JP2009055467A - 無線通信ネットワークシステム及び無線基地局選択方法 - Google Patents
無線通信ネットワークシステム及び無線基地局選択方法 Download PDFInfo
- Publication number
- JP2009055467A JP2009055467A JP2007221560A JP2007221560A JP2009055467A JP 2009055467 A JP2009055467 A JP 2009055467A JP 2007221560 A JP2007221560 A JP 2007221560A JP 2007221560 A JP2007221560 A JP 2007221560A JP 2009055467 A JP2009055467 A JP 2009055467A
- Authority
- JP
- Japan
- Prior art keywords
- base station
- radio
- communication
- neuron
- wireless communication
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- Y02B60/50—
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
【解決手段】複数の無線基地局6〜11と複数の無線通信端末1〜3とからなり無線通信端末が接続する無線基地局を自律的に選択する無線通信ネットワークシステムにおいて、ニューラルネットワーク計算装置20は、無線基地局又は無線通信端末の少なくともいずれかの通信に係る通信情報値を取得する通信情報値取得手段、通信情報値を代入して所定のエネルギー関数が最小となる結合重み値を算出するニューロン結合重み値演算手段、結合重み値からニューロンの発火判定計算を行うニューロン発火判定演算手段を備える。無線通信端末では、ニューロンの発火と無線基地局の選択とを対応付け、ニューラルネットワーク計算装置20においてニューロンが発火判定された無線基地局と接続する。
【選択図】図1
Description
このようなアクセスシステムを有効活用するために、異種無線ネットワークをシームレスにハンドオーバさせる技術の研究開発がされている(非特許文献1及び2参照)。
また、非特許文献3に開示されるように、異なる無線システムを切り替えるために,異なる無線インタフェースに接続可能なソフトウェア無線技術の研究も行われてきた。
ユーザにとっても、常に最適な無線アクセスで通信することが可能となる。例えば、移動中は高速移動をサポートする携帯電話で通信し、家に帰ってくると自動的に安価なインターネット回線経由の無線LANでの通信に切り替える、ということが可能となってきている。
コグニティブ無線ネットワークとは、異種無線を切り替えながらそのような最適な状態を形成して行くための技術であると言うことができる。
すなわち、請求項1に記載の発明によれば、複数の無線基地局と、複数の無線通信端末とからなり、該無線通信端末が接続する単数又は複数の無線基地局を自律的に選択する無線通信ネットワークシステムを提供することができる。
該システムにおけるニューラルネットワーク計算装置が、無線基地局に対応させたニューロンが相互結合したニューラルネットワークを利用し、該無線基地局又は該無線通信端末の少なくともいずれかの通信に係る通信情報値を取得する通信情報値取得手段と、該通信情報値を代入して所定のエネルギー関数が最小となる結合重み値を算出するニューロン結合重み値演算手段と、該結合重み値からニューロンの発火判定計算を行うニューロン発火判定演算手段とを備える。
そして、無線通信端末において、該ニューロンの発火と無線基地局の選択とを対応付け、該ニューラルネットワーク計算装置においてニューロンが発火判定された無線基地局と接続することを特徴とする。
すなわち、請求項8に記載の発明によれば、複数の無線基地局と、複数の無線通信端末とからなり、該無線通信端末が接続する単数又は複数の無線基地局を自律的に選択する無線通信ネットワークシステムにおける無線基地局選択方法を提供する。
無線基地局に対応させたニューロンが相互結合したニューラルネットワークを利用し、通信情報値取得手段が、該無線基地局又は該無線通信端末の少なくともいずれかの通信に係る通信情報値を取得する通信情報値取得ステップ、ニューロン結合重み値演算手段が、該通信情報値を代入して所定のエネルギー関数が最小となる結合重み値を算出するニューロン結合重み値演算ステップ、ニューロン発火判定演算手段が、該結合重み値からニューロンの発火判定計算を行うニューロン発火判定演算ステップを少なくとも有するニューラルネットワーク計算処理を行い、無線通信端末において、ニューロンの発火と無線基地局の選択とを対応付け、該ニューラルネットワーク計算処理においてニューロンが発火判定された無線基地局と接続するようにしたことを特徴とする。
該ニューラルネットワーク装置では、無線基地局に対応させたニューロンが相互結合したニューラルネットワークを利用し、無線基地局又は該無線通信端末の少なくともいずれかの通信に係る通信情報値を取得する通信情報値取得手段と、通信情報値を代入して所定のエネルギー関数が最小となる結合重み値を算出するニューロン結合重み値演算手段と、結合重み値からニューロンの発火判定計算を行うニューロン発火判定演算手段とを具備する。
そして、ニューロンの発火と無線基地局の選択とを対応付け、該ニューラルネットワーク計算装置においてニューロンが発火判定された無線基地局と接続することを特徴とする。
本サーバー装置に、無線基地局に対応させたニューロンが相互結合したニューラルネットワークを利用し、無線基地局又は該無線通信端末の少なくともいずれかの通信に係る通信情報値を取得する通信情報値取得手段と、通信情報値を代入して所定のエネルギー関数が最小となる結合重み値を算出するニューロン結合重み値演算手段と、結合重み値からニューロンの発火判定計算を行うニューロン発火判定演算手段とを具備したニューラルネットワーク装置を備えることができる。
ニューラルネットワークにおいてニューロンの発火と無線基地局の選択を対応づけたことによって無線通信端末から発火したニューロンに対応する無線基地局と接続することで無線通信端末のみならず、システム全体において最適なパフォーマンスが実現できる。
本方法は、無線通信端末からの情報だけを収集してニューロン間の結合重み値を定義することもできるし、無線基地局からの情報を収集してもよい。
図1には、本発明に係る無線通信ネットワークシステムの構成図を示す。本システムは、複数の無線通信端末(以下、端末と呼ぶ。)(1)(2)(3)と、異なる種類の無線通信ネットワーク(4)(5)、該無線通信ネットワーク(4)(5)にそれぞれ接続されている無線基地局1〜6(6)〜(11)、さらに本発明の特徴であるニューラルネットワーク計算装置(以下、NN装置と呼ぶ)(20)から構成される。
各端末(1)・・はノートパソコンや、PDA、携帯電話など移動可能な端末装置であり、広域に配備された基地局を本発明技術により選択しながら接続することを特徴とする。
また、上述の通り異種の無線通信ネットワークと接続するため、各端末(1)・・には2種以上の無線通信ネットワークと接続可能な通信アダプタ回路を備える。例えば携帯電話通信網と無線LANの両方に接続できるようにする。
なお、すべての端末が2種以上の無線通信ネットワークに接続できる必要はなく、本システムの端末には特定の無線通信ネットワークのみに接続できる端末が含まれていてもよい。
非特許文献8および9に示されるように、相互結合型ニューラルネットワークの状態更新により、システムがある状態に収束することが知られている。例えば、ニューロンの状態更新式として、
このように、相互結合型ニューラルネットワークのエネルギー関数を利用すると、完全な自律分散処理によって、ある関数の値を最適化することが出来ることを意味する。
また,カオスの決定論的ダイナミクスによるゆらぎ利用した探索法も提案されており(非特許文献13)、確率的なノイズよりも探索に有効であることが示されている(非特許文献14,15)。
従って、本発明では基地局選択によってトータルキャパシティを最適化するニューラルネットワークの構築のために三つ目のアプローチに近いニューラルネットワークモデルを構築する。
本発明が対象とする基地局選択においては、スループット(実効通信容量)だけでなく、コスト、品質、移動速度のようなユーザの状況など、様々なパラメータを考慮した選択を行うことが考えられ、それらを本発明にかかる通信情報値として用いることができる。
まず、相互結合型ニューラルネットワークで基地局選択を行うために、各端末における基地局切り替え動作とニューラルネットワークの指示する発火パターンとの関係を決定する。そうすると、0(非発火)と1(発火)の2状態しか持たないニューロンモデルを用いて状態を表現することが必要となる。
数5の目的関数をニューロンの状態で示すと、
すなわち、上記数9を数7と比較すると、ニューロン間の結合重みWijklは
相互結合型ニューラルネットワークを、実際の基地局選択に適用し、端末毎の自律分散で動作させるためには、各モバイル端末がNAP個のニューロンを持っていることとする。また、ニューロンを状態更新させるために、接続しようとする基地局jが提供出来る総スループットCj、及びこの基地局に接続している端末のニューロンの発火情報(又はそのアクセスポイントに接続している端末数)を取得出来ている必要がある。
図8〜図11は、10km×10kmの正方形の領域の中にコグニティブ無線端末が10000台存在する環境でのシミュレーションを行った結果を示している。図8及び9は、端末からみた基地局の数(基地局数/端末数)の平均を横軸にした時の、端末が利用可能最大スループットの平均値を示している。
2 端末2
3 端末3
4 無線通信ネットワーク1
5 無線通信ネットワーク2
6 無線基地局1
7 無線基地局2
8 無線基地局3
9 無線基地局4
10 無線基地局5
11 無線基地局6
20 ニューラルネットワーク計算装置
30 通信経路
31 通信経路
32 通信経路
Claims (16)
- 複数の無線基地局と、複数の無線通信端末とからなり、該無線通信端末が接続する単数又は複数の無線基地局を自律的に選択する無線通信ネットワークシステムにおいて、
ニューラルネットワーク計算装置が、
無線基地局に対応させたニューロンが相互結合したニューラルネットワークを利用し、
該無線基地局又は該無線通信端末の少なくともいずれかの通信に係る通信情報値を取得する通信情報値取得手段と、
該通信情報値を代入して所定のエネルギー関数が最小となる結合重み値を算出するニューロン結合重み値演算手段と、
該結合重み値からニューロンの発火判定計算を行うニューロン発火判定演算手段と、
を備え、
該無線通信端末において、該ニューロンの発火と無線基地局の選択とを対応付け、該ニューラルネットワーク計算装置においてニューロンが発火判定された無線基地局と接続する
ことを特徴とする無線通信ネットワークシステム。 - 前記ニューラルネットワーク計算装置を、前記無線通信端末に設ける
ことを特徴とする請求項1に記載の無線通信ネットワークシステム。 - 前記ニューラルネットワーク計算装置を、無線通信ネットワークを介して前記無線通信端末と通信可能なサーバ装置に設ける
ことを特徴とする請求項1に記載の無線通信ネットワークシステム。 - 前記通信情報値に、各無線基地局の実効通信容量と当該無線基地局に接続する無線通信端末の数を用い、
無線通信ネットワークシステム全体として端末あたりの実効通信容量が最大となるようにした請求項1ないし3に記載の無線通信ネットワークシステム。 - 前記ニューロン発火判定演算手段において2以上のニューロンが発火しうる条件を用いて発火判定を行うことにより、複数の基地局と接続して端末あたりの実効通信容量が最大となるようにした請求項4に記載の無線通信ネットワークシステム。
- 前記通信情報値に、各無線通信端末で要求される通信速度の値を用い、
無線通信ネットワークシステム全体として要求が満たされる無線通信端末の数が最大となるようにした請求項1ないし3に記載の無線通信ネットワークシステム。 - 前記ニューロン発火判定演算手段において2以上のニューロンが発火しうる条件を用いて発火判定を行うことにより、複数の基地局と接続して要求が満たされる無線通信端末の数が最大となるようにした請求項6に記載の無線通信ネットワークシステム。
- 複数の無線基地局と、複数の無線通信端末とからなり、該無線通信端末が接続する単数又は複数の無線基地局を自律的に選択する無線通信ネットワークシステムにおける無線基地局選択方法であって、
無線基地局に対応させたニューロンが相互結合したニューラルネットワークを利用し、
通信情報値取得手段が、該無線基地局又は該無線通信端末の少なくともいずれかの通信に係る通信情報値を取得する通信情報値取得ステップ、
ニューロン結合重み値演算手段が、該通信情報値を代入して所定のエネルギー関数が最小となる結合重み値を算出するニューロン結合重み値演算ステップ、
ニューロン発火判定演算手段が、該結合重み値からニューロンの発火判定計算を行うニューロン発火判定演算ステップ
を少なくとも有するニューラルネットワーク計算処理を行い、
該無線通信端末において、該ニューロンの発火と無線基地局の選択とを対応付け、該ニューラルネットワーク計算処理においてニューロンが発火判定された無線基地局と接続するようにした
ことを特徴とする無線基地局選択方法。 - 前記ニューラルネットワーク計算処理を、前記無線通信端末が行う
ことを特徴とする請求項8に記載の無線基地局選択方法。 - 前記ニューラルネットワーク計算処理を、無線通信ネットワークを介して前記無線通信端末と通信可能なサーバ装置が行う
ことを特徴とする請求項8に記載の無線基地局選択方法。 - 前記通信情報値に、各無線基地局の実効通信容量と当該無線基地局に接続する無線通信端末の数を用い、
無線通信ネットワークシステム全体として端末あたりの実効通信容量が最大となるようにした請求項8ないし10に記載の無線基地局選択方法。 - 前記ニューロン発火判定演算手段において2以上のニューロンが発火しうる条件を用いて発火判定を行うことにより、複数の基地局と接続して端末あたりの実効通信容量が最大となるようにした請求項11に記載の無線基地局選択方法。
- 前記通信情報値に、各無線通信端末で要求される通信速度の値を用い、
無線通信ネットワークシステム全体として要求が満たされる無線通信端末の数が最大となるようにした請求項8ないし10に記載の無線基地局選択方法。 - 前記ニューロン発火判定演算手段において2以上のニューロンが発火しうる条件を用いて発火判定を行うことにより、複数の基地局と接続して要求が満たされる無線通信端末の数が最大となるようにした請求項13に記載の無線基地局選択方法。
- 複数の無線基地局と、複数の無線通信端末とからなり、該無線通信端末が接続する単数又は複数の無線基地局を自律的に選択する無線通信ネットワークシステムで用いる無線通信端末であって、
無線基地局に対応させたニューロンが相互結合したニューラルネットワークを利用し、
該無線基地局又は該無線通信端末の少なくともいずれかの通信に係る通信情報値を取得する通信情報値取得手段と、
該通信情報値を代入して所定のエネルギー関数が最小となる結合重み値を算出するニューロン結合重み値演算手段と、
該結合重み値からニューロンの発火判定計算を行うニューロン発火判定演算手段と、
を具備したニューラルネットワーク装置を備えて、
該ニューロンの発火と無線基地局の選択とを対応付け、該ニューラルネットワーク計算装置においてニューロンが発火判定された無線基地局と接続する
ことを特徴とする無線通信端末。 - 複数の無線基地局と、複数の無線通信端末とからなり、該無線通信端末が接続する単数又は複数の無線基地局を自律的に選択する無線通信ネットワークシステムにおけるサーバー装置であって、該サーバー装置に、
無線基地局に対応させたニューロンが相互結合したニューラルネットワークを利用し、
該無線基地局又は該無線通信端末の少なくともいずれかの通信に係る通信情報値を取得する通信情報値取得手段と、
該通信情報値を代入して所定のエネルギー関数が最小となる結合重み値を算出するニューロン結合重み値演算手段と、
該結合重み値からニューロンの発火判定計算を行うニューロン発火判定演算手段と、
を具備したニューラルネットワーク装置を備えた
ことを特徴とするサーバー装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007221560A JP2009055467A (ja) | 2007-08-28 | 2007-08-28 | 無線通信ネットワークシステム及び無線基地局選択方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007221560A JP2009055467A (ja) | 2007-08-28 | 2007-08-28 | 無線通信ネットワークシステム及び無線基地局選択方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2009055467A true JP2009055467A (ja) | 2009-03-12 |
Family
ID=40506101
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007221560A Pending JP2009055467A (ja) | 2007-08-28 | 2007-08-28 | 無線通信ネットワークシステム及び無線基地局選択方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2009055467A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013133114A1 (ja) | 2012-03-05 | 2013-09-12 | 独立行政法人科学技術振興機構 | 無線通信ネットワークにおけるネットワーク選択方法及び、無線通信ネットワークシステム |
CN114762367A (zh) * | 2019-10-02 | 2022-07-15 | 诺基亚技术有限公司 | 向生产者节点提供基于机器学习的辅助 |
-
2007
- 2007-08-28 JP JP2007221560A patent/JP2009055467A/ja active Pending
Non-Patent Citations (1)
Title |
---|
JPN6012026483; 長谷川他3名: 'B-17-22 コグニティブ無線クラウド : (5)相互結合型ニューラルネットのダイナミクスを用いた最適無線選択方' 電子情報通信学会総合大会講演論文集 vol 2007 number 1, 20070307, pp.645, 社団法人電子情報通信学会 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013133114A1 (ja) | 2012-03-05 | 2013-09-12 | 独立行政法人科学技術振興機構 | 無線通信ネットワークにおけるネットワーク選択方法及び、無線通信ネットワークシステム |
JP2013187561A (ja) * | 2012-03-05 | 2013-09-19 | Japan Science & Technology Agency | 無線通信ネットワークにおけるネットワーク選択方法及び、無線通信ネットワークシステム |
CN114762367A (zh) * | 2019-10-02 | 2022-07-15 | 诺基亚技术有限公司 | 向生产者节点提供基于机器学习的辅助 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Qiao et al. | Collaborative task offloading in vehicular edge multi-access networks | |
Qin et al. | A software defined networking architecture for the internet-of-things | |
Oda et al. | A genetic algorithm-based system for wireless mesh networks: analysis of system data considering different routing protocols and architectures | |
Milner et al. | Nature-inspired self-organization, control, and optimization in heterogeneous wireless networks | |
Huang et al. | Scalable orchestration of service function chains in NFV-enabled networks: A federated reinforcement learning approach | |
Lahby et al. | A novel ranking algorithm based network selection for heterogeneous wireless access | |
Khan et al. | Enabling multimedia aware vertical handover Management in Internet of Things based heterogeneous wireless networks | |
Ahmadi et al. | A hybrid algorithm for preserving energy and delay routing in mobile ad-hoc networks | |
Mohanakrishnan et al. | MCTRP: an energy efficient tree routing protocol for vehicular ad hoc network using genetic whale optimization algorithm | |
Moysen et al. | Learning-based tracking area list management in 4g and 5g networks | |
CN104247480B (zh) | 通信设备、通信方法、通信系统、控制设备 | |
Barolli et al. | Node placement for wireless mesh networks: Analysis of WMN-GA system simulation results for different parameters and distributions | |
Goudarzi et al. | Intelligent technique for seamless vertical handover in vehicular networks | |
Manalastas et al. | Where to go next?: A realistic evaluation of AI-assisted mobility predictors for HetNets | |
Alablani et al. | An SDN/ML-based adaptive cell selection approach for HetNets: a real-world case study in London, UK | |
CN103618674B (zh) | 基于自适应服务模型的联合分组调度和信道分配路由方法 | |
Nyalapelli et al. | Recent Advancements in Applications of Artificial Intelligence and Machine Learning for 5G Technology: A Review | |
Kiran | 5G heterogeneous network (HetNets): a self-optimization technique for vertical handover management | |
Elsway et al. | Energy-aware disjoint dominating sets-based whale optimization algorithm for data collection in WSNs | |
Parija et al. | Cost reduction in location management using reporting cell planning and particle swarm optimization | |
Ozturk et al. | Context-aware wireless connectivity and processing unit optimization for iot networks | |
JP2009055467A (ja) | 無線通信ネットワークシステム及び無線基地局選択方法 | |
Gadde et al. | Quality of experience aware network selection model for service provisioning in heterogeneous network | |
Chua et al. | Resource sharing for software defined D2D communications in virtual wireless networks with imperfect NSI | |
Bunu et al. | Machine learning-based optimized link state routing protocol for D2D communication in 5G/B5G |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100824 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120517 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120529 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20120724 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20120727 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120827 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120925 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20121126 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20121218 |