분류
2020년 2월
작성일
2019.04.15
수정일
2020.01.21
작성자
변승규
조회수
105

대규모 사물인터넷의 안정적 지원을 위한 저전력 광역 네트워크 채널 자원 구조화 및 할당 기법

요약: 

  사물인터넷 서비스를 위한 유력 기술로 저 전력 광역 네트워크가 거론되고 있다. 하지만 사용할 수 있는 주파수 자원이 상대적으로 적고 느린 전송 속도로 인해 자원 점유 시간이 길어 응답 지연 시간이 크며 ALOHA 등 단순한 매체 접근 제어에 의한 자원 사용의 효율이 떨어지는 등 자원의 이용에 제약이 크다. 때문에, 대규모 서비스 제공의 가능성에 대해서는 여전히 의문이 제기되고 있다.

  저 전력 광역 네트워크 자원의 효율성을 개선하는 방법에는 크게 매체 접근 제어의 개선, 망 형상의 활용, 채널 할당 기법의 제시의 세 가지로 나눌 수 있다. 하지만 대부분의 연구는 주어진 프로토콜에 기반을 둔 패킷 전달률이나 전송 범위 등 성능에 관한 실험이나 시뮬레이션, 현장 적용 사례들에 한정되고 있고, 현존하는 다른 무선 프로토콜과의 차별성에 기반을 둔 연구 사례는 찾아보기 힘들다.

  본 연구에서는 확산 인자, 채널 대역폭에 의해 결정되는 여러 개의 이질적 채널을 고려한 LoRa 채널 모델 및 자원 할당 기법을 제안한다. 먼저, 제안 모델은 LoRa 설정 인자로 정의되는 모든 논리 채널 중 가장 합리적인 채널을 선택한다. 이를 이용하면 LoRa에 정의된 모든 채널을 효율적으로 사용할 수 있다. 두 번째, 기대 전송 시간 값을 기반으로 모든 채널을 할당 후보로 한다. 마지막으로, 제안 채널 모델과 할당 후보 선정 방법 위에서 모든 응답을 처리하는데 걸리는 시간을 최소화하는 MiniMaxTR 알고리즘과 주어진 제약 시간 내에서 소모되는 에너지를 최소화하는 MiniEC 알고리즘을 제안한다. 

  이를 이용하면 저 전력 광역 네트워크의 자원 제약을 극복할 수 있다.주요 연구 성과로는, 제안 모델에서 Best Fit(BF) 알고리즘과 비교하여, MiniMaxTR은 응답 시간 측면에서 평균 13%, MiniEc 알고리즘은 에너지 소모 측면에서 평균 18%의 성능 향상을 보였다. 또한, 수신 신호 세기 기반 채널 할당 알고리즘인 EXPLoRa-AT와 비교하면 각각 응답 시간 측면에서 37%, 39%, 에너지 소모 관점에서 50%, 47%의 성능 향상을 보였다.

학위연월
2020년 2월
지도교수
김종덕
키워드
사물인터넷, 저전력광역 네트워크, 채널 할당
소개 웹페이지
http://inc.pusan.ac.kr/
첨부파일
첨부파일이(가) 없습니다.
다음글
Classification Methods for Household Appliances on High-Frequency NILM Data
레티투흐엉 2019-10-14 10:42:30.07
이전글
스마트시티 IoT 데이터 처리를 위한 포그 컴퓨팅 기반 분산 MQTT 브로커 구조에 관한 연구
안창우 2019-04-09 20:58:48.463
RSS 2.0 132
게시물 검색
박사학위논문
번호 제목 작성자 작성일 첨부파일 조회수
132 확산 모델 기반 필기 이미지 생성에 관한 연구 홍동진 2025.04.10 0 87
131 연합학습 기반 그래프 신경망을 활용한 전기차 충전소 최적 선택 기법 류준우 2025.04.09 0 78
130 Exploring Quantum Approach Applied to Cryptanalysi 와다니 리니 위스누 2025.04.08 0 76
129 Towards computation - communication efficient and 응우옌 민 두옹 2025.04.08 0 76
128 Hybrid Quantum Residual Neural Networks for Classi 노대일 2025.04.08 0 81
127 Distributed Resource Management for Massive IoT Ne 응우옌 쑤언 둥 2025.04.08 0 67
126 A Framework for Leveraging Large Language Models i 데리 프라타마 2025.04.07 0 104
125 Discovery and Authentication of Marker Genes Using 프라타마 리안 다니스 아디 2025.04.07 0 90
124 산업 환경의 IEEE 802.15.4 TSCH 기반 네트워크에서 트래픽 처리량 향상을 위한 이희준 2025.04.07 0 101
123 Uncertainty-Based Hybrid Deep Learning Approach fo 멘가라 악셀 기드온 2024.12.10 0 123
122 Effective Deep Learning Primitives Design for Bina 황선진 2024.10.14 0 132
121 Toward Immersive Multiview Video Streaming through 탄중 디온 2024.10.14 0 103
120 A Low-cost Deep Learning Model for Real-time Low L 등 제강 2024.10.10 0 157
119 Enhancing Nested Entity Recognition Using Nested R 양홍진 2024.10.09 0 115
118 다양한 도메인과 데이터 형식에 강건한 사전학습 언어모델 기반의 표 질의응답 방법 조상현 2024.10.09 0 130
117 Trust Guard Extension for Enhanced Security Featur 김해용 2024.05.04 0 166
116 Task-Specific Differential Private Data Publish Me 신진명 2024.04.09 0 169
115 Advanced Defense Framework against Physical Advers 김용수 2024.04.08 0 192
114 한글 메신저 채팅의 크로스 텍스팅 탐지를 위한 저자 검증 모형 이다영 2024.04.05 0 168
113 상태 기반 테스트 시나리오 보강 방법 이선열 2023.10.17 0 246