• Journal of information and communication convergence engineering
• /
• 제19권2호
• /
• pp.67-72
• /
• 2021

Wireless sensor networks (WSNs) require an enormous number of sensor nodes (SNs) to maintain processing, sensing, and communication capabilities for monitoring targeted sensing regions. SNs are generally operated by batteries and have a significantly restricted energy consumption; therefore, it is necessary to discover optimization techniques to enhance network lifetime by saving energy. The principal focus is on reducing the energy consumption of packet sharing (transmission and receiving) and improving the network lifespan. To achieve this objective, this paper presents a novel improved energy-efficient cluster-based routing protocol (IECRP) that aims to accomplish this by decreasing the energy consumption in data forwarding and receiving using a clustering technique. Doing so, we successfully increase node energy and network lifetime. In order to confirm the improvement of our algorithm, a simulation is done using matlab, in which analysis and simulation results show that the performance of the proposed algorithm is better than that of two well-known recent benchmarks.

• 한국위성정보통신학회논문지
• /
• 제6권1호
• /
• pp.75-79
• /
• 2011

이동 Ad hoc 네트워크 (MANET: Mobile Ad-hoc Network)는 기존의 통신 인프라의 구축 여부와 무관하게 무선 단말기간의 통신이 가능한 네트워크이다. Ad hoc 네트워크는 음영지역, 재난지역, 전쟁 시와 같은 통신 인프라가 구축되기 어려운 상황에서 유용하게 사용 될 수 있다. 그러나 음성 및 데이터 서비스 등과 같은 무선 서비스의 제공을 위해 많은 양의 네트워크 용량이 필요하게 되지만 기존의 제한된 주파수 자원에 따른 주파수 부족 상황 및 주파수 자원정책의 규제에 따라 원활한 주파수 사용이 어려운 상황이다. 이에 따라 높은 주파수 활용을 제공하는 무선 인지 시스템이 Ad-hoc네트워크에 적용하여 보다 다양하고 확장된 네트워크 서비스를 제공할 수 있다. 따라서, 본 논문에서는 AWGN 과 Rayleigh 채널 환경에서, 기존의 단일 스펙트럼 센싱 및 협력 스펙트럼 센싱과 비교하여 Ad-hoc 네트워크가 적용된 무선인지 시스템에서의 스펙트럼 센싱의 성능이 향상됨을 모의실험 및 성능 분석을 통하여 나타내었다.

• Journal of Communications and Networks
• /
• 제18권5호
• /
• pp.784-795
• /
• 2016

In this paper, we investigate the resource allocation problem in time-varying heterogeneous wireless networks (HetNet) with multi-homing user equipments (UE). The stochastic optimization model is employed to maximize the network utility, which is defined as the difference between the HetNet's throughput and the total energy consumption cost. In harmony with the hierarchical architecture of HetNet, the problem of stochastic optimization of resource allocation is decomposed into two subproblems by the Lyapunov optimization theory, associated with the flow control in transport layer and the power allocation in physical (PHY) layer, respectively. For avoiding the signaling overhead, outdated dynamic information, and scalability issues, the distributed resource allocation method is developed for solving the two subproblems based on the primal-dual decomposition theory. After that, the adaptive resource allocation algorithm is developed to accommodate the timevarying wireless network only according to the current network state information, i.e. the queue state information (QSI) at radio access networks (RAN) and the channel state information (CSI) of RANs-UE links. The tradeoff between network utility and delay is derived, where the increase of delay is approximately linear in V and the increase of network utility is at the speed of 1/V with a control parameter V. Extensive simulations are presented to show the effectiveness of our proposed scheme.

• 한국멀티미디어학회논문지
• /
• 제12권5호
• /
• pp.728-736
• /
• 2009

가변감지범위를 갖는 무선센서네트워크의 수명연장을 위한 센서 노드의 전원 관리에서 요구되는 최대집합 커버문제를 유전자알고리즘을 이용하여 해결하였다. 기존의 경험적 탐용법(greedy heuristic method)에서는 네트워크의 동작 중 스케줄링을 반복 수행하므로 센서노드의 통신량이 증가한다. 제안한 방법에는 센서 노드의 통신 트래픽을 감소시켜 노드의 에너지 소모를 절약하여 네트워크의 수명을 연장하였다. 컴퓨터 시뮬레이션을 통해 제안한 방법의 유효성을 확인했으며 통신동작의 에너지 소모를 고려할 때 네트워크의 수명 이 약 10% 증가하였다.

• 한국융합학회논문지
• /
• 제11권11호
• /
• pp.55-61
• /
• 2020

중소기업에 예상되는 통신 관련 이슈는 1) IT 시스템이 구축되어 있는 경우 연계가 쉽지 않고, 2) 이기종 시스템에서 데이터 수집과 통합이 어렵고, 3) 다양한 Fieldbus 및 프로토콜이 존재하여 인터페이스가 쉽지 않다는 것이다. 보통 스마트공장 도입 전에 중소기업은 자동화가 구축되어 있는 경우가 많다. 중소기업의 자동화 대상 설비와 통신네트워크에 노후 된 Sensor와 이기종 시스템 수준에 맞게 Sensing 등 통신기술을 함께 제공할 필요가 있다. PI를 활용한 사전준비 시점에 최신 네트워크 기술을 적용하기 전에 각 유형별 네트워크 인터페이스 개선방안을 고찰하고자 한다.

• 센서학회지
• /
• 제28권3호
• /
• pp.182-186
• /
• 2019

When a camera is employed for 3D sensing, accurate camera calibration is vital as it is a prerequisite for the subsequent steps of the sensing process. Camera calibration is usually performed by complex mathematical modeling and geometric analysis. On the other contrary, data learning using an artificial neural network can establish a transformation relation between the 3D space and the 2D camera image without explicit camera modeling. However, a neural network requires a large amount of accurate data for its learning. A significantly large amount of time and work using a precise system setup is needed to collect extensive data accurately in practice. In this study, we propose a two-step neural calibration method that is effective when only a small amount of learning data is available. In the first step, the camera projection transformation matrix is determined using the limited available data. In the second step, the transformation matrix is used for generating a large amount of synthetic data, and the neural network is trained using the generated data. Results of simulation study have shown that the proposed method as valid and effective.

• 디지털콘텐츠학회 논문지
• /
• 제15권3호
• /
• pp.319-326
• /
• 2014

IEEE 802.11 무선랜은 CSMA/CA(Carrier Sense Multiple Access/Collision Avoidance) 방식의 MAC(Media Access Control) 프로토콜을 사용하며, 데이터 충돌을 회피하기 위하여 데이터 전송 시 다른 사용자가 채널을 사용하고 있는지를 캐리어 감지를 통해 확인하게 된다. 현재 IEEE 802.11 표준에서는 캐리어 감지 범위에 영향을 주는 임계값을 일정한 고정 값으로 운용을 하고 있는데, 모바일 Ad-hoc 네트워크와 같이 이동성으로 인해 가변성이 큰 경우에는 고정 특정 캐리어 감지 임계값으로는 효율적인 네트워크 운영이 어렵다. 본 논문에서는 신호대간섭잡음비를 고려하여 캐리어 감지 임계값과 전송속도를 적절히 선택하는 제안된 SINR 기반 동적 캐리어 감지 임계값 방법을 모바일 Ad-hoc 네트워크 환경에 맞게 운영을 함으로써 더 좋은 네트워크 처리율을 얻을 수 있음을 보여준다.

• 한국통신학회논문지
• /
• 제40권3호
• /
• pp.469-477
• /
• 2015

본 논문에서는 고밀집 환경에서 대용량 MIMO가 장착된 무선랜 시스템의 효율을 높이기 위한 방식으로 결합공간 분할 및 재사용 기법을 제안한다. 제안한 기법은 다중 안테나로 생성할 수 있는 공간 자원을 간섭을 미리 억제하는데 사용하는 공간 자원과 캐리어 센싱 및 전송을 하는데 이용하는 공간 자원으로 분리한다. 분리된 공간자원의 양에 따라 다른 캐리어 센싱 한계값을 할당하여, 해당 공간 자원으로의 전송 여부를 결정한다. 이 방식은 공간 분할 (spatial division) 최적화 문제와 공간 재사용 (spatial reuse) 최적화 문제를 동시에 고려해 네트워크의 전송 용량을 최대화한다. 시뮬레이션을 통해 제안한 기법이 IEEE 802.11에서 정의된 캐리어 센싱 기법보다 네트워크의 용량을 133% 증가시키므로 차세대 무선랜 시스템에 적용하여 사용자에게 우수한 전송 품질을 제공해 줄 수 있음을 보인다.

• International Journal of Computer Science & Network Security
• /
• 제22권2호
• /
• pp.214-222
• /
• 2022

Convolutional Neural networks (CNNs) are a category of deep learning networks that have proven very effective in computer vision tasks such as image classification. Notwithstanding, not much has been seen in its use for remote sensing image classification in developing countries. This is majorly due to the scarcity of training data. Recently, transfer learning technique has successfully been used to develop state-of-the art models for remote sensing (RS) image classification tasks using training and testing data from well-known RS data repositories. However, the ability of such model to classify RS test data from a different dataset has not been sufficiently investigated. In this paper, we propose a deep CNN model that can classify RS test data from a dataset different from the training dataset. To achieve our objective, we first, re-trained a ResNet-50 model using EuroSAT, a large-scale RS dataset to develop a base model then we integrated Augmentation and Ensemble learning to improve its generalization ability. We further experimented on the ability of this model to classify a novel dataset (Nig_Images). The final classification results shows that our model achieves a 96% and 80% accuracy on EuroSAT and Nig_Images test data respectively. Adequate knowledge and usage of this framework is expected to encourage research and the usage of deep CNNs for land cover mapping in cases of lack of training data as obtainable in developing countries.

• 한국통신학회논문지
• /
• 제41권8호
• /
• pp.877-889
• /
• 2016

본 논문에서는 인지 라디오 네트워크를 구성하는 기본요소와, 그를 위협하는 공격 유형에 대하여 살펴본다. 특히, SSDF (Spectrum Sensing Data Falsification) 공격에 대하여 자세히 살펴보고, 이를 극복하기 위한 해법을 제시한다. SSDF 공격은 실현하기 쉬운 반면, 이를 탐지하고 대응하기 위하여 많은 노력이 필요하다. 본 논문에서 제안하는 기법은 악의적인 사용자와 그들의 센싱 리포트를 구분해 내기 위하여 이상 탐지 (Anomaly Detection) 기술을 사용 한다. 제안하는 기법의 유효성을 검증하기 위하여 시뮬레이션을 수행 하였으며, 그 결과 비정상적인 센싱 리포트를 효과적으로 구분해 내고 활성화 된 주 사용자(Primary User)를 정확히 탐지해 내는 것을 확인 할 수 있었다.