機械学習を用いたコグニティブサイクルに基づく無線ネットワーク最適化法

Oshima Koji; Oshima Koji; Kobayashi Takumu; Taenaka Yuki; Kuroda Kaori; Hasegawa Mikio

文献

J-GLOBAL ID：201802225811252147 整理番号：18A1342114

機械学習を用いたコグニティブサイクルに基づく無線ネットワーク最適化法

Wireless network optimization method based on cognitive cycle using machine learning

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=18A1342114&from=J-GLOBAL&jstjournalNo=U0397A") }}

著者 (6件)： , , , , ,
資料名：
巻： 7 号： 7 ページ： 278-283(J-STAGE) 発行年： 2018年
JST資料番号： U0397A ISSN： 2187-0136 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：日本 (JPN) 言語：英語 (EN)

移動通信装置の広範な普及は,1つの地理的位置に関係なく,無線通信技術を使用する機会を増加させた。しかし,不十分な無線資源に対する競争や周辺機器間の干渉などの要因により,通信品質が劣化した。このような困難を克服するために,最近,コグニティブ無線技術が開発された。本稿では,コグニティブサイクルとして既知の制御モデルに基づく学習アルゴリズムを用いた無線ネットワーク最適化手法を提案した。提案した最適化法を無線LANに実装し,スループット性能を評価した。実験結果により,実環境における提案手法の有効性を示した。(翻訳著者抄録)

, , , , , , ,
, , , ,

著者キーワード (4件)： , , ,

通信網 , 移動通信 , その他の情報処理

引用文献 (11件)：

[1] J. Mitola and G. Q. Maguire, “Cognitive radio: Making software radios more personal,” IEEE Pers. Commun., vol. 6, no. 4, pp. 13-18, 1999. DOI:10.1109/98.788210
[2] S. Haykin, “Cognitive radio: Brain-empowered wireless communications,” IEEE J. Sel. Areas Commun., vol. 23, no. 2, pp. 201-220, 2005. DOI:10.1109/JSAC.2004.839380
[3] IEEE Standard for Architectural Building Blocks Enabling Network-Device Distributed Decision Making for Optimized Radio Resource Usage in Heterogeneous Wireless Access Networks, IEEE Std.1900.4, 2009.
[4] M. Hasegawa, H. Hirai, K. Nagano, H. Harada, and K. Aihara, “Optimization for centralized and decentralized cognitive radio networks,” Proc. IEEE, vol. 102, no. 4, pp. 574-584, 2014. DOI:10.1109/JPROC.2014.2306255
[5] Y. Kon, K. Hashiguchi, M. Ito, M. Hasegawa, K. Ishizu, H. Murakami, and H. Harada, “Autonomous throughput improvement scheme using machine learning algorithms for heterogeneous wireless networks aggregation,” IEICE Trans. Commun., vol. E95.B, no. 4, pp. 1143-1151, 2012. DOI:10.1587/transcom.E95.B.1143

, ,

前のページに戻る