대규모 LoRaWAN 환경에서는 노드의 고밀집도로 인한 심각한 패킷 충돌과 노드 위치에 따른 Near-Far 비대칭 링크 문제가 통신 성능을 크게 저하시킨다. 이를 해결하기 위해, 본 논문은 중앙 서버의 개입 없이 노드 단말이 접속 제어(Access control)와 자원 선택(Resource selection)을 유기적으로 동시에 최적화하는 Dual-MAB 기반의 LoRa 랜덤 액세스 기법을 제안한다. 제안 기법은 네트워크 혼잡 상황을 노드가 스스로 인지하여 전송 지연 시간-백오프 윈도우(Wmax )-크기를 동적으로 조절하고, 전송 실패의 원인을 충돌과 링크 품질로 구분하는 차등 보상 체계를 적용하여 학습 효율을 극대화한다. 시뮬레이션 결과, 제안 기법은 기존 방식 대비 시스템 접속 성공률(ASR)을 약 2.1배, 원거리 노드 그룹 성능을 약 3배 향상 보였다. 이를 통해 극한의 혼잡 상황에서 패킷 성공률과 에너지 효율성(저지연성) 측면에서 효과가 있음을 확인할 수 있었다.
Building similarity graph...
Analyzing shared references across papers
Loading...
Eun-Kyu Park
Jaeyong Kim
Koo Cheolhea
The Journal of Korean Institute of Information Technology
Building similarity graph...
Analyzing shared references across papers
Loading...
Park et al. (Sat,) studied this question.
www.synapsesocial.com/papers/69a767c2badf0bb9e87e236e — DOI: https://doi.org/10.14801/jkiit.2026.24.1.155