Optimization and autonomous distributed algorithms for heterogeneous wireless protocol environment

無線LAN、Bluetooth、IoT用無線など、様々な無線通信システムがアンライセンスバンドで利用されている。同じチャネルを同時に利用する瞬間には干渉や衝突が起こるため、これらのシステムはそれぞれ異なる通信プロトコルによって衝突を避けながら通信しているが、送信機の数や種類が増えれば衝突率は悪化する。本研究では、多数のシステムをプロトコルレベルまで最適に共存させる自律分散型共存方式を確立する。本年度は主に、現在920MHz帯で用いられているLow Power Wide Area(LPWA)方式のように多数チャネルが利用可能である状況を想定し、大規模なIoT無線通信システムの実現を目指し研究を進めた。強化学習を用いた自律分散型アルゴリズムによるチャネル手法を提案しており、コンピュータシミュレーションによって、10000台規模の大規模IoT環境における提案手法の有効性を示した。本手法は、計算量の小さいMulti-Armed Banditアルゴリズムを、IoT端末それぞれで実行することによって自律分散的にチャネル選択させる手法である。本提案手法を50台のIoT端末に実装し、実環境における実験においても、その有効性を示している。また、ISM帯で共存する複数の無線通信システムの同時送信時の通信品質モデル構築の検討を進めた。次年度以降も、詳細なシミュレーションを行い、共存モデルとアルゴリズムの完成を目指す。

無線LAN、Bluetooth、IoT用無線など、様々な無線通信システムがアンライセンスバンドで利用されている。同じチャネルを同時に利用する瞬間には干渉や衝突が起こるため、これらのシステムはそれぞれ異なる通信プロトコルによって衝突を避けながら通信しているが、送信機の数や種類が増えれば衝突率は悪化する。本研究では、多数のシステムをプロトコルレベルまで最適に共存させる自律分散型共存方式を確立する。本年度は主に、現在920MHz帯で用いられているLow Power Wide Area(LPWA)方式のように多数チャネルが利用可能である状況を想定し、大規模なIoT無線通信システムの実現を目指し研究を進めた。強化学習を用いた自律分散型アルゴリズムによるチャネル手法を提案しており、コンピュータシミュレーションによって、10000台規模の大規模IoT環境における提案手法の有効性を示した。本手法は、計算量の小さいMulti-Armed Banditアルゴリズムを、IoT端末それぞれで実行することによって自律分散的にチャネル選択させる手法である。本提案手法を50台のIoT端末に実装し、実環境における実験においても、その有効性を示している。また、ISM帯で共存する複数の無線通信システムの同時送信時の通信品質モデル構築の検討を進めた。次年度以降も、詳細なシミュレーションを行い、共存モデルとアルゴリズムの完成を目指す。