인컴번트 사용자 채널 점유확률 변화에 따른 SVM 기반의 무선 트래픽 이용환경 추론기법Wireless Traffic Reasoning Method Based on Support Vector Machine according to the Probability of Incumbent User’s Channel Occupancy
- Other Titles
- Wireless Traffic Reasoning Method Based on Support Vector Machine according to the Probability of Incumbent User’s Channel Occupancy
- Authors
- 김한솔; 윤덕원; 최주평; 윤동환; 선중규; 전호석; 이원철
- Issue Date
- Nov-2019
- Publisher
- 한국전자파학회
- Keywords
- -; Machine Learning; Support Vector Machine; Cognitive Radio Engine; Case-based Reasoning
- Citation
- 한국전자파학회 논문지, v.30, no.11, pp.885 - 894
- Journal Title
- 한국전자파학회 논문지
- Volume
- 30
- Number
- 11
- Start Page
- 885
- End Page
- 894
- URI
- http://scholarworks.bwise.kr/ssu/handle/2018.sw.ssu/35691
- DOI
- 10.5515/KJKIEES.2019.30.11.885
- ISSN
- 1226-3133
- Abstract
- 본 논문에서는 군 전술 무선통신 환경에서 한정된 자원인 주파수를 효율적으로 이용하고자 하는 사례기반 추론 기반의 CR(Cognitive Radio) 엔진 운영기법을 제안하였다. CR 엔진에서 간섭보호가 필수적인 인컴번트(incumbent) 사용자의채널 점유확률을 나타내는 트래픽 이용정보를 기반으로 인컴번트 사용자의 채널 충돌확률이 낮은 2차 사용자의 가용채널 정보를 예측하는 학습 및 추론엔진 알고리즘을 제안하였다. 이를 위해 기계학습 기반의 SVM(Support Vector Machine) 기법을 이용하여 인컴번트 사용자의 채널 점유확률 변화에 따른 히스토그램 형태의 무선 트래픽 이용환경을 산출하였고, 히스토그램 형태의 유추가 가능한 매칭파라미터인 왜도 및 첨도 산출을 통한 트래픽 모델링을 소개하였다. 마지막으로 모의실험을 통하여 SVM 기반의 무선 트래픽 이용환경 추론기법의 성능분석을 위해 SVM 기법과 k-NN(k-Nearest Neighbor) 간의 추론 정확도 및 시간 복잡도 비교를 수행하였다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - College of Information Technology > ETC > 1. Journal Articles
![qrcode](https://api.qrserver.com/v1/create-qr-code/?size=55x55&data=https://scholarworks.bwise.kr/ssu/handle/2018.sw.ssu/35691)
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.