РОЗРОБКА МЕТОДУ ВИБОРУ КАНАЛІВ КОГНІТИВНОГО РАДІО ПРИ МНОЖИННОМУ ДОСТУПІ ПЕРВИННИХ ТА ВТОРИННИХ КОРИСТУВАЧІВ З ВИКОРИСТАННЯМ ТЕХНОЛОГІЇ «ENERGY HARVESTING» ПІД КЕРУВАННЯМ НЕЙРОННОЇ МЕРЕЖІ

Ya. Obikhod; V. Lysechko; O. Progonniy; Н. Kachurovskiy; S. Skolota

doi:10.26906/SUNZ.2018.3.165

Автор(и)

Ya. Obikhod
V. Lysechko
O. Progonniy
Н. Kachurovskiy
S. Skolota

DOI:

https://doi.org/10.26906/SUNZ.2018.3.165

Ключові слова:

вторинний користувач, збереження енергії, когнітивне радіо, колізія, нейронна мережа первинний користувач, передача даних, радіо хвилі, радіочастотний спектр

Анотація

Когнітивне радіо (КР) є однією з основних частин телекомунікаційних систем зв`язку (ТСС-IOE) в зв`язку з тим, що були покликані вирішити питання дефіциту спектру та впровадження інтелектуальних функцій. Вибір каналу з множинним доступом первинних користувачів (ПК) та вторинних користувачів (ВК) є однією з найголовніших проблем стандарту. Через конкуренцію каналів відбувається взаємний вплив пакетів первинних та вторинних користувачів. З метою зменшення конкуренції каналів серед вторинних користувачів, було розроблено метод вибору каналів когнітивного радіо при множинному доступі первинних та вторинних користувачів з використанням технології «Energy harvesting» під керуванням нейронної мережі. На основі розробленого методу було реалізовано гібридну модель передачі даних під керуванням нейронної мережі для кожного вторинного користувача. Для цієї моделі характерні властивості, при яких вторинний користувач може випадковим не регламентованим чином працювати в режимах суміщення з зайнятими каналами з використанням технології «Energy harvesting» (EH) та перекриття. Крім того, для реалізації розробленого методу було визначено критерій вибору каналу на основі конкуренції серед множинних запитів вторинних користувачів для передачі даних або технології “ЕH”. На основі цього критерію створюється конкуруючий набір послідовностей. Моделювання показує, що запропонований метод спільного використання каналів та критерій вибору каналів перевершують інші методи з точки зору помилкової зайнятості (помилки), середньої пропускної здатності, середнього часу очікування та ефективності збору енергії вторинного користувача.

Завантаження

Дані завантаження ще не доступні.

Посилання

Shiang, H., van der Schaar. Distributed resource management in multi-hop cognitive radio networks for delay sensitive transmission. IEEE Transactions on Vehicular Technology, 58(2), 941–953,2012.

J. Jin, J. Gubbi, S. Marusic, and M. Palaniswami, “An information framework for creating a smart city through internet of things,” IEEE Internet of Things Journal, vol. 1, no. 2, pp. 112–121, 2014.

C. Zhu, V. C. M. Leung, L. Shu, and E. C. H. Ngai, “Green internet of things for smart world,” IEEE Access, vol. 3, pp. 2151–2162, 2015.

W. Li, C. Zhu, V. C. M. Leung, L. T. Yang, and Y. Ma, “Performance comparison of cognitive radio sensor networks for industrial IoT with different deployment patterns,” IEEE Systems Journal, 2015.

W. Li, V. Leung, C. Zhu, and Y. Ma, “Scheduling and routing methods for cognitive radio sensor networks in regular topology,” Wireless Communications and Mobile Computing, vol. 16, no. 1, pp. 47–58, 2016.

Y. C. Liang, K. C. Chen, G. Y. Li, and P. Mahonen, “Cognitive radio networking and communications: an overview,” IEEE Transactions on Vehicular Technology, vol. 60, no. 7, pp. 3386–3407, 2011.

E. Z. Tragos, S. Zeadally, A. G. Fragkiadakis, and V. A. Siris, “Spectrum assignment in cognitive radio networks: a comprehensive survey,” IEEE Communications Surveys & Tutorials, vol. 15, no. 3, pp. 1108–1135, 2013

X. Zhai, L. Zheng, and C. W. Tan, “Energy-infeasibility tradeoff in cognitive radio networks: price-driven spectrum access algorithms,” IEEE Journal on Selected Areas in Communications, vol. 32, no. 3, pp. 528–538, 2014.

Y. Yilmaz, Z. Guo, and X. Wang, “Sequential joint spectrum sensing and channel estimation for dynamic spectrum access,” IEEE Journal on Selected Areas in Communications, vol. 32, no. 11, pp. 2000–2012, 2014.

N. Khambekar, C. M. Spooner, and V. Chaudhary, “On improving serviceability with quantified dynamic spectrum access,” in Proceedings of the IEEE International Symposium on Dynamic Spectrum Access Networks (DySPAN '14), pp. 553–564, McLean, Va, USA, April 2014.

T. M. C. Chu, H. Phan, and H. J. Zepernick, “Hybrid interweave-underlay spectrum access for cognitive cooperative radio networks,” IEEE Transactions on Communications, vol. 62, no. 7, pp. 2183–2197, 2014.

V. Chakravarthy, X. Li, R. Zhou, Z. Wu, and M. Temple, “Novel overlay/underlay cognitive radio waveforms using sd-smse framework to enhance spectrum efficiency-part II: analysis in fading channels,” IEEE Transactions on Communications, vol. 58, no. 6, pp. 1868–1876, 2010.

K. Karmokar, S. Senthuran, and A. Anpalagan, “Physical layer-optimal and cross-layer channel access policies for hybrid overlay-underlay cognitive radio networks,” IET Communications, vol. 8, no. 15, pp. 2666–2675, 2014.

J. Zou, H. Xiong, D. Wang, and C. W. Chen, “Optimal power allocation for hybrid overlay/underlay spectrum sharing in multiband cognitive radio networks,” IEEE Transactions on Vehicular Technology, vol. 62, no. 4, pp. 1827–1837, 2013.

H. Cho and G. Hwang, “An optimized random channel access policy in cognitive radio networks under packet collision requirement for primary users,” IEEE Transactions on Wireless Communications, vol. 12, no. 12, pp. 6382–6391, 2013.

S. Xie and Y. Wang, “Construction of tree network with limited delivery latency in homogeneous wireless sensor networks,” Wireless Personal Communications, vol. 78, no. 1, pp. 231–246, 2014. View at Publisher

J. Shen, H. Tan, J. Wang, J. Wang, and S. Lee, “A novel routing protocol providing good transmission reliability in underwater sensor networks,” Journal of Internet Technology, vol. 16, no. 1, pp. 171–178, 2015.

S. Sudevalayam and P. Kulkarni, “Energy harvesting sensor nodes: survey and implications,” IEEE Communications Surveys & Tutorials, vol. 13, no. 3, pp. 443–461, 2011.

Pratibha, K. H. Li, and K. C. Teh, “Energy-harvesting cognitive radio systems cooperating for spectrum sensing and utilization,” in Proc. of the IEEE Global Communications Conference (GLOBECOM '15), San Diego, Calif, USA, December 2015.

S. Hu, Y. D. Yao, and Z. Yang, “Cognitive medium access control protocols for secondary users sharing a common channel with time division multiple access primary users,” Wireless Communications and Mobile Computing, vol. 14, no. 2, pp. 284–296, 2014.

H. A. B. Salameh and M. F. El-Attar, “Cooperative OFDM-based virtual clustering scheme for distributed coordination in cognitive radio networks,” IEEE Transactions on Vehicular Technology, vol. 64, no. 8, pp. 3624–3632, 2015.

S. Park, H. Kim, and D. Hong, “Cognitive radio networks with energy harvesting,” IEEE Transactions on Wireless Communications, vol. 12, no. 3, pp. 1386–1397, 2013.

W. B. Chien, C. K. Yang, and Y. H. Huang, “Energy-saving cooperative spectrum sensing processor for cognitive radio system,” IEEE Transactions on Circuits and Systems I: Regular Papers, vol. 58, no. 4, pp. 711–723, 2011.

P. J. Smith, P. A. Dmochowski, H. A. Suraweera, and M. Shafi, “The effects of limited channel knowledge on cognitive radio system capacity,” IEEE Transactions on Vehicular Technology, vol. 62, no. 2, pp. 927–933, 2013.

S. P. Herath and N. Rajatheva, “Analysis of equal gain combining in energy detection for cognitive radio over Nakagami channels,” in Proceedings of the IEEE Global Telecommunications Conference (GLOBECOM '08), pp. 1–5, New Orleans, La, USA, November 2008.

T. Yucek and H. Arslan, “A survey of spectrum sensing algorithms for cognitive radio applications,” IEEE Communications Surveys & Tutorials, vol. 11, no. 1, pp. 116–130, 2009.

M. G. Khoshkholgh, K. Navaie, and H. Yanikomeroglu, “Access strategies for spectrum sharing in fading environment: overlay, underlay, and mixed,” IEEE Transactions on Mobile Computing, vol. 9, no. 12, pp. 1780–1793, 2010.

Y. Wang, P. Ren, F. Gao, and Z. Su, “A hybrid underlay/overlay transmission mode for cognitive radio networks with statistical quality-of-service provisioning,” IEEE Transactions on Wireless Communications, vol. 13, no. 3, pp. 1482–1498, 2014.