文献

J-GLOBAL ID：201802257766789737   整理番号：18A0576966

認知メッシュネットワークにおける交通工学:共同回線のチャネル選択と電力割当【Powered by NICT】

Traffic engineering in cognitive mesh networks: Joint link-channel selection and power allocation

著者 (6件)： Islam Maheen (Department of Computer Science and Engineering, University of Dhaka, Bangladesh) ,  Abdur Razzaque Md. (Department of Computer Science and Engineering, University of Dhaka, Bangladesh) ,  Mamun-Or-Rashid Md. (Department of Computer Science and Engineering, University of Dhaka, Bangladesh) ,  Mehedi Hassan Mohammad (College of Computer and Information Sciences, King Saud University, Riyadh, Saudi Arabia) ,  Alelaiwi Abdulhameed (College of Computer and Information Sciences, King Saud University, Riyadh, Saudi Arabia) ,  Alamri Atif (College of Computer and Information Sciences, King Saud University, Riyadh, Saudi Arabia)
資料名： Computer Communications (Amsterdam)  (Computer Communications (Amsterdam))
巻： 116  ページ： 212-224  発行年： 2018年 
JST資料番号： D0443B  ISSN： 0140-3664  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,全体としてのネットワークスループットを高めるために,各転送ルータにおけるリンクチャネル対の選択とそれらに割り当てるパワーによるコグニティブ無線メッシュネットワーク(CR WMNs)におけるトラヒックエンジニアリング(TE)法を調べた。最初の最適化フレームワーク,集中型最適トラフィックエンジニアリング(COTE),リンクチャネル対の最適セットよりも電力配分および公平トラヒック分割を選択することにより凝集ネットワークスループットを最大化することを示した。さらに,集中準最適トラヒックエンジニアリング(SOTE)溶液をCOTE問題に対するLagrange双対分解を用いて提案し,多項式時間で分解能を確保することである。最後に,動的に変化するネットワーク挙動への高速収束を保証し,スケーラビリティを改善するために提案する分散欲張りトラヒックエンジニアリング(DGTE)法。広範なシミュレーション結果は,最新の研究と比較して提案したTEメカニズムの有効性を実証した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 分解能 ,  *ネットワーク ,  *交通工学 ,  高速度 ,  配電 ,  シミュレーション ,  *通信線路 ,  *メッシュ網 ,  最適化
準シソーラス用語： 多項式時間 ,  双対分解 ,  トラヒックエンジニアリング ,  コグニティブ無線 ,  *電力割当 ,  *チャネル選択 , 【Automatic Indexing@JST】

著者キーワード (6件)： トラヒック工学 ,  スループット最大化 ,  リンクチャネル選択 ,  電力割当 ,  MINLP(混合整数非線形計画法 ,  Lagrange双対分解

分類 (2件)： 電話・データ通信・交換一般  (ND11010T) ,  光通信方式・機器  (ND10000B)

タイトルに関連する用語 (7件)： 認知 ,  メッシュネットワーク ,  交通工学 ,  共同 ,  回線 ,  チャネル選択 ,  電力割当