Resource Management using Reinforcement Learning for Underwater Wireless Acoustic Sensor Networks : 수중 음향 센서 네트워크를 위한 강화학습 기반의 자원 관리 기법
지난 수십 년 동안 해양 자원 탐사, 오염 모니터링, 군사적 감시 체계, 해양 환경 감시 등의 다양한 목적으로 수중 음향 센서 네트워크에 대한 연구에 대한 관심이 증대되어왔다. 수중 채널의 고유한 특성으로 인해 라디오 주파수 (Radio Frequency; RF) 사용의 제약이 심한 수중 센서 네트워크 환경에서는 주로 음파를 이용한 통신방식을 사용한다. 수중 음향 채널은 제한적인 가용대역폭, 다중 경로 페이딩, 높은 비트 오류율, 긴 전파지연과 같은 열악한 채널 특성을 가진다. 따라서 이러한 채널 특성을 극복하고 수중 음향 센서 네트워크의 성능을 향상시키기 위한 수중 매체 접속 제어 (Medium Access Control) 프로토콜에 대한 연구가 활발히 진행되었다. 수중 매체 접속 제어 프로토콜의 성능을 향상시키기 위해서는 수중 채널의 특성을 고려한 자원 관리 기법의 설계가 중요하며 이러한 자원 관리에 강화학습 (Reinforcement Learning)이 유용하게 활용될 수 있다. 본 논문에서는 무선 네트워크에서 숨은 노드 문제 (Hidden Node Problem)를 해결하기 위한 대표적 프로토콜인 다중 접속 충돌 회피 (Multiple Access Collision Avoidance; MACA) 기반의 수중 매체 접속 제어 프로토콜에서의 자원 관리 기법을 제안하고 시뮬레이션을 통해 제안 기법들의 성능을 분석한다. 제안기법들은 수중 채널의 특성을 극복하고 네트워크 성능을 향상시키기 위한 최적의 네트워크 할당 벡터 (Network Allocation Vector; NAV) 시간과 데이터 패킷의 전송전력을 할당하기 위한 최적화 기법을 사용한다.
첫 번째로, NAV 시간 최적화 기법을 제안한다. 수중환경에서는 음파의 느린 속도로 인해 긴 전파지연이 발생하므로 이를 고려하여 지상환경에 비해 긴 NAV 시간 설정이 필요하다. 하지만 지나치게 긴 NAV 시간은 유휴시간을 증가시켜 자원 효율성을 저하시킬 수 있으므로 NAV 시간의 설정은 수중 매체 접속 제어 프로토콜의 매우 중요한 요소로 작용한다. 제안기법은 네트워크 내에 존재하는 각 노드는 네트워크 초기화 과정에서 획득한 노드 간 거리정보를 바탕으로 유휴 시간을 최소화함과 동시에 충돌을 회피할 수 있는 최적 NAV 시간을 계산하여 적용함으로써 자원 효율성을 향상시킬 수 있다. 또한 수중환경에서는 수신지 노드와 각 송신지 노드들의 거리차로 인한 채널 획득 확률의 불균형이 심각하게 발생하고 이는 네트워크 내에서의 기아 (Starvation) 문제를 야기할 수 있다. 제안기법은 각 노드 간 거리차를 반영한 NAV 시간의 설정으로 채널 획득 확률의 불균형을 완화시킬 수 있다. 시뮬레이션을 통해 제안기법을 적용한 매체 접속 제어 프로토콜이 기존의 MACA 기반 수중 매체 접속 제어 프로토콜에 비해 처리율 (Throughput), 지연 (Latency), 공평성 (Fairness) 측면에서 우수한 성능을 보임을 확인하였다.
두 번째로, 강화학습을 이용한 NAV 시간 최적화 기법을 제안한다. 노드 간 정확한 거리측정이 힘들고 토폴로지가 유동적인 특성을 갖는 수중 음향 센서 네트워크에서는 동기화 및 거리측정을 위한 시그널링 오버헤드가 크게 발생할 수 있으며 이는 네트워크 처리율을 하락시킨다. 제안기법은 강화학습을 이용하여 노드 간 거리측정을 위한 시그널링 없이 각 노드가 스스로 유동적인 네트워크 토폴로지에 적응적인 최적 NAV 시간을 학습하여 도출할 수 있는 NAV 시간 최적화 기법을 사용한다. 또한 네트워크의 운용목적에 따라 중요한 성능요소 (처리율, 공평성, 네트워크 수명 등)를 선택적으로 향상시킬 수 있는 보상 함수를 적용하였다. 시뮬레이션을 통해 제안기법을 적용한 매체 접속 제어 프로토콜이 기존의 MACA 기반 수중 매체 접속 제어 프로토콜에 비해 높은 네트워크 성능을 보임과 동시에 네트워크 토폴로지 변화에 적응적으로 작용함을 확인하였다.
마지막으로, 강화학습을 적용한 전송 전력 최적화 기법을 제안한다. 수중 음향 센서 네트워크에서 각 노드는 제한된 배터리로 동작하고 이를 교체하기 어려우므로 매체 접속 제어 프로토콜의 에너지 효율이 네트워크 수명에 큰 영향을 미친다. 수중환경에서 에너지 효율향상 시키기 위해서는 전력소모의 비중이 큰 데이터 패킷의 전력제어가 매우 중요하다. 제안기법에서는 강화학습을 이용하여 주변 간섭신호 크기에 적응적인 최적 전송 전력을 도출하기 위한 전송 전력 최적화 기법을 이용한다. 시뮬레이션을 통해 제안기법이 기존의 MACA 기반 전력제어 기법에 비해 높은 처리율 성능 및 에너지 효율을 보임을 확인하였다.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)