선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 기존의 유전알고리즘을 이용한 빔형성과 같은 성능을 가지면서 수렴속도가 빠른 유전알고리즘 빔형성 기법을 제안한다. 유전알고리즘의 교배 방법을 통해 추출할 때 상대적으로 우성인 염색체에 비중을 주면서 열성의 염색체도 사용하여 수렴속도를 향상시키고 지역해에 빠지지 않게 한다.
- 본 논문에서는 무선 메쉬 네트워크의 이동하는 노드에 대해 기존의 유전알고리즘을 이용한 빔형성과 같은 성능을 가지면서 빠른 빔형성 벡터를 얻는 유전알고리즘을 제안하였다. 제안된 알고리즘은 수렴속도와 지역 해의 빠지는 것을 개선하기 위해 교배에서 자녀세대를 추출할 때의 적합도가 좋은 염색체의 일정비율로 좋은 형질을 가져가고 나머지 인구수에 간헐적으로 염색체를 사용하였다.
- 무선 메쉬 네트워크 환경에서는 노드들의 위치가 수시로 바뀌고 빠른 시간 안에 빔형성을 하여 정보를 전달하기 위해서 빠르게 빔형성 벡터를 얻어야 한다. 본 논문에서는 유전알고리즘을 통한 빔형성 기법에서 빔형성 벡터를 얻는데 수렴속도를 기존보다 줄이는 방법을 제안한다.
제안 방법
- 유전알고리즘의 교배 방법을 통해 추출할 때 상대적으로 우성인 염색체에 비중을 주면서 열성의 염색체도 사용하여 수렴속도를 향상시키고 지역해에 빠지지 않게 한다. 그리고 적합도 계산에 사용할 기준 빔패턴 형성과정에서 가우시안 가중치 기준 빔패턴을 사용함으로서 수렴속도를 추가적으로 개선한다.
- 네 번째 실험으로는 본 논문에서 제안한 가우시안 형태의 기준 빔패턴을 사용하였을 때 상위 추출 비율의 변화를 주어 가장 빠른 수렴속도를 갖는 비율을 찾는 실험을 하였다. 그 결과는 그림 4에 나타내었다.
- 두 번째 실험은 기존방법보다 제안한 방법의 교배의 추출방법에 차이에 따라 수렴시 세대수를 측정하였고 세 번째 실험은 교배의 추출방법의 변화를 주지 않고 기준 빔패턴의 차이에 따른 수렴시 세대수를 측정하였다. 네번째 실험은 본 논문에서 제안한 것의 교배의 추출 방법과, 기준 빔패턴의 변화 두가지를 모두 포함하여 최적의 상위 추출 비율을 찾는 실험을 하였다. 이것을 통하여 본 논문에서 제안한 방법이 기존의 방식보다 수렴속도가 향상됨을 보였다.
- 두 번째 실험으로 교배 전 추출과정에서 기존 방법으로는 상위 일정비율을 추출하고 나머지는 추출한 것 중에서 단일 교배하는 방식과, 본 논문에서 제안한 상위 일정비율을 추출하고 나머지는 염색체에서 일정비율 균등하게 추가 추출하는 방식을 비교실험 하였다. 적합도를 측정할 기준 빔패턴은 기존의 직각형태의 패턴을 사용하였다.
- 첫 번째 실험은 기존 유전알고리즘을 통해 얻은 빔형성의 성능과 본 논문에서 제안한 알고리즘으로 생성된 빔형성의 성능의 차이가 없음을 보였다. 두 번째 실험은 기존방법보다 제안한 방법의 교배의 추출방법에 차이에 따라 수렴시 세대수를 측정하였고 세 번째 실험은 교배의 추출방법의 변화를 주지 않고 기준 빔패턴의 차이에 따른 수렴시 세대수를 측정하였다. 네번째 실험은 본 논문에서 제안한 것의 교배의 추출 방법과, 기준 빔패턴의 변화 두가지를 모두 포함하여 최적의 상위 추출 비율을 찾는 실험을 하였다.
- 본 논문에서 사용된 기준 빔패턴 방식은 주빔과 nulling되는 빔의 위치와 가우시안 함수와의 합성곱을 이용하여 구한다.
- 본 논문에서 제안한 알고리즘은 교배를 통해 나온 자녀세대를 추출하는 과정에 우성인자에게 가중치를 주고 열성인자의 수를 조절하는 방법이다. 제안한 알고리즘의 방식은 상대적으로 우성인 염색체를 가져오는 비율을 선택하고 열성 염색체를 적은 수로 선택함으로써 기존 유전알고리즘보다 수렴속도를 향상시키고 열성 유전자 선택에 의한 염색체의 다양성으로 인해 지역해에 빠지는 것을 방지할 수도 있고 수렴속도도 빠르게 하였다.
- 본 장에서는 기존의 유전알고리즘 방식과 본 논문에서 제안한 유전 알고리즘 방식의 빔형성 성능은 동일하나 수렴속도 향상정도를 측정하는 실험을 하였다. 그리고 제안한 유전알고리즘에서 교배의 추출방법의 변화와 기준 빔패턴의 변화 두가지를 나누어 실험을 진행하였으며 마지막으로 두가지 방법을 모두 합친 제안한 유전알고리즘을 실험하여 수렴속도의 향상을 보이는 실험을 하였다.
- 수렴속도를 보다 빠르게 하기 위해서 유전알고리즘의 적합도 판별 가중치를 변경하는 방법을 제안한다. 그림 2의 ③은 빔형성에서 유전 알고리즘을 이용하여 원하는 빔패턴을 생성하는 부분이다.
- 다수의 간섭신호가 존재하는 상황에서 간섭신호를 최소화하는 가중치를 구하는 방법인 null-steering 빔형성 기술이 있다. 수신단에서 가진 다수의 간섭신호에 대한 방향 정보를 이용하여 간섭 신호를 제거한다. 두 노드가 인접한 경우 간섭제거가 효율적으로 이루어지지 않는다.
- 각 세대에서 얻은 염색체 안에 유전자의 빔형성 벡터를 통한 빔패턴을 얻고자 하는 기준 빔패턴과의 차이를 이용하여 적합도를 구한다. 안테나p 의해 빔형성되는 모양과 유사하도록 가우시안 가중치 패턴을 설정함으로서 적합도 비교시 수렴속도를 빠르게 하였다.
- 위와 같은 유전알고리즘을 사용하여 얻은 빔형성 벡터와 원하는 빔패턴과 어느정도 일치하는지 확인하기 위해 적합도를 측정한다. 적합도 측정은 0도부터 2π의 적분 값 차이로 빔 패턴과 기준 빔패턴의 차이를 측정하여 계산한다.
- 또한 파라미터의 설정 값과 선택, 교배, 변이의 방법에 따라 지역해에 빠질 수 있는 단점이 있다. 이러한 점을 극복하기 위해 대표적인 진화론적 알고리즘인 입자무리 최적화(Particle swarm optimization:PSO), 유전알고리즘(Genetic algorithm:GA), 침입 잡초 최적화(Invasive weed optimization:IWO)의 특성을 결합한 알고리즘도 사용되었고 교배와 변이의 방법에 변화를 주어 위의 단점을 해결하고자 하였다[4,5].
- 본 논문에서는 무선 메쉬 네트워크의 이동하는 노드에 대해 기존의 유전알고리즘을 이용한 빔형성과 같은 성능을 가지면서 빠른 빔형성 벡터를 얻는 유전알고리즘을 제안하였다. 제안된 알고리즘은 수렴속도와 지역 해의 빠지는 것을 개선하기 위해 교배에서 자녀세대를 추출할 때의 적합도가 좋은 염색체의 일정비율로 좋은 형질을 가져가고 나머지 인구수에 간헐적으로 염색체를 사용하였다. 그리고 가우시안 형태의 기준 빔패턴을 이용함으로써 최적화한 값을 얻기까지의 수렴속도를 줄였다.
- 첫 번째 실험은 기존 유전알고리즘을 통해 얻은 빔형성과 제안한 유전알고리즘을 통해 얻은 형성을 비교하는 실험을 하였다. 빔은 30도의 위치를 주 빔으로 한 경우 부분적으로 nulling할 부분을 설정하여 그림 3의 (a)는 기존의 유전알고리즘을 통하여 생성된 빔패턴이고 그림(b)는 제안된 유전알고리즘을 통하여 생성된 빔패턴이다.
대상 데이터
- 360°에 걸쳐 균일한 빔형성을 제공하기 위해 원형 배열 안테나를 사용하였다[6].
- 실험에 사용되는 안테나 수는 4개이며 반송 주파수는 2.2GHz를 사용하였다. 원형 배열 안테나의 지름은 36cm이며 안테나의 간격은 7cm로 설정하였다.
이론/모형
- 그림 2의 교배, 변이과정 전에 선택과정에서 선택방법은 룰렛 휠 방식을 사용하였다. 룰렛 휠 방식의 선택과정은 적합도가 높은 개체가 선택될 확률이 많고 적합도가 낮은 개체가 선택될 확률이 상대적으로 낮은 방식이다.
- 세 번째 실험으로 유전알고리즘의 일반적인 교배방식인 scattered 교배 방식을 사용하였다. 일반 기준 빔 패턴과 본 논문에서 제안한 기준 빔패턴을 하였을 때의 세대수의 수렴 정도를 측정한 결과이다.
성능/효과
- 제안된 알고리즘은 수렴속도와 지역 해의 빠지는 것을 개선하기 위해 교배에서 자녀세대를 추출할 때의 적합도가 좋은 염색체의 일정비율로 좋은 형질을 가져가고 나머지 인구수에 간헐적으로 염색체를 사용하였다. 그리고 가우시안 형태의 기준 빔패턴을 이용함으로써 최적화한 값을 얻기까지의 수렴속도를 줄였다. 전산 모의 실험을 통해 본 논문에서 제안한 방법이 기존의 유전알고리즘 방법과 동일한 빔형성 성능을 얻으면서 최대 20%의 빠른 수렴속도를 보였다.
- 본 장에서는 기존의 유전알고리즘 방식과 본 논문에서 제안한 유전 알고리즘 방식의 빔형성 성능은 동일하나 수렴속도 향상정도를 측정하는 실험을 하였다. 그리고 제안한 유전알고리즘에서 교배의 추출방법의 변화와 기준 빔패턴의 변화 두가지를 나누어 실험을 진행하였으며 마지막으로 두가지 방법을 모두 합친 제안한 유전알고리즘을 실험하여 수렴속도의 향상을 보이는 실험을 하였다.
- 그림 4의 결과를 보면 전체적으로 직각형태의 기준 빔패턴보다 본 논문에서 제안한 가우시안 형태의 기준 빔패턴을 사용하였을 때 수렴속도가 빨랐다. 또한, 가우시안 형태의 기준 빔패턴과 상위 35%를 추출 후 나머지를 인접 염색체와 순위를 비교하여 나열하였을 경우에 가장 빠른 수렴속도를 보였다.
- 수렴 시행 횟수를 여러번하여 기준 빔패턴의 차이에 따른 평균과 표준편차를 나타내었다. 기존의 직각형태의 기준 빔패턴을 하였을 경우보다 본 논문에서 제안한 가우시안 형태의 기준 빔패턴을 하였을 때 3세대가 줄어든 5.5%의 향상된 수렴속도를 얻을 수 있다.
- 그림 4의 결과를 보면 전체적으로 직각형태의 기준 빔패턴보다 본 논문에서 제안한 가우시안 형태의 기준 빔패턴을 사용하였을 때 수렴속도가 빨랐다. 또한, 가우시안 형태의 기준 빔패턴과 상위 35%를 추출 후 나머지를 인접 염색체와 순위를 비교하여 나열하였을 경우에 가장 빠른 수렴속도를 보였다. 이때 본 논문에서 제안한 방법이 기존보다 최대 20%의 빠른 수렴속도를 보였다.
- 네번째 실험은 본 논문에서 제안한 것의 교배의 추출 방법과, 기준 빔패턴의 변화 두가지를 모두 포함하여 최적의 상위 추출 비율을 찾는 실험을 하였다. 이것을 통하여 본 논문에서 제안한 방법이 기존의 방식보다 수렴속도가 향상됨을 보였다.
- 또한, 가우시안 형태의 기준 빔패턴과 상위 35%를 추출 후 나머지를 인접 염색체와 순위를 비교하여 나열하였을 경우에 가장 빠른 수렴속도를 보였다. 이때 본 논문에서 제안한 방법이 기존보다 최대 20%의 빠른 수렴속도를 보였다.
- 그리고 가우시안 형태의 기준 빔패턴을 이용함으로써 최적화한 값을 얻기까지의 수렴속도를 줄였다. 전산 모의 실험을 통해 본 논문에서 제안한 방법이 기존의 유전알고리즘 방법과 동일한 빔형성 성능을 얻으면서 최대 20%의 빠른 수렴속도를 보였다.
- 본 논문에서 제안한 알고리즘은 교배를 통해 나온 자녀세대를 추출하는 과정에 우성인자에게 가중치를 주고 열성인자의 수를 조절하는 방법이다. 제안한 알고리즘의 방식은 상대적으로 우성인 염색체를 가져오는 비율을 선택하고 열성 염색체를 적은 수로 선택함으로써 기존 유전알고리즘보다 수렴속도를 향상시키고 열성 유전자 선택에 의한 염색체의 다양성으로 인해 지역해에 빠지는 것을 방지할 수도 있고 수렴속도도 빠르게 하였다. 그리고 변이 과정에서는 전 세대의 적합도를 이용함으로서 빠른 최적화 값을 갖도록 한다.
- 첫 번째 실험은 기존 유전알고리즘을 통해 얻은 빔형성의 성능과 본 논문에서 제안한 알고리즘으로 생성된 빔형성의 성능의 차이가 없음을 보였다. 두 번째 실험은 기존방법보다 제안한 방법의 교배의 추출방법에 차이에 따라 수렴시 세대수를 측정하였고 세 번째 실험은 교배의 추출방법의 변화를 주지 않고 기준 빔패턴의 차이에 따른 수렴시 세대수를 측정하였다.
- 유전알고리즘 과정을 통해 빔패턴을 얻는 과정의 시행횟수를 여러번하여 나온 결과를 평균한 값이다. 표 1의 결과를 보면 기존 방법의 교배과정의 추출방식에 비해 본 논문에서 제안한 방식의 경우가 추출 비율에 따라 최대 10.26%까지 빠르게 수렴하는 결과를 얻었다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.