環境変動を柔軟に認知する脳の情報処理機構を用いたLoRaWANにおける無線チャネル割当制御

小南大智; 長谷川洋平; 野上耕介; 下西英之; 村田正幸

文献

J-GLOBAL ID：202002256778124339 整理番号：20A0738345

環境変動を柔軟に認知する脳の情報処理機構を用いたLoRaWANにおける無線チャネル割当制御

Bayesian channel selection methods for LoRaWAN under unpredictable wireless channel fluctuations

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=20A0738345&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A0738345&from=J-GLOBAL&jstjournalNo=S0532B") }}

著者 (5件)： , , , ,
資料名：
巻： 119 号： 367(CQ2019 107-133)(Web) ページ： 83-88 (WEB ONLY) 発行年： 2020年01月09日
JST資料番号： S0532B ISSN： 0913-5685 資料種別：会議録 (C)
記事区分：原著論文発行国：日本 (JPN) 言語：日本語 (JA)

Internet of Things(IoT)という単語が社会に広く知られつつあり,その要素技術の一つとしてLPWA技術が大きな注目を集めている。LoRaはLPWA通信技術の一つであり,自営ネットワークの構築が可能であることから,今後,LoRaを用いたサービスが全体の管理者なく同一エリアに乱立することが予想される。その結果,設計時には意図していない通信干渉によるLoRaの通信性能の低下が危惧される。本研究では,人の脳における情報処理をモデル化したベイジアンアトラクターモデルを応用することで,ベイズ更新による逐次推定によりネットワークの状態を推定し,推定結果に基づき無線チャネルを割り当てる手法を提案する。シミュレーション評価により,提案手法が自律的に特定の無線チャネルの混雑を避けるように無線チャネルの割当を行うことを示した。(著者抄録)

, , , , , , ,
, , , ,

計算機網 , 無線通信一般 , 信号理論

引用文献 (6件)：

R.S. Sinha, Y. Wei, and S.-H. Hwang, “A survey on lpwa technology: Lora and nb-iot,” Ict Express, vol.3, no.1, pp.14-21, 2017.
S. Bitzer, J. Bruineberg, and S. J. Kiebel, “A bayesian attractor model for perceptual decision making,” PLoS Computational Biology, vol.11, no.8, p.e1004442, Aug. 2015.
LoRa Alliance, “LoRa Specification V1.1,” Oct. 2017.
T. Ohba, S. Arakawa, and M. Murata, “A bayesian-based virtual network reconfiguration in elastic optical path networks,” IEICE technical report, PN2016-33, vol.116, no.307, pp.45-50, Nov. 2016.
M. Iwamoto, T. Otoshi, D. Kominami, and M. Murata, “Rate adaptation with bayesian attractor model for mpeg-dash,” Proceedings of IEEE Annual Computing and Communication Workshop and Conference (CCWC), pp.0859-0865, Jan. 2019.

, , , , , ,

前のページに戻る