KR100775979B1 - 인지 무선 통신 시스템 변수의 최적화 방법 및 그를 위한프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체 - Google Patents

인지 무선 통신 시스템 변수의 최적화 방법 및 그를 위한프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체 Download PDF

Info

Publication number
KR100775979B1
KR100775979B1 KR1020060125097A KR20060125097A KR100775979B1 KR 100775979 B1 KR100775979 B1 KR 100775979B1 KR 1020060125097 A KR1020060125097 A KR 1020060125097A KR 20060125097 A KR20060125097 A KR 20060125097A KR 100775979 B1 KR100775979 B1 KR 100775979B1
Authority
KR
South Korea
Prior art keywords
communication system
radio communication
wireless communication
cognitive radio
cognitive
Prior art date
Application number
KR1020060125097A
Other languages
English (en)
Inventor
김형중
지덕구
이원철
박준수
박재석
박순규
Original Assignee
한국전자통신연구원
숭실대학교산학협력단
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 한국전자통신연구원, 숭실대학교산학협력단 filed Critical 한국전자통신연구원
Priority to KR1020060125097A priority Critical patent/KR100775979B1/ko
Application granted granted Critical
Publication of KR100775979B1 publication Critical patent/KR100775979B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/14—Spectrum sharing arrangements between different networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

인지 무선 통신 시스템 변수의 최적화 방법에 있어서, 최적화를 요하는 시스템 변수를 하나 이상의 노브 또는 메터로 설정하는 단계, 하나 이상의 노브 또는 메터의 하나 이상의 목표를 설정하는 단계, 하나 이상의 설정된 목표 내의 시스템 변수의 가능한 해를 구하는 단계, 구한 해를 인지 무선 통신 시스템의 사용자에게 할당하는 단계를 포함하고, 또한, 인지 무선 통신 시스템에 따라 요구되는 무선 통신 구성(radio configuration) 각각을 모두 하나 이상의 노브 또는 메터로 설정하는 단계, 무선 통신 구성에 따라 요구되는 하나 이상의 노브 또는 메터의 하나 이상의 목표를 설정하는 단계, 하나 이상의 설정된 목표 내의 시스템 변수의 가능한 해를 구하는 단계, 구한 해를 인지 무선 통신 시스템의 사용자에게 할당하는 단계를 포함할 뿐만 아니라, 인지 무선 통신 시스템 변수의 최적화를 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체에 있어서, 최적화를 요하는 시스템 변수를 하나 이상의 노브 또는 메터로 설정하는 기능, 하나 이상의 노브 또는 메터의 하나 이상의 목표를 설정하는 기능, 하나 이상의 설정된 목표 내의 시스템 변수의 가능한 해를 구하는 기능, 구한 해를 인지 무선 통신 시스템의 사용자에게 할당하는 기능을 실현시킴으로써, 목표 범위 내에 들어가는 임의의 한 해를 무선 통신의 시스템 변수로서 할당 할 수 있도록 함과 동시에 유전자 알고리즘에 사용되는 염색체의 무선 통신 구성 유전자(radio configuration gene)를 줄여 수렴속도를 증가시키는 효과가 있다.
인지 무선 통신, 목표, 유전자 알고리즘

Description

인지 무선 통신 시스템 변수의 최적화 방법 및 그를 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체{OPTIMAL METHOD OF SYSTEM VARIABLES IN COGNITIVE RADIO AND RECORED MEDIA RECORDING COMPUTER PROGRAM READABLE ON COMPUTER USING THEREOF}
도 1은 비지배 분류 유전자 알고리즘의 흐름을 도시한 순서도이고,
도 2는 종래의 비지배 분류 유전자 알고리즘 내지 가중 합계 방식에 따른 해의 분포를 도시한 그래프이고,
도 3은 본 발명의 일 실시예에 따라 설정될 수 있는 노브 및 메터에 대한 표이고,
도 4는 본 발명의 일 실시예에 따라 목표 내의 해를 구하는 것을 도시한 그래프이고,
도 5 또는 도 6는 본 발명의 일 실시예에 따른 시스템 변수의 최적화 방법을 도시한 순서도이고,
도 7은 본 발명의 일 실시예에 따른 기지국의 전력할당 상황을 도시한 그래프이고,
도 8은 본 발명의 일 실시예에 따른 무선 통신 구성의 일 예에 대한 표이고,
도 9는 본 발명의 일 실시예에 따른 CDMA2000 무선 통신 구성 중 데이터율을 충족하는 노브의 리스트인 표이다.
본 발명은 인지 무선 통신 시스템 변수의 최적화에 있어서, 소비자가 요구하는 서비스에 준하는 노브 또는 메터들을 선정함으로써, 시스템 변수 최적화에 소요되는 수렴속도를 증가시키기 위한 무선 통신 시스템 변수의 최적화를 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체 관한 것이다.
Mitola가 제안한 인지무선통신(cognitive radio)은 무선통신 시스템 자체의 성능 정보 뿐만 아니라 주변 무선 채널 환경의 센싱 정보를 이용하여 무선통신 시스템의 동작을 제어할 수 있는 적응적 무선통신 기술로서, 6단계의 인지 사이클(cognitive cycle), 즉 Observe, Orient, Plan, Learn, Decide, 및 Act의 단계를 거쳐 적응적 무선통신의 동작을 제어하게 된다. 이러한 인지 사이클은 인공지능(AI, Artificial Intelligence) 분야에서 주로 사용되는 "if-then-else 기법"을 사용한다. 여기서, 인공지능 분야의 전문가시스템(Expert system)인 if-then-else 기법은 "IF (A) THEN (B) ELSE (C)"의 명령에 대해서 컴퓨터는 (A)라는 조건이 만족되면 (B)를 실행하고, (A)라는 조건이 만족이 안되면 (C)를 실행하게 되는 기법으로, 이러한 기법을 사용한 인지사이클은 많은 논리 연산을 필요로 하는 단점이 있다.
이를 보완한 연구가 버지니아 테크(Virginia tech.)에서 제안한 인지 엔 진(cognitive engine)으로서, 인지무선통신에 학습(Learning), 인식(Awareness), 기억(Memory) 및 적응(Adaptation) 기능을 부여함으로써, 적응적 무선통신 시스템에 지능적인 제어를 제공하고, 적합한 무선통신 시스템 변수들을 설정함과 동시에 변화를 주기 위해 사람의 수작업을 필요로 하지 않는 지능적인 소프트웨어 패키지를 구성한 것이다.
인지 엔진에 있어서, 시스템 변수 최적화를 위하여 사용하는 방법으로 대표적인 것으로 비지배 분류 유전 알고리즘(NSGA, Non-dominated Sorting Generic Algorithm)이 있다. NSGA와 일반적인 유전자 알고리즘은 선택 연산자를 제외한 교배와 돌연변이 연산과정이 같다. 즉, 전체적으로 N개의 개체군(population)에서 토너먼트 선택 방법을 이용하여 부모를 선택한 후, N개의 자식군을 생성하고, 전체 2N개의 개체를 가지고 차례대로 비지배해(non-dominated solution)을 구해나가는 방식으로 정렬하여 순위(ranking)를 매기고, 같은 비지배해 안에서의 개체 주위의 밀도를 근사하는 군집도 거리(crowding distance)를 계산하여 이를 가지고 그 안에서 재정렬하고 상위 N개의 개체를 다음 세대의 부모 개체군으로 이용하는 방식으로 세대를 거듭해나가는 방식으로, 개체군에서 진화시킬 개체를 선택하고, 선택된 개체 간의 교배 및 돌연변이를 통하여 새로운 해를 형성시켜 간다.
NSGA에 대하여 좀 더 구체적으로 살펴보면, 도 1 또는 도 2에 도시된 바와 같이, NSGA는 선택 연산 전 단계로, 개체들의 지배성을 판단하여 비지배해들(non-dominated solutions)에 제1 비지배 순위(1st non-dominated front)를 할당(SF1)하고, 가장 큰 의사 적합도(dummy fitness) 값을 할당(SF2)한다. 또한, NSGA는 공 유(sharing) 방법을 사용하여 종의 다양성을 유지하는데, 이것은 한 염색체의 주변에 있는 염색체의 수에 비례하는 수로 그 염색체의 의사 적합도 값을 나눔(SF3)으로써 수행된다. 이 후, 순위를 증가시키며(SF4) 나머지 개체들에도 같은 과정을 수행하여 제2 비지배 순위(2nd non-dominated front)를 할당하고 여기에 제1 비지배 순위에 할당된 적합도 값보다 작은 의사 적합도 값을 할당한다. 이러한 과정은 모든 개체에 순위가 할당될 때까지 반복되고, 모든 개체에 대하여 순위가 할당되면, 각 개체에 할당된 의사 적합도에 따른 같은 적합도 값을 갖는 염색체들은 다음 세대에 재생산되기 위한 같은 확률은 갖는 것을 의미한다.
현재 국내의 이동통신 환경은 IS-95(Interim Standard - 95), CDMA2000(Code Division Multiple Access 2000, 코드 분할 다중 접속 2000), WCDMA(Wide-CDMA, 광대역 코드 분할 다중 접속), HSDPA(High-Speed Downlink Packet Access, 고속 하향 패킷 접속), EV-DO(EVolution-Data Optimized) 및 WiBro(Wireless Broadband, 와이브로)와 같은 많은 이동통신 서비스들이 혼재되어 있는 상황으로, 인지 무선 통신 사용자가 이러한 이동통신 서비스들 중 하나의 서비스를 이용할 경우, 그 시스템에 맞는 무선통신 시스템 구조로 재구성되어야 한다. 각 시스템 구조에 따라 다른 데이터율과 코드율(code rate) 등이 요구되며, 각 무선통신 시스템 고유의 변수들을 유전자 알고리즘에 적용하기 위해서는 무선통신 시스템 변수들과 NSGA 방법에서 사용되는 염색체 사이의 적절한 인코딩 과정이 요구된다.
또한, 인지 엔진은 무선통신 시스템 변수들을 변화시켜 그에 따른 무선 통신 시스템의 성능을 관찰하는데, 여기서 가변되는 무선통신 시스템 변수들을 "노 브(knob)"라고 하고, 관찰되는 무선통신 시스템의 성능지수를 "메터(meter)"라고 한다.
도 3에 도시된 바와 같이, 인지 엔진에서 관련된 노브는, 예를 들어, 물리 계층(PHY Layer, PHysical Layer)에서는 전송전력(Transmit power)와 확산 신호 및 코드(Spreading type and code) 등이 있고, 메터에는 비트 에러율(BER, Bit Error Rate), 신호 대 잡음비(SINR, Signal-to-Interference-and Noise Ratio) 등이 있다.
메터들은 사용자가 요구하는 서비스에 따라 그 값의 범위와 중요도가 결정되며, 예를 들어, 큰 파일을 전송할 경우 비트 에러율이나 데이터율(Data rate)이 다른 노브 또는 메터들보다 더 큰 중요도를 갖고, 실시간 화상 회의 서비스를 이용하는 경우 지터(jitter)나 대기시간(latency)이 더 큰 중요도를 갖는다. 또한, 일반적인 공학 최적화 문제와 같이 이러한 노브 또는 메터들의 선택도 서로 상충하는 경우가 일반적인 것으로, 예를 들면, 비트 에러율과 전송전력의 최소화는 동시에 이루어질 수 없다.
하지만, 종래의 인지엔진으로는 사용자가 요구하는 서비스를 충족할 수 있는 다양한 해들 중 하나의 해를 선택할 수 있는 기회를 차단하여 유연성이 결여될 뿐만 아니라, 이러한 들을 최소화하거나 최대화하는 무선 통신 시스템 변수들은 실제적인 통신 시스템에 과부하로 작용할 수 있다.
따라서, 사용자가 요구하는 QoS(Quality Of Service)를 만족할 수 있는 무선 통신 시스템 변수들의 최적화를 신속하게 달성하기 위한 새로운 방법이 요구된다.
본 발명은 상기한 문제점을 해결하기 위하여 안출된 것으로, 인지 무선 통신의 사용자가 요구하는 서비스에 따라서 노브 또는 메터들을 선정함과 동시에 그에 대한 목표를 설정함으로써, 목표 범위 내에 들어가는 임의의 한 해를 무선 통신의 시스템 변수로서 할당 할 수 있도록 함과 동시에 유전자 알고리즘에 사용되는 염색체의 무선 통신 구성 유전자(radio configuration gene)를 줄여 수렴속도를 증가시키는데 그 목적이 있다.
이러한 목적을 달성하기 위하여, 본 발명은 인지 무선 통신 시스템 변수의 최적화 방법에 있어서, 최적화를 요하는 시스템 변수를 하나 이상의 노브 또는 메터로 설정하는 단계, 하나 이상의 노브 또는 메터의 목표를 설정하는 단계, 하나 이상의 설정된 목표 내의 시스템 변수의 가능한 해를 구하는 단계, 구한 해를 인지 무선 통신 시스템의 사용자에게 할당하는 단계를 포함하며, 또한, 인지 무선 통신 시스템에 따라 요구되는 무선 통신 구성(radio configuration) 각각을 모두 하나 이상의 노브 또는 메터로 설정하는 단계, 무선 통신 구성에 따라 요구되는 하나 이상의 노브 또는 메터의 하나 이상의 목표를 설정하는 단계, 하나 이상의 설정된 목표 내의 시스템 변수의 가능한 해를 구하는 단계, 구한 해를 인지 무선 통신 시스템의 사용자에게 할당하는 단계를 포함할 뿐만 아니라, 인지 무선 통신 시스템 변수의 최적화를 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체는, 최적화를 요하는 시스템 변수를 하나 이상의 노브 또는 메터로 설정하는 기능, 하나 이상의 노브 또는 메터의 하나 이상의 목표를 설정하는 기능, 하나 이상의 설정된 목표 내의 시스템 변수의 가능한 해를 구하는 기능, 구한 해를 인지 무선 통신 시스템의 사용자에게 할당하는 기능을 실현시킨다.
상기한 목적을 달성하기 위한 본 발명에 따른 시스템 변수의 최적화 방법에 대하여 첨부된 도면을 참조하여 상세히 설명한다.
도 3은 본 발명의 일 실시예에 따라 설정될 수 있는 노브 및 메터에 대한 표이고, 도 4는 본 발명의 일 실시예에 따라 목표 내의 해를 구하는 것을 도시한 그래프이고, 도 5 또는 도 6는 본 발명의 일 실시예에 따른 시스템 변수의 최적화 방법을 도시한 순서도이고, 도 7은 본 발명의 일 실시예에 따른 기지국의 전력할당 상황을 도시한 그래프이고, 도 8은 본 발명의 일 실시예에 따른 무선 통신 구성의 일 예에 대한 표이고, 도 9는 본 발명의 일 실시예에 따른 CDMA2000 무선 통신 구성 중 데이터율을 충족하는 노브의 리스트인 표이다.
본 발명에 따른 시스템 변수 최적화 방법은, 소정의 가능범위를 갖는 시스템 변수를 노브 또는 메터들로 설정함과 동시에 목표를 설정함으로써, 도 4에 도시된 바와 같이, 해당 시스템 변수에 대해서는 다른 여타의 판단없이 목표에 들어가는 해들 중 임의의 한 해를 무선 시스템 변수로서 인지 무선 통신의 사용자에게 할당할 수 있도록 한다. 또한, 목표 범위에 들어가는 해들에 대하여 최적화 알고리즘, 예를 들어 유전자 알고리즘을 통한 최적화를 통하여 선택된 해를 인지 무선 통신의 사용자에게 할당할 수 있도록 한다.
좀 더 구체적으로 살펴보면, 도 5에 도시된 바와 같이, 먼저, 설정하고자 하 는 시스템 변수의 최적화를 위하여 무선 통신의 사용자에 따른 최적화가 요청되는 시스템 변수들을 노브 또는 메터로 설정(S1)하고, 설정된 노브 또는 메터에 대한 시스템에서 설정 가능한 목표를 설정(S2)한다. 시스템 변수들의 해들 중에서 상기 목표 내에 들어오는 해를 추출(S3)하고, 상기 해에 따라서 시스템 변수를 설정(S4)하게 된다.
또한, 도 6에 도시된 바와 같이, 상기 설정된 노브 또는 메터에 대한 시스템에서 설정가능한 목표를 설정(S2)하는 단계를 수행한 후, 추출된 해들에 대한 NSGA같은 유전자 알고리즘을 이용한 최적화를 수행(SG1)할 수 있음은 물론이다.
예를 들어, 시스템 변수 최적화를 위한 메터로서, 시스템 변수 중 FER(Frame Error Rate, 프레임 에러 확률)을 사용하는 경우에 대하여 구체적으로 설명하면, 3GPP(3rd Generation Partnership Project) UMTS 서비스 규격에서 규정한 서비스는 총 4가지로 분류되며, 오디오 서비스 분류 1(audio service class 1)의 경우에 있어서 FER은 최대 3%까지 허용한다. 이 경우, 3%인 FER을 메터로 설정함과 동시에 목표 로 설정하고, 목표 내에 들어오는 해만을 사용자에게 할당할 수 있도록 함으로써 사용자 서비스에 부합하는 무선 시스템을 최적화한다.
또한, 시스템 변수 최적화를 위한 노브이자 메터로서, 시스템 변수 중 전송 전력을 사용하는 경우에 대하여 구체적으로 설명하면, 각 기지국에서 전송할 수 있는 전력은 최대 15 ~ 20 W(와트)이지만, 실제로는 선 사용자(primary user)에 의해 점유된 전력을 제외한 나머지 전력이 다음 인지 무선 통신의 사용자에게 할당될 수 있다.
좀 더 구체적으로 살펴보면, 도 7에 도시된 바와 같이, 하나의 기지국에서 CDMA2000 및 WCDMA 2개의 시스템을 제공하고 4개의 FA(Frequency Assignment)를 사용하고 있는 경우, 각 FA마다 사용 가능한 전력은 이미 점유된 전력을 제외한 나머지 부분이다. 이러한 사용 가능한 전력을 노브이자 메터로서 설정함과 동시에 목표 범위로 설정하여 최적화를 수행함으로써, 선 사용자에게 영향을 미치지 않는 전력을 인지 무선 통신 사용자에게 할당할 수 있게 된다.
마찬가지로, 시스템 변수 최적화를 위한 노브로서, 시스템 변수 중 무선통신 구성(radio configuration)을 사용하는 경우에 대하여 구체적으로 설명하면, 통신 시스템은 비상업적으로 이용되는 비허가 대역 내에서는 인지 무선 통신의 사용자가 요구하는 서비스에 적합한 임의의 통신 시스템으로 재구성되어야 하지만, 상업적으로 이용되는 허가 대역 내에서는 허가 대역 내에서 정의된 시스템 구조로 재구성되어야 한다. 예를 들어, CDMA2000 시스템이 사용되고 있는 허가 대역 내에서는 인지 무선 통신 사용자가 CDMA2000에서 정의된 시스템으로 재구성되어야 한다. 즉, CDMA2000에서는 무선 통신 구성에 따라 데이터율(data rate), 코드율(code rate), 변조(modulation), 심볼 반복(symbol repetition), 월쉬 길이(Walsh length) 및 천자율(puncturing rate) 등이 모두 다른데, 이러한 모든 것들을 하나의 노브로 설정하게 되면, 최적화 후에 요구되는 시스템 구조가 실제의 CDMA2000 시스템에 준하지 않는 경우가 발생하기 때문에 무선통신 구성들의 하나 하나를 하나의 노브로 설정함과 동시에 그에 대한 목표를 설정함으로써 빠른 해의 수렴을 이루어낼 수 있다. 또한, 최적화 과정 후, 목표 범위 내에 있는 모든 해들은 이미 그 서비스에 준하는 무선 통신 구성이기 때문에 다른 여타의 판단이 필요하지 않고 그 해들 중 임의의 한 해를 인지 무선 통신 사용자에게 할당할 수 있다. 도 8은 이러한 노브 설정의 일 실시예로서 무선통신 구성 3에서 데이터율 "38.4 kbps", 코드율 "1/4" 및 심볼 반복 "1"이 각각 하나의 노브로 설정된다.
특히, 이러한 노브의 설정은 인지 무선 통신의 사용자가 요구하는 서비스에 따라 노브의 개수를 줄일 수가 있기 때문에 수렴속도가 더 빨라지게 되는데, 유전자 알고리즘 등을 이용하는 최적화 과정에서 사용자가 요구하는 서비스에 따라 노브 또는 메터들을 설정하고 노브 또는 메터들의 목표값도 마찬가지로 설정함으로써, 상기 노브 또는 메터들의 목표 내에 들어오는 해들에 대하여만 최적화 과정을 수행함으로써, 무선 통신에 있어서 수렴속도를 빨라지게 할 수 있다. 일 실시예로 UMTS 대화형 비디오(UMTS conversational video)이 경우에는 데이터율이 32 ~ 384 kbps가 되는 것을 요구하는데, 이러한 데이터율을 충족하는 CDMA2000 무선통신 구성은 약 30개가 넘는 노브들 중에서 도 9에 도시된 바와 같이, 오직 10개의 노브만이 이에 해당되어, 이러한 목표 내에 들어오는 10개의 노브에 대해서만 유전자 알고리즘 등의 최적화 알고리즘을 수행함으로써 해의 수렴속도를 훨씬 증진시킬 수 있는 것이다.
본 발명은 인지 무선 통신의 사용자가 요구하는 서비스에 따라서 노브 또는 메터들을 선정함과 동시에 그에 대한 목표를 설정함으로써, 목표 범위 내에 들어가는 임의의 한 해를 무선 통신의 시스템 변수로서 할당할 수 있도록 함과 동시에 유 전자 알고리즘에 사용되는 염색체의 무선 통신 구성 유전자(radio configuration gene)를 줄여 수렴속도를 증가시키는 효과가 있다.

Claims (6)

  1. 인지 무선 통신 시스템 변수의 최적화 방법에 있어서,
    최적화를 요하는 상기 시스템 변수를 하나 이상의 노브 또는 메터로 설정하는 단계,
    하나 이상의 상기 노브 또는 메터의 하나 이상의 목표를 설정하는 단계,
    하나 이상의 설정된 상기 목표 내의 시스템 변수의 가능한 해를 구하는 단계,
    상기 구한 해를 상기 인지 무선 통신 시스템의 사용자에게 할당하는 단계
    를 포함하는
    인지 무선 통신 시스템 변수의 최적화 방법.
  2. 제 1 항에 있어서,
    상기 목표 내의 시스템 변수의 가능한 해에 대하여 유전자 알고리즘을 수행하여 최적화된 시스템 변수의 가능한 해를 구하는 단계를
    더 포함하는
    인지 무선 통신 시스템 변수의 최적화 방법.
  3. 제 1 항에 있어서,
    상기 시스템 변수는, 상기 인지 무선 통신 시스템의 사용자에게 제공되는 무 선 통신 시스템을 설정하기 위하여, 무선 통신의 서비스 종류에 따라 다르게 요구되는 시스템 변수인 것을 특징으로 하는
    인지 무선 통신 시스템 변수의 최적화 방법.
  4. 제 1 항에 있어서,
    상기 시스템 변수는 전송 전력이고,
    상기 노브 또는 메터는, 상기 인지 무선 통신 시스템의 선 사용자에게 전송되는 전력에 영향이 미치지 않도록, 상기 인지 무선 통신 시스템의 선 사용자에 의하여 점유된 전력을 제외한 사용 가능한 전력인 것을 특징으로 하는
    인지 무선 통신 시스템 변수의 최적화 방법.
  5. 인지 무선 통신 시스템 변수의 최적화 방법에 있어서,
    상기 인지 무선 통신 시스템에 따라 요구되는 무선 통신 구성(radio configuration) 각각을 모두 하나 이상의 노브 또는 메터로 설정하는 단계,
    상기 무선 통신 구성에 따라 요구되는 하나 이상의 상기 노브 또는 메터의 하나 이상의 목표를 설정하는 단계,
    하나 이상의 설정된 상기 목표 내의 시스템 변수의 가능한 해를 구하는 단계,
    상기 구한 해를 상기 인지 무선 통신 시스템의 사용자에게 할당하는 단계
    를 포함하는
    인지 무선 통신 시스템 변수의 최적화 방법.
  6. 인지 무선 통신 시스템 변수의 최적화를 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체에 있어서,
    최적화를 요하는 상기 시스템 변수를 하나 이상의 노브 또는 메터로 설정하는 기능,
    하나 이상의 상기 노브 또는 메터의 하나 이상의 목표를 설정하는 기능,
    하나 이상의 설정된 상기 목표 내의 시스템 변수의 가능한 해를 구하는 기능,
    상기 구한 해를 상기 인지 무선 통신 시스템의 사용자에게 할당하는 기능
    을 실현시키는
    인지 무선 통신 시스템 변수의 최적화를 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1020060125097A 2006-12-08 2006-12-08 인지 무선 통신 시스템 변수의 최적화 방법 및 그를 위한프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체 KR100775979B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020060125097A KR100775979B1 (ko) 2006-12-08 2006-12-08 인지 무선 통신 시스템 변수의 최적화 방법 및 그를 위한프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020060125097A KR100775979B1 (ko) 2006-12-08 2006-12-08 인지 무선 통신 시스템 변수의 최적화 방법 및 그를 위한프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체

Publications (1)

Publication Number Publication Date
KR100775979B1 true KR100775979B1 (ko) 2007-11-15

Family

ID=39061913

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020060125097A KR100775979B1 (ko) 2006-12-08 2006-12-08 인지 무선 통신 시스템 변수의 최적화 방법 및 그를 위한프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체

Country Status (1)

Country Link
KR (1) KR100775979B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8103217B2 (en) 2008-06-11 2012-01-24 Samsung Electronics Co., Ltd. Apparatus and method for radio communication
KR101217420B1 (ko) * 2011-04-14 2013-01-02 인하대학교 산학협력단 매크로셀과 펨토셀 시스템의 성능을 향상시키기 위한 가중치 합 유전자 알고리즘 기반의 펨토셀 전력 설정 장치 및 방법
KR101522650B1 (ko) * 2013-10-23 2015-05-22 국방과학연구소 인지 무선 통신 시스템의 전송 파라미터 최적화 방법, 장치 및 컴퓨터 판독 가능한 기록 매체

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050044620A (ko) * 2001-11-30 2005-05-12 인터디지탈 테크날러지 코포레이션 기지국 또는 사용자 장치에 관한 물리적 라디오 환경모델링 방법, 기지국과 사용자 장치간 라디오 경로의물리적 환경 모델링 방법, 기지국에서의 애플리케이션콘텍스트 모델링 방법, 무선 네트워크 및 장치

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050044620A (ko) * 2001-11-30 2005-05-12 인터디지탈 테크날러지 코포레이션 기지국 또는 사용자 장치에 관한 물리적 라디오 환경모델링 방법, 기지국과 사용자 장치간 라디오 경로의물리적 환경 모델링 방법, 기지국에서의 애플리케이션콘텍스트 모델링 방법, 무선 네트워크 및 장치

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8103217B2 (en) 2008-06-11 2012-01-24 Samsung Electronics Co., Ltd. Apparatus and method for radio communication
KR101217420B1 (ko) * 2011-04-14 2013-01-02 인하대학교 산학협력단 매크로셀과 펨토셀 시스템의 성능을 향상시키기 위한 가중치 합 유전자 알고리즘 기반의 펨토셀 전력 설정 장치 및 방법
KR101522650B1 (ko) * 2013-10-23 2015-05-22 국방과학연구소 인지 무선 통신 시스템의 전송 파라미터 최적화 방법, 장치 및 컴퓨터 판독 가능한 기록 매체

Similar Documents

Publication Publication Date Title
Rashid et al. Opportunistic spectrum scheduling for multiuser cognitive radio: a queueing analysis
KR101990685B1 (ko) 비직교 다중접속 시스템의 부대역에 대한 전력 및 사용자 분배를 위한 방법 및 장치
CN111246586B (zh) 一种基于遗传算法的分配智能电网资源的方法及系统
CN111866954B (zh) 一种基于联邦学习的用户选择和资源分配方法
Wang et al. Analysis of reactive spectrum handoff in cognitive radio networks
CN106454700B (zh) 基于社交网络的d2d通信内容分发方法
Comșa et al. 5MART: A 5G SMART scheduling framework for optimizing QoS through reinforcement learning
CN106993298A (zh) 一种基于QoS的智能电力通信业务差分调度方法
Aggarwal et al. Probability-based centralized device for spectrum handoff in cognitive radio networks
EP4122260A1 (en) Radio resource allocation
da Mata et al. Resource allocation for the LTE uplink based on Genetic Algorithms in mixed traffic environments
Ghalut et al. QoE-aware optimization of video stream downlink scheduling over LTE networks using RNNs and genetic algorithm
KR100775979B1 (ko) 인지 무선 통신 시스템 변수의 최적화 방법 및 그를 위한프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체
Ashfaq et al. Comparative analysis of scheduling algorithms for radio resource allocation in future communication networks
CN115103450A (zh) 一种多业务时隙分配方法和设备
Madi et al. Two-level QoS-aware frame-based downlink resources allocation for RT/NRT services fairness in LTE networks
Lotfi et al. Attention-based open ran slice management using deep reinforcement learning
CN114126021A (zh) 一种基于深度强化学习的绿色认知无线电的功率分配方法
KR100899023B1 (ko) 목표 계획법이 적용된 유전자 알고리즘을 이용한 무선자원할당의 최적화 방법, 이를 사용한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체
Bansbach et al. Deep reinforcement learning for wireless resource allocation using buffer state information
US20240291527A1 (en) Systems, devices and methods for scheduling wireless communications
CN103037382B (zh) 一种无线网络规划仿真方法及装置
Chao et al. Cooperative spectrum sharing and scheduling in self-organizing femtocell networks
Hernandez et al. Spectrum allocation model for cognitive wireless networks based on the artificial bee colony algorithm
CN110996398A (zh) 一种无线网络资源调度方法及装置

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20111028

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20121203

Year of fee payment: 6

LAPS Lapse due to unpaid annual fee