| 1 |
1
차량디바이스(Vehicle User Equipment, VUE), 셀룰러디바이스(Cellular User Equipment, CUE), 매크로기지국(Macro Base Station, MBS) 및 펨토셀(Femto-Cell, FC)이 포함되어 있는 무선통신채널에서의 초기 자원할당 테이블을 추출하는 단계;상기 자원할당 테이블의 적어도 하나의 페어를 마스크(Mask) 처리하는 단계;상기 마스크 처리가 되지 않은 자원할당 테이블의 페어의 페어링(Pairing) 정보를 변형하는 단계;상기 자원할당 테이블이 글로벌 옵티마(Global Optima)에 수렴하는지 여부를 판단하는 단계; 및상기 자원할당 테이블이 글로벌 옵티마에 수렴하는 경우, 최적의 페어링 정보를 갖는다고 판단하여 최적 자원할당 테이블을 도출하는 단계;를 포함하고,상기 마스크(Mask)를 처리하는 것은, 상기 초기 자원할당 테이블로부터 유전알고리즘을 통해 미리 설정된 세대 수의 세대 별 스테이트(State), 상기 자원할당 테이블, 보상(Reward), Pool를 수집하여 이를 딥러닝 모델에 학습하여 상기 학습된 딥러닝 모델에 상기 세대 별 보상(Reward)를 보상함수에 가중치로 부여하는 DMMR(Deep Mask with Modified Reward) 모드로 마스크(Mask)를 추론하고,상기 페어링(Pairing) 정보를 변형하는 것은, 상기 유전알고리즘에서 교배(Crossover)는 없고, 변이(Mutation)을 셔플링(Shuffling)으로 대체하고,상기 셔플링(Shuffling)은, 상기 자원할당 테이블 내에 포함되어 있는 페어를 랜덤하게 섞는 것을 특징으로 하는 다중채널 자원할당 방법
|
| 2 |
2
제1항에 있어서,상기 무선통신채널은,상향링크에서 상기 셀룰러디바이스가 상기 펨토셀에 연결되고, 상기 차량디바이스가 상기 매크로기지국 및 인접(Adjacent) 차량디바이스에 비직교 다중접속방식으로 데이터를 동시에 송신할 수 있도록 형성된 채널인 것을 특징으로 하는 다중채널 자원할당 방법
|
| 3 |
3
제1항에 있어서,상기 무선통신채널에서의 초기 스테이트(State)를 추출하는 단계를 더 포함하고,상기 스테이트는,상기 차량디바이스, 셀룰러디바이스, 매크로기지국 및 펨토셀에서 형성되는 6개의 링크 및 간섭 스테이트에 대한 거리 및 채널 랜덤변수를 곱한 값으로 구성되는 것을 특징으로 하는 다중채널 자원할당 방법
|
| 4 |
4
제3항에 있어서,상기 링크는,V2Vadj(VUE To Adjacent VUE) 링크, V2M(VUE To MBS) 링크 및 C2F(CUE To FC) 링크를 포함하고,상기 간섭 스테이트는,V2F(VUE To FC) 간섭 스테이트, C2Vadj(CUE To Adjacent VUE) 간섭 스테이트 및 C2M(CUE To MBS) 간섭 스테이트를 포함하는 다중채널 자원할당 방법
|
| 5 |
5
제1항에 있어서,상기 자원할당 테이블은,무선채널번호를 데이터로 포함하는 3행 x N열 크기의 2차원 배열인 것을 특징으로 하는 다중채널 자원할당 방법
|
| 6 |
6
제1항에 있어서,상기 마스크 처리하는 단계는,유전알고리즘 및 딥러닝 모델을 이용하여 현 세대에서 상기 최적의 페어링 정보를 갖는다고 판단된 적어도 하나의 페어를 마스크 처리하고, 다음 세대로 넘어갈 시 상기 자원할당 테이블의 페어를 고정하는 것을 특징으로 하는 다중채널 자원할당 방법
|
| 7 |
7
제6항에 있어서,상기 유전알고리즘 및 딥러닝 모델의 각 세대에서 도출된 상기 자원할당 테이블 및 마지막 세대에서 도출된 상기 자원할당 테이블을 비교하여, 자원할당상황이 같으면 1로 정의하고 다르면 0으로 정의함으로써, 1로 정의된 상기 페어가 상기 최적의 페어링 정보를 갖는다고 결정하는 다중채널 자원할당 방법
|
| 8 |
8
제1항에 있어서,상기 글로벌 옵티마는,V2Vadj 링크, V2M 링크 및 C2F 링크가 하나의 페어를 이루어 하나의 무선통신채널자원을 공유하여 사용할 시, 상기 3개 링크의 페어링 정보 및 주파수자원이 최적으로 분배된 최적해인 것을 특징으로 하는 다중채널 자원할당 방법
|
| 9 |
9
제1항에 있어서,상기 자원할당 테이블 상에 마스크 처리된 페어가 많을수록 상기 글로벌 옵티마에 더 수렴하는 것을 특징으로 하는 다중채널 자원할당 방법
|
| 10 |
10
제1항에 있어서,상기 자원할당 테이블이 글로벌 옵티마에 수렴하지 않는 경우, 상기 최적의 페어링 정보를 갖지 않는다고 판단하여, 유전알고리즘 및 딥러닝 모델 상에 미리 설정된 세대 수만큼 상기 마스크 처리하는 단계 내지 상기 판단하는 단계를 반복적으로 수행하는 다중채널 자원할당 방법
|
