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.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 조오현
- 발행연도
- 2021
- 저작권
- 충북대학교 논문은 저작권에 의해 보호받습니다.
이용수9
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
이 연구는 음파를 사용하는 수중 통신에서 매우 높은 전파 손실과 급격한 채널 변동이 흔하게 발생하는 것과 관련이 있다. 실제 수중 환경에서 수행한 실무 경험과 측정을 바탕으로 하기 때문에 SNR(Signal Noise Ratio)과 BER(Bit Error Rate) 간의 높은 상관관계를 사용하는 기존의 AMC(Adaptive Modulation and Coding)는 SNR과 BER 사이의 상관관계가 사라짐으로 인해 수중 환경에서 적용할 수 없다. 따라서 제안된 방법은 문제 해결에 가장 적합한 통신 방법을 예측하기 위해 기계 학습 모델을 생성, 분석 및 검증함으로써 동시에 여러 통신 품질 파라미터를 종합적으로 고려한다. 학습 모델에 사용된 수중 무선 통신 데이터 세트는 대한민국 인천만 근처의 실제 수중 환경에서 측정한 결과이다. 머신러닝 모델을 사용하여 예측한 통신 방법을 기반으로 한 예상 네트워크 처리량은 기존 방법에 비해 최대 25% 증가한다.
목차
Ⅰ. 서 론 11.1 연구배경 11.2 연구목적 2Ⅱ. 관련연구 3Ⅲ. 수중 데이터 세트 5Ⅳ. 본 론 124.1 제안하는 수중 AMC 기술 구조 124.2 MCS 모델 144.3 BER 모델 16Ⅴ. 성능평가 165.1 MCS 모델의 성능 165.2 BER 모델의 성능 205.3 예상되는 네트워크 처리량의 향상 정도 22Ⅵ. 결 론 23참고문헌 24
최근 본 자료
댓글(0)
0