ns-3における無線ネットワークのディジタルツインを可能にするための機械学習ベースの伝搬損失モジュール【JST・京大機械翻訳】

Almeida Eduardo Nuno; Rushad Mohammed; Kota Sumanth Reddy; Nambiar Akshat; Harti Hardik L.; Gupta Chinmay; Waseem Danish; Santos Goncalo; Fontes Helder; Campos Rui; Tahiliani Mohit P.

プレプリント

J-GLOBAL ID：202202209928219047 整理番号：22P0346429

ns-3における無線ネットワークのディジタルツインを可能にするための機械学習ベースの伝搬損失モジュール【JST・京大機械翻訳】

Machine Learning Based Propagation Loss Module for Enabling Digital Twins of Wireless Networks in ns-3

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (11件)： , , , , , , , , , ,
資料名：
発行年： 2022年05月09日プレプリントサーバーでの情報更新日： 2022年05月09日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

実験的なテストベッドのデジタル双晶の創造は,新しい無線ネットワーキングソリューションの検証と,実験テストベッドのコスト,複雑性,および限られたアベイラビリティなしで,現実的な条件におけるそれらの性能の評価を可能にする。ns-3に対する現在のトレースベースのシミュレーション手法は,過去の実験で観測される同じ正確な条件の反復と再現を可能にする。しかしながら,それらは,シミュレーションセットアップが,ネットワークトポロジー,移動性パターン,およびネットワークノード数を含む,元の実験セットアップと正確に整合するという事実によって制限される。本論文では,ns-3のためのマシン学習ベース伝搬損失(MLPL)モジュールを提案した。実験テストベッドで収集されたネットワークトレースに基づいて,MLPLモジュールは決定論的経路損失と確率的高速フェージング損失の合計として伝搬損失を推定する。MLPLモジュールをユニット試験で検証した。さらに,実際のネットワークトレースでMLPLモジュールを試験し,ns-3と実際の実験結果における既存の伝搬損失モデルで得られた結果を比較した。得られた結果は,MLPLモジュールが実際の環境で観測される伝搬損失を正確に予測でき,与えられたテストベッドの実験条件を再現することができ,ns-3における無線ネットワーク環境のディジタル双晶の生成を可能にすることを示した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , , , , 【Automatic Indexing@JST】

無線通信一般 , 計算機網 , 通信網

, , , , ,

前のページに戻る