| 1 |
1
삭제
|
| 2 |
2
삭제
|
| 3 |
3
무선 인체 영역 네트워크에서 송수신 노드간에 측정된 패킷 전송률의 평균값을 획득하는 PRR(Packet Reception Ratio, 패킷수신율) 획득 모듈과,상기 무선 인체 영역 네트워크에서 신호대비 간섭 및 잡음 비율의 평균값을 획득하는 SINR(Signal to Interference and Noise Ratio, 수신 신호대 간섭 및 잡음비) 획득 모듈, 및상기 송수신 노드간에 측정된 패킷 전송률의 평균값과 상기 신호대비 간섭 및 잡음 비율의 평균값을 입력값으로 하는 나이브 베이지안 분류기(Naive Bayesian Classifier) 기법으로 상기 무선 인체 영역 네트워크의 공존 상황을 예측 및 분류하는 MAP 분류 모듈을 포함하고,상기 MAP 분류 모듈은 이전에 도출된 공존 상황(pre-state)을 입력값에 추가하여 공존 상황을 예측 및 분류하며,상기 나이브 베이지안 분류기에 의한 공존성 상황 예측은,에 의해 이뤄지며,상기 는 공존 상황의 가설,상기 은 PRR,상기 는 SINR,상기 은 이전에 도출된 공존 상황인 것을 특징으로 하는 다중 WBAN 환경에서의 공존성 문제 예측 시스템
|
| 4 |
4
청구항 3에 있어서,상기 MAP 분류 모듈에서 공존 상황은, 간섭을 주는 주변 WBAN(Wireless Body Area Network, 무선 인체 영역 네트워크)의 이동속도에 따라서 none, static, semi-dynamic, dynamic으로 구분되며,상기 none은 상기 간섭을 주는 주변 WBAN이 없어 간섭이 없는 상황,상기 static은 상기 간섭을 주는 주변 WBAN의 이동성이 없어 지속적으로 간섭을 받는 상황,상기 semi-dynamic은 상기 간섭을 주는 주변 WBAN이 느리게 이동하여 일정시간 동안 간섭을 받는 상황,상기 dynamic은 상기 간섭을 주는 주변 WBAN이 빠르게 이동하여 매우 짧은 시간 동안만 간섭을 받는 상황을 의미하는 것을 특징으로 하는 다중 WBAN 환경에서의 공존성 문제 예측 시스템
|
| 5 |
5
청구항 4에 있어서,사전확률은,PRR ≥ PRRthreshold일 때, none은 2/4, static은 0, semi-dynamic은 0, dynamic은 2/4,PRR 003c# PRRthreshold일 때, none은 1/4, static은 1/4, semi-dynamic은 1/4, dynamic은 1/4,SINRholding-time = 0일 때, none은 1, static은 0, semi-dynamic은 0, dynamic은 0,0 003c# SINRholding-time 003c# α일 때, none은 0, static은 0, semi-dynamic은 0, dynamic은 1,α ≤ SINRholding-time 003c# β일 때, none은 0, static은 0, semi-dynamic은 1/2, dynamic은 1/2,β ≤ SINRholding-time일 때, none은 1/2, static은 1/2, semi-dynamic은 0, dynamic은 0,상기 이전에 도출된 공존 상황(pre-state)이 none일 때, none은 3/8, static은 1/8, semi-dynamic은 1/8, dynamic은 3/8,상기 이전에 도출된 공존 상황(pre-state)이 static일 때, none은 3/4, static은 1/4, semi-dynamic은 0, dynamic은 0,상기 이전에 도출된 공존 상황(pre-state)이 semi-dynamic일 때, none은 3/8, static은 1/8, semi-dynamic은 1/8, dynamic은 3/8,상기 이전에 도출된 공존 상황(pre-state)이 dynamic일 때, none은 3/8, static은 1/8, semi-dynamic은 1/8, dynamic은 3/8인 것을 특징으로 하는 다중 WBAN 환경에서의 공존성 문제 예측 시스템
|
| 6 |
6
청구항 5에 있어서,상기 무선 인체 영역 네트워크에서 신호대비 간섭 및 잡음 비율의 평균값은,이며,상기 는 수신신호의 세기,상기 는 간섭신호의 세기,상기 은 노이즈의 신호 세기인 것을 특징으로 하는 다중 WBAN 환경에서의 공존성 문제 예측 시스템
|
| 7 |
7
삭제
|
| 8 |
8
삭제
|
| 9 |
9
PRR 획득 모듈이 무선 인체 영역 네트워크에서 송수신 노드간에 측정된 패킷 전송률의 평균값을 획득하는 단계와,상기 무선 인체 영역 네트워크에서 SINR 획득 모듈이 신호대비 간섭 및 잡음 비율의 평균값을 획득하는 단계, 및상기 송수신 노드간에 측정된 패킷 전송률의 평균값과 상기 신호대비 간섭 및 잡음 비율의 평균값을 입력값으로 하는 나이브 베이지안 분류기(Naive Bayesian Classifier) 기법으로 MAP 분류 모듈이 상기 무선 인체 영역 네트워크의 공존 상황을 예측 및 분류하는 단계를 포함하고,상기 송수신 노드간에 측정된 패킷 전송률의 평균값과 상기 신호대비 간섭 및 잡음 비율의 평균값을 입력값으로 하는 나이브 베이지안 분류기(Naive Bayesian Classifier) 기법으로 MAP 분류 모듈이 상기 무선 인체 영역 네트워크의 공존 상황을 예측 및 분류하는 단계는,상기 MAP 분류 모듈이 이전에 도출된 공존 상황을 입력값에 추가하여 공존 상황을 예측 및 분류하는 단계를 포함하며,상기 나이브 베이지안 분류기에 의한 공존성 상황 예측은,에 의해 이뤄지며,상기 는 공존 상황의 가설,상기 는 공존 상황의 가설 에 영향을 미치는 변수인 것을 특징으로 하는 다중 WBAN 환경에서의 공존성 문제 예측 방법
|
| 10 |
10
청구항 9에 있어서,상기 MAP 분류 모듈에서 공존 상황은, 간섭을 주는 주변 WBAN(Wireless Body Area Network, 무선 인체 영역 네트워크)의 이동속도에 따라서 none, static, semi-dynamic, dynamic으로 구분되며,상기 none은 상기 간섭을 주는 주변 WBAN이 없어 간섭이 없는 상황,상기 static은 상기 간섭을 주는 주변 WBAN의 이동성이 없어 지속적으로 간섭을 받는 상황,상기 semi-dynamic은 상기 간섭을 주는 주변 WBAN이 느리게 이동하여 일정시간 동안 간섭을 받는 상황,상기 dynamic은 상기 간섭을 주는 주변 WBAN이 빠르게 이동하여 매우 짧은 시간 동안만 간섭을 받는 상황을 의미하는 것을 특징으로 하는 다중 WBAN 환경에서의 공존성 문제 예측 방법
|
| 11 |
11
청구항 10에 있어서,사전확률은,PRR ≥ PRRthreshold일 때, none은 2/4, static은 0, semi-dynamic은 0, dynamic은 2/4,PRR 003c# PRRthreshold일 때, none은 1/4, static은 1/4, semi-dynamic은 1/4, dynamic은 1/4,SINRholding-time = 0일 때, none은 1, static은 0, semi-dynamic은 0, dynamic은 0,0 003c# SINRholding-time 003c# α일 때, none은 0, static은 0, semi-dynamic은 0, dynamic은 1,α ≤ SINRholding-time 003c# β일 때, none은 0, static은 0, semi-dynamic은 1/2, dynamic은 1/2,β ≤ SINRholding-time일 때, none은 1/2, static은 1/2, semi-dynamic은 0, dynamic은 0,상기 이전에 도출된 공존 상황(pre-state)이 none일 때, none은 3/8, static은 1/8, semi-dynamic은 1/8, dynamic은 3/8,상기 이전에 도출된 공존 상황(pre-state)이 static일 때, none은 3/4, static은 1/4, semi-dynamic은 0, dynamic은 0,상기 이전에 도출된 공존 상황(pre-state)이 semi-dynamic일 때, none은 3/8, static은 1/8, semi-dynamic은 1/8, dynamic은 3/8,상기 이전에 도출된 공존 상황(pre-state)이 dynamic일 때, none은 3/8, static은 1/8, semi-dynamic은 1/8, dynamic은 3/8인 것을 특징으로 하는 다중 WBAN 환경에서의 공존성 문제 예측 방법
|
| 12 |
12
청구항 11에 있어서,상기 무선 인체 영역 네트워크에서 신호대비 간섭 및 잡음 비율의 평균값은,이며,상기 는 수신신호의 세기,상기 는 간섭신호의 세기,상기 은 노이즈의 신호 세기인 것을 특징으로 하는 다중 WBAN 환경에서의 공존성 문제 예측 방법
|
