차량 이동환경에서 빈번하게 발생하는 핸드오버는 서비스 품질 저하의 주된 원인이다. 본 논문에서는 규칙적인 이동경로를 갖는 차량의 이동 패턴을 학습하여 핸드오버 제어를 수행함으로서 핸드오버 빈도를 줄이고, 체류 시간이 매우 짧거나 이동 가능성이 낮은 셀로의 핸드오버를 방지하는 연구를 수행하였다. 이를 위해, 차량의 이동 패턴을 Markov Chain으로 모델링하였으며, 각 셀에서의 체류시간과 평균 신호의 세기를 관찰하여 핸드오버 제어에 이용하였다. 제안한 이동성 관리 기법의 검증을 위해 4개의 서울 시내버스 노선에 대해 적용하였으며, 실험 결과 제안 기법이 기존의 핸드오버 기법보다 핸드오버 빈도를 줄일 수 있으며, 버스 왕복 구간 동안의 평균 처리율이 더 높음을 확인할 수 있었다.
It is advantageous to avoid the handover to cell whose dwell time is short or can be ignored in terms of service continuity and average throughput. This paper proposes the handover scheme that is suitable for vehicle in order to improve the wireless Internet service quality. In the proposed scheme, the handover process continues to be learned before being modeled to Discrete-Time Markov Chain (DTMC). This modeling reduces the handover frequency by preventing the handover to cell that could provide service sufficiently to passenger even when vehicle passed through the cell but there was no need to perform handover. In order to verify the proposed scheme, we observed the average number of handovers, the average RSSI and the average throughput on various moving paths that vehicle moved in the given urban environment.
