인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
기지국 기반 수중 음파 네트워크(base station-based underwater acoustic networks, B-UANs)에서는 자율무인잠 수정과 수상 부이 기반 기지국 간 통신 연속성을 보장하기 위해 수중 환경에 적합한 핸드오버 기술이 필요하다. 본 연구에서는 수중 음파 통신 환경의 고유한 특성을 고려하여 B-UAN에 효과적인 핸드오버 트리거링 기법을 제안한다. 이를 위해 무조건 트리거링(Unconditional Triggering, UT), 윈도우 기반 무조건 트리거링(Window-based UT, WUT), 윈도우 기반 조건부 트리거링(Window-based Conditional Triggering, WCT)의 세 가지 방식을 설계하고, 각 기법의 성능을 핸드오버 성공 확률(HSP), 핸드오버 지연 비율(HDR), 및 핸드오버 오버헤드 비율(HOR) 측면에서 비교 및 분석하였다. 성능 평가는 수학적 모델링을 기반으로 다양한 중첩 영역 구성과 해상 환경 조건을 반영한 모의시험을 통해 검증하였다. 모의시험 결과, UT는 HSP와 HDR 측면에서 가장 우수한 성능을 보였으나, 과도한 핸드오버 시도로 인해 높은 HOR을 유발하였다. 반면, WCT는 핸드오버 조건을 충족하는 경우에만 트리거링을 수행하므로 HOR을 크게 줄일 수 있었지만, 그에 따라 HSP가 낮아지고 HDR이 증가하는 경향을 보였다. WUT는 두 방식의 중간적 특성을 보여 세 가지 성능 지표 간 균형 잡힌 결과를 나타냈다. 이러한 결과는 B-UAN에서 핸드오버 트리거링 방식을 선택할 때 통신 신뢰성, 에너지 효율성 및 자원 활용성 간에 명확한 상충 관계(trade-off)가 존재함을 보여준다. 따라서, 채널 상태에 따라 UT/WUT와 WCT를 선택적으로 적용함으로써, 네트워크 자원 효율성과 핸드오버 성공률 간의 균형을 도모할 수 있다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-095998042
