차세대 무선 네트워크 환경에서 사용자들은 이동 시에도 끊김없는 서비스를 제공 받을 수 있어야 한다. 즉, 단말의 이동 방향과 속력을 예측하여 핸드오버와 자원 예약 절차 과정에서 발생하는 전송 지연과 패킷 손실을 줄이는 것이 필수적인 요소이다. 또한 사용자는 제한된 서비스 영역과 서비스 종류에 맞는 네트워크를 사용할 수 있어야 한다. 본 논문에서는 가우스-마고프 이동 모델을 기반으로 하여 단말의 이동 방향과 속력에 대한 패턴을 분석하여 다음 이동 정보를 예측하고, 단말의 요구 조건에 맞는 이종 네트워크를 선택할 수 있는 계층적 새도우 클러스터(Layered Shadow Cluster)를 제안한다. 또한, 3개의 이종 네트워크로 구성된 네트워크 모델에서 가상 시나리오에 따라 기존의 방안과 성능 비교를 통해 제안 알고리즘의 효율성을 살펴본다.
In this paper, we propose a novel shadow clustering mechanism including a mobility estimation algorithm based on Gauss-Markov mobility model which analyses patterns of moving direction and speed of a mobile terminal respectively and a selection algorithm of the most suitable network for the requirements of mobile terminals. The proposed mechanism makes much less shadow cluster area than that of the legacy methods, and reduces unnecessary resource reservation. It is compared the proposed algorithm with traditional methods under various scenarios.
