채널 결합 기반 상향스트림 스케줄링 알고리즘 설계와 성능평가

노선식

추천

검색

질문

자료유형: 학술저널

저자정보: 노선식

저널정보: 대한전자공학회 전자공학회논문지-TC 電子工學會論文誌 TC編第46卷第5號

발행연도: 2009.5

수록면: 8 - 18 (11page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

광대역가입자망으로 DOCSIS 기반 HFC 망을 고도화하기 위해 채널 결합 기법을 핵심기술로 하는 DOCSIS 3.0 표준안이 제시되었다. 본 논문에서는 DOCSIS 망에서 채널 결합 기법을 효율적으로 구현하기 위해 결합그룹 스케줄링과 채널 스케줄링으로 구성된 상향스트림 스케줄러를 설계하였다. 채널 결합 기능을 제공하는 CM들의 요구 대역을 결합 채널에 할당하기 위해 균등요구대역 할당알고리즘, 현재 할당된 요구대역 기반 요구대역 할당알고리즘, 그리고 이전 대역 할당 기반 요구대역 할당알고리즘 등 세 가지 결합그룹 스케줄링 알고리즘을 설계하여 제안하였다. OPNET을 이용하여 DOCSIS 3.0 MAC 시뮬레이션 모델을 구현하고, 제안한 알고리즘들을 적용하여 성능평가를 수행하였다. 성능평가를 통해 채널 결합 기법이 정상적으로 수행됨을 검증하였고, 스케줄링 알고리즘에 대한 비교평가결과 균등요구대역 할당알고리즘이 전송 지연과 데이터 전송량에 있어서 우수한 성능을 나타내었다. 또한 DOCSIS MAC 프로토콜에 대한 성능평가를 수행하였으며, DOCSIS 3.0 프로토콜이 DOCSIS 3.0 이전 프로토콜보다 대용량 데이터를 전송할 수 있음을 확인하였다.

#DOCSIS #Channel Bonding #Upstream Scheduling #Cable Network

참고문헌 (11)

참고문헌 신청

1. [기타자료] - / 2008 / Data-Over-Cable Service Interface Specifications DOCSIS 3.0, MAC and Upper LAyer Protocols Interface Specification, CM-SP-MULPIv3.0-I08- 080522, Cable Television Laboratories, Inc

2. [기타자료] - / 2008 / Data-Over-Cable Service Interface Specifica- tions, Operations Support System Interface Specification, CM-SP-OSSIv3.0-I07-080522, Cab- le Television Laboratories, Inc

3. [기타자료] - / 2008 / DOCSIS 3.0, Physical Layer Specification, CM-SP-PHYv3.0-I07-080522, Cable Television Laboratories, Inc

4. [기타자료] - / 2007 / Downstream External-PHY Interface, CM-SP-DEPI-I05-070223, Cable Television Laboratories, Inc

5. [인터넷자원] - / / www.opnet.com

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

시뮬레이터를 이용한 CATV 전송 시스템 위상 잡음 성능 개선에 관한 연구

장상현 , 이일규 , 구한승 외 1명 한국통신학회 학술대회논문집 2006 .11

HFC CATV망에서의 MCNS에 대한 미니슬롯 할당알고리즘과 Backoff Window Setting

권환준 , 전성민 , 박승권 한국통신학회 학술대회논문집 1999 .11

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2009-569-018363896

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (11)

함께 읽어보면 좋을 논문

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)