ご案内 入会して研究会活動をもっとお得に!研究会参加費・年間登録費が会員価格になります。
お知らせ 【重要】研究会参加費の支払いおよび原稿アップロード手続きの変更に関するご案内【1種研のみ】
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2024-12-19 17:15
LoRaシステムにおけるエネルギー効率向上のための強化学習を用いた送信パラメータ選択法
○有吉良太(電通大)・長谷川幹雄(東京理科大)・大槻知明(慶大)・李 傲寒(電通大) RCS2024-188
抄録 (和) Long Range (LoRa) は Internet of Things (IoT) の代表的な技術であり,低消費電力・長距離通信などの利点により, 近年 LoRa アプリケーションは急速的に増加している.一方で,LoRa アプリケーションの増加に伴い,通信の衝突による再送信のため,LoRa システムの消費電力の増加が課題となっている. したがって,エネルギー効率を向上させるには,チャネルや送信電力などの送信パラメータを適切に選択することが重要である.しかしながら,従来の送信パラメータ選択法は,LoRa デバイスに実装するのが困難であることや, エネルギー効率を考慮していないなどの問題点がある.これらの問題を解決するために,本稿では,LoRa デバイスに実装でき, エネルギー効率向上可能な強化学習を用いた送信パラメータ選択法を提案する.提案法では,送信パラメータ(チャネルと送信電力)は ACK(Acknowledgment)情報および以前に選択された送信電力に基づいて選択される.提案法を実際のLoRaデバイスに実装し,実機実験での性能評価を行った.実験結果により,提案法はε-greedy法,ADR-Lite,固定割り当て(Fixed Allocation)と比較し,チャネル衝突を低減しながらより小さな送信電力を選択することで,送信成功率およびエネルギー効率の両面で優れた性能を示した. 
(英) Long-rang (LoRa) is a representative Internet of Things (IoT) technique. Due to its advantages, such as low power consumption, long-range communication, etc., the LoRa applications have grown rapidly in recent years. On the other hand, with the increase of the LoRa applications, LoRa systems may experience increased power consumption due to the retransmissions caused by communication collisions. Therefore, selecting appropriate transmission parameters, such as channels and transmission power, to improve energy efficiency is essential. However, conventional transmission parameter selection methods may be difficult to implement on LoRa devices or do not consider energy efficiency. To solve these problems, this paper proposes a reinforcement learning-based transmission parameter selection method that can be implemented on LoRa devices to improve energy efficiency. In our proposed method, the transmission parameters (channel and transmission power) are selected based on the Acknowledgment (ACK) information and previously selected transmission power. Moreover, the proposed method is implemented and evaluated on actual LoRa devices. Experimental results show the superiority of the proposed method in terms of both transmission success rate and energy efficiency compared to other methods.
キーワード (和) IoT / LoRa / エネルギー効率 / 送信パラメータ選択 / 強化学習 / 自律分散制御 / /  
(英) IoT / LoRa / Energy Efficiency / Transmission Parameter Selection / Reinforcement Learning / Autonomous Distributed Control / /  
文献情報 信学技報, vol. 124, no. 311, RCS2024-188, pp. 74-79, 2024年12月.
資料番号 RCS2024-188 
発行日 2024-12-12 (RCS) 
ISSN Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード RCS2024-188

研究会情報
研究会 NS RCS  
開催期間 2024-12-19 - 2024-12-20 
開催地(和) 函館アリーナ + オンライン開催 
開催地(英) Hakodate Arena + Online 
テーマ(和) マルチホップ/リレー/協調,耐災害無線ネットワーク,センサ・メッシュネットワーク,アドホックネットワーク,D2D・M2M,無線ネットワークコーディング,ハンドオーバ/AP切替/接続セル制御/基地局間負荷分散/モバイルNW動的再構成,QoS・QoE保証,無線VoIP,IoT,エッジコンピューティング,一般 
テーマ(英) Multi-hop/Relay/Cooperation, Disaster-resistant wireless network, Sensor/Mesh network, Ad-hoc network, D2D/M2M, Wireless network coding, Handover/AP switching/Connected cell control/Load balancing among base stations/Mobile network dynamic reconfiguration, QoS/QoE assurance, Wireless VoIP, IoT, Edge computing, etc. 
講演論文情報の詳細
申込み研究会 RCS 
会議コード 2024-12-NS-RCS 
本文の言語 日本語 
タイトル(和) LoRaシステムにおけるエネルギー効率向上のための強化学習を用いた送信パラメータ選択法 
サブタイトル(和)  
タイトル(英) Energy Efficiency Improvement by Transmission Parameter Selection Using Reinforcement Learning in LoRa Systems 
サブタイトル(英)  
キーワード(1)(和/英) IoT / IoT  
キーワード(2)(和/英) LoRa / LoRa  
キーワード(3)(和/英) エネルギー効率 / Energy Efficiency  
キーワード(4)(和/英) 送信パラメータ選択 / Transmission Parameter Selection  
キーワード(5)(和/英) 強化学習 / Reinforcement Learning  
キーワード(6)(和/英) 自律分散制御 / Autonomous Distributed Control  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 有吉 良太 / Ryota Ariyoshi / アリヨシ リョウタ
第1著者 所属(和/英) 電気通信大学 (略称: 電通大)
The University of Electro-Communications (略称: UEC)
第2著者 氏名(和/英/ヨミ) 長谷川 幹雄 / Mikio Hasegawa / ハセガワ ミキオ
第2著者 所属(和/英) 東京理科大学 (略称: 東京理科大)
Tokyo University of Science (略称: TUS)
第3著者 氏名(和/英/ヨミ) 大槻 知明 / Tomoaki Ohtsuki / オオツキ トモアキ
第3著者 所属(和/英) 慶應義塾大学 (略称: 慶大)
Keio University (略称: Keio Univ.)
第4著者 氏名(和/英/ヨミ) 李 傲寒 / Aohan Li / リ アオハン
第4著者 所属(和/英) 電気通信大学 (略称: 電通大)
The University of Electro-Communications (略称: UEC)
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
第21著者 氏名(和/英/ヨミ) / /
第21著者 所属(和/英) (略称: )
(略称: )
第22著者 氏名(和/英/ヨミ) / /
第22著者 所属(和/英) (略称: )
(略称: )
第23著者 氏名(和/英/ヨミ) / /
第23著者 所属(和/英) (略称: )
(略称: )
第24著者 氏名(和/英/ヨミ) / /
第24著者 所属(和/英) (略称: )
(略称: )
第25著者 氏名(和/英/ヨミ) / /
第25著者 所属(和/英) (略称: )
(略称: )
第26著者 氏名(和/英/ヨミ) / /
第26著者 所属(和/英) (略称: )
(略称: )
第27著者 氏名(和/英/ヨミ) / /
第27著者 所属(和/英) (略称: )
(略称: )
第28著者 氏名(和/英/ヨミ) / /
第28著者 所属(和/英) (略称: )
(略称: )
第29著者 氏名(和/英/ヨミ) / /
第29著者 所属(和/英) (略称: )
(略称: )
第30著者 氏名(和/英/ヨミ) / /
第30著者 所属(和/英) (略称: )
(略称: )
第31著者 氏名(和/英/ヨミ) / /
第31著者 所属(和/英) (略称: )
(略称: )
第32著者 氏名(和/英/ヨミ) / /
第32著者 所属(和/英) (略称: )
(略称: )
第33著者 氏名(和/英/ヨミ) / /
第33著者 所属(和/英) (略称: )
(略称: )
第34著者 氏名(和/英/ヨミ) / /
第34著者 所属(和/英) (略称: )
(略称: )
第35著者 氏名(和/英/ヨミ) / /
第35著者 所属(和/英) (略称: )
(略称: )
第36著者 氏名(和/英/ヨミ) / /
第36著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2024-12-19 17:15:00 
発表時間 25分 
申込先研究会 RCS 
資料番号 RCS2024-188 
巻番号(vol) vol.124 
号番号(no) no.311 
ページ範囲 pp.74-79 
ページ数 6 
発行日 2024-12-12 (RCS) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]

(日本語ページの行間係数: 1)

IEICE / 電子情報通信学会