• 디지털콘텐츠학회 논문지
• /
• 제9권3호
• /
• pp.433-439
• /
• 2008

온라인 게임에서 동영상은 게임을 홍보하는 중요한 수단이며, 게임 진행에 많은 도움을 준다. 이 경우에 동영상은 저장 공간의 효율적인 사용과 네트워크 자원의 효율성을 위해 가변 비트율 형태로 압축된다. 적응형 대역폭 할당은 게임 동영상에 대한 전송 계획을 세우고 이 계획에 의한 전송률이 가용 전송률보다 큰 경우에 가용 전송률을 만족시킬 때까지 일부 프레임을 폐기시켜서 전송하는 방법이다. 이때, 적응형 대역폭 할당 방법에서의 평가 요소들은 전송률을 설정하는데 크게 영향을 준 프레임들의 폐기 순서에 따라 크게 달라질 수 있다. 본 논문에서는 이를 살펴보기 위하여 전송 계획에 사용되는 CBA, MCBA, MVBA, [6]], [7]의 알고리즘들을 적응형 대역폭 할당 방법의 전송 계획으로 각각 적용하여 다양한 프레임 폐기 방법들로 성능을 평가한다.

• 한국통신학회논문지
• /
• 제32권9A호
• /
• pp.888-897
• /
• 2007

본 논문에서는 802.16e OFDMA/TDD 셀룰러 시스템에서 Sector Throughput과 Fairness를 향상시키기 위한 상향링크 동적자원할당 알고리즘을 제안한다. 제안된 알고리즘을 설명하기에 앞서 상하향링크 채널 정보의 차이를 언급하고, Round-robin 알고리즘에 사용자의 위치에 따라 할당 받을 수 있는 부채널 수를 제한하는 기존의 FLR 알고리즘과 전송전력 최소화 또는 전송률 최대화 Inner Closed-loop Power Control 알고리즘을 적용함으로서 10% 정도의 Throughput과 공평성 측면에서 높은 성능 향상을 볼 수 있다. 또한 상향링크 채널 사운딩을 통한 상향링크 채널 정보를 이용하여 FASA 알고리즘을 수행함으로써 FLR 을 적용한 Round-robin에 비하여 31.8%의 Sector Throughput이 향상되었다. User Selection, 부채널 할당 알고리즘, 전력할당 알고리즘과 Simulation Methodology 등은 Part I 논문에서 이미 언급한 바와 같다.

• 정보처리학회논문지C
• /
• 제11C권4호
• /
• pp.429-438
• /
• 2004

본 논문에서는 정책기반의 IP 네트워크 관리구조에서 임의의 노드에 유입되어지는 트래픽에 대하여 퍼지 추론 방식을 사용한 어드미션 제어 구조를 설계하였다. 제안된 제어구조는 기존 정의된 정책 요구수준과 네트워크 상태에 따라 자원 할당을 결정하는 방식을 사용하였다. 이는 기존의 바이너리 방식의 정책 적용방식을 개선하여 사전에 정의된 임의의 005 정책에 대하여 예측할 수 없는 네트워크의 상태에 따라 적응적인 어드미션 제어를 제공함으로서 네트워크의 자원을 효율적으로 사용할 수 있도록 하였다. 볼 논문에서 설계한 퍼지 제어기를 통하여 제한된 환경에서의 시뮬레이션을 수행한 결과 비퍼지 환경에 비하여 트래픽의 패턴에 따라 평균 26%의 패킷 거부율을 향상하였고, 이는 퍼지 컨트롤러에 의해서 네트워크의 상태에 따라 비퍼지 환경에서의 수락/거절 동작이 아닌 소프트한 적응성을 보여주었기 때문이다.

• 대한전자공학회논문지TC
• /
• 제46권4호
• /
• pp.56-63
• /
• 2009

이핸드오버가 비약적으로 늘어나는 차세대 셀룰러 시스템에서 자원 예약 기법은 핸드오버 call에 대한 보다 나은 QoS를 보장하기 위한 효과적인 방법이다. 그러나 핸드오버 call을 위한 자원의 예약은 신규 local call의 blocking 확률에 부정적인 영향을 미칠 수 있다. 본 논문에서는, 신규 local call을 보호하면서도 핸드오버 call의 ropping 확률을 효과적으로 줄이기 위하여, random access 기반의 적응적 그룹별 자원 예약 기법을 제안한다. 제안하는 자원 예약 기법은 target 셀에서 핸드오버 예상시간을 기반으로 단말들을 적응적으로 grouping하여 그룹 단위로 자원을 예약하고, random access원리에 의해 그룹 내의 자원을 할당하는 방식이다. 또한 본 논문에서는 제안된 예약 기법의 성능을 Markov chain 모델을 이용하여 수학적으로 분석한다. 모의실험을 통해 제안된 자원 예약 기법의 이론적인 성능 해석이 실험 결과와 유사함을 보였고, 제안된 자원 예약 기법이 기존의 기법에 비해 랜드오버 call의 dropping 확률 측면에서 우수한 성능을 가짐을 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권2호
• /
• pp.687-708
• /
• 2017

The machine-to-machine (M2M) communication is featured by tremendous number of devices, small data transmission, and large uplink to downlink traffic ratio. The massive access requests generated by M2M devices would result in the current medium access control (MAC) protocol in LTE/LTE-A networks suffering from physical random access channel (PRACH) overload, high signaling overhead, and resource underutilization. As such, fairness should be carefully considered when M2M traffic coexists with human-to-human (H2H) traffic. To tackle these problems, we propose an adaptive Slotted ALOHA (S-ALOHA) and time division multiple access (TDMA) hybrid protocol. In particular, the proposed hybrid protocol divides the reserved uplink resource blocks (RBs) in a transmission cycle into the S-ALOHA part for M2M traffic with small-size packets and the TDMA part for H2H traffic with large-size packets. Adaptive resource allocation and access class barring (ACB) are exploited and optimized to maximize the channel utility with fairness constraint. Moreover, an upper performance bound for the proposed hybrid protocol is provided by performing the system equilibrium analysis. Simulation results demonstrate that, compared with pure S-ALOHA and pure TDMA protocol under a target fairness constraint of 0.9, our proposed hybrid protocol can improve the capacity by at least 9.44% when ${\lambda}_1:{\lambda}_2=1:1$and by at least 20.53% when ${\lambda}_1:{\lambda}_2=10:1$, where ${\lambda}_1,{\lambda}_2$ are traffic arrival rates of M2M and H2H traffic, respectively.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제5권9호
• /
• pp.1492-1512
• /
• 2011

Due to multiple hops, mobility and time-varying channel, supporting delay sensitive real-time traffic in wireless local area network-based (WLAN) mesh networks is a challenging task. In particular for real-time traffic subject to medium access control (MAC) layer control overhead, such as preamble, carrier sense waiting time and the random backoff period, the performance of real-time flows will be degraded greatly. In order to support real-time traffic, an efficient adaptive packet scheduling (APS) scheme is proposed, which aims to improve the system performance by guaranteeing inter-class, intra-class service differentiation and adaptively adjusting the packet length. APS classifies incoming packets by the IEEE 802.11e access class and then queued into a suitable buffer queue. APS employs strict priority service discipline for resource allocation among different service classes to achieve inter-class fairness. By estimating the received signal to interference plus noise ratio (SINR) per bit and current link condition, APS is able to calculate the optimized packet length with bi-dimensional markov MAC model to improve system performance. To achieve the fairness of intra-class, APS also takes maximum tolerable packet delay, transmission requests, and average allocation transmission into consideration to allocate transmission opportunity to the corresponding traffic. Detailed simulation results and comparison with IEEE 802.11e enhanced distributed channel access (EDCA) scheme show that the proposed APS scheme is able to effectively provide inter-class and intra-class differentiate services and improve QoS for real-time traffic in terms of throughput, end-to-end delay, packet loss rate and fairness.

• 한국정보과학회논문지:정보통신
• /
• 제37권2호
• /
• pp.94-98
• /
• 2010

무선 네트워크상에서 자원의 단위가격을 결정하는 문제는 매우 중요한 문제이다. 기존의 기법들은 네트워크 운영자 중심 혹은 사용자 중심의 방법들이었기 때문에 최근에는 운영자와 사용자 모두를 만족시킬 수 있는 새로운 기법이 요구되었다. 본 논문에서는 네트워크에서 제공하는 대역폭을 사용하여 정보를 전송하는 유저들이 얻는 이익과 네트워크 운영자가 얻는 이익을 포함한 사회 전체적인 이익인 사회적 편익(social welfare)을 최대화 할 수 있는 적응적 가격 결정 기법을 제안하였다. 제안된 기법에서는 게임이론의 일종인 슈타켈버그 게임과 수요-효율 그래프를 사용하여 현재 네트워크 상황에 적합한 최적가격을 결정하도록 설계하였고, 성능분석을 통해 제안된 기법이 기존의 가격결정 기법에 비해 우수한 성능을 가지는 것을 확인하였다.

• 한국통신학회논문지
• /
• 제30권7A호
• /
• pp.620-627
• /
• 2005

OFDMA 하향링크 시스템에서 단말의 불균등한 위치 분포와 다양한 QoS 요구사항의 변화에 따라 시스템에 끼치는 부정적인 영향을 줄이기 위한 적응적 hot-spot 운용 기법에 대해 제안하였다. 매크로셀의 기지국은 셀 내 피고셀의 운용을 조절하며, 예측된 user outage probability와 AHOS 이득 파라미터 값에 의해 피코셀을 켜고 끄게된다. 제안된 AHOS 기법은 다양한 시스템 환경에서 QoS outage probability를 유지하면서 시스템의 throughput을 최대화 시키는 이득을 보였다.

• ETRI Journal
• /
• 제28권3호
• /
• pp.282-290
• /
• 2006

In vertically overlaid cellular systems, a temporary traffic concentration can occur in a hot-spot area, and this adversely affects overall system capacity. In this paper, we develop an adaptive hot-spot operating scheme (AHOS) to mitigate the negative effects from the nonuniform distribution of user location and the variation in the mixture of QoS requirements in orthogonal frequency division multiple access downlink systems. Here, the base station in a macrocell can control the operation of picocells within the cell, and turns them on or off according to the system overload estimation function. In order to determine whether the set of picocells is turned on or off, we define an AHOS gain index that describes the number of subcarriers saved to the macrocell by turning a specific picocell on. For initiating the picocell OFF procedure, we utilize the changes in traffic concentration and co-channel interference to the neighboring cells. According to computer simulation, the AHOS has been proved to have maximize system throughput while maintaining a very low QoS outage probability under various system scenarios in both a single-cell and multi-cell environments.

• ETRI Journal
• /
• 제42권5호
• /
• pp.686-699
• /
• 2020

In this paper, we propose a supervised-learning-based spatial performance prediction (SLPP) framework for next-generation heterogeneous communication networks (HCNs). Adaptive asset placement, dynamic resource allocation, and load balancing are critical network functions in an HCN to ensure seamless network management and enhance service quality. Although many existing systems use measurement data to react to network performance changes, it is highly beneficial to perform accurate performance prediction for different systems to support various network functions. Recent advancements in complex statistical algorithms and computational efficiency have made machine-learning ubiquitous for accurate data-based prediction. A robust network performance prediction framework for optimizing performance and resource utilization through a linear discriminant analysis-based prediction approach has been proposed in this paper. Comparison results with different machine-learning techniques on real-world data demonstrate that SLPP provides superior accuracy and computational efficiency for both stationary and mobile user conditions.