス状態情報及び報酬を含む経験をメモリユニットに格納し、特徴抽出及びスコアリングユニットのパラメータを前記メモリユニットに格納された経験に基づいて更新するように構成されたコントローラを備えるＲＵ選択装置。
  7. 前記ＲＵは、直交周波数分割多元接続（ＯＦＤＭＡ：orthogonal frequency division multiple access）のサブチャネルである、請求項６に記載のＲＵ選択装置。
  8. 前記キャリアセンシングデータは、利用可能な各ＲＵにおける独立したエネルギー検出の結果を示し、前記確認応答信号は、各マルチユーザアップリンクデータ送信の最後に前記アクセスポイントによって送信される、請求項６又は７に記載のＲＵ選択装置。
  9. 無線通信装置におけるリソースユニット（ＲＵ：resource unit）選択方法であって、
    前記無線通信装置とアクセスポイントとの間の無線通信に使用される各ＲＵにおいてエネルギーが検出されたか否かを示すキャリアセンシングデータと、前記アクセスポイントから受信した確認応答信号とに基づいてデバイス状態情報を生成し、
    前記デバイス状態情報から、無線通信局と他の無線通信局との相互作用を表す特徴を抽出し、
    前記抽出された特徴に基づいて、ＲＵごとに、送信に成功した確率を表すスコアを生成し、
    前記スコアの予測精度に関するフィードバックを提供するための報酬を計算し、
    生成されたスコアに基づいてデータを送信するために使用されるＲＵを決定し、
    前記デバイス状態情報と前記報酬とを含む経験をメモリユニットに保存し、
    前記メモリユニットに記憶された経験に基づいて、前記特徴の抽出、及び前記スコアの生成に使用されるパラメータを更新するＲＵ選択方法。
  10. 無線通信装置とアクセスポイントとの間の無線通信に使用される各ＲＵにおいてエネルギーが検出されたか否かを示すキャリアセンシングデータと、前記アクセスポイントから受信した確認応答信号とに基づいてデバイス状態情報を生成し、
    前記デバイス状態情報から、無線通信局と他の無線通信局との相互作用を表す特徴を抽出し、
    前記抽出された特徴に基づいて、ＲＵごとに、送信に成功した確率を表すスコアを生成し、
    前記スコアの予測精度に関するフィードバックを提供するための報酬を計算し、
    前記生成されたスコアに基づいてデータを送信するために使用されるＲＵを決定し、
    前記デバイス状態情報と前記報酬を含む経験をメモリユニットに保存し、
    前記メモリユニットに記憶された経験に基づいて、前記特徴の抽出、及び前記スコアの生成に使用されるパラメータを更新する処理をプロセッサに実行させるためのプログラム。
JP2022547783A 2020-02-27 2020-02-27 無線通信装置、ｒｕ選択装置、方法、及びプログラム Active JP7327686B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2020/008124 WO2021171510A1 (en) 2020-02-27 2020-02-27 Wireless communication device, ru selection device, method, and computer readable medium

Publications (2)

Publication Number Publication Date
JP2023512550A JP2023512550A (ja) 2023-03-27
JP7327686B2 true JP7327686B2 (ja) 2023-08-16

Family

ID=69811844

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022547783A Active JP7327686B2 (ja) 2020-02-27 2020-02-27 無線通信装置、ｒｕ選択装置、方法、及びプログラム

Country Status (3)

Country Link
US (1) US20230114359A1 (ja)
JP (1) JP7327686B2 (ja)
WO (1) WO2021171510A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11487799B1 (en) * 2021-02-26 2022-11-01 Heir Apparent, Inc. Systems and methods for determining and rewarding accuracy in predicting ratings of user-provided content
CN113973385B (zh) * 2021-12-27 2022-03-01 成都爱瑞无线科技有限公司 非授权频段资源的管理方法、***、装置及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017186587A1 (en) 2016-04-26 2017-11-02 Canon Kabushiki Kaisha Updating of contention parameters for mu ul ofdma transmission in an 802.11ax network
WO2019108097A1 (en) 2017-11-28 2019-06-06 Telefonaktiebolaget Lm Ericsson (Publ) Station, access point and method in a wireless communications network

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9743393B2 (en) 2015-06-25 2017-08-22 Intel IP Corporation Dynamic patterned resource allocation in a wireless network
CN108781445B (zh) * 2016-03-11 2023-06-06 日本电气株式会社 无线lan***、无线lan基站、无线lan终端和通信方法
US11153229B2 (en) 2018-01-19 2021-10-19 Ciena Corporation Autonomic resource partitions for adaptive networks

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017186587A1 (en) 2016-04-26 2017-11-02 Canon Kabushiki Kaisha Updating of contention parameters for mu ul ofdma transmission in an 802.11ax network
WO2019108097A1 (en) 2017-11-28 2019-06-06 Telefonaktiebolaget Lm Ericsson (Publ) Station, access point and method in a wireless communications network

Also Published As

Publication number Publication date
WO2021171510A1 (en) 2021-09-02
US20230114359A1 (en) 2023-04-13
JP2023512550A (ja) 2023-03-27

Similar Documents

Publication Publication Date Title
WO2015007099A1 (zh) 数据包传输方法及装置
JP7327686B2 (ja) 無線通信装置、ｒｕ選択装置、方法、及びプログラム
Rashwand et al. IEEE 802.11 e EDCA under bursty traffic—How much TXOP can improve performance
US9980290B2 (en) System and method for adaptive back-off time determination
KR102091138B1 (ko) 무선 네트워크 환경에서 데이터를 전송하는 방법 및 데이터 전송 장치
KR20200081630A (ko) 무선 네트워크에서 기계 학습을 이용하여 자원을 할당하는 방법 및 그 방법을 수행하기 위한 기록 매체
US11523377B2 (en) LTE resource allocation controller
Khuntia et al. An efficient Deep reinforcement learning with extended Kalman filter for device‐to‐device communication underlaying cellular network
JP6283879B2 (ja) 無線通信装置、ｃｗ最大値取得装置、ｃｗ最大値取得方法、及びプログラム
KR20220062327A (ko) 무선 스펙트럼 사용량의 예측
Webber et al. Optimized WLAN channel allocation based on gibbs sampling with busy prediction using a probabilistic neural network
Orim et al. Cluster-based random access scheme for 5G URLLC
CN102624612B (zh) 一种A-mpdu报文的传输方法和设备
JPWO2014132303A1 (ja) 通信システム、通信装置、通信制御方法およびプログラム
KR100904342B1 (ko) 비슬롯 기반 ｃｓｍａ/ｃａ 네트워크 구성에서의 ａｃｋ보호 방법 및 성능척도 예측방법
Arun et al. Design and performance analysis of a MAC protocol for wireless LANs supporting multipacket reception
JP7331943B2 (ja) 無線フレーム推定装置、方法及びプログラム
CN110800364B (zh) 改进或相关于基于用户调度的动态通道自相关
Abu-Khadrah et al. Enhance the performance of EDCA protocol by adapting contention window
Al-Medhwahi et al. Impact of packet size in adaptive cognitive radio sensor network
JP6225398B2 (ja) 無線通信装置、収容予測装置、収容予測方法、及びプログラム
Kumar et al. Performance analysis of IEEE 802.11 p protocol with retry limit in VANETs: an analytical study
US12035331B2 (en) LTE resource allocation controller
Minihi et al. End-to-end throughput for VANET with and without cloud effect
Bak et al. Contention alleviation in WiFi networks by using light-weight machine learning model

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220804

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220804

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230626

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230704

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230717

R151 Written notification of patent or utility model registration

Ref document number: 7327686

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151