Alocação de canais em uma rede de rádios cognitivos gerenciada por base de dados preditiva adaptativa

Abstract

O presente trabalho propõe uma metodologia de gerenciamento de canais numa rede de rádios cognitivos (CRN) que utiliza uma base de dados de canais preditiva e adaptativa. Os dados de predição são gerados por um algoritmo de modelagem de espectro que permite simular a ocupação dos canais em faixas de tecnologia celular. O uso de predição possibilita a identificação de oportunidades nas bandas de interesse, permitindo priorizar a utilização dos canais com maior probabilidade de estarem livres. Dessa forma, este trabalho estende a abrangência da IEEE 802. 22, na medida em que propõe o uso de dados de predição, bem como a utilização de faixas de tecnologia celular que são comumente utilizadas em áreas urbanas. O caráter adaptativo do sistema desenvolvido atualiza a lista de canais de forma dinâmica ao longo dos ciclos de alocação. Esta característica possibilita a priorização dos canais com maior sucesso no processo de alocação, uma vez que a lista de canais é atualizada de acordo com os resultados das alocações dos usuários secundários (SUs). A metodologia proposta busca realizar a alocação do SU com o mínimo necessário de operações de detecção de canal. A adaptabilidade da base de dados de canais é o fator que possui maior contribuição na redução das operações de detecção de canal na CRN. A diminuição das operações de detecção de canal reduz a troca de informações entre as funções que compõem o plano cognitivo de uma CRN. Consequentemente, uma redução no tráfego de sinalização da rede é esperada, assim como uma diminuição de atrasos resultantes da busca de canais disponíveis.

This work proposes a channel allocation methodology in a cognitive radio network (CRN) that uses a predictive and adaptive channel database. A spectrummodeling algorithm, that allows simulating channel occupation in cellular technology bands, generates the prediction data. The use of prediction enables the identification of opportunities in the bands of interest, which allows prioritizing the use of those channels with greater probability of being idle. Thus, this work extends the scope of IEEE 802. 22, in that proposes the use of prediction data, as well as the use of cellular technology bands, which are commonly used in urban areas. The adaptive nature of the developed system updates the channel list dynamically over the allocation cycles. This feature enables to prioritize the channels with greater success in the allocation process, since the channel list is updated according to the results of secondary users (SUs) allocation. The proposed methodology aims to allocate the SU with the minimum of channel sensing operations required. The adaptive feature of the channel database gives a major contribution to reducing the channel sensing operations in the CRN. The decrease in channel sensing operations reduces the exchange of information between the functions that comprise the cognitive plane of a CRN. Consequently, a reduction in the network signaling traffic is expected, as well as a reduction of delays resulting from the search of available channels.