멀티홉 V2V에서 DCNN과 Q-러닝 기반 커버리지 확장 연구Expanding the Coverage of Multihop V2V with DCNNs and Q-Learning
- Other Titles
- Expanding the Coverage of Multihop V2V with DCNNs and Q-Learning
- Authors
- 마누엘 에우제니오 모로초 카얌셀라; 임완수
- Issue Date
- Mar-2020
- Publisher
- 한국통신학회
- Keywords
- Vehicle-to-vehicle; machine learning; Q-learning; multi-hop; wireless coverage
- Citation
- 한국통신학회논문지, v.45, no.3, pp 622 - 627
- Pages
- 6
- Journal Title
- 한국통신학회논문지
- Volume
- 45
- Number
- 3
- Start Page
- 622
- End Page
- 627
- URI
- https://scholarworks.bwise.kr/kumoh/handle/2020.sw.kumoh/23944
- DOI
- 10.7840/kics.2020.45.3.622
- ISSN
- 1226-4717
2287-3880
- Abstract
- 차량 대 차량(V2V) 통신은 지리적 위치, 제동 정보, 속도, 회전 신호 상태 및 주행 방향 등 다양한 안전메시지를 송수신한다. 안전메세지 전송을 위한 통신 프로토콜은 전용단거리통신(DSRC)이며, DSRC는 통신범위 제한으로다중 홉을 이용하여 차량에 메시지를 전송한다. 본 논문은 V2V로 구성한 네트워크에서 기계학습을 이용하여 다중홉 연결 커버리지를 확장하는 방법을 제안한다. 먼저 심층콘볼루션신경망(DCNN)을 이용하여 다양한 환경으로 구성된 V2V 네트워크의 무선채널을 학습하고 각 환경에 적합한 전파 모델을 이용한다. 무선채널을 세분화한 후 Q- 러닝을 이용하여 전파 손실이 가장 적은 최적의 다중 홉 경로를 찾음으로써 V2V 안전메세지 전송 커버리지를 확장한다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - School of Electronic Engineering > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.