무음 압축을 이용하는 음성 통신 시스템을 위한 동적 버퍼 관리 알고리즘

Q: 이 논문에서 정의한 SDF 알고리즘이란 무엇인가?

SDF 알고리즘은 버퍼 오버플로우 발생 시 유음 패킷보다 무음 패킷을 먼저 폐기하여 상대적으로 중요한 유음 패킷의 전송률을 높이는 동적 버퍼 관리 기법이다. 이는 버퍼 내 무음 패킷의 위치를 추적하여 우선적으로 폐기하며, 무음 패킷이 없을 경우에만 유음 패킷을 폐기한다.

Q: 무음 압축을 이용하는 음성 통신 시스템에서 동적 버퍼 관리가 음성 통화 용량을 어떻게 증가시키는가?

연구 결과, 무음 압축을 이용하는 음성 통신 시스템에서 SDF 알고리즘과 같은 동적 버퍼 관리 기법을 적용하면 버퍼 오버플로우 시 무음 패킷을 우선 폐기하여 유음 패킷 손실률을 줄인다. 이는 동일한 음성 품질을 유지하면서도 더 많은 동시 접속 사용자를 수용하여 음성 통화 용량을 효과적으로 증가시킨다.

이성형; 이현진; 김재현; 이형주; 허미정; 최증원; 신상헌; 김태완

추천

검색

질문

자료유형: 학술저널

저자정보: 이성형 (아주대학교) 이현진 (아주대학교) 김재현 (아주대학교) 이형주 (국방과학연구소) 허미정 (국방과학연구소) 최증원 (국방과학연구소) 신상헌 (삼성탈레스) 김태완 (삼성탈레스)

저널정보: 한국통신학회 한국통신학회논문지 한국통신학회논문지 제37권 제7호(네트워크 및 서비스)

발행연도: 2012.7

수록면: 528 - 535 (8page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

본 논문은 무음 압축(silence suppression)을 이용하는 음성 코덱 이용 시 음성 통신 용량(voice capacity)을 늘리기 위한 동적 버퍼 관리 알고리즘인 silence drop first(SDF) 알고리즘을 제안한다. SDF 알고리즘은 음성 통신을 위한 버퍼에서 오버플로우가 발생할 경우 무음 패킷을 음성 패킷보다 먼저 폐기하는 기법을 이용하여 상대적으로 더 많은 음성 패킷을 종단간 전송한다. 알고리즘의 성능 평가를 위하여 G.729A 및 G.711 음성 코덱을 사용하였다. 성능 분석 결과 제안하는 기법을 이용할 경우 MOS가 3.0인 수준의 품질을 유지하면서 G.729A 코덱에 대해 약 84.21%, G.711 코덱에 대해 약 38.46%의 사용자가 추가로 네트워크 이용이 가능함을 확인할 수 있었다. 또한 제안하는 기법 이용 시 동일 사용자 수에 대해 음성 통화 품질을 보장하기 위해 필요한 무음 패킷생성 주기 및 링크 용량의 제한을 완화할 수 있음을 확인하였다.

#Buffer Management #Queue Management #VoIP #Silence Suppression #Congestion Control

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2013-567-003549521

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)