Core Concepts
사용자 중심 학습 접근법을 통해 하이브리드 LiFi 및 WiFi 네트워크에서 자원 관리와 이동성 관리를 동시에 다룸
Abstract
하이브리드 LiFi 및 WiFi 네트워크(HLWNet)는 LiFi의 넓은 광학 스펙트럼과 WiFi의 광범위한 커버리지를 결합한 새로운 실내 무선 통신 패러다임임
부하 균형(LB)은 이러한 하이브리드 네트워크에서 자원 관리의 핵심 과제임
기존 LB 방법은 주로 네트워크 중심적이며, 모든 사용자에 대한 솔루션을 한 번에 제공함
이로 인해 빠르게 움직이는 사용자의 연결성이 저하되거나 느리게 움직이는 사용자에게 불필요한 핸드오버가 발생할 수 있음
이를 해결하기 위해 사용자 중심 LB 접근법을 제안함
이를 위해 적응형 목표 조건 신경망(ATCNN)과 이동성 지원 신경망(MSNN)을 결합한 이동성 지원 ATCNN(MS-ATCNN) 프레임워크를 개발함
MS-ATCNN은 개별 사용자의 이동 상태에 따라 업데이트 간격을 적응적으로 조절할 수 있음
시뮬레이션 결과, MS-ATCNN은 동일한 평균 업데이트 간격에서 기존 LB 방법 대비 최대 215% 높은 처리량을 달성할 수 있음
또한 MS-ATCNN의 실행 시간은 게임 이론 기반 방법 대비 2-3 orders of magnitude 낮음
Stats
LiFi 단일 LED 칩에서 24 Gbps의 링크 데이터 속도를 달성할 수 있음
WiFi는 2023년 평균 92 Mbps의 처리량을 달성함
Quotes
"LiFi는 조명 인프라에 통합되어 조명과 통신을 동시에 제공할 수 있어 에너지 절감 잠재력이 있습니다."
"HLWNet은 LiFi와 WiFi의 상호 보완적인 장점으로 인해 단독 LiFi 또는 WiFi 네트워크에 비해 네트워크 용량을 크게 향상시킬 수 있습니다."