一种基于神经网络算法的无线局域网性能增强方法

摘要

本发明公开一种基于神经网络算法的无线局域网性能增强方法，通过规范化处理原始数据，利用神经网络建立非线性回归模型，并反复利用原始数据训练建模，直到模型能反映退避窗口增大倍数与系统吞吐量、系统延迟和数据包重发率之间的关系，通过此模型对不同业务需求的退避窗口增大倍数进行预测，以得到最优系统性能需求下的退避窗口增大倍数，以解决信道冲突时，退避窗口增大倍数不能合理改变的问题。