抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
コグニティブ無線ネットワーク(CRN)は,無線スペクトル不足問題を解決するための有望な技術である。ランデブーはCRNsの基本プロセスである。CRNsのためのより速いランデブーアルゴリズムを設計することを目的とした。ユーザのIDや利用可能なチャネルのラベルなどの局所情報が,より高速なランデブーアルゴリズムの設計に非常に有用であることを見出した。まず第一に,著者らは逐次回転運動(SRR)アルゴリズムを提案する。SRRアルゴリズムは,(2P2+2P)中の2つのユーザiとjに対してランデブーを保証することができる。ここで,Pはネットワークにおけるチャネルの総数よりも少ない。第二に,IDに基づくRentzvous(IDR)アルゴリズムを設計するために,ユーザの識別子(ID)を利用した。IDRアルゴリズムは,(l+1)(P_i+2)(P_j+2)中の任意の2つのユーザiとjに対してランデブーを保証することができ,PiとPjは,ユーザiとjの利用可能なチャネルの数よりも少ない。3番目に,著者らは,Nがネットワークにおけるチャネルの総数であり,P_NがNより少ない最小の素数である,2つのusersin((P_i+2)(P_j+2)+PN)([log_2N]+1)に対してランデブーを保証することができるChannel-Labbased Rendzvous(CLR)アルゴリズムを提案した。著者らが提案した3つのアルゴリズムの理論的最大時間(MTTR)は,特定のシナリオにおいてそれぞれ対応するカテゴリにおける最先端のアルゴリズムのものより少ない。著者らのアルゴリズムのすべては,マルチユーザシナリオにおいて使用することができた。異なるシナリオにおける最先端のランデブーアルゴリズムとのアルゴリズムを比較するために多くの実験を行い,その結果は理論解析を確認した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】