• 방송공학회논문지
• /
• 제15권4호
• /
• pp.487-497
• /
• 2010

본 논문은 3GPP LTE (Long Term Evolution) 시스템에서 목표 셀과 서빙 셀 간의 부하 차이에 따라서 히스테리시스 값과 타임-투-트리거 값들과 같은 중요한 핸드오버 파라미터를 적응적으로 적용하는 하드 핸드오버 방식을 제안한다. 먼저, 히스테리시스 값을 서빙 셀과 목표 셀의 부하 차이에 따라서 자동적으로 조절하고 그 자동 조절된 히스테리시스 값을 핸드오버 트리거 (Trigger) 시간을 결정하는데 사용한다. 따라서 그러한 적응 히스테리시스 방법을 통하여 핸드오버 실패율은 개선된다. 그러나 이러한 적응 히스테리시스 방식은 셀 경계에서 잦은 단말들의 이동에 의해서 발생하는 핑퐁 현상이 증가하는 문제를 야기한다. 따라서 그러한 문제점을 해결하기 위해서 본 논문에서는 적응 히스테리시스 방식에 의해서 설정된 히스테리시스 (Hysteresis)값에 반비례하는 타임-투-트리거 (Time-to- trigger)값을 선택하는 적응 히스테리시스 기반의 적응 타임-투-트리거 방식을 제안한다. 시뮬레이션을 통하여 본 논문에서 제안한 적응 히스테리시스 기반의 적응 타임-투-트리거 방식이 기존의 고정 히스테리시스 방법과 적응 히스테리시스 방법 기반의 고정 타임-투-트리거 방식보다 핸드오버 실패율과 핑퐁 (Ping-pong) 발생률 측면에서 더 우수함을 확인하였다.

• 정보처리학회논문지C
• /
• 제14C권2호
• /
• pp.163-170
• /
• 2007

차세대 네트워크는 다양한 특성을 가진 무선 액세스 네트워크들로 구성되는 오버레이 네트워크 형태로 구성된다. 이와 같은 네트워크 환경에서 이동 사용자에게 멀티미디어 서비스를 고품질로 제공하기 위해서는 핸드오버 횟수를 최소화하고 오류전파문제를 해결해야 한다. 이에 본 논문에서는 mSCTP (mobile Stream Control Transmission Protocol)을 기반으로 오류전파문제를 개선함으로써 오버레이 네트워크 환경에서 종단 간 수직 핸드오버 시 이동 사용자에게 고품질의 멀티미디어 서비스를 제공하는 방안을 제안한다. 제안하는 방안은 다음 4가지 기능을 이용한다. (1) 멀티미디어 프레임의 전송 경로를 프레임 유형별로 분리, (2) 멀티미디어 프레임 손실률을 최소화하는 재전송 정책, (3) 바이캐스팅 (bicasting)을 통한 Forced 수직 핸드오버 수행, (4) 핑퐁 현상이 성능에 미치는 영향을 줄이기 위한 안정기간 사용, 시뮬레이션을 통해 제안하는 방안은 오류복원력을 달성함으로써 이동 사용자에게 고품질의 멀티미디어 서비스를 제공함을 알 수 있었다.

• International Journal of Computer Science & Network Security
• /
• 제24권1호
• /
• pp.226-234
• /
• 2024

The frequent handover problem and playing ping-pong effects in 5G (5th Generation) ultra-dense networking cannot be effectively resolved by the conventional handover decision methods, which rely on the handover thresholds and measurement reports. For instance, millimetre-wave LANs, broadband remote association techniques, and 5G/6G organizations are instances of group of people yet to come frameworks that request greater security, lower idleness, and dependable principles and correspondence limit. One of the critical parts of 5G and 6G innovation is believed to be successful blockage the board. With further developed help quality, it empowers administrator to run many systems administration recreations on a solitary association. To guarantee load adjusting, forestall network cut disappointment, and give substitute cuts in case of blockage or cut frustration, a modern pursuing choices framework to deal with showing up network information is require. Our goal is to balance the strain on BSs while optimizing the value of the information that is transferred from satellites to BSs. Nevertheless, due to their irregular flight characteristic, some satellites frequently cannot establish a connection with Base Stations (BSs), which further complicates the joint satellite-BS connection and channel allocation. SF redistribution techniques based on Deep Reinforcement Learning (DRL) have been devised, taking into account the randomness of the data received by the terminal. In order to predict the best capacity improvements in the wireless instruments of 5G and 6G IoT networks, a hybrid algorithm for deep learning is being used in this study. To control the level of congestion within a 5G/6G network, the suggested approach is put into effect to a training set. With 0.933 accuracy and 0.067 miss rate, the suggested method produced encouraging results.