文献

J-GLOBAL ID：201902261824791786   整理番号：19A0525399

超高密度無線アクセスネットワークのためのビッグデータ駆動ネットワーク分割【JST・京大機械翻訳】

Big-data-driven network partitioning for ultra-dense radio access networks

著者 (3件)： Huang Siqi (Department of Electrical and Computer Engineering, The University of North Carolina at Charlotte, Charlotte, NC, 28223) ,  Han Tao (Department of Electrical and Computer Engineering, The University of North Carolina at Charlotte, Charlotte, NC, 28223) ,  Ansari Nirwan (Department of Electrical and Computer Engineering, New Jersey Institute of Technology, Newark, NJ, 07102)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICC  ページ： 1-6  発行年： 2017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： 基地局(BS)の密度の増加は,ネットワーク管理機構に複雑性を有意に加え,ネットワークを効率的に管理することからそれらを妨げる可能性がある。本論文では,ネットワーク化メカニズムの複雑さを低減するために,ビッグデータ駆動ネットワーク分割と最適化フレームワークを提案した。提案したフレームワークは,全無線アクセスネットワーク(RAN)を複数のサブRANに分割し,各サブRANを独立に管理することができる。したがって,ネットワーク管理の複雑さを低減できる。BS間の関係を定量化することは,ネットワーク分割において困難である。この関係を発見するために,モバイルトラフィックデータから3つのネットワーク特徴を抽出することを提案した。これらの特徴に基づいて,著者らは3つのステップにおいてネットワーク分割解法を技術化した。最初に,著者らは階層的クラスタリング解析(HCA)アルゴリズムを設計して,全体のRANをサブ-RANsに分割した。第二に,ネットワーク分割の性能を特性化するために,トラフィック負荷平衡アルゴリズムを実装した。第3に,著者らは,ネットワーク分割を最適化するために,HCAアルゴリズムにおけるネットワーク特徴の重みを適合させた。提案した解を,実際のモバイルネットワークトラヒックデータに基づいて設計したシミュレーションにより検証した。シミュレーション結果は,ネットワーク性能とネットワーク機構の計算複雑性に及ぼすRAN分割の影響を明らかにした。Copyright 2019 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： 携帯電話 ,  計算量 ,  *ネットワーク ,  最適化 ,  シミュレーション ,  基地局 ,  ネットワーク管理 ,  負荷分散 ,  アルゴリズム ,  キャラクタリゼーション
準シソーラス用語： モバイルネットワーク ,  複雑性 ,  *ビッグデータ ,  *無線アクセスネットワーク ,  高密度 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 高密度 ,  無線アクセスネットワーク ,  データ駆動