• 제목/요약/키워드: SmartQ

검색결과 156건 처리시간 0.031초

네트워크 장비 성능 향상을 위한 네트워크 서브시스템 스케줄링 기법 적용 (Applying scheduling techniques for improving the performance of network equipment network subsystem)

  • 배병민;김민중;이광로;정영준
    • 한국정보통신학회:학술대회논문집
    • /
    • 한국정보통신학회 2013년도 춘계학술대회
    • /
    • pp.65-67
    • /
    • 2013
  • 최근의 네트워크 장비들은 고성능이 요구되고, 또한 높은 네트워크 대역폭의 활용을 요구하고 있다. 이를 위해 점차 멀티 코어 프로세서를 사용한 고성능 네트워크 서버 장비를 개발 하는 추세이다. 이런 고성능과 높은 네트워크 처리율을 향상시키기 위한 방법으로 멀티 코어의 특성을 고려한 네트워크 서브시스템의 성능을 향상시키는 방법을 제시한다. 본 논문에서는 멀티 코어를 최대한 활용함으로 성능을 최적화 하고 통신 성능을 향상시키는 방법을 실험을 통해서 확인한다. 통신 프로세스의 성능 향상은 멀티 코어 프로세서 구조, 프로세스의 네트워크 집중도, 각 코어에 걸리는 오버헤드, 인터럽트 친화도에 따른 네트워크 처리량을 기반으로 해당 프로세스에 최적의 코어를 결정해 주도록 한다. 실험은 리눅스 커널에서 구현하였으며, 실험을 통해 네트워크 처리량을 30%까지 향상 시키고, 프로세서의 오버헤드는 최대 10%까지 줄여 리눅스 통신 프로세스의 성능 향상을 가져옴을 보여준다.

  • PDF

UAV 공중 네트워크를 위한 손실 없는 Polyphase I/Q 네트워크 및 능동 벡터 변조기 기반 빔-포밍 수신기 (Polyphase I/Q Network and Active Vector Modulator Based Beam-Forming Receiver For UAV Based Airborne Network)

  • 정원재;홍남표;장종은;채형일;박준석
    • 한국통신학회논문지
    • /
    • 제41권11호
    • /
    • pp.1566-1573
    • /
    • 2016
  • 본 논문은 무인기(UAV) 기반 공중 네트워크 시스템을 위한 polyphase In-phase/Quadrature-phase(I/Q) 네트워크 기반 빔-포밍 수신부를 제안한다. 제안하는 polyphase I/Q 네트워크는 낮은 Q-factor와 높은 임피던스를 갖기 때문에 작은 손실로 벡터 변조기를 구동할 수 있다. 벡터 변조기는 가변 이득 증폭기(VGA)로 구성되며, In-phase 및 Quadrature-phase 위상 신호의 진폭 제어 및 벡터 합을 통해 위상을 가변한다. 제안하는 빔-포밍 수신부는 TSMC $0.18{\mu}m$ CMOS 공정을 통해 구현하였다. 프로토타입은 5-6GHz 주파수 대역(-40dB 입력)에서 검증하였다. 6bit 벡터 변조기 제어를 통해 $5.6^{\circ}$ LSB (least significant bit)로 $360^{\circ}$ 위상 가변이 가능하다. 위상 오차는 평균 $1.6^{\circ}$이며, 진폭 오차는 평균 0.3dB이다.

안드로이드기반 근거리 SNS (Android based Local SNS)

  • 이충렬;안병구;안홍영
    • 한국인터넷방송통신학회논문지
    • /
    • 제10권6호
    • /
    • pp.93-98
    • /
    • 2010
  • 최근들어 급격하게 스마트폰을 사용하는 사람들이 많아지고, 스마트폰을 이용해서 소셜 네트워크 서비스(SNS)를 이용하는 사용자도 같이 늘어나고 있는 추세이다. 본 논문에서는 안드로이드 기반 근거리 SNS 시스템을 제안 개발한다. 제안 개발된 시스템의 주요한 특징과 기여도는 다음과 같다. 첫째, 제안 개발된 SNS 시스템은 사용자가 블루투스를 이용하여 근거리에 있는 다른 사용자를 주변검색을 하며, 친구추가가 되면 웹/DB로 SNS 서비스를 할 수 있게 스마트폰 안드로이드 기반으로 한다. 둘째, 안드로이드 전체의 기본적인 UI를 변경하지 않는 선에서 제작을 하여 처음 사용하는 사용자들에게도 거부감이 들지 않고, 최대한 직관적이면서 사용하기 쉬운 접근 방법을 가지고 디자인 하였다. 제안된 시스템의 성능평가는 OPTIMUS-Q/ANDROID 2.1을 이용하여 이루어진다. 성능평가 결과 안드로이드 기반 블루투스로 주변검색을 함으로써 근거리에 있는 사용자의 접속 서비스를 효과적으로 지원하였다. 현재 제안된 시스템의 효과적인 성능 향상 지원을 위해서 안드로이드에서 블루투스의 오토페어링 등에 대한 연구가 진행 중에 있다.

자동차 스마트 정션 박스 소형화를 위한 0.18㎛ BCDMOS 기반 스위치 회로 설계 (Switch Circuit Design in 0.18㎛ BCDMOS for Small Form Factor Automotive Smart Junction Box)

  • 이욱준;권건오;임한상;신현철
    • 전자공학회논문지
    • /
    • 제52권3호
    • /
    • pp.82-88
    • /
    • 2015
  • 본 논문에서는 자동차 스마트 정션 박스(Smart Junction Box: SJB)의 소형화를 위하여 기존에 단위소자로 구성되어 있던 Enable 스위치 회로의 ASIC화를 위한 연구를 수행하였다. Enable 스위치 회로는 점화신호(Ignition: IG)를 입력으로 받아 SJB를 구성하는 Linear Regulator 및 다른 구성요소의 구동을 위한 Enable 신호 전달 역할을 한다. $0.18{\mu}m$ BCDMOS 공정을 사용하여 회로를 설계하였으며, 설계된 회로는 시뮬레이션을 통해 AEC-Q100과 ISO 7637-2에 기술된 조건을 만족함을 검증하였다. 설계된 Enable 스위치 회로의 레이아웃 크기는 $1.67mm{\times}0.54mm$이며, $3mm{\times}3mm$ 크기의 HVSON8로 패키징 할 수 있다. ASIC화된 Enable 스위치 회로는 단위소자를 사용하여 Enable 스위치 회로를 구성하였을 때 보다 소요면적을 1/30 이상 축소할 수 있는 것으로 확인하였으며, 이를 통해 SJB 보드의 소형화에 기여할 것으로 기대할 수 있다.

강화학습 기반 V2G Station 연계형 스마트 에너지 빌딩 전력 제어 기법 (Reinforcement Learning Based Energy Control Method for Smart Energy Buildings Integrated with V2G Station)

  • 최석민;김선용
    • 한국전자통신학회논문지
    • /
    • 제19권3호
    • /
    • pp.515-522
    • /
    • 2024
  • 전 세계적으로 전력 소비량이 꾸준히 증가하고 있으며, 특히 빌딩의 전력 소비 비율은 세계 전력 소비 비율의 20% 이상을 차지할 만큼 그 비중이 크다. 이에 따라 빌딩에서의 전력 소비를 효율적으로 관리하는 빌딩 에너지 관리 시스템(BEMS, Building Energy Management System)의 연구 및 개발이 활발히 진행되고 있으며, 특히 최근에는 인공지능 기술의 발달로 인해 Smart BEMS 연구가 주목받고 있다. 본 논문에서는 강화학습 기반 V2G(Vehicle-to-Grid) Station 연계형 스마트 에너지 빌딩 전력 제어 기법을 제안한다. 실제 빌딩의 전력량 데이터 기반 성능평가 결과, 학습이 진행됨에 따라 빌딩에서의 전력 요금이 감축하는 것을 확인하였다.

Reinforcement Learning-based Duty Cycle Interval Control in Wireless Sensor Networks

  • Akter, Shathee;Yoon, Seokhoon
    • International journal of advanced smart convergence
    • /
    • 제7권4호
    • /
    • pp.19-26
    • /
    • 2018
  • One of the distinct features of Wireless Sensor Networks (WSNs) is duty cycling mechanism, which is used to conserve energy and extend the network lifetime. Large duty cycle interval introduces lower energy consumption, meanwhile longer end-to-end (E2E) delay. In this paper, we introduce an energy consumption minimization problem for duty-cycled WSNs. We have applied Q-learning algorithm to obtain the maximum duty cycle interval which supports various delay requirements and given Delay Success ratio (DSR) i.e. the required probability of packets arriving at the sink before given delay bound. Our approach only requires sink to compute Q-leaning which makes it practical to implement. Nodes in the different group have the different duty cycle interval in our proposed method and nodes don't need to know the information of the neighboring node. Performance metrics show that our proposed scheme outperforms existing algorithms in terms of energy efficiency while assuring the required delay bound and DSR.