Earticle

이동통신망에서는 한정된 채널을 효과적으로 할당하기 위한 여러 연구들이 진행되고 있다. 이동국에서 호를 요청하면 교환국에서 각 기지국에 속한 이동국에 채널을 할당한다. 채널할당방식에는 크게 고정채널할당방식, 동적채널할당방식 그리고 이를 조합한 하이브리드방식이 있다. 본 논문에서는 채널을 할당 할 때 채널 간 간섭을 최소로 하고 채널을 할당하기까지의 시간과 횟수를 최소화하는 방안을 제안한다. 본 논문에서는 제안하고자 하는 알고리즘은 기지국, 제어국, 교환국 등 특정 장비당 채널수에 상관이 없이 범용으로 사용할 수 있는 시스템 모델을 기준으로 제안하였으며 기존의 통신사업자들이 통계를 근거로 채널을 할당하는 유사한 고정방식과 할당 시 기존의 방식과는 개선된 방식을 제시한다. 시뮬레이션을 통해 다른 방식과 비교 검토하여 제안 방식의 효율성을 검증한다.

If a mobile station requests a channel allocation in its mobile networks, the switching center assigns a channel to a mobile station that belongs to each base station. There are three kinds of channel allocation schemes; a fixed channel allocation, a dynamic channel allocation and a hybrid combination of these two forms. In assigning a good frequency, it is our intention to provide quality service to our customers as well as to use resources efficiently. This paper proposes methods of assigning frequencies that minimize interference between channels and that also minimize the amount of searching time involved. In this paper, we propose an algorithm to per specific equipment, regardless of the number of channels that can be used as a general-purpose system, such as base stations, control stations, central office model is proposed, the existing operators manner similar to the fixed channel allocation based statistics and assigned when the conventional method and the improved method is proposed. Different ways and compared via simulations to verify the effectiveness of the proposed approach.

본 논문에서는 신경회로망과 유전자 알고리즘을 이용하여 셀룰러 무선채널 할당을 위한 최적화 알고리즘을 제안하였다. 채널할당 과정을 채널할당 문제에 내포된 제한사항들을 나타내는 에너지함수의 최소화 과정으로 규정하였다. 채널간, 인접채널, 사이트간의 세 가지 제한사항이 고려되었다. 최적의 채널할당을 위하여 신경회로망을 이용한 방식에서는 강제적인 채널 할당 및 셀 순서 변화 등의 기법이 개발되었고 유전자 알고리즘 방식에서는 자료구조와 적절한 유전연산자를 개발하였다. 실험결과로서, 두 최적화 방법의 채널할당률을 나타내었고 그 결과들을 비교하였다.

In this paper, two optimization algorithms based on artificial neural networks and genetic algorithms are proposed for cellular radio channel assignment problems. The channel assignment process is characterized as minimization of the energy function which represents constraints of the channel assignment problems. All three constraints such as the co-channel constraint, the adjacent channel constraint and the co-site channel constraint are considered. In the neural networks approach, certain techniques such as the forced assignment and the changing cell order are developed, and in the genetic algorithms approach, data structure and proper genetic operators are developed to find optimal solutions, As simulation results, the convergence rates of the two approaches are presented and compared.

Multi-radio multi-channel Wireless Mesh Network requires an effective management policy to control the assignment of channels to each radio. We concentrated our investigation on modeling method and solution to find a dynamic channel assignment scheme that is adapted to change of network traffic. Multi-path routing scheme was chosen to overwhelm the unreliability of wireless link. For a particular traffic state, our optimization model found a specific traffic distribution over multi-path and a channel assignment scheme that maximizes the overall network throughput. We developed a simple heuristic method for channel assignment by gradually removing clique load to obtain higher throughput. We also presented numerical examples and discussion of our models in comparison with existing research.

무선 메쉬 네트워크(WMN, Wireless Mesh Network)에서의 전체적인 성능은 채널의 간섭을 최소화함으로써 개선될 수 있다. 본 논문은 3개의 멀티 채널을 지원하는 IEEE 802.11b/g 기반 WMNs를 위해 제안된 클러스터 기반 채널 할당 기법인 CB-CA(Cluster-Based Channel Assignment)[3] 알고리즘을 멀티 라디오 멀티 채널 WMN 환경에 적합하게 개선시키고자 한다. CB-CA 알고리즘에서는 메쉬 라우터들중에 선택된 클러스터 헤드(CH, Cluster Head) 노드들과 클러스터들 간의 에지 게이트웨이(EG, Edge Gateway) 노드들 간에는 모두 동일 채널을 사용함으로써 채널 스캐닝과 채널 스위칭을 수행하지 않는다. 그러나 이러한 모든 CH들과 EG들 간의 동일 채널의 사용은 많은 노드들에서 채널 간섭을 발생 시키는 문제점이 발생한다. 본 논문에서는 이를 해결하기 위하여 송수신 인터페이스를 구분하고 각 인터페이스에서의 채널을 랜덤하게 설정하고 이를 통신 범위 내에 인접한 이웃 클러스터들에게 알림으로써 서로 간섭이 발생하지 않는 채널들이 설정되도록 한다. 이로써 각 클러스터 간의 채널 간섭을 최소화 할 수 있음과 동시에 다중 인터페이스와 다중 채널을 모두 활용할 수 있어서 QoS를 향상시킬 수있다.