Enhanced CSMA/CA Protocol for Underwater Acoustic Sensor Networks : 수중 음향 센서 네트워크를 위한 향상된 매체 접속 제어 프로토콜 :

조준호

추천

검색

자료유형: 학위논문

저자정보: 조준호 (경북대학교, 경북대학교 대학원)

지도교수: 조호신.

발행연도: 2015

저작권: 경북대학교 논문은 저작권에 의해 보호받습니다.

이용수0

이 논문의 연구 히스토리 (4)

2020

Resource Management using Reinforcement Learning for Underwater Wireless Acoustic Sensor Networks : 수중 음향 센서 네트워크를 위한 강화학습 기반의 자원 관리 기법

조준호 전자공학부 2020.01 학위논문

2016

수중 음향 센서 네트워크에서 전력 제어 기법을 이용한 매체 접속 제어 프로토콜

조준호 , 조호신 한국통신학회 학술대회논문집 2016.06 학술대회자료

2015

Enhanced CSMA/CA Protocol for Underwater Acoustic Sensor Networks : 수중 음향 센서 네트워크를 위한 향상된 매체 접속 제어 프로토콜

조준호 전자공학부 2015.01 학위논문

수중 음향 센서 네트워크에 적합한 CSMA/CA 기반의 매체 접속 제어 프로토콜

조준호 , 조호신 한국통신학회 학술대회논문집 2015.01 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

최근, 효율적인 해양 자원 탐사 및 해양 환경 감시를 위한 수중 음향 센서 네트워크의 관심이 크게 증가하고 있다. 특수한 수중 매체의 특성 때문에 수중 네트워크의 성능은 매체 접속 제어 프로토콜에 크게 영향을 받는다.
UWASN을 위해 기존에 많은 다양한 반송파 감지 다중 접속 / 충돌 회피 (CSMA/CA)기반의 프로토콜이 제안되었다. 해당 기법에서는 패킷의 충돌을 피하기 위해 이웃 노드가 Network Allocation Vector (NAV) 를 설정한다. 따라서 UWASN과 같이 긴 전파지연의 특성을 갖는 환경에서 임의 접근 기법을 설계함에 있어서NAV 시간은 매우 중요한 요소가 된다.
본 논문에서는 기존에 제안된 CSMA/CA 기반의 수중 MAC 프로토콜에 비해 개선된 전송효율 성능을 가지는 향상된 CMSA/CA 프로토콜을 제안한다. 또한 제안하는 기법은 이웃 노드와 목적지 노드, 이웃 노드와 출발지 노드 사이의 거리를 고려한 NAV시간을 설정 함으로써 노드 사이의 불평등 문제를 완화시키고 starvation 문제를 해결할 수 있다. MATLAB 시뮬레이션을 통해 기존의 CSMA/CA 기반의 수중 MAC 프로토콜과 비교하여 제안하는 기법의 성능분석을 수행하였다.

#MAC protocol #UWASN #underwater communication

1. Introduction 1
2. Characteristics of Underwater Acoustic Channel and Survey on Underwater MAC Protocols 3
2.1 Characteristics of Underwater Acoustic Channel 3
2.1.1 Propagation delay 3
2.1.2 Attenuation 6
2.1.3 Bandwidth 8
2.1.4 Multipath fading 10
2.2 Underwater MAC Protocols 10
2.3 802.11 CSMA/CA based Underwater MAC Protocols 11
3. Enhanced CSMA/CA Protocol for Underwater Acoustic Sensor Networks 17
4. Performance Analysis 32
4.1 Simulation Parameters 32
4.2 Simulation Results 33
5. Conclusions 40
References 42

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (4)

초록· 키워드

목차

최근 본 자료

댓글(0)