More and more devices, such as Bluetooth and IEEE 802.15.4 devices forming Wireless Personal Area Networks (WPANs) and IEEE 802.11 devices constituting Wireless Local Area Networks (WLANs), share the 2.4 GHz Industrial, Scientific and Medical (ISM) band in the realm of the Internet of Things (IoT) and Smart Cities. However, the coexistence of these devices could pose a real challenge—co-channel interference that would severely compromise network performances. Although the coexistence issues has been partially discussed elsewhere in some articles, there is no single review that fully summarises and compares recent research outcomes and challenges of IEEE 802.15.4 networks, Bluetooth and WLANs together. In this work, we revisit and provide a comprehensive review on the coexistence and interference mitigation for those three types of networks. We summarize the strengths and weaknesses of the current methodologies, analysis and simulation models in terms of numerous important metrics such as the packet reception ratio, latency, scalability and energy efficiency. We discover that although Bluetooth and IEEE 802.15.4 networks are both WPANs, they show quite different performances in the presence of WLANs. IEEE 802.15.4 networks are adversely impacted by WLANs, whereas WLANs are interfered by Bluetooth. When IEEE 802.15.4 networks and Bluetooth co-locate, they are unlikely to harm each other. Finally, we also discuss the future research trends and challenges especially Deep-Learning and Reinforcement-Learning-based approaches to detecting and mitigating the co-channel interference caused by WPANs and WLANs.

中文翻译：

---

从传统方法到深度学习的 WPAN 和 WLAN 共存和干扰缓解：综述

越来越多的设备，例如构成无线个人区域网络 (WPAN) 的蓝牙和 IEEE 802.15.4 设备以及构成无线局域网 (WLAN) 的 IEEE 802.11 设备，共享 2.4 GHz 工业、科学和医疗 (ISM) 频段物联网 (IoT) 和智慧城市领域。然而，这些设备的共存可能会带来真正的挑战——同信道干扰会严重影响网络性能。尽管在某些文章的其他地方已经部分讨论了共存问题，但没有一篇综述完整地总结和比较了 IEEE 802.15.4 网络、蓝牙和 WLAN 的最新研究成果和挑战。在这项工作中，我们重新审视并全面审查了这三种网络的共存和干扰缓解。我们根据数据包接收率、延迟、可扩展性和能源效率等众多重要指标总结了当前方法、分析和模拟模型的优缺点。我们发现，虽然蓝牙和 IEEE 802.15.4 网络都是 WPAN，但它们在存在 WLAN 的情况下表现出截然不同的性能。IEEE 802.15.4 网络受到 WLAN 的不利影响，而 WLAN 受到蓝牙的干扰。当 IEEE 802.15.4 网络和蓝牙共存时，它们不太可能相互伤害。最后，我们还讨论了未来的研究趋势和挑战，特别是基于深度学习和强化学习的方法来检测和减轻由 WPAN 和 WLAN 引起的同信道干扰。数据包接收率、延迟、可扩展性和能效等众多重要指标的分析和模拟模型。我们发现，虽然蓝牙和 IEEE 802.15.4 网络都是 WPAN，但它们在存在 WLAN 的情况下表现出截然不同的性能。IEEE 802.15.4 网络受到 WLAN 的不利影响，而 WLAN 受到蓝牙的干扰。当 IEEE 802.15.4 网络和蓝牙共存时，它们不太可能相互伤害。最后，我们还讨论了未来的研究趋势和挑战，特别是基于深度学习和强化学习的方法来检测和减轻由 WPAN 和 WLAN 引起的同信道干扰。数据包接收率、延迟、可扩展性和能效等众多重要指标的分析和模拟模型。我们发现，虽然蓝牙和 IEEE 802.15.4 网络都是 WPAN，但它们在存在 WLAN 的情况下表现出截然不同的性能。IEEE 802.15.4 网络受到 WLAN 的不利影响，而 WLAN 受到蓝牙的干扰。当 IEEE 802.15.4 网络和蓝牙共存时，它们不太可能相互伤害。最后，我们还讨论了未来的研究趋势和挑战，特别是基于深度学习和强化学习的方法来检测和减轻由 WPAN 和 WLAN 引起的同信道干扰。我们发现，虽然蓝牙和 IEEE 802.15.4 网络都是 WPAN，但它们在存在 WLAN 的情况下表现出截然不同的性能。IEEE 802.15.4 网络受到 WLAN 的不利影响，而 WLAN 受到蓝牙的干扰。当 IEEE 802.15.4 网络和蓝牙共存时，它们不太可能相互伤害。最后，我们还讨论了未来的研究趋势和挑战，特别是基于深度学习和强化学习的方法来检测和减轻由 WPAN 和 WLAN 引起的同信道干扰。我们发现，虽然蓝牙和 IEEE 802.15.4 网络都是 WPAN，但它们在存在 WLAN 的情况下表现出截然不同的性能。IEEE 802.15.4 网络受到 WLAN 的不利影响，而 WLAN 受到蓝牙的干扰。当 IEEE 802.15.4 网络和蓝牙共存时，它们不太可能相互伤害。最后，我们还讨论了未来的研究趋势和挑战，特别是基于深度学习和强化学习的方法来检测和减轻由 WPAN 和 WLAN 引起的同信道干扰。