5G 스몰셀 네트워크에서 기계 학습을 이용한 무선 환경 학습 및 오프로딩 기법 (An Offloading Scheme through Wireless Environment Learning for 5G Small Cell Network)

서지정보

· 발행기관 : 한국통신학회
· 수록지 정보 : 한국통신학회논문지 / 46권 / 1호 / 74 ~ 84페이지
· 저자명 : 안상현, 김종원, 전우선, 소정민

초록

밀리미터파의 경우 주파수 대역이 높기 때문에 감쇠가 심해 좁은 영역에서만 통신이 가능하다. 스몰 셀 기술은무선 통신 기기가 증가함에 따라 여러 개의 소형 기지국을 작은 영역으로 나누어 설치하는 기술인데, 스몰 셀 기술은 5G 네트워크에서 밀리미터파 대역 지원에 필수적인 기술로 알려져 있다. 그러나 스몰 셀 기술은 통신 영역이 좁고 다수의 요청을 한 번에 처리하기 어렵다. 특히, 스몰 셀에서 통신이 폭발적으로 증가할 경우 인근 스몰셀 기지국이나 매크로 셀 기지국에서 처리해줘야 한다. 본 논문에서는 셀룰러 네트워크 환경에서 기계 학습을 이용한 각 셀 간 오프로딩 기법을 제안한다.

영어초록

In the case of millimeter wave, because the frequency band is high, the attenuation is severe so communication is possible only in a small area. Small cell technology is to install several small base stations by dividing them into small areas due to the increase in wireless communication devices. This small cell technology is known as an essential technology for supporting the millimeter wave band in a 5G network.
However, small cells have a narrow range of communication areas and are difficult to handle a large number of requests. In particular, when communication explosively increases in a small cell, there is a problem that a offloading needs to be made to a nearby small cell base station or a macro cell base station. In this paper, to optimize the offloading, we propose the offloading algorithm through machine learning among each cell.

참고자료

· 없음