표제지
목차
약어표 9
제1장 서론 10
1.1. 연구 배경 10
1.2. 연구 동기 12
1.3. 논문 구성 12
제2장 관련 연구 및 연구 목표 13
2.1. 관련 연구 13
2.1.1. 네트워크 상황 인지 기반 라우팅 13
2.1.2. UAV 지원 애드혹 네트워크 15
2.1.3. AHP 알고리즘 19
2.1.4. ACO 알고리즘 25
2.1.5. Q-learning 기반 라우팅 프로토콜 28
2.2. 연구 목표 30
제3장 본론 31
3.1. 시스템 모델 및 가정 31
3.2. 제안하는 지능형 라우팅 및 전송제어 기법 설계 33
3.2.1. AHP 기반 지능형 다중경로 라우팅 알고리즘 33
3.2.2. ACO 기반 지능형 라우팅 경로관리 알고리즘 39
3.2.3. Q-learning 기반 공중중계 트래픽 분산 알고리즘 44
3.1.3. Cross-layer 기반 Split 전송제어 알고리즘 54
3.3. 실험 환경 및 결과 59
3.3.1. 실험 환경(AHP/ACO 기반 지능형 라우팅) 59
3.3.2. 실험 환경(Q-learning 기반 공중중계 트래픽 분산) 61
3.3.3. 실험 환경(Cross-layer 기반 Split 전송제어) 62
3.3.4. 실험 환경(통합 M&S) 64
3.3.5. 실험 결과(AHP/ACO 기반 지능형 라우팅) 65
3.3.6. 실험 결과(Q-learning 기반 공중중계 트래픽 분산) 67
3.3.7. 실험 결과(Cross-layer 기반 Split 전송제어) 78
3.3.8. 실험 결과(통합 M&S) 80
제4장 결론 85
4.1. 결론 85
4.2. 향후연구 85
참고문헌 86
요약 94
ABSTRACT 95
표 1. 라우팅 비용 메트릭에 따른 경로결정 예시 33
표 2. 기존 알고리즘과 제안 알고리즘간 특성별 비교표 42
표 3. 성능분석 환경(AHP/ACO 기반 지능형 라우팅) 59
표 4. 성능분석 환경(Q-learning 기반 공중중계 트래픽 분산) 61
표 5. 성능분석 환경(Cross-layer 기반 Split 전송제어) 62
표 6. AHP/ACO 비교성능 세부결과 65
표 7. 이동속도 변화량에 따른 비교성능 표 70
표 8. 트래픽에 따른 비교성능 표 73
표 9. 통합 M&S 계층별 적용사항 및 실험 결과 80
그림 1. MANET의 네트워크 특성 10
그림 2. AODV-IMTC 개념도 15
그림 3. LCAD 개념도 16
그림 4. UVAR 알고리즘 기본 운용 및 동작과정 16
그림 5. UVAR 라우팅 개념도 17
그림 6. 기존 UAV 지원 애드혹 네트워크 및 제안 알고리즘 비교 18
그림 7. AHP 계층 구조 19
그림 8. 쌍대행렬 20
그림 9. 네트워크 분야 AHP 계층 구조 사례 21
그림 10. TOPSIS 기본 개념 22
그림 11. GRA 기본 개념 23
그림 12. AHP를 활용한 라우팅 선택 문제 24
그림 13. 기존 라우팅 및 ACO 기반 라우팅 비교 25
그림 14. Ant-AODV 라우팅 정보 수집 과정 예시 27
그림 15. 강화학습 프레임워크 28
그림 16. Q-Geo 개념도 28
그림 17. Q-learning 기반 동적 채널 선택 개념도 29
그림 18. Q-learning 기반 동적 채널 센싱 29
그림 19. UAV 지원 지능형 네트워크 시스템 모델 31
그림 20. UAV 중계 커버리지 모델 32
그림 21. 서비스별 트래픽 QoS 요구 특성 분류 34
그림 22. AHP 개념도 34
그림 23. AHP 기준별 가중 값 설정 35
그림 24. AHP 적용 프로세스 37
그림 25. AHP/ACO 계층간 흐름도 38
그림 26. ACO 기반 라우팅 탐색 개념도 39
그림 27. ACO 기반 라우팅 탐색 및 페로몬 코스트 40
그림 28. ACO 기반 지능형 라우팅 경로관리 매커니즘 41
그림 29. AODV 알고리즘 43
그림 30. Q-LBR 공중중계 프레임워크 45
그림 31. Q-LBR 강화학습 구조 45
그림 32. UAV 라우팅 정책 영역(URPA) 예 48
그림 33. Q-LBR 프레임워크 51
그림 34. Q-LBR 알고리즘 52
그림 35. Q-Table 구조 53
그림 36. 라우팅 결정 프로세스(RDP) 알고리즘 53
그림 37. Cross-layer 기반 전송제어 프로토콜 개념도 54
그림 38. Cross-layer 기반 전송제어 다이어그램 55
그림 39. Cross-layer 기반 전송제어 검증을 위한 네트워크 구성 56
그림 40. Cross-layer 기반 전송제어 검증을 위한 메시지 흐름 57
그림 41. TCP persistent state 유지 확인 58
그림 42. TCP persistent state 해제 확인 58
그림 43. 토폴로지 구성 60
그림 44. Riverbed Modeler Process Model 60
그림 45. Riverbed Modeler 트래픽 클래스별 Policy 설정 63
그림 46. 트래픽 전송제어 정책 63
그림 47. 통합 M&S 트래픽 정책 및 네트워크 환경 구성 64
그림 48. AHP/ACO PDR 성능 비교결과 66
그림 49. AHP/ACO 지연 성능 비교결과 66
그림 50. 강화학습 적용에 따른 Q-LBR 성능비교 69
그림 51. 이동속도 변화량에 따른 Q-LBR PDR 성능 71
그림 52. 이동속도 변화량에 따른 Q-LBR 처리량 성능 71
그림 53. 이동속도 변화량에 따른 Q-LBR 지연시간 성능 72
그림 54. 트래픽에 따른 Q-LBR PDR 성능 74
그림 55. 트래픽에 따른 Q-LBR 처리량 성능 74
그림 56. 트래픽에 따른 Q-LBR 지연시간 성능 75
그림 57. RCF 유무에 따른 Q-LBR 성능비교 결과 77
그림 58. BER 환경에 따른 TCP 지연시간 및 재전송 실험 결과 78
그림 59. BER에 따른 TCP 지연시간 성능 결과 79
그림 60. BER에 따른 TCP 재전송 성능 결과 79
그림 61. 통합 M&S 지형정보 모델 81
그림 62. 통합 M&S USM 트래픽 PDR 성능 결과 82
그림 63. 통합 M&S COP 트래픽 PDR 성능 결과 82
그림 64. 통합 M&S USM 트래픽 지연시간 성능 결과 83
그림 65. 통합 M&S COP 트래픽 지연시간 성능 결과 83
그림 66. 통합 M&S COP 트래픽 지연시간 성능 결과 84