모바일 통신망에서 퍼지와 신경망을 이용한 호 손실율의 상한계 추정

• 영문명: fuzzy and neural approach for upper bound estimation of dropping ratio in wireless mobile networks
• 발행기관: 청운대학교 방송예술연구소
• 저자명: 이진이(lee, jun-yi)
• 간행물 정보: 『미디어와 공연예술 연구』제4권 1호, 1~13쪽, 전체 13쪽
• 주제분류: 사회과학 > 신문방송학
• 파일형태: PDF
• 발행일자: 2009.04.30

국문 초록

이 논문에서는 모바일 통신망에서 호 손실율의 가능성 분포에 기초 하여 최대 손실률을 추정하는 방법을 제안한다. 호 손실률 가능성 분포는 관측된 호 손실률을 이용하여 퍼지추론으로 추정한다. 퍼지규칙의 소속 함수는 신경망의 EBP(error backpropagation ) 알고리즘으로 튜닝하고, 퍼지추론은 퍼지집합의 가중치 평균에 기초하여 호 손실율의 상한계를 추정한다. 이 방법은 과도한 CDR(Call Dropping Ratio)의 추정을 방지할 수 있고, 추정된 CDR 이 관측된 CDR보다 작을 때는 실시 간적으로 자기보상을 실시하여 관측된 CDR이 추정된 CDR을 초과하는 경우가 없게 한다. 시뮬레이션을 통하여 제안된 방법이 관측된 호 손실률에 기초하여 상한계값을 잘 추정해냄을 보인다.

영문 초록

This paper proposes a upper bound estimation method for call dropping ratio(CDR) in wireless mobile networks. This method is based on possibility distribution of call dropping ratio. The possibility distribution is estimated in a fuzzy inference by using observed CDR data. The EBP(error backpropagation) learning algorithm is considered for tuning fuzzy rules for inference. A fuzzy inference is based on a weighted average of fuzzy sets in order to estimate the upper bound of CDR. Also this method makes possible self-compensation in real time for the case where the estimated CDR is smaller than the observed data. So no observed CDR data exceed this estimated upper bound. From the simulation, it can be found that the upper bound is well extracted.

목차

1.서론

2.신경망 학습에 의한 소속함수 조정과 퍼지추론

3.시물레이션

4.결론

키워드

퍼지규칙 처지추론 호 손실율의 상한계 호 손실율의 가능성 분포 신경망 학습 Fuzzy rules Fuzzy inference Bound estimation Possibility distribution Neural network