美国国家标准与技术研究所开发的机器学习公式(NIST）有可能显着改善如何5G和其他无线网络选择和共享通信频率。研究人员索赔，与试验和错误方法相比，NIST的公式可以使分享通信频率的过程多达5,000倍，研究人员索赔。
NIST系统的理念是，无线电设备可以从经验中了解其网络环境，而不是像现在所做的那样，简单地根据反复试验来选择频率频道。
NIST在特定的环境条件下，“该算法了解哪个频道提供最佳结果”网站文章．
“该团队说：”该公式可以在许多[不同]类型的现实网络中的变送器上编程到软件上。“
从本质上讲，计算机模拟算法是一个公式，它反映了以前在环境RF条件下的经验。例如，这些条件可以包括一个信道内运行的发射机数量(一组相邻的频率)。
“……如果发射机选择了一个没有被占用的信道，那么成功传输的概率就会上升，导致更高的数据速率，”文章说。同样地，当发射机选择一个没有太多干扰的信道时，信号就会更强，从而获得更好的数据速率。发射机记住哪个频道能提供最好的信号，并学会在下一次需要清晰信号时选择转盘上的那个点。
这与今天的工作方式不同。也就是说，无线电只是试图找到一个开放的频率，然后与类似协议的无线电通信。在复杂的情况下，比如Wi-Fi，频率跳频和波束成形用于优化频道。
研究人员解释说，NIST的机器学习技术的亮点在于共享频谱，比如使用许可辅助接入(LAA)共享Wi-Fi。LAA是无授权频段的LTE，称为LTE- u，频率为5ghz。在Wi-Fi和LAA的组合中，在相同的频率上，协议是完全不同的:无线电之间的通信不能和谐地运作，而且频段越繁忙，就可能发生混乱——传输会撞到其他传输。但是，如果所有的收音机都能更好地选择它们的档位，通过了解哪些能工作，哪些不能工作，那么事情就会变得更好。
“这可能是在文章中的一位NIST工程师中的巨型乐队中的通信更有效。”
事实上，NIST声称，它“可以帮助5G和其他无线网络选择和共享通信频率，比试错法效率高出约5000倍”。
这里的关键词是“共享”，因为为了在有限的频谱上增加通信，必须进行更多的共享——用户，如物联网或媒体流，都在争夺同一个隐喻的地盘。随着物联网和数字技术的不断发展，结合未经授权和授权的频段(就像LAA的情况一样)可能会变得更加普遍。(未经许可的频段是指那些没有分配给特定用户的频段，比如移动网络运营商;获得许可的乐队在拍卖和分配中获得。)
在NIST方案中，相互竞争的发射机“各自学习在不相互通信的情况下最大化总网络数据速率”。因此，多种协议和数据类型，如视频或传感器数据，或Wi-Fi和移动网络，可以同时运行。
文章称，NIST的公式大大简化了为发射器分配最佳信道的过程:“研究发现，穷尽努力(使用试错法)来确定最佳解决方案将需要大约45600次试验，而公式只需要尝试10个渠道就可以选择一个类似的解决方案，只需要0.02%的努力。”
NIST的研究人员最近在IEEE 91圣车辆技术会议，今年在网上举行。