• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권5호
• /
• pp.2469-2490
• /
• 2019

A low-energy adaptive clustering hierarchy (LEACH) protocol is a low-power adaptive cluster routing protocol which was proposed by MIT's Chandrakasan for sensor networks. In the LEACH protocol, the selection mode of cluster-head nodes is a random selection of cycles, which may result in uneven distribution of nodal energy and reduce the lifetime of the entire network. Hence, we propose a new selection method to enhance the lifetime of network, in this selection function, the energy consumed between nodes in the clusters and the power consumed by the transfer between the cluster head and the base station are considered at the same time. Meanwhile, the improved FTBA algorithm integrating the curve strategy is proposed to enhance local and global search capabilities. Then we combine the improved BA with LEACH, and use the intelligent algorithm to select the cluster head. Experiment results show that the improved BA has stronger optimization ability than other optimization algorithms, which the method we proposed (FTBA-TC-LEACH) is superior than the LEACH and LEACH with standard BA (SBA-LEACH). The FTBA-TC-LEACH can obviously reduce network energy consumption and enhance the lifetime of wireless sensor networks (WSNs).

• 조명전기설비학회논문지
• /
• 제23권12호
• /
• pp.48-57
• /
• 2009

본 논문에서는 FEM(Finite Element Method)을 이용한 직접구동형 영구자석 풍력발전기의 최적설계를 위해 최신의 최적화 기법인 MADS(Mesh Adaptive Direct Search)를 적용하였으며, 최적설계 목표는 연간 에너지 생산량(Annual Energy Production : AEP)을 최대화 하는 방향으로 선정하였다. 또한, 풍력발전기의 전 운전영역을 고려하기 위해 해당풍속에서의 통계적 확률밀도와 연간 운전시간을 적용하여 연간 최대에너지 생산량을 산정하였다. 아울러, MADS의 최적설계 결과와 병렬분산 컴퓨팅을 결합한 유전 알고리즘(Genetic Algorithm : GA)의 최적설계 결과를 비교하였으며, MADS는 병렬분산 유전알고리즘에 비해 상대적으로 빠른 수렴성을 나타내었다.

• 전자공학회논문지
• /
• 제49권10호
• /
• pp.34-42
• /
• 2012

IP Network에서 에너지 절감에 기본이 되는 에너지 절약 power 모델에 대해 분석 하고, 에너지 절약이 가능한 한 가지 방안으로 적응적 버퍼링 기법을 적용한 버스트 패킷 구성(adaptive buffering and burst) 방식 및 그의 구현 알고리즘을 제안하고, 그 특징을 설명한다. 본 논문에서는 core IP 네트워크의 ingress router에서 buffering 기간 B를 입력 트래픽에 따라 동적으로 변경하는 적응적 버퍼링 방법과 구성 방법을 설명한다. 이 방법은 주어진 범위의 버퍼링 기간 내에서, ingress 라우터의 입력 트래픽 량이 적으면 버퍼링 주기를 길게, 입력 트래픽 량이 많으면 버퍼링 주기를 짧게 조절하는 방식이며, 이는 네트워크 내에서 입력 트래픽이 적을 때 idle/active의 transition 횟수를 줄이고, 입력 트래픽이 클 때는 중계 라우터에서 버스트의 연속성에 의해 idle/active의 transition 횟수를 줄여 네트워크의 idle 기간을 늘려 에너지 절약 효과를 높이고 있다. 본 방식은 시뮬레이션을 통해 idle period를 증가 시킬 수 있음을 보여 주고, 에너지를 절약 할 수 있음을 확인 한다. 특히 본 제안 방식은 네트워크 특성과 적절히 타협하면, 네트워크 에너지를 절약 할 수 있는 방안임을 분명히 한다.

• 한국위성정보통신학회논문지
• /
• 제12권4호
• /
• pp.141-145
• /
• 2017

스펙트럼 센싱은 인지무선 (cognitive radio) 시스템을 동작시키기 위한 주요한 기법이며 인지무선 시스템을 통해 최근 주목받고 있는 무선에너지하비스팅 시스템에 에너지 하비스팅 효율을 개선할 수 있다. 최근 스펙트럼 센싱을 위한 다양한 기술이 연구되었는데, 그 중에서 가장 널리 쓰이고 있는 에너지 검출 (energy detection) 기술이 있다. 그러나 2차 유저 (secondary user; SU) 가 주파수 페이딩 (frequency fading) 및 쉐도잉 (shadowing)에 의해 영향을 받을 수 있기 때문에, 에너지 검출은 실제 무선 통신에서 숨겨진 단말기 문제 (hidden terminal problem)를 갖는다. 협력 스펙트럼 센싱 (cooperative spectrum sensing)은 SU의 공간적 다양성을 이용하여 이 문제를 해결할 수 있습니다. 그러나 다중 보조를 처리하여 데이터를 증가시키는 문제가 있기 때문에 우리는 적응형 스펙트럼 센싱 알고리즘을 사용하는 시스템 모델을 제안하고 성능을 시뮬레이션 한다. 이 알고리즘은 기본 사용자 (primary user; PU)의 수신 신호의 신호 대 잡음비 (signal to Noise Ratio; SNR)에 따라 단일 에너지 검출과 협동 에너지 사이의 감지 방법을 선택하는 방법을 이용한다. 시뮬레이션 결과를 통해 적응형 스펙트럼 센싱이 인지무선 시스템에서 더 효율적이라는 것을 확인한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권7호
• /
• pp.3095-3111
• /
• 2018

Spectrum sensing (SS) is one of the fundamental tasks for cognitive radio. In SS, decisions can be made via comparing the test statistics with a threshold. Conventional adaptive algorithms for SS usually adjust their thresholds according to the radio environment. This paper concentrates on the issue of adaptive SS whose threshold is adjusted based on the Markovian behavior of primary user (PU). Moreover, Bayesian cost is adopted as the performance metric to achieve a trade-off between false alarm and missed detection probabilities. Two novel adaptive algorithms, including Markov Bayesian energy detection (MBED) algorithm and IMBED (improved MBED) algorithm, are proposed. Both algorithms model the behavior of PU as a two-state Markov process, with which their thresholds are adaptively adjusted according to the detection results at previous slots. Compared with the existing Bayesian energy detection (BED) algorithm, MBED algorithm can achieve lower Bayesian cost, especially in high signal-to-noise ratio (SNR) regime. Furthermore, it has the advantage of low computational complexity. IMBED algorithm is proposed to alleviate the side effects of detection errors at previous slots. It can reduce Bayesian cost more significantly and in a wider SNR region. Simulation results are provided to illustrate the effectiveness and efficiencies of both algorithms.

• 한국컴퓨터정보학회논문지
• /
• 제22권3호
• /
• pp.115-122
• /
• 2017

In this paper, we propose an adaptive data aggregation and compression scheme for wireless sensor networks with energy-harvesting nodes, which increases the amount of data arrived at the sink node by efficient use of the harvested energy. In energy-harvesting wireless sensor networks, sensor nodes can have more than necessary energy because they harvest energy from environments continuously. In the proposed scheme, when a node judges that there is surplus energy by estimating its residual energy, the node compresses and transmits the aggregated data so far. Conversely, if the residual energy is estimated to be depleted, the node turns off its transceiver and collects only its own sensory data to reduce its energy consumption. As a result, this scheme increases the amount of data collected at the sink node by preventing the blackout of relay nodes and facilitating data transmission. Through simulation, we show that the proposed scheme suppresses the occurrence of blackout nodes and collect the largest amount of data at the sink node compared to previous schemes.

• 한국전자통신학회논문지
• /
• 제8권3호
• /
• pp.389-395
• /
• 2013

이더넷은 전 세계적으로 가장 널리 배치되어 사용되는 가입자망 네트워킹 기술이다. 이더넷의 에너지 효율성을 향상시키기 위해 IEEE 802.3az WG에서 LPI 기반의 EEE 규격을 확정하였다. 본 논문은 소규모 이더넷 스위치에서 EEE 를 기반으로 에너지 효율을 향상시킬 수 있는 개선된 적응적 전력 제어 메커니즘을 제안한다. 본 메커니즘의 특징은 일정기간 유입되는 트래픽 양을 측정하여 다음 주기의 트래픽 특성을 예측하고, 해당 트래픽 부하에 최적의 threshold 값을 조정한다. 성능분석 결과는 본 논문에서 제안한 메커니즘이 기존 방법에 비해서 평균 패킷 지연은 약간 증가시키지만 에너지 소비율을 상당히 감소시키므로 전반적으로 성능을 향상시키는 것으로 나타났다.

• 한국음향학회지
• /
• 제22권8호
• /
• pp.687-693
• /
• 2003

본 논문에서는 적응적인 방식으로 필터의 성능을 향상시킴으로써 잡음에 의해 열화된 오디오 신호의 음질을 개선하는 알고리즘을 제안한다. 주파수 영역으로 변환된 잡음에 의해 열화된 신호를 바크 대역으로 분할하여 청각 자극 에너지를 계산하고, 필터를 적응적으로 적용하여 잡음 에너지를 제거함으로써 본래의 신호를 획득하는 방식을 사용하였다. 기존의 방식에서는 묵음 구간에서 획득한 잡음 에너지를 사용하여 필터를 구성하여 사용하며, 이때 잡음의 에너지가 급격하게 변화한다면 음질의 개선률이 급격하게 감소함을 알 수 있다. 그러나 제안하는 방식에서는 잡음 에너지가 급격하게 변화하여도 음질 개선률에는 변화가 적음을 알 수 있었다. 기존 방식과의 비교를 위하여 신호대 잡음비와 잡음대 마스킹비를 비교하였고 청각 테스트를 수행하여 그 결과로부터 향상된 음질 개선을 확인할 수 있었다.

• Journal of Electrical Engineering and Technology
• /
• 제12권3호
• /
• pp.1146-1155
• /
• 2017

Normally, the artificial intelligence algorithms are widely applied to the optimal controller design. Then, it is expected that the best output performance is achieved. Unfortunately, when resulting controller parameters are implemented by using the practical devices, the output performance cannot be the best as expected. Therefore, the paper presents the optimal controller design using the combination between the state-space averaging model and the adaptive Tabu search algorithm with the new criteria as two penalty conditions to handle the mentioned problem. The buck-boost converter regulated by the cascade PI controllers is used as the example power system. The results show that the output performance is better than those from the conventional design method for both input and load variations. Moreover, it is confirmed that the reported controllers can be implemented using the realistic devices without the limitation and the stable operation is also guaranteed. The results are also validated by the simulation using the topology model of MATLAB and also experimentally verified by the testing rig.

• 대한임베디드공학회논문지
• /
• 제19권2호
• /
• pp.107-114
• /
• 2024

Mobile ad hoc networks represent self-configuring networks of mobile devices that communicate without relying on a fixed infrastructure. However, traditional routing protocols in such networks encounter challenges in selecting efficient and reliable routes due to dynamic nature of these networks caused by unpredictable mobility of nodes. This often results in a failure to meet the low-delay and low-energy consumption requirements crucial for such networks. In order to overcome such challenges, our paper introduces a novel multi-objective and adaptive routing scheme based on the Q-learning reinforcement learning algorithm. The proposed routing scheme dynamically adjusts itself based on measured network states, such as traffic congestion and mobility. The proposed approach utilizes Q-learning to select routes in a decentralized manner, considering factors like energy consumption, load balancing, and the selection of stable links. We present a formulation of the multi-objective optimization problem and discuss adaptive adjustments of the Q-learning parameters to handle the dynamic nature of the network. To speed up the learning process, our scheme incorporates informative shaped rewards, providing additional guidance to the learning agents for better solutions. Implemented on the widely-used AODV routing protocol, our proposed approaches demonstrate better performance in terms of energy efficiency and improved message delivery delay, even in highly dynamic network environments, when compared to the traditional AODV. These findings show the potential of leveraging reinforcement learning for efficient routing in ad hoc networks, making the way for future advancements in the field of mobile ad hoc networking.