文献

J-GLOBAL ID：201802284975219365   整理番号：18A1256711

スペクトル効率のための人工知能ベース指向性メッシュネットワーク設計【JST・京大機械翻訳】

Artificial intelligence based directional mesh network design for spectrum efficiency

著者 (8件)： Lu Jingyang (Intelligent Fusion Technology, Inc., 20271 Goldenrod Ln, Germantown, MD, 20876) ,  Xiang Xingyu (Intelligent Fusion Technology, Inc., 20271 Goldenrod Ln, Germantown, MD, 20876) ,  Shen Dan (Intelligent Fusion Technology, Inc., 20271 Goldenrod Ln, Germantown, MD, 20876) ,  Chen Genshe (Intelligent Fusion Technology, Inc., 20271 Goldenrod Ln, Germantown, MD, 20876) ,  Chen Ning (Department of Electrical and Computer Engineering, Binghamton University, NY, USA, 13902) ,  Blasch Erik (Air Force Research Laboratory, Arlington, VA and Kirtland, AFB, NM) ,  Pham Khanh (Air Force Research Laboratory, Arlington, VA and Kirtland, AFB, NM) ,  Chen Yu (Department of Electrical and Computer Engineering, Binghamton University, NY, USA, 13902)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： AERO  ページ： 1-9  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文は,人工知能機械学習(ML)技術を適用することによってDMNのためにより効率的に限られた無線スペクトル資源を配布することができる新規方向性メッシュネットワーク(DMN)設計を提示した。提案したDMNフレームワークは,異なるタイプのML技術による霧計算を用いて,信号源に近い時間敏感な信号データを解析する。霧ノードの計算能力に依存して,エネルギー検出,整合フィルタ,および周期定常検出のような異なる特徴抽出法を選択して,スペクトル割当を最適化した。提案したシステムはまた,アンテナ電力利得を考慮し,DMNシステムの検出と干渉の確率をさらに低減できる。また,計算ノードは,全体的なシステムスペクトルソース割当戦略が動的に更新されるように,クラウドに対する元の信号よりはるかに小さい周期的な信号要約を送る。信号を送信するために,二次ユーザのためのスペクトルホールを検出する代わりに,提案したシステムは,干渉および中継制約の下で,クラウドからエンドユーザへの信号伝送経路を最適化することができた。分散ノードは,霧からのセンシング情報に基づく戦略をさらに改善することができる。霧コンピューティングを適用して,システムは局所環境により適応性があり,スペクトル変化に対してロバストである。それは,ネットワーク信頼性,弾力性,および柔軟性を著しく向上させる。提案したシステムを設計することは,現在の通信ネットワークプラットフォームの多くの要求を必要としない。ほとんどの信号データは霧レベルで処理されるので,通信ネットワークの通信負荷を低減することにより,システムセキュリティをさらに強化する。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】

シソーラス用語： ロバスト性 ,  最適化 ,  弾性 ,  *指向性 ,  通信網 ,  柔軟性 ,  整合フィルタ ,  アンテナ ,  *メッシュ網 ,  機械学習 ,  *周波数利用効率 ,  *スペクトル ,  *人工知能
準シソーラス用語： エンドユーザ ,  信号源 , 【Automatic Indexing@JST】

分類 (1件)： 無線通信一般  (ND08010L)

タイトルに関連する用語 (5件)： スペクトル効率 ,  人工知能 ,  指向性 ,  メッシュネットワーク ,  設計