KR100937319B1 - 유전자 알고리즘을 이용한 실시간 동적 채널 할당 방법 - Google Patents

유전자 알고리즘을 이용한 실시간 동적 채널 할당 방법 Download PDF

Info

Publication number
KR100937319B1
KR100937319B1 KR1020020059200A KR20020059200A KR100937319B1 KR 100937319 B1 KR100937319 B1 KR 100937319B1 KR 1020020059200 A KR1020020059200 A KR 1020020059200A KR 20020059200 A KR20020059200 A KR 20020059200A KR 100937319 B1 KR100937319 B1 KR 100937319B1
Authority
KR
South Korea
Prior art keywords
channel
chromosome
channels
value
channel allocation
Prior art date
Application number
KR1020020059200A
Other languages
English (en)
Other versions
KR20040028105A (ko
Inventor
김성수
이종현
Original Assignee
주식회사 케이티
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 주식회사 케이티 filed Critical 주식회사 케이티
Priority to KR1020020059200A priority Critical patent/KR100937319B1/ko
Publication of KR20040028105A publication Critical patent/KR20040028105A/ko
Application granted granted Critical
Publication of KR100937319B1 publication Critical patent/KR100937319B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/541—Allocation or scheduling criteria for wireless resources based on quality criteria using the level of interference
    • 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
    • H04W16/02—Resource partitioning among network components, e.g. reuse partitioning
    • H04W16/10—Dynamic resource partitioning

Landscapes

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

Abstract

1. 청구범위에 기재된 발명이 속한 기술분야
본 발명은 유전자 알고리즘을 이용한 실시간 동적 채널 할당 방법에 관한 것임.
2. 발명이 해결하려고 하는 기술적 과제
본 발명은, 무선통신 서비스 지역에 따라 채널수요에 대한 변화가 불확실하고, 시간에 따라 변화가 심한 FDMA무선통신 네트워크 상에서 각 셀이 채널을 필요로 할 때 채널의 수요를 만족하면서 채널간의 간섭을 최소화하는 동적 채널을 할당하기 위한 유전자 알고리즘을 이용한 실시간 동적 채널 할당 방법과 상기 방법을 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공하고자 함.
3. 발명의 해결방법의 요지
본 발명은, 무선통신 서비스 시스템에 적용되는 유전자 알고리즘을 이용한 실시간 동적 채널 할당 방법에 있어서, 채널 할당을 위한 고유번호가 랜덤하게 발생되도록 초기에 사용할 수 있는 채널수(Z값)를 최소채널수(Lower Bound)보다 작게 시작하여, 채널 할당 순서(콜(call) 리스트)를 결정하고 초기 염색체 군을 생성하는 제 1 단계; FEA(Frequency Exhaustive Assignment) 방식과 적합도 평가식을 이용하여 적합도를 평가 수행 후, 룰렛휠 선택방법을 사용하여 염색체 군의 선택 및 재생성 과정을 수행하고, 상기 염색체 군의 경로에 대해 돌연변이 연산과 교배 연 산을 수행하는 제 2 단계; 및 한 세대의 염색체 군에서 대립 유전자의 개수가 일정비율을 넘기는지를 확인하여, 그 결과에 따라 사용 가능 채널수(Z값)를 늘려가면서(Z=Z+1), 세대별로 진화해 나가는 모든 세대의 염색체 군에 대해, 상기 제 2 단계를 반복 수행하여 실시간으로 동적 채널을 할당하는 제 3 단계를 포함함.
4. 발명의 중요한 용도
본 발명은 무선통신 서비스 시스템 등에 이용됨.
FDMA 무선통신, 채널 할당, 유전자 알고리즘, call 리스트, 채널수요 우선순위

Description

유전자 알고리즘을 이용한 실시간 동적 채널 할당 방법{Real time dynamic channel assignment method to use gene algorithm}
도 1 은 본 발명이 적용되는 하드웨어 시스템의 구성 예시도.
도 2 는 본 발명이 적용되는 예제 1의 콜(call) 리스트와 적합행렬 C ij 의 표현 예시도.
도 3 은 본 발명에 따른 유전자알고리즘과 FEA방법과의 연동 관계를 나타낸 일실시예 설명도.
도 4 는 본 발명에 따른 이진 행렬을 이용한 교배 과정을 나타낸 일실시예 설명도.
도 5 는 본 발명에 따른 염색체의 길이와 돌연변이율을 고려한 반복 돌연변이 수행 과정을 나타낸 일실시예 설명도.
도 6 은 본 발명에 따른 유전자 알고리즘을 이용한 실시간 동적 채널 할당 방법에 대한 일실시예 흐름도.
도 7 은 본 발명에 따른 21개 셀 FDMA무선통신시스템 적용 예시도.
도 8 은 본 발명에 따른 21개 셀의 6번 문제에 Beckman과 Killat방법을 적용 했을 경우에 대한 예시도.
도 9 는 본 발명에 따른 21개 셀의 6번 문제에 본 발명의 FEA와 유전자알고리즘 혼합 방법을 적용한 경우에 대한 예시도.
* 도면의 주요 부분에 대한 부호의 설명
11 : 중앙처리장치(CPU) 12 : 주기억장치(MEMORY)
13 : 보조기억장치 14 : 입출력장치
본 발명은 유전자 알고리즘을 이용한 실시간 동적 채널 할당 방법과 상기 방법을 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체에 관한 것으로, 특히 무선통신 서비스 지역에 따라 채널 수요에 대한 변화가 불확실하고, 시간에 따라 변화가 심한 FDMA(Frequency Division Multiple Access) 무선통신 네트워크에서 각 셀의 채널을 필요로 할 때 필요한 채널 수 만큼을 동적으로 빠른 시간에 할당해주기 위한 유전자 알고리즘을 이용한 실시간 동적 채널 할당 방법과 상기 방법을 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체에 관한 것이다.
현실적인 문제로서 무선통신시스템의 제약에 의해 사용 가능한 채널의 범위 는 한정되어 있다. 사용 가능한 채널의 범위 내에서 채널의 효과적인 사용을 보장하기 위해선 각 셀에 할당될 채널들의 최적설계가 필요하다. 이와 같이, 무선통신 네트워크의 설계자들은 최적의 채널할당을 위하여 사전에 정의된 채널간의 간섭이 일어나지 않는 정도 내에서 가능한 채널 범위를 특정지역의 사용자에게 할당하는 것이 요구된다. 셀 내에서 또는 셀 간의 할당된 각각의 채널들끼리 서로 간섭현상을 일으키는데, 이러한 간섭현상은 다음의 세 가지로 분류해 볼 수 있다.
즉, co-channel interference(CCI), co-site interference(CSI), adjacent-channel interference(ACI)이다. 여기서, CCI는 서로 다른 셀에서 사용자들이 같은 채널을 사용할 경우 발생하는 간섭 문제이다. CSI는 같은 셀 내에서 사용자들이 서로 다른 채널을 사용할 경우의 채널간의 간섭의 정도를 나타내는 것이다. ACI는 서로 다른 셀 간에 할당되어 있는 서로 다른 채널간의 간섭의 정도를 나타낸다.
상기 세 가지의 간섭 현상이 무선통신 네트워크 상에서 최적 채널 할당 시 고려되어져야 한다.
채널할당 문제는 고정채널할당(FCA : Fixed Channel Assignment)과 동적채널할당(DCA : Dynamic Channel Assignment)으로 나눌 수 있다. FCA는 각 셀이 필요로 하는 채널수를 고정적으로 할당하는 것이고, DCA는 각 셀이 채널을 필요로 할 때 필요한 채널 수 만큼을 동적으로 할당하는 것이다. FCA는 무선통신 네트워크에 전반적으로 통신량이 많을 때 효율적이지만, 특정 지역에 통신량이 증가하였을 경우 비효율적이다. DCA는 무선통신 네트워크의 각 셀의 채널 수요에 대한 변화가 불확실하고, 시간에 따라 변화가 심할 때 효율적이다.
채널할당 문제는 "NP-hard"로 간주되어 최적값의 근접값을 찾아내는 알고리즘이 적용되어 왔다. 최근에는 "simulated annealing", "neural networks" 그리고 유전자 알고리즘(GA : Genetic Algorithm)과 같은 탐색기법을 사용하여 최적 해를 구하고자 하는 연구가 많이 진행되고 있다.
채널할당 문제에 유전자 알고리즘 방법을 적용할 때 주요 핵심사항은, 첫째 각각의 셀에 필요한 채널 만큼 어떤 고유번호의 채널을 할당할지를 나타내는 것이다. 즉, 채널을 할당한 해를 어떻게 염색체로 표현할 것인가?
둘째, 각 채널할당 해의 간섭정도(CCI, CSI, ACI)를 평가할 수 있는 정확한 평가함수는 무엇인가?
셋째, 각 셀에 같은 채널을 할당할 수 없다는 제약을 만족하면서 어떻게 효율적으로 염색체 선택 및 재생성방법, 교배와 돌연변이를 할 것인가?
이밖에도 염색체집단의 크기, 교배율과 돌연변이율, 종료조건 등 일반적인 유전자 알고리즘방법의 파라미터를 정해야 한다.
따라서, 대규모 조합문제인 DCA 문제에서 채널의 수요에 따른 계산의 부담을 극복하고 기존의 최적 할당 방법의 한계를 극복하기 위하여, 지역 최적치에 수렴하지 않고 무선통신 네트워크의 각각의 셀에서 요구하는 채널수를 제한된 시간 내에 만족시켜줄 수 있는 최적 채널할당방법을 FEA와 유전자알고리즘의 장점을 공유하고 단점을 보완하여 혼합 개발하기 위한 방안이 요구된다.
본 발명은, 상기한 바와 같은 요구에 부응하기 위하여 제안된 것으로, 무선통신 서비스 지역에 따라 채널수요에 대한 변화가 불확실하고, 시간에 따라 변화가 심한 FDMA무선통신 네트워크 상에서 각 셀이 채널을 필요로 할 때 채널의 수요를 만족하면서 채널간의 간섭을 최소화하는 동적 채널을 할당하기 위한 유전자 알고리즘을 이용한 실시간 동적 채널 할당 방법과 상기 방법을 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공하는데 그 목적이 있다.
상기 목적을 달성하기 위한 본 발명은, 무선통신 서비스 시스템에 적용되는 유전자 알고리즘을 이용한 실시간 동적 채널 할당 방법에 있어서, 채널 할당을 위한 고유번호가 랜덤하게 발생되도록 초기에 사용할 수 있는 채널수(Z값)를 최소채널수(Lower Bound)보다 작게 시작하여, 채널 할당 순서(콜(call) 리스트)를 결정하고 초기 염색체 군을 생성하는 제 1 단계; FEA(Frequency Exhaustive Assignment) 방식과 적합도 평가식을 이용하여 적합도를 평가 수행 후, 룰렛휠 선택방법을 사용하여 염색체 군의 선택 및 재생성 과정을 수행하고, 상기 염색체 군의 경로에 대해 돌연변이 연산과 교배 연산을 수행하는 제 2 단계; 및 한 세대의 염색체 군에서 대립 유전자의 개수가 일정비율을 넘기는지를 확인하여, 그 결과에 따라 사용 가능 채널수(Z값)를 늘려가면서(Z=Z+1), 세대별로 진화해 나가는 모든 세대의 염색체 군에 대해, 상기 제 2 단계를 반복 수행하여 실시간으로 동적 채널을 할당하는 제 3 단계를 포함하여 이루어진 것을 특징으로 한다.
또한, 본 발명은, 프로세서를 구비한 무선통신 서비스 시스템에, 채널 할당을 위한 고유번호가 랜덤하게 발생되도록 초기에 사용할 수 있는 채널수(Z값)를 최소채널수(Lower Bound)보다 작게 시작하여, 채널 할당 순서(콜(call) 리스트)를 결정하고 초기 염색체 군을 생성하는 제 1 기능; FEA(Frequency Exhaustive Assignment) 방식과 적합도 평가식을 이용하여 적합도를 평가 수행 후, 룰렛휠 선택방법을 사용하여 염색체 군의 선택 및 재생성 과정을 수행하고, 상기 염색체 군의 경로에 대해 돌연변이 연산과 교배 연산을 수행하는 제 2 기능; 및 한 세대의 염색체 군에서 대립 유전자의 개수가 일정비율을 넘기는지를 확인하여, 그 결과에 따라 사용 가능 채널수(Z값)를 늘려가면서(Z=Z+1), 세대별로 진화해 나가는 모든 세대의 염색체 군에 대해, 상기 제 2 기능을 반복 수행하여 실시간으로 동적 채널을 할당하는 제 3 기능을 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공한다.
상술한 목적, 특징들 및 장점은 첨부된 도면과 관련한 다음의 상세한 설명을 통하여 보다 분명해 질 것이다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 일실시예를 상세히 설명한다.
도 1 은 본 발명이 적용되는 하드웨어 시스템의 구성 예시도이다.
도 1에 도시된 바와 같이, 본 발명이 적용되는 하드웨어 시스템은, 각 하드웨어 시스템의 구성요소를 제어하고 프로세스의 처리를 관리하는 중앙처리장치(11)와, 본 발명이 실장되며 각종 프로세스가 수행되고 데이터가 저장되는 주기억장치(12)와, 주기억장치(12)의 저장용량의 부족을 보충하는 보조기억장치(13) 및 사용자와의 입출력을 전담하는 입출력장치(14)가 버스를 통해 상호 연결되어 있다.
도 2 는 본 발명이 적용되는 예제 1의 콜(call) 리스트와 적합행렬 C ij 의 표현 예시도로서, FEA(Frequency Exhaustive Assignment)방법을 설명한 것이다.
무선통신 네트워크에서 발생하는 콜(call)의 순서로 구성된 리스트를 call 리스트라 한다. FEA 방법은 이러한 call 리스트에 있는 인자(A ik , 즉 i번째 셀의 k번째 call)들의 채널 요구를 순서대로 할당하는 것인데, 먼저 할당된 채널과 간섭이 없는 채널 중 가장 작은 채널을 할당하는 방식이다.
다음 예제는 FEA 방법을 정확히 이해하기 위하여 서술한 것이다.
[예제 1]
셀의 수 N=4, 각 셀에서의 채널수요가 {1,1,1,3}이고 제한조건 적합행렬 C가 아래와 같을 때,
Figure 112002031897565-pat00001
각 셀에서의 채널 수요에 따른 call 리스트{a11, a21, a31, a41, a42, a43}는 적합 행렬 C에 의해 도 2와 같이 표현될 수 있다. a11은 셀 1에서의 1번째 채널수요, a21은 셀 2에서 1번째 채널수요를 의미한다. a31, a41, a42, a43도 이와 같은 의미를 포함하고 있다.
만약, call 리스트가 {a11, a21, a31, a41, a42, a43}이면, 첫번째 인자 a11는 이전에 할당된 채널이 없으므로 가장 작은 채널 1을 f 11 에 할당한다. 두 번째 인자 a21은 이전에 할당된 채널이 f 11 이므로 대칭행렬 C12=4를 참조하여 1번 셀과 2번 셀의 채널간의 간섭이 일어나지 않기 위해서는 채널간격은 4이상이 되어야 한다. 이중 가장 작은 채널값은 5이므로 f 21 에는 채널 5가 할당된다. 이런 방식으로 모든 f ik 를 할당하면 {1,5,1,3,8,13}이 된다. 이중 가장 큰 채널값은 13이므로 적어도 13개의 채널을 보유하여야만 상기 call 리스트에 대한 모든 수요를 채널 간섭없이 만족시킬 수 있다. 다른 call 리스트 {a41, a42, a43, a21, a31, a11}을 상기와 같은 방법으로 할당했을 때 {1,6,11,2,3,6}이 된다. 즉, 가장 큰 채널값은 11이므로 간섭을 발생시키지 않기 위한 최소보유채널 수는 11이다. 상기 두 가지의 call 리스트 중에서 후자가 우수한 call 리스트가 된다. 이렇듯 call 리스트를 어떻게 선택하느냐에 따라 채널간의 간섭현상을 없게 하는 최소 채널 수 Z값을 결정할 수 있다.
도 3 은 본 발명에 따른 유전자알고리즘과 FEA방법과의 연동 관계를 나타낸 일실시예 설명도이다.
도 3에 도시된 바와 같이, 다음은 FEA방법과 유전자알고리즘을 혼합한 방법을 서술하고 분석한 것이다.
유전자알고리즘을 사용한 기존 채널 할당 방법은 복잡한 문제에서 지역 최적 치에 머무를 확률을 줄이면서 다양성과 수렴성을 적절히 적용하여 최적해를 찾는데 탁월하지만 문제 크기가 너무 커지면 모든 제약조건을 만족하는 해를 찾는다는 것이 매우 어렵다. 반면, FEA방법은 빠른 시간 안에 해를 구할 수 있지만 지역 최적해에 머물러, 더 나은 해를 구하지 못하는 가능성이 있다. 그러므로, 이 두 가지 방법을 혼합하여 빠른 시간 안에 전역 최적해 또는 전역 최적해의 근사해를 구할 수 있도록 한다. 이 두 가지 방법을 혼합한 방법에서, FEA방법은 call 리스트를 어떻게 배치하느냐에 따라 보유하고 있는 채널을 사용하여 채널간의 간섭없이 모든 채널수요를 만족시킬 수 있는지 또는 없는지 결정한다. 모든 채널 수요에 만족시킬 수 없다면 얼마의 수요를 만족시킬 수 없는가(blocking call, b)에 따라 call 리스트의 우열이 가려진다. 유전자알고리즘과의 혼합을 통해 call 리스트를 유전자알고리즘의 염색체로 표현하여, 최적의 call 리스트를 찾고, 모든 채널 수요를 만족시킬 수 있는 사용가능한 채널수(Z)를 찾을 수 있다.
또한, 도 3 은 유전자알고리즘과 FEA방법과의 연동관계를 나타내는데, 이 방법의 메커니즘을 자세히 설명하면 다음과 같다.
유전자알고리즘에서 생성한 call 리스트(염색체) L을 주어진 사용 가능 채널 수 Z값과 함께 FEA로 넘겨준다. FEA방법에서는 유전자알고리즘에서 받은 call 리스트 L과 Z값을 가지고, FEA방법의 수행방식에 따라 채널을 할당하는데, 할당 도중에 사용가능 채널 Z값을 넘는 채널이 할당되어야 할 때는 채널을 할당하지 못한다.
즉, 총 채널 수요에서 채널간의 간섭없이 FEA방법으로 할당한 수요를 제외한 할당하지 못한 나머지 채널 수요를 b(blocking call)이라고 가정한다.
b는 사용 가능 채널 수 Z로 총요구 채널 수를 만족시키지 못하는 채널 수요이다. 모든 call 리스트를 FEA방법으로 적용 시켰을 때 b=0이면 채널간에 어떤 간섭도 없이 모든 채널이 할당된 경우로써 사용 가능 채널 수 Z값의 채널을 보유하면, 모든 셀의 채널 수요를 간섭 없이 충족시킬 수 있게 된다.
제1 선행기술(Lai, W. K. and Coghill, G. G., Channel Assignment Through Evolutionary Optimization, IEEE Transactions on Vehicular Technology. 45(1),　 91-96, 1996)에서 유전자알고리즘의 염색체는 고유채널을 1차원 행렬로 직접 할당하여 염색체로 표현했다.
제2 선행기술(Smith, K. A., A Genetic Algorithm for The Channel Assignment Problem, Proceedings of the Globecom '98-Volume 4, 2013-2018, 1998.)에서는 셀의 수 N과 사용 가능 채널 수 Z로 이루어진 이차원 행렬을 사용하여, 특정 셀에 특정 채널이 할당되면 1, 아니면 0으로 표현하였다.
제3 선행기술(Beckman, D. and Killat, U. A new strategy for the application of genetic algorithms to the channel-assignment problem, IEEE Transactions on Vehicular Technology, 48(4), 1261-1269, 1999.)에서는 call 리스트를 염색체로 표현하고, 한 염색체의 길이는 모든 채널수요의 합인
Figure 112009051062513-pat00002
값을 갖게 된다. 상기 [예제 1]에서 call 리스트 {a11, a21, a31, a41, a42, a43}은 임의적으로 채널할당을 하기 위한 고유번호{1,2,3,4,5,6}으로 정의하여, 이 고유번호 순서를 어떻게 우선순위를 부여하느냐에 따라 각각의 call 리스트(염색체)가 결정된다. 랜덤하게 1에서 6까지 고유번호가 단 한번씩만 발생하도록 하여 call 리스트를 생성하고 염색체 개체군을 생성하게 된다. 그러나, 상기의 제3 선행기술에서는 염색체로 표현되는 call 리스트를 생성하는 방법이 서술되어 있지 않다.
따라서, 본 발명에서는 다음과 같이 염색체를 생성한다. 예를 들어, call 리스트의 첫번째 고유번호는 1에서 6중에 하나를 선택하게 된다. 두 번째 고유번호는 첫번째에 선택된 고유번호를 제외하고 나머지 번호중에서 한 번호를 임의적으로 선 택하게 된다. 이런 방식으로 모든 번호가 한번씩 선택되도록하여 call 리스트(염색체)를 생성한다. 따라서, 각각의 염색체에서 왼쪽부터 먼저 나온 고유번호의 채널수요가 우선적으로 채널을 할당받을 수 있는 것이다.
상기 제1 및 제2 선행기술들에서 유전자알고리즘을 이용한 채널 할당 문제들은 할당된 채널간의 간섭정도를 평가하여 적합도를 산출하였지만, 제3 선행기술에서는 call 리스트로 표현되는 염색체에 대하여 FEA방법을 수행하여 채널간의 간섭이 없는 채널들 중에서 가장 번호가 낮은 채널을 할당하므로, 기존 기술과 상이한 적합도 평가를 수행하였다.
Figure 112002031897565-pat00003
상기 [수학식 1]은 상기 제3 선행기술에서 제안한 평가함수인데, 이를 분석해보면 다음과 같다.
FEA방법에서 사용 가능 채널 수 Z값을 넘는 채널이 할당되려 할 때 b값이 1씩 증가된다. 이 b값의 크기에 따라 우성 염색체와 열성 염색체를 판가름하게 된다. 또한, FEA방법의 수행방식을 보면 이미 할당한 채널과 간섭이 없는 채널들 중에서 가장 작은 채널을 할당하므로 할당된 채널의 값들이 작으면 작을수록 앞으로 사용할 수 있는 재사용 비율이 높아지게 된다. 염색체들의 b값이 작을수록 우성 염 색체이지만, 만약 b값이 같다면 모든 할당된 채널의 값을 합한 값
Figure 112002031897565-pat00004
이 작을수록 우성 염색체임을 알 수 있다. 그러므로, 1차적인 적합도 평가의 기준은 b값이 되고, 2차적인 평가기준이 할당된 채널 값의 합이 되어야 한다.
상기 [수학식 1]에서는 b값에
Figure 112002031897565-pat00005
값을 곱하여, b값에 큰 비중을 둘 수 있게 하여 항상 b값이 있는 부분에 중점을 두어 염색체를 평가한다. k의 의미는 모든 채널수요에 대하여 채널 Z를 할당한다면, 할당된 채널의 합인데
Figure 112002031897565-pat00006
보다 상대적으로 항상 크다. 상기의 [수학식 1]에서 염색체들을 평가하여 b=0(채널간의 간섭 현상이 없는)인 염색체를 구할 수 있으면 종료한다. 만약, b가 0이 아니면서 최소의 b값이 같아지면(b값이 일정 값에 수렴되어지면), 같은 b값을 갖는 염색체들간의 평가 함수값 q의 차별성이 없어지게 되고 룰렛 휠(roullete wheel)방식을 적용한 우성과 열성 염색체의 확률에 따른 선택이 불가능해진다. 왜냐하면, k·b 가
Figure 112002031897565-pat00007
보다 상대적으로 상당히 큰 수이기 때문에 b값이 같은 상태에서
Figure 112002031897565-pat00008
의 차이에 따라 우성, 열성 염색체를 차별화하여 선택해 낼 수 있는 확률이 작다. 그러므로, 유전자알고리즘을 더 이상 진행시켜도 수렴하여 개선된 염색체를 찾아낼 수 없다. 이런 문제점을 가지고 있는 상기의 [수학식 1]의 평가함수를 본 발명에서 단계1과 2로 수정, 개선한 적합도 평가식은 다음과 같다.
Figure 112002031897565-pat00009
단계 1 :
Figure 112002031897565-pat00010
단계 2 :
여기서, N = 셀의 수,
d i = 셀 i의 통화 수요량,
f ij = 셀 i의 j번째 할당되는 채널의 고유번호(1번부터 Z까지의 임의의 수),
Z = 할당할 수 있는 채널번호를 1번부터 넘버링(numbering) 했을 때 최대값,
b = 전체 채널 요구량에서 만족시키지 못하는 요구량을 나타낸다.
상기 [수학식 2]는 상기의 [수학식 1]과 유사하다. 단지,
Figure 112002031897565-pat00011
이
Figure 112002031897565-pat00012
로 다르게 표현되었다. 즉,
Figure 112002031897565-pat00013
는 셀의 수 N과 사용가능 채널수 Z로 이루어진 이차원 행렬을 사용하여, 특정 셀에 특정 채널이 할당되면 1, 아니면 0으로 표현했을 때, 1로 표현된 채널을 모두 합한 것이다. 반면,
Figure 112002031897565-pat00014
는 고유채널을 1차원 행렬 로 직접 할당할 때 채널 모두를 합한 것이다. 결과적으로, 표현이 다를 뿐이지 결과는 같다.
본 발명에서 제안하는 평가함수는 상기에서 언급한 [수학식 1]의 평가함수의 문제점을 보완 및 개선한 것이다. 1단계에서 염색체의 최소 b값이 개체군의 일정비율을 차지하게 되면 최소 b값을 갖는 염색체들간의 우성 및 열성 염색체를 판단하기 위해서 평가함수 q2인
Figure 112002031897565-pat00015
만을 평가함수로 표현한 상기의 [수학식 3]을 사용하여 제 2 단계 평가 작업을 하게 된다. 즉, 최소 b값을 갖는 모든 염색체의 우,열을 가리기 위하여 상기 [수학식 2]의 w·b 를 제외한 상기의 [수학식 3]만을 사용하여 룰렛 휠 방법에 의한 선택을 하게 되는 것이다. [수학식 2]와 [수학식 3]의 2단계 평가를 전체 염색체군에서 최소 b값을 갖는 염색체수의 비율에 따라 번갈아가면서 적용한다.
본 발명에서는 염색체의 선택 방법은 룰렛 휠(roulette wheel)방식을 적용하였다. 룰렛 휠 방식은 평가함수의 값이 크면 클수록 재생성될 확률이 높아진다. 하지만, 본 발명에서는 염색체의 적합도 평가 값이 작을수록 우성 염색체이므로, 적합도 평가 값인 e값의 역수를 취하여 우성인 염색체가 재 생성될 확률이 높아지도록 한다.
룰렛 휠 방식을 위한 누적확률S은 다음의 식과 같다(Pop-size는 개체군의 염색체수).
확률
Figure 112002031897565-pat00016
를 구한다.
각 염색체마다 난수를 발생시켜 산출된 누적 확률들과 난수 rj 가 Si-1 ＜ rj ≤ Si이면, j번째 염색체는 i번째 염색체로 재 생성된다. 즉, 염색체의 적합도 평가 값인 e값이 다른 염색체들에 비해 크면 클수록 적게, 작으면 작을수록 많이 선택이 되도록 재 생성한다.
도 4 는 본 발명에 따른 이진 행렬을 이용한 교배 과정(608)을 나타낸 일실시예 설명도이다.
도 4에 도시된 바와 같이, 0과 1사이의 난수가 교배율 보다 작은 염색체들을 선택하여 랜덤하게 2개씩 교배를 위하여 그룹을 만든다. 선택된 염색체 중 첫번째 부모 교배염색체를 P1, 두번째 부모 교배염색체를 P2로 한다. 도 4의 P1과 P2는 8개의 유전자로 구성된 call 리스트라고 가정한다. 랜덤하게 0과 1로 구성되는 염색체의 길이와 같은 이진행렬을 생성한다. 이진행렬에서 1과 매칭되는 P1의 유전자들(3,4,8,7)을 자손 염색체 C1에 그대로 복사하고, 0과 매칭되는 P1의 나머지 유전자들(6,1,5,2)을 P2의 왼쪽에 있는 순(5,6,2,1)으로 소팅(sorting)하여 C1에 비여 있는 유전자에 왼쪽부터 배치하여 자손염색체 C1를 구성하고, C2는 이진행렬에서 0과 매칭되는 P2의 유전자들(8,6,2,4)을 자손 염색체 C2에 그대로 복사하고 1과 매칭되는 P2의 나머지 유전자들(5,3,7,1)을 P1의 왼쪽에 있는 순(3,1,5,7)으로 소팅(sorting)하여 C2에 비여 있는 유전자에 왼쪽부터 배치하여 구성한다.
또한, 도 4의 교배방식은 제3 선행기술에서 제안한 것인데, 염색체 개체군에 서 평가 함수 값이 확률적으로 높은 P1과 P2를 선택했기 때문에 다른 염색체들에 비하여 채널 할당 우선순위가 높은 수요들이 염색체 P1과 P2의 왼쪽을 중심으로 나열되어진다. 그러므로, C1과 C2는 위에 서술한 교배 방식을 통하여 P1과 P 2의 우성 유전자들을 전달받을 확률이 높아져서 P1과 P2 보다 평가 함수 값이 개선될 확률이 커진다. 다시 말해서, 우선적으로 채널 할당을 받는 것이 b(blocking call)값을 줄일 수 있는 방향으로 교배가 이루어지는 것이다.
도 5 는 본 발명에 따른 염색체의 길이와 돌연변이율을 고려한 반복 돌연변이 수행 과정(607)을 나타낸 일실시예 설명도이다.
도 5에 도시된 바와 같이, 상기 제3 선행기술에서 제안한 돌연변이 수행 방법은 개체군의 각 염색체에 대하여 0에서 1사이의 난수를 발생시켜 그 난수가 돌연변이율 P m 보다 작은 염색체를 개체군에서 선택하고, 선택된 염색체에서 랜덤하게 선택된 유전자들을 랜덤하게 바꾸어 주어 유전자들을 재배치함으로써 염색체의 다양성을 추구한다. call 리스트는(1에서
Figure 112002031897565-pat00017
까지) 채널 할당을 하기 위한 우선 순위이므로 각각의 유전자는 같은 유전자(우선순위)가 존재하지 않아야 하므로 같은 값의 유전자가 존재하지 않도록 재배치되어야 한다.
그런데, 염색체의 길이가 길어지면 전체 염색체의 길이에 비해 고정된 일정 갯수의 유전자는 돌연변이를 통한 다양성 고려가 충분하지 않을 수 있다. 이와 같은 돌연변이의 문제점을 보완하기 위하여 본 발명에서는 염색체의 길이와 돌연변이 율을 고려하여 돌연변이에 참여하는 유전자의 갯수를 늘이거나 일정 갯수의 유전자가 참여하는 돌연변이 과정을 반복 수행하여 다양성을 충분히 고려할 수 있도록 하였다. 또한, 도 5는 call 리스트의 길이가 40이므로 4개의 유전자가 임의적으로 선택되어 재할당되는 과정이 몇 차례 진행되어야 염색체의 다양성을 고려할 수 있다.
도 6 은 본 발명에 따른 유전자 알고리즘을 이용한 실시간 동적 채널 할당 방법에 대한 일실시예 흐름도이다.
도 6에 도시된 바와 같이, 본 발명에 따른 실시간 동적 채널 할당 방법은, 초기 사용할 수 있는 채널수(Z)값을 최소채널수(lower bound)와 같거나 작게 시작한다(601). 이어서, 초기 염색체를 생성(call 리스트 생성)하고(602), FEA방식과 상기의 [수학식 2]를 이용하여 적합도를 평가한다(603).
그리고, 주어진 Z값으로 b=0인 염색체가 존재하는지를 확인하여(604), 존재하면 염색체를 선택, 재생성, 돌연변이 및 교배 과정을 수행한다(605 내지 608).
여기서, 최소채널수라 함은 선행기술에서 제시한 값으로 한다. 이렇게 하는 이유는 만약 Z값을 필요이상의 값으로 시작하면 본 발명에서 제안하는 평가 함수값의 가장 중요한 요소 b(blocking call)값의 차별화가 이루어지지 않기 때문이다.
예를 들어, 4개 셀에서 채널수가 11인 경우 call 리스트(a11,a21,a31,a41,a42,a43)에 대한 채널할당은 채널번호(1,5,1,3,8,*)이 되어 b는 1이 된다(* : 간섭현상 없이 할당할 채널 없음).
반면, call리스트(a41,a42,a43,a21,a31,a11 )에 대한 채널할당은 채널번호(1,6,11,2,3,6)으로 b는 0이 된다. 다른 예로, 채널수가 13인 경우 call 리스트(a11,a21,a31,a41,a42,a43)에 대한 채널 할당은 채널번호(1,5,1,3,8,13)이고 call 리스트(a41,a42,a43,a21,a31,a11)에 대한 채널할당은 채널번호(1,6,11,2,3,6)이므로 두 call 리스트 모두 b가 0이 된다. 이 두 예를 통하여 상기에서 언급하였듯이 필요이상의 채널 수 Z=13에서는 각 call 리스트의 b값이 모두 0으로 call 리스트의 우열이 가려지지 않는다. 그러나, Z=11인 경우 각각의 call리스트의 우열이 가려진다.
따라서, 초기 Z값을 작게 시작하여 모든 call 리스트간의 b값에 따른 차별성을 뚜렷이 하여, 본 발명에서 제안하는 1, 2단계의 평가함수를 거쳐 전체 염색체군에서 대립유전자의 개수가 일정비율을 넘을 경우 Z값은 Z=Z+1로 채널수를 늘려 제안하는 방법을 재시도 한다(609 내지 612). 재시도시, 초기 개체군은 바로 직전에 시도한 채널 할당에서 얻어진 최선의 call 리스트들을 사용함으로써 더 빠르게 최적채널할당을 할 수 있는 call 리스트를 찾아낼 수 있도록 한다(613).
도 7 은 본 발명에 따른 21개 셀 FDMA무선통신시스템 적용 예시도이다.
도 7에 도시된 바와 같이, 채널할당 문제는 셀의 개수가 21개이며, 각 셀의 수요량은 하기의 [표 1]과 같이 D1, D2를 가지고 있고, ASI와 CSI가 각각 다른 8가지 문제들로 나누어질 수 있다. 하기의 [표 2]의 ACC(Adjacent Channel Constraint)라 함은 ACI가 발생하지 않도록 하는 최소 채널간격, CSC(Co-site Constraint)는 CSI가 발생하지 않도록 하는 최소 채널 간격이다.
[표 1]< 21개 셀 FDMA무선통신시스템 적용 예제의 각 셀의 수요량 >
Figure 112002031897565-pat00018

[표 2]<21개 셀 FDMA무선통신시스템 적용 예제의 ACC, CSC와 수요량에 따른 문제 분류>
Figure 112002031897565-pat00019

상기의 [표 2]를 참고로 제한 조건 적합행렬 C 대칭행렬을 다음과 같이 [표 3]을 생성할 수 있다.
[표 3]<21개 셀 FDMA무선통신시스템 적용 예제의 적합행렬C 대칭행렬>
Figure 112002031897565-pat00020
Figure 112002031897565-pat00021

상기한 바와 같이, 21개셀의 채널할당 문제 1~8번 중에서 2번문제와 6번 문 제를 제외하고 다른 모든 문제는 본 발명에서 제시하는 방법의 초기 진행과정에서 최적 채널 할당해를 얻을 수 있다.
즉, 초기 개체군 생성으로 만들어진 가능해 중에서 FEA방법으로 본격적인 유전자알고리즘 진행없이 쉽게 찾거나 또는 5세대내의 유전자알고리즘을 진행하면서 b(blocked call)가 0인 최적 채널할당 해를 얻을 수 있다. 최적해 또는 최적해의 근접해를 찾기위해 Visual C++로 프로그램 했으며 펜티엄 III 933MHz를 사용하여 계산시간이 대략적으로 8초 소요된다.
21개 셀의 2번과, 6번 문제는 다른 문제보다 상대적으로 쉽지 않다. 2번 문제와 6번 문제는 상기 제3 선행기술에서 제안하는 방법과 도 6의 흐름도에 따라 본 발명에서 제안하는 개선된 FEA와 유전자알고리즘 혼합방법을 단계적으로 적용한 것이다.
상기 제3 선행기술에서 제안하는 방법을 문제 6에 적용했을 때 그들이 설명한 것과는 달리, 일정세대 수렴 후 상당한 계산 시간이 소요된 후에도 더 이상 최적해에 수렴하지 못하는 것을 시뮬레이션을 통하여 도 8과 같이 확인할 수 있다.
도 8은 Z=258로 고정하여 수렴하는 과정을 나타낸 것이다. 개체군의 염색체수, 교배율, 돌연변이율 등의 파라미터값을 변화시켜 시뮬레이션 해본 결과 다소 차이는 있으나, 평가함수값의 합이 수렴하여 일정한 값(도 8에서는 약 10,000,000)에 멈추어, 더 이상 수렴하지 못하는 것을 확인할 수 있다. 또한, 최소 blocking call(b)은 초기에 6이었던 것이 500세대이후에 1까지 떨어진 후, 더 이상 수렴하지 못하였다. 이것은 본 발명에서 제안하는 평가함수가 염색체들의 우열을 차별화할 수 없기 때문이다.
도 9 는 본 발명에 따른 21개 셀의 6번 문제에 본 발명의 FEA와 유전자알고리즘 혼합 방법을 적용한 경우에 대한 예시도이다.
도 9에 도시된 바와 같이, 본 발명에서 제안하는 방법을 문제 6에 적용한 것인데(유전자알고리즘의 파라미터값은 여러 차례 시뮬레이션 해본 결과 가장 좋은 개체군의 염색체수는 50개, 교배율은 0.3, 돌연변이율 0.3를 사용함), 한 세대의 염색체중에서 상기의 [수학식 2]의 단계 1의 평가함수로 평가하여 최소 b값을 갖는 염색체수가 40%(문제에 따라 조정될 수 있음)를 넘어가면 상기의 [수학식 2]로 더 이상 염색체들의 우열을 차별화 할 수 없기 때문에 [수학식 3]의 단계 2의 평가함수로 평가한다.
또한, 도 9에서 특정세대의 모든 염색체군의 평가함수값의 합이 갑자기 떨어지는 이유는 b값이 포함된 부분이 제외된 단계 2의 평가함수로만 최소 b값을 갖는 염색체들을 평가하여 평가값이 작아지기 때문이다. 최소 b값을 갖는 염색체들은 다시 선택될 확률이 높아지고, 최소 b값이 개선될 수 있도록 한다. 그러나, 최소 b값이 개선되지 않고 최소 b값을 갖는 염색체수가 증가하여 염색체군의 80%(문제에 따라 조정될 수 있음)이상을 차지하게 될 경우, 현재 사용할 수 있는 채널수(Z)가 한계가 있다고 판단할 수 있다. 따라서, 사용할 수 있는 채널수(Z)를 한 단위 증가시켜 최소 b값을 개선할 수 있도록 한다. 이때, 전 단계에서 우성 염색체로 평가된 염색체들을 증가된 채널수로 채널 할당할 때 초기 개체군에 포함시키고, 한 단위 증가한 채널수를 사용하여 본 발명에서 제안하는 방법을 적용함으로써 각 염색체에 대한 새로운 평가함수값과 b값을 얻을 수 있다.
또한, 도 9의 초기 평가함수값의 합이 도 8의 초기 평가함수값의 합보다 큰 이유는 사용하는 채널수를 최저 사용 가능 채널수보다 작게 시작하여 단계적으로 채널수를 증가시키기 때문이다. 마찬가지로, 도 9의 초기 b값도 도 8의 초기 b값보다 큰 이유도 같다. 즉, 초기에 작은 채널수를 사용하여 염색체의 차별성을 b값으로 뚜렷히 구분하여 점진적으로 염색체들을 선별해 나가는 것이다. 그래서, 도 9에서 평가함수값의 합이 수렴하여 6053세대에 약 7,000,000이 되고, b=0인 염색체(최적 채널 할당해)를 찾을 수 있다. 이 최적해를 얻는 계산시간은 펜티엄 III 933MHz로 약 4시간 소요된다. 이 계산시간은 유전자알고리즘의 파라메타의 값들과 본 발명이 제시한 평가단계를 언제 적용하는냐에 따라 차이가 있을 수 있다. 또한, 이 계산시간은 같은 문제에 대하여 Ngo와 Li(1998)가 Z=268에서 최적채널할당해를 얻는데 소요된 165시간보다는 상당히 개선된 것이다.
상기에서 설명한 바와 같이, 상기 제3 선행기술에서 제안한 평가함수 [수학식 1]로는 염색체의 차별화가 한계가 있기 때문에 염색체들을 1, 2 단계의 평가함수로 평가하는 방법과 초기사용가능 채널을 최소 채널수에서 시작하여 최적채널할당을 위해 채널수를 늘려감으로써, b값을 0으로 수렴할 수 있도록 하는 방법을 제안하는 것이 본 발명의 핵심사항인 것이다.
따라서, 본 발명에서는 각 셀 마다 채널 수요가 균일하지 않은 무선 통신네트워크에서 서비스 지역과 시간에 따라 채널 수요 변화가 불확실하고, 심할 때 각 셀에서 필요로 하는 채널 수요와 필요로 하는 시간에 동적으로 빠르게 채널을 최적 할당할 수 있다.
상술한 바와 같은 본 발명의 방법은 프로그램으로 구현되어 컴퓨터로 읽을 수 있는 기록매체(씨디롬, 램, 롬, 플로피 디스크, 하드 디스크, 광자기 디스크 등)에 저장될 수 있다.
이상에서 설명한 본 발명은 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니고, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하다는 것이 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 있어 명백할 것이다.
상기한 바와 같은 본 발명은, 첫째 채널수요에 따라 채널할당 순서(call 리스트)가 선택된 후 채널할당을 간섭 없이 할당할 수 있고 복잡도가 높은 채널할당문제에서 지역 최적치에 머무를 확률을 줄이면서 다양성과 수렴성을 고려하여 call 리스트를 선택할 수 있고, 둘째 유전자알고리즘의 염색체는 채널수요에 따른 채널수요 우선순위(call 리스트)로 표시함으로써, 특정 call 리스트에 대하여 채널을 할당했을 때 blocking call(b:채널수요를 만족시키지 못하는 수요량)이 0이면 모든 채널 수요를 만족시킬 수 있으며, 셋째 초기에 사용할 수 있는 채널수(Z)값을 최소 채널수(lower bound)와 같거나 작게 시작함으로써, 각각의 call 리스트의 우열이 평가함수로써 어렵지 않게 가려지도록 할 수 있고, 또한 Z값이 Z+1로 재시도시, 초기 개체군은 바로 직전에 시도한 채널할당에서 얻어진 최선의 call 리스트들을 사 용함으로써 더 빠르고 좋은 최적채널할당을 할 수 있는 call 리스트를 찾아낼 수 있는 효과가 있다.

Claims (7)

  1. 무선통신 서비스 시스템에 적용되는 유전자 알고리즘을 이용한 실시간 동적 채널 할당 방법에 있어서,
    채널 할당을 위한 고유번호가 랜덤하게 발생되도록 초기에 사용할 수 있는 채널수(Z값)를 최소채널수(Lower Bound)보다 작게 시작하여, 채널 할당 순서(콜(call) 리스트)를 결정하고 초기 염색체 군을 생성하는 제 1 단계;
    FEA(Frequency Exhaustive Assignment) 방식과 적합도 평가식을 이용하여 적합도를 평가 수행 후, 룰렛휠 선택방법을 사용하여 염색체 군의 선택 및 재생성 과정을 수행하고, 상기 염색체 군의 경로에 대해 돌연변이 연산과 교배 연산을 수행하는 제 2 단계; 및
    한 세대의 염색체 군에서 대립 유전자의 개수가 일정비율을 넘기는지를 확인하여, 그 결과에 따라 사용 가능 채널수(Z값)를 늘려가면서(Z=Z+1), 세대별로 진화해 나가는 모든 세대의 염색체 군에 대해, 상기 제 2 단계를 반복 수행하여 실시간으로 동적 채널을 할당하는 제 3 단계
    를 포함하는 유전자 알고리즘을 이용한 실시간 동적 채널 할당 방법.
  2. 삭제
  3. 제 1 항에 있어서,
    상기 적합도 평가식은,
    하기의 수학식과 같이 [단계 1] 및 [단계 2]의 수학식을 포함하며,
    상기 [단계 1]의 수학식 q1에 따라, 염색체의 최소값(b)이 염색체 군의 일정비율을 차지하게 될 경우, 최소값(b)을 갖는 염색체들간의 우성 및 열성 염색체를 판단하기 위해 상기 [단계 2]의 수학식 q2를 사용하여 평가 작업을 수행하게 되며, 상기 [단계 2]의 수학식 q2만을 사용하여 룰렛휠 방법에 의한 선택을 하도록 하는 것을 특징으로 하는 유전자 알고리즘을 이용한 실시간 동적 채널 할당 방법.
    ([단계 1] :
    Figure 112009051062513-pat00033
    ,
    [단계 2] :
    Figure 112009051062513-pat00034
    ,
    여기서, N = 셀의 수, di = 셀 i의 통화 수요량, fij = 셀 i의 j번째 할당되는 채널의 고유번호(1번부터 Z까지의 임의의 수), Z = 할당할 수 있는 채널번호를 1번부터 넘버링(numbering) 했을 때 최대값, b = 전체 채널 요구량에서 만족시키지 못하는 요구량, w = 모든 채널수요에 대하여 채널 Z를 할당할 경우 할당된 채널의 합을 나타냄)
  4. 제 3 항에 있어서,
    상기 교배 연산은,
    이진 행렬을 이용하는 것을 특징으로 하는 유전자 알고리즘을 이용한 실시간 동적 채널 할당 방법.
  5. 제 4 항에 있어서,
    상기 돌연변이 연산은,
    염색체의 길이와 돌연변이율을 고려하여 돌연변이에 참여하는 유전자의 갯수를 늘이거나 일정 갯수의 유전자가 참여하는 돌연변이 과정을 반복 수행하는 것을 특징으로 하는 유전자 알고리즘을 이용한 실시간 동적 채널 할당 방법.
  6. 제 5 항에 있어서,
    상기 제 3 단계는,
    초기에 사용할 수 있는 채널수(Z값)를 Z=Z+1로 재시도시, 초기 염색체 군이 바로 직전에 시도한 채널 할당에서 얻어진 최선의 call 리스트들을 사용하여 최적의 채널 할당을 수행하는 call 리스트를 찾아낼 수 있도록 하는 것을 특징으로 하는 유전자 알고리즘을 이용한 실시간 동적 채널 할당 방법.
  7. 프로세서를 구비한 무선통신 서비스 시스템에,
    채널 할당을 위한 고유번호가 랜덤하게 발생되도록 초기에 사용할 수 있는 채널수(Z값)를 최소채널수(Lower Bound)보다 작게 시작하여, 채널 할당 순서(콜(call) 리스트)를 결정하고 초기 염색체 군을 생성하는 제 1 기능;
    FEA(Frequency Exhaustive Assignment) 방식과 적합도 평가식을 이용하여 적합도를 평가 수행 후, 룰렛휠 선택방법을 사용하여 염색체 군의 선택 및 재생성 과정을 수행하고, 상기 염색체 군의 경로에 대해 돌연변이 연산과 교배 연산을 수행하는 제 2 기능; 및
    한 세대의 염색체 군에서 대립 유전자의 개수가 일정비율을 넘기는지를 확인하여, 그 결과에 따라 사용 가능 채널수(Z값)를 늘려가면서(Z=Z+1), 세대별로 진화해 나가는 모든 세대의 염색체 군에 대해, 상기 제 2 기능을 반복 수행하여 실시간으로 동적 채널을 할당하는 제 3 기능
    을 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1020020059200A 2002-09-28 2002-09-28 유전자 알고리즘을 이용한 실시간 동적 채널 할당 방법 KR100937319B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020020059200A KR100937319B1 (ko) 2002-09-28 2002-09-28 유전자 알고리즘을 이용한 실시간 동적 채널 할당 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020020059200A KR100937319B1 (ko) 2002-09-28 2002-09-28 유전자 알고리즘을 이용한 실시간 동적 채널 할당 방법

Publications (2)

Publication Number Publication Date
KR20040028105A KR20040028105A (ko) 2004-04-03
KR100937319B1 true KR100937319B1 (ko) 2010-01-18

Family

ID=37330338

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020020059200A KR100937319B1 (ko) 2002-09-28 2002-09-28 유전자 알고리즘을 이용한 실시간 동적 채널 할당 방법

Country Status (1)

Country Link
KR (1) KR100937319B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR930702824A (ko) * 1990-10-01 1993-09-09 윌리암 이. 코흐 통신 시스템에서 채널 선택을 극대화시키는 방법
KR20030003430A (ko) * 2001-06-30 2003-01-10 주식회사 케이티 무선통신 시스템에서의 유전자 알고리즘을 이용한 실시간동적 채널 할당 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR930702824A (ko) * 1990-10-01 1993-09-09 윌리암 이. 코흐 통신 시스템에서 채널 선택을 극대화시키는 방법
KR20030003430A (ko) * 2001-06-30 2003-01-10 주식회사 케이티 무선통신 시스템에서의 유전자 알고리즘을 이용한 실시간동적 채널 할당 방법

Also Published As

Publication number Publication date
KR20040028105A (ko) 2004-04-03

Similar Documents

Publication Publication Date Title
US5778317A (en) Method for allocating channels in a radio network using a genetic algorithm
Patra et al. Improved genetic algorithm for channel allocation with channel borrowing in mobile computing
CN103686865B (zh) 网络资源使用的决策装置和方法
EP1775874A2 (en) Apparatus and method for assigning sub-channels in an OFDMA system
EP1345167A1 (en) Method of combinatorial multimodal optimisation
CN108076486A (zh) 一种基于负载均衡的动态无线资源分配算法
Lima et al. Adaptive genetic algorithms for dynamic channel assignment in mobile cellular communication systems
US6917811B2 (en) Method for dynamically assigning channel in real time based on genetic algorithm
Alabau et al. New hybrid genetic algorithms for the frequency assignment problem
CN109981169B (zh) 一种vlc-rf网络基于干扰抑制的子信道分配方法
CN112187535A (zh) 雾计算环境下服务器部署方法及装置
Khanbary et al. A GA-based effective fault-tolerant model for channel allocation in mobile computing
CN113269324B (zh) 一种基于遗传算法的低轨卫星时间窗规划方法及系统
CN112737726A (zh) 一种静态与动态相融合的tdma时隙分配方法
CN117221925A (zh) 面向无蜂窝网络用户调度与资源配置的多智能体学习方法
KR100937319B1 (ko) 유전자 알고리즘을 이용한 실시간 동적 채널 할당 방법
Shirazi et al. A new genetic based algorithm for channel assignment problems
CN113727450B (zh) 一种基于资源隔离与复用的网络切片无线资源分配方法
KR100775288B1 (ko) 무선통신 시스템에서의 유전자 알고리즘을 이용한 실시간동적 채널 할당 방법
Cheng et al. A novel approach to the fixed channel assignment problem
CN112804758B (zh) 多跳网络通信资源分配方法及装置
KR100958925B1 (ko) Ｆｄｍａ 시스템의 채널 할당 방법
Abdul-Haleem et al. Aggressive fuzzy distributed dynamic channel assignment algorithm
CN116131925B (zh) 一种认知卫星网络信道分配方法及装置
LEE et al. Performance analysis of channel allocation schemes for supporting multimedia traffic in hierarchical cellular systems

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20020928

PG1501 Laying open of application
A201 Request for examination
PA0201 Request for examination

Patent event code: PA02012R01D

Patent event date: 20070921

Comment text: Request for Examination of Application

Patent event code: PA02011R01I

Patent event date: 20020928

Comment text: Patent Application

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20090527

Patent event code: PE09021S01D

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20091228

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20100108

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20100108

End annual number: 3

Start annual number: 1

PG1601 Publication of registration
FPAY Annual fee payment

Payment date: 20130107

Year of fee payment: 4

PR1001 Payment of annual fee

Payment date: 20130107

Start annual number: 4

End annual number: 4

FPAY Annual fee payment

Payment date: 20140102

Year of fee payment: 5

PR1001 Payment of annual fee

Payment date: 20140102

Start annual number: 5

End annual number: 5

FPAY Annual fee payment

Payment date: 20150105

Year of fee payment: 6

PR1001 Payment of annual fee

Payment date: 20150105

Start annual number: 6

End annual number: 6

FPAY Annual fee payment

Payment date: 20160104

Year of fee payment: 7

PR1001 Payment of annual fee

Payment date: 20160104

Start annual number: 7

End annual number: 7

FPAY Annual fee payment

Payment date: 20161227

Year of fee payment: 8

PR1001 Payment of annual fee

Payment date: 20161227

Start annual number: 8

End annual number: 8

FPAY Annual fee payment

Payment date: 20180102

Year of fee payment: 9

PR1001 Payment of annual fee

Payment date: 20180102

Start annual number: 9

End annual number: 9

LAPS Lapse due to unpaid annual fee
PC1903 Unpaid annual fee

Termination category: Default of registration fee

Termination date: 20191019