Технології оптимізації каналу передачі даних у безпровідних мережах стандарту 802.11

Скорочена інформація про документ
dc.contributor.advisorЛебедев, Денис Юрійович
dc.contributor.authorГеращенко, Артем Юрійович
dc.date.accessioned2025-02-18T15:08:05Z
dc.date.available2025-02-18T15:08:05Z
dc.date.issued2024
dc.description.abstractМагістерська дисертація складається з 98 сторінок, в якій міститься 22 рисунки, 22 таблиці, використано 29 джерел. Актуальність. Сучасний розвиток цифрових технологій та зростання кількості бездротових пристроїв створюють значні виклики для продуктивності Wi-Fi мереж. Безпровідні мережі стандарту 802.11 є основою для багатьох галузей, включаючи побутову автоматизацію, корпоративні системи, IoT та інфраструктуру розумних міст. Однак, зі збільшенням кількості підключених пристроїв та обсягів переданих даних, мережі стикаються з такими проблемами, як обмеження спектра, висока інтерференція та зростання навантаження на канали передачі даних. Попри впровадження нових стандартів Wi-Fi 6 та Wi-Fi 7, які покликані вирішувати ці проблеми, залишається необхідність у розробці ефективних методів динамічної оптимізації параметрів мережі для забезпечення стабільної продуктивності в умовах реального часу. Інтеграція методів машинного навчання для прогнозування параметрів мережі та адаптації її налаштувань відкриває нові можливості для вдосконалення безпровідних технологій, що підкреслює актуальність даного дослідження. Зв’язок роботи з науковими програмами, планами, темами. Дисертаційна робота виконувалась на кафедрі КЕОА та повністю відповідає спеціальності 172 Електронні комунікації та радіотехніка. Метою дисертаційної роботи є підвищення продуктивності каналів передачі даних у безпровідних мережах стандарту 802.11 (за критерієм якості сигналу SINR) шляхом розробки методу оптимізації, що базується на використанні машинного навчання для динамічної адаптації параметрів мережі до умов зовнішнього середовища. Задачі дослідження: 1. Проведення аналізу факторів, що впливають на якість передачі даних у Wi-Fi мережах. 2. Дослідження сучасних методів оптимізації параметрів мережі, включаючи підходи, засновані на машинному навчанні. 3. Розробка нейронної моделі для прогнозування SINR за метриками OBSS/PD, RSSI та іншими параметрами. 4. Проведення експериментального дослідження для оцінки ефективності розробленої моделі. 5. Розроблення концепції стартап-проєкту для практичного впровадження результатів дослідження. Об’єктом дослідження є процес передачі даних у безпровідних мережах стандарту 802.11. Предметом дослідження є методи оптимізації продуктивності каналів передачі даних. Методи дослідження. У роботі використано аналіз наукової літератури, розробку та тестування нейронної мережі на симуляційних даних, а також оцінку її продуктивності за метриками MAE, Loss та відповідністю прогнозованих і реальних значень SINR. Наукова новизна одержаних результатів полягає в наступному: - Запропоновано метод оптимізації Wi-Fi мереж, що базується на технологіях машинного навчання, із точним прогнозуванням параметрів SINR та динамічною адаптацією параметрів мережі в режимі реального часу. Запропонований метод дозволяє значно підвищити продуктивність мережі та ефективність управління ресурсами в умовах динамічних змін. - Створено метод інтеграції моделі нейронної мережі у наявне мережеве обладнання, яка забезпечує практичну реалізацію запропонованого підходу без необхідності значних змін в існуючій інфраструктурі. Це сприяє впровадженню інноваційних рішень в сучасні Wi-Fi мережі та підвищенню їх сумісності з сучасними технологіями. Практичне значення. Результати роботи можуть бути використані для вдосконалення управління Wi-Fi мережами в корпоративному середовищі, побутових умовах та інфраструктурі «розумних міст», забезпечуючи покращення стабільності з'єднання, пропускної здатності та зменшення впливу інтерференції. Апробація результатів дослідження. Результати дисертації апробовано на міжнародній мультидисциплінарній науковій інтернет-конференції «Світ наукових досліджень», м. Тернопіль, 2024 року. Публікації. За матеріалами досліджень опубліковано 1 електронну працю в збірнику наукових публікацій Міжнародної мультидисциплінарної наукової інтернет-конференції «Світ наукових досліджень», м. Тернопіль, 24-25 травня 2024р. (Додаток А): - Геращенко А.Ю., Аналіз методів підвищення якості каналу передачі даних в протоколах стандарту 802.11 // Збірник наукових публікацій Міжнародної мультидисциплінарної наукової інтернет-конференції «Світ наукових досліджень», м. Тернопіль, 24-25 травня 2024 року. Випуск 30. с. 193-195. Прийнято статтю, що буде опублікована в журналі «Вчені записки ТНУ ім. В.І. Вернадського» у Томі 36 (75) No1, 2025 (Додаток Б): - Геращенко А.Ю., Лебедев Д.Ю. «ТЕХНОЛОГІЯ ПРОГНОЗУВАННЯ ПАРАМЕТРІВ БЕЗДРОТОВИХ МЕРЕЖ СТАНДАРТУ 802.11 ДЛЯ АДАПТИВНОЇ ОПТИМІЗАЦІЇ».
dc.description.abstractotherThe master's thesis consists of 98 pages, contains 22 figures, 22 tables, and 29 sources. Relevance. The modern development of digital technologies and the growing number of wireless devices pose significant challenges to the performance of Wi-Fi networks. 802.11 wireless networks are the basis for many industries, including home automation, corporate systems, IoT, and smart city infrastructure. However, as the number of connected devices and the amount of data transmitted increases, networks face challenges such as spectrum constraints, high interference, and increased load on data channels. Despite the introduction of the new Wi-Fi 6 and Wi-Fi 7 standards, which are designed to address these issues, there is still a need to develop effective methods for dynamically optimizing network parameters to ensure stable performance in real time. The integration of machine learning methods for predicting network parameters and adapting its settings opens up new opportunities for improving wireless technologies, which emphasizes the relevance of this study. Relationship of the work to scientific programs, plans, topics. The dissertation was carried out at the Department of ECEE and fully corresponds to the specialty 172 Electronic Communications and Radio Engineering. The aim of the thesis is to improve the performance of data transmission channels in 802.11 wireless networks (according to the SINR signal quality criterion) by developing an optimization method based on the use of machine learning for dynamic adaptation of network parameters to environmental conditions. Research objectives: 1. Analyze the factors affecting the quality of data transmission in Wi-Fi networks. 2. Study of modern methods for optimizing network parameters, including approaches based on machine learning. 3. Development of a neural model for predicting SINR based on OBSS/PD, RSSI and other parameters. 4. Conducting an experimental study to evaluate the effectiveness of the developed model. 5. Developing a startup project concept for the practical implementation of the research results. The object of research is the process of data transmission in wireless networks of the 802.11 standard. The subject of research is methods of optimizing the performance of data transmission channels. Research methods. The paper uses the analysis of scientific literature, the development and testing of a neural network on simulation data, as well as the evaluation of its performance by MAE, Loss and the correspondence between predicted and real SINR values. The scientific novelty of the obtained results is as follows: - A method for optimizing Wi-Fi networks based on machine learning technologies with accurate prediction of SINR parameters and dynamic adaptation of network parameters in real time is proposed. The proposed method can significantly improve network performance and resource management efficiency in the face of dynamic changes. - A method for integrating the neural network model into existing network equipment has been developed, which ensures the practical implementation of the proposed approach without the need for significant changes in the existing infrastructure. This contributes to the implementation of innovative solutions in modern Wi-Fi networks and increases their compatibility with modern technologies. Practical significance. The results of the work can be used to improve the management of Wi-Fi networks in the corporate environment, residential environments, and smart city infrastructure, providing improved connection stability, throughput, and reduced interference. Testing of research results. The results of the dissertation were tested at the international multidisciplinary scientific Internet conference “World of Scientific Research”, Ternopil, 2024. Publications. Based on the research materials, 1 electronic work was published in the collection of scientific publications of the International Multidisciplinary Scientific Internet Conference “World of Scientific Research”, Ternopil, May 24-25, 2024 (Appendix A): - Gerashchenko A.Y., Analysis of methods for improving the quality of the data transmission channel in 802.11 protocols // Collection of scientific publications of the International multidisciplinary scientific Internet conference “World of Scientific Research”, Ternopil, May 24-25, 2024. Issue 30. pp. 193-195. The article has been accepted for publication in the journal “Scientific Notes of Vernadsky Ternopil National University” in Volume 36 (75) No. 1, 2025 (Appendix B): - Gerashchenko A.Y., Lebedev D.Y. “TECHNOLOGY FOR PROGNOSTICATION OF PA-RAMETERS OF WIRELESS NETWORKS OF THE 802.11 STANDARD FOR ADAPTIVE OPTIMIZATION”.
dc.format.extent98 c.
dc.identifier.citationГеращенко, А. Ю. Технології оптимізації каналу передачі даних у безпровідних мережах стандарту 802.11 : магістерська дис. : 172 Телекомунікації та радіотехніка / Геращенко Артем Юрійович. - Київ, 2024. - 98 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/72600
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectWi-Fi
dc.subjectSINR
dc.subjectнейронна мережа
dc.subjectоптимізація параметрів
dc.subjectмашинне навчання
dc.subject802.11
dc.subjectneural network
dc.subjectparameter optimization
dc.subjectmachine learning
dc.subject.udc004.77; 621.396.67
dc.titleТехнології оптимізації каналу передачі даних у безпровідних мережах стандарту 802.11
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Herashchenko_magistr.pdf
Розмір:
3.57 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (КЕОА)
Магістерські роботи