• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권7호
• /
• pp.1951-1975
• /
• 2023

Recent advances in Cognitive Radio Networks (CRN) have elevated them to the status of a critical instrument for overcoming spectrum limits and achieving severe future wireless communication requirements. Collaborative spectrum sensing is presented for efficient channel selection because spectrum sensing is an essential part of CRNs. This study presents an innovative cooperative spectrum sensing (CSS) model that is built on the Firefly Algorithm (FA), as well as machine learning artificial neural networks (ANN). This system makes use of user grouping strategies to improve detection performance dramatically while lowering collaboration costs. Cooperative sensing wasn't used until after cognitive radio users had been correctly identified using energy data samples and an ANN model. Cooperative sensing strategies produce a user base that is either secure, requires less effort, or is faultless. The suggested method's purpose is to choose the best transmission channel. Clustering is utilized by the suggested ANN-FA model to reduce spectrum sensing inaccuracy. The transmission channel that has the highest weight is chosen by employing the method that has been provided for computing channel weight. The proposed ANN-FA model computes channel weight based on three sets of input parameters: PU utilization, CR count, and channel capacity. Using an improved evolutionary algorithm, the key principles of the ANN-FA scheme are optimized to boost the overall efficiency of the CRN channel selection technique. This study proposes the Artificial Neural Network with Firefly Algorithm (ANN-FA) for cognitive radio networks to overcome the obstacles. This proposed work focuses primarily on sensing the optimal secondary user channel and reducing the spectrum handoff delay in wireless networks. Several benchmark functions are utilized We analyze the efficacy of this innovative strategy by evaluating its performance. The performance of ANN-FA is 22.72 percent more robust and effective than that of the other metaheuristic algorithm, according to experimental findings. The proposed ANN-FA model is simulated using the NS2 simulator, The results are evaluated in terms of average interference ratio, spectrum opportunity utilization, three metrics are measured: packet delivery ratio (PDR), end-to-end delay, and end-to-average throughput for a variety of different CRs found in the network.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제2권9호
• /
• pp.381-392
• /
• 2013

스마트폰과 같은 무선 기기의 보급률이 높아지면서 오디오 및 비디오 스트리밍 서비스를 이용하는 사용자가 급격히 증가하고 있다. 또한 고속 네트워크 환경이 갖추어 짐에 따라 보다 나은 서비스 품질(QoS)에 대한 요구가 증가하고 있다. 무선 환경에서는 불안정한 전송 채널로 인해 패킷의 손실이 빈번하게 발생하기 때문에, Scalable Video Coding (SVC) 영상 부호화 기법을 통하여 네트워크를 보다 더 효율적으로 사용할 수 있다. SVC 기법에서는 기본계층과 상위계층으로 부호화 정보를 구분하는데, 기본계층은 영상의 복원에 있어서 필수적인 저주파 성분을 형성하기 때문에 신뢰성 있는 전송이 필수적이다. 또한 상위계층은 고주파 성분을 형성하며 성공적인 수신 데이터의 양에 비례하여 비디오의 품질이 향상되기 때문에 채널 상황이 허용하는 한도 내에서 처리량(Throughput)을 높이는 것이 중요하다. 본 논문에서는 무조건적인 처리량의 향상보다는 SVC 비디오의 특징을 고려하여 평균 품질을 향상시킬 수 있는 듀얼-채널 활용 기법을 제안한다. 즉, 기본계층에 대해서는 중복 전송방식을 통해 전송의 신뢰성을 향상시키고, 상위계층에 대해서는 분배 전송 방식을 통해 전송 속도 및 처리량을 향상시켰다. 그 결과, 무선 이동환경에서 보다 고수준의 비디오 서비스 제공이 가능해짐을 시뮬레이션을 통해 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제15권5호
• /
• pp.587-594
• /
• 2012

IEEE 802.15.6 표준 기술은 인체 내부 또는 근처에서의 근거리 저전력 무선 통신을 목적으로 제안되었으며, 대부분 맥박, 혈압, ECG, EEG 신호와 같은 인체 활력 징후(Vital Sign)를 데이터 형태로 전송하게 된다. 이러한 인체 활력 징후들은 대부분 실시간으로 전송되어야 하기 때문에 데이터 생성 후 허브 노드까지 전송이 완료되는 지연 시간이 중요한 성능 지표가 된다. 하지만 IEEE 802.15.6 표준 기술의 경우 데이터 재전송이 그 다음 수퍼프레임에 이루어지는 특징을 가지고 있다. 이를 해결하기 위해 본 논문은 적응형 폴링 알고리즘을 제안하였다. 제안한 알고리즘은 슬레이브 노드가 데이터 전송에 실패할 경우 허브 노드가 현 수퍼프레임 내에서 할당 가능한 시간 구간을 찾아 슬레이브 노드에 이를 할당하여 현 수퍼프레임 내에서 재전송이 이루어지도록 한다. 성능 분석을 통해 제안한 알고리즘이 기존 IEEE 802.15.6 표준 기술 대비 트래픽 양이 70%일 경우, 수퍼프레임이 10ms, 100ms일 때 약 61%, 73%씩 지연시간을 감소시켰다. 또한 제안한 알고리즘은 재전송으로 인한 과부하적(Bursty) 트래픽 전송 현상을 차단하는 효과도 가지고 있다. 제안한 적응형 폴링 알고리즘을 통해 시간 민감형 인체 활력 징후 트래픽은 심각한 지연 없이 전송될 수 있다.

• 인터넷정보학회논문지
• /
• 제18권4호
• /
• pp.43-50
• /
• 2017

내장형 시스템은 터치, GPS, 모션, 가속도 센서 등 다양한 종류의 센서를 탑재하고 있으며, 무선 통신을 수행하여 주변 디바이스와 통신을 할 수 있다. 내장형 시스템을 탑재하고 있는 아두이노는 개발 및 응용이 쉬운 환경을 제공해주기 때문에 개발자, 엔지니어, 디자이너는 물론 예술가 학생까지 큰 관심을 가지고 있다. 그리고 그들은 로봇, 가전, 패션, 문화 등 다방면으로 아두이노를 활용한다. 본 논문에서는 아두이노 내장형 시스템을 활용하여 기존 터치 방식의 1차원적인 게임에서 벗어나 사람의 인체 동작을 인식하는 내장형 시스템을 활용한 게임을 설계하고 구현한다. 개발된 내장형 시스템 게임은 사람의 동작을 자이로센서 기반으로 측정하며, 상대방의 공격 성공 여부는 터치 센서를 활용하여 파악한다. 그리고 게임하는 유저의 체력은 안드로이드 폰 기반 데이터베이스를 통해서 실시간으로 업데이트 한다. 본 논문에서 개발하는 내장형 시스템 기반 게임은 안드로이드 폰 기반의 GUI 를 제공함으로써 관전모드와 대전모드 선택이 가능하며, 최신 블루투스 기반의 통신을 통해 데이터를 주고 받기 때문에 배터리 소비가 적으며 확장이 쉽게 가능하다는 장점을 가진다.

• 대한전자공학회논문지SD
• /
• 제41권7호
• /
• pp.97-103
• /
• 2004

본 논문에서는 고속 블록 터보 코드 복호 알고리즘을 제안하고 이를 하드웨어로 검증하였다. 멀티미디어 무선 데이터 통신시스템은 높은 에러 정정 능력을 가진 채널 부호 방식을 요구한다. 블록 터보 코드는 블록 코드의 특성으로 인하여 다양한 코드율과 패킷 사이즈를 지원할 수 있으며, 터보 코드의 연판정 반복 기법으로 높은 성능을 보인다 하지만, 반복 기법과 외부정보 연산의 복잡한 구조로 때문에 복호 시간이 긴 단점을 갖고 있다. 이러한 긴 복호 시간의 문제점을 해결하기 위하여 제안된 복호 알고리즘은 외부정보 연산단계에서 이를 해결하였다. 외부정보 연산을 할 때 채널 정보를 이용하여 채널 정보 상태에 대한 임계치를 정한 후, 채널 정보가 좋은 비트에 대해서 외부 정보 연산 과정을 생략하는 대신 높은 신뢰도의 값을 할당함으로써 외부정보 연산이 감소되는 고속 복호기를 구현하였다. 채널 상태를 나타내는 임계치를 복호기의 입력인 신뢰도(Log Likelihood Ratio, LLR)가 가우시안 분포를 이루게 된다는 점에 착안하여 평균과 표준편차의 선형 조합으로써 결정하였다. 제안된 알고리즘을 Verilog-HDL을 이용하여 설계한 결과 기존 블록 터보 코드 복호 알고리즘에 비하여 약 30%의 외부정보 연산량과 복호시간이 감소되었고, 약 20K logic gate와 32Kbit의 메모리를 포함하였다.