OCDMA 네트워크 자원 할당을 위한 홉필드 학습 기반 및 비선형 프로그래밍 방법
본 논문은 광코드분할다중접속(OCDMA) 시스템에서 전력 할당 문제를 해결하기 위해 수정된 홉필드 인공신경망(mH‑NN)을 제안하고, 이를 전통적인 비선형 프로그래밍 기법인 순차 이차계획법(SQP)과 증강 라그랑주 방법(ALM)과 비교한다. 실험 결과, mH‑NN은 수렴 속도와 구현 복잡도에서 우수한 성능을 보이며, QoS 제약을 만족하는 최소 전력 해를 효율적으로 찾아낸다.
저자: Cristiane A. Pendeza Martinez, Taufik Abr~ao, Fabio Renan Dur
본 연구는 광코드분할다중접속(OCDMA) 네트워크에서 다중 사용자가 공유하는 스펙트럼 자원을 효율적으로 관리하기 위한 전력 할당 문제를 다룬다. OCDMA 시스템은 각 사용자에게 고유 코드를 부여해 비동기식으로 데이터를 전송하지만, 사용자 간 간섭(MAI)과 광섬유 비선형 효과 때문에 전력 할당이 복잡한 비선형 제약조건을 가진 최적화 문제로 귀결된다. 논문은 먼저 전력 할당 문제를 수학적으로 모델링한다. 각 사용자 i에 대해 수신기에서 요구되는 최소 신호대간섭비(SNIR) 혹은 CIR(Γ*)를 만족하도록 전송 전력을 p_i가 결정되어야 하며, 이는 다음 부등식 형태로 표현된다:
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기