Asignación dinámica de espectro en redes inalámbricas de nueva generación: una aproximación al estado del arte

Jorge Edison  Mora Arroyo; Héctor Julián  Parra Mogollón

doi:10.22490/25394088.5590

Vol. 15 Núm. 4 (2021): Número Especial

Publicado

20-11-2021

PDF

Cómo citar

Mora Arroyo, J. E. ., & Parra Mogollón, H. J. . (2021). Asignación dinámica de espectro en redes inalámbricas de nueva generación: una aproximación al estado del arte. Publicaciones E Investigación, 15(4). https://doi.org/10.22490/25394088.5590

Descargar cita

Métricas

Cargando métricas ...

Asignación dinámica de espectro en redes inalámbricas de nueva generación: una aproximación al estado del arte

DOI: https://doi.org/10.22490/25394088.5590

Sección

Artículo

Jorge Edison Mora Arroyo

Héctor Julián Parra Mogollón

La contradicción entre la prevista escasez del espectro electromagnético disponible, y la subutilización de los canales de frecuencia asignados, requieren un cambio de paradigma del anacrónico modelo de acceso estático; hacia un modelo de acceso al espectro dinámico, flexible y de alta eficiencia. Con base en lo anterior, en este trabajo de investigación se presenta un estudio y análisis detallado de las diferentes técnicas de acceso dinámico al espectro (DSA, Dymamic Spectrum Access), reconociendo su enorme potencial para mejorar el uso de recursos radio en redes inalámbricas de nueva generación (NGWN, New Generation Wireless Networks) como 5G, Small Cells, redes ultradensas y redes heterogéneas. Se ha establecido que mediante el uso de DSA, la necesidad de espectro para el despliegue de miles de millones de dispositivos de Internet de las Cosas (IoT, Internet of Things) pilar de las comunicaciones 5G se puede reducir drásticamente, debido a la posibilidad de reúso o reciclaje de canales de comunicación libres o licenciados, explotándolos bien sea de manera oportunista y/o simultánea.

DSA, NGWN, 5G, IoT

Abbas, N., Nasser, Y. & El Ahmad, K. (2015). Recent advances on artificial intelligence and learning techniques in cognitive radio networks. EURASIP Journal on Wireless Communications and Networking, 1, 1-20.

Astaiza, E. Bermúdez H. & Muñoz, L. (2017). Sensado de espectro local de banda ancha para radios cognitivos multi-antena basado en compleción de matrices y muestreo sub-nyquist uniforme en el dominio disperso. Información Tecnológica, 28(3), 185-193.

Avin, C. Emek, Y., Kantor, E., Lotker, Z., Peleg, D. & Roditty, L. (2012). SINR Diagrams: Convexity and Its Applications in Wireless Networks. JACM 59(18), 1–18. 34. doi:10.1145/2339123.2339125

Baldini G., Sturman, T., Biswas, A. R., Leschhorn, R., Godor, G. & Street, M. (2012). Security Aspects in Software Defined Radio and Cognitive Radio Networks: A Survey and A Way Ahead. IEEE Communications Surveys & Tutorials, 14(2), 355-372.

Bayat, S., Louie, R.H.Y., Li, Y. & Vucetic, B. (2011). Cognitive radio relay networks with multiple primary and secondary users: Distributed stable matching algorithms for spectrum access. IEEE International Conference on Communications.

Benkler, Y. (1998). Overcoming agoraphobia: Building the commons of the digitally networked environment. Harv. J. Law Tech, 11(2), Winter.

Castañeda, R. (2017). Tecnologías de acceso dinámico y uso compartido del espectro. Instituto Federal de Telecomunicaciones.

Chang N. B. & Liu, M. (2009). Optimal channel probing and transmission scheduling for opportunistic spectrum access. IEEE/ACM Trans. Networking, 17(6), 1805–1818.

Chen, L., Iellamo, S., Coupechoux, M. & Godlewski, P. (2010). An Auction Framework for Spectrum Allocation with Interference Constraint in Cognitive Radio Networks. IEEE Infocom. https://ieeexplore.ieee.org/document/5462143

Cheng, H. T. & Zhuang, W. (2011). Simple channel sensing order in cognitive radio networks. IEEE J. Sel. Areas Commun., 29(4), 676-688.

Chung, S., Kim, S., Lee, J. & Cioffi, J. (2003). A game-theoretic approach to power allocation in frequency-selective Gaussian interference channels. IEEE Int. Symp. Information Theory, pp. 316–316.

Etkin, R., Parekh, A. & Tse, D. (2005). Spectrum sharing for unlicensed bands. 1st IEEE Symp. New Frontiers Dynamic Spectrum Access Networks, pp. 251-258.

Fehske, A., Gaeddert J. & Reed, J. (2005). A new approach to signal classification using spectral correlation and neural networks. IEEE Int. Symposium on New Frontiers in Dynamic Spectrum Access. Networks, pp. 144-150.

Foschini, G.J., Gans, M.J. (1998). On limits of wireless communications in a fading environment when using multiple antennas. Wirel. Pers. Commun. 6(3), 311–335.

Gao, F., Zhang, R., Liang, Y.-C., Wang, X. (2010). Design of learning-based mimo cognitive radio systems. IEEE Transactions on Vehicular Technology, 59(4), https://ieeexplore.ieee.org/document/5410127

García, A. (2019). Small Cells 4G – Nuevos modelos de negocio. ACCELLERAN.

Gharavol, E.A., Liang, Y.-C., Mouthaan, K. (2010). Robust downlink beamforming in multiuser miso cognitive radio networks with imperfect channel-state information. IEEE Transactions on Vehicular Technology, 59(6), https://ieeexplore.ieee.org/document/5460895

Ghasemi, A., Sousa, E.S. (2007). Fundamental limits of spectrum-sharing in fading environments. IEEE Trans. Wirel. Commun. 6(2), 649–658.

Goldsmith, A., Jafar, S.A., Maric, I. & Srinivasa, S. (2009). Breaking spectrum gridlock with cognitive radios: An information theoretic perspective. Proc. IEEE 97(5), 894–914.

Haibo, Z., Quan, Y., Xuemin, S., Shaohua, W. & Qinyu, Z. (2017). Dynamic Sharing of Wireless Spectrum. Springer. https://link.springer.com/book/10.1007/978-3-319-45077-3

Hasegawa, M., Hirai, H., Nagano, K., Harada, H. & Aihara, K. (2014). Optimization for centralized and decentralized cognitive radio networks. Proceedings of the IEEE, 102(4), 574-584.

Hatfield D. & Weiser, P. (2005). Property rights in spectrum: Taking the next step. Proc. 1st IEEE Symp. New Frontiers Dynamic Spectrum Access Networks, pp. 43-55.

He, A., Bae, K.K., Newman, T.R., Gaeddert, J., Kim, K., Menon, R., ... Reed, J.H. (2010). A survey of artificial intelligence for cognitive radios. IEEE Transactions on Vehicular Technology, 59(1-4), 1578-1592.

Huang, J. Berry, R. & Honig, M. (2005). Spectrum sharing with distributed interference compensation. Proc. 1st IEEE Symp. New Frontiers Dynamic Spectrum Access Networks, pp.88-93.

Ileri, O., Samardzija, D. & Mandayam, N. (2005). Demand Responsive Pricing and Competitive Spectrum Allocation via a Spectrum Server. Proc. 1st IEEE Symp.New Frontiers Dynamic Spectrum Access Networks, pp. 194-202.

Iosifidis, G. & Koutsopoulos, I. (2011). Challenges in auction theory driven spectrum management. Communications Magazine, IEEE, 49(8), 128-135.

Jayaweera, S.K., Bkassiny, M. & Avery, K.A. (2011). Asymmetric cooperative communications based spectrum leasing via auctions in cognitive radio networks. Wireless Communications, IEEE Transactions, 10(8), 2716-2724.

Kameda H. & Altman, E. (2008). Inefficient noncooperation in networking games of common-pool resources. IEEE J. Sel. Areas Commun., 26(7), 1260–1268.

Kang, X., Liang, Y.-C., Nallanathan, A., Garg, H.K. & Zhang, R. (2009). Optimal power allocation for fading channels in cognitive radio networks: Ergodic capacity and outage capacity. IEEE Trans. Wirel. Commun. 8(2), 940 950.

Kang, X., Zhang, R., Liang, Y.-C. & Garg, H.K. (2011). Optimal power allocation strategies for fading cognitive radio channels with primary user outage constraint. IEEE J. Sel. Areas Commun. 29(2), 374–383.

Khoshkholgh, G. & Navaie, K. (2010). Access Strategies for Spectrum Sharing in Fading Environment: Overlay, Underlay, and Mixed. IEEE Transactions on Mobile Computing, 9(12), 1780-1793.

Latifa, B., Gao, Z. & Liu, S. (2012). No-regret learning for simultaneous power control and channel allocation in cognitive radio networks. Computing, Communications and Applications Conference (ComComAp), pp. 267–271.

Lehr, W. & Crowcroft, J. (2005). Managing shared access to a spectrum common. Proc. 1st IEEE Symp. New Frontiers Dynamic Spectrum Access Networks, pp. 420-444.

Li, H. & Han, Z. (2010). Competitive spectrum access in cognitive radio networks: Graphical game and learning. Proc. IEEE WCNC, pp.1–6.

Liang, Y., Lai, L. & Halloran, J. (2009). Distributed algorithm for collaborative detection in cognitive radio networks. 2009 47th Annual Allerton Conference on Communication, Control, and Computing (Allerton), pp. 394-399.

Liang. C. (2020). Dynamic Spectrum Management. Springer. https://link.springer.com/book/10.1007/978-981-15-0776-2

Lien, S.-Y., Chen, K.-C., Liang, Y.-C. & Lin, Y. (2014). Cognitive radio resource management for future cellular networks. IEEE Wirel. Commun. 21(1), 70–79.

Liu, P., Li, J., Li, H., Wang, K. (2013). An Iteration Resource Allocation Method to Maximize Number of Users with QoS Demand in Femtocell Networks. 2013 IEEE/CIC International Conference on Communications in China (ICCC). https://ieeexplore.ieee.org/document/6671176

Liu, Y., Feng, Z.Y. & Zhang, P. (2012). Optimized in band control channel with channel selection scheduling and network coding in distributed cognitive radio networks. Journal of China Universities of Posts and Telecommunications, 19(2), 48-56.

Lobel I. & Ozdaglar, A. (2010). Distributed subgradient methods for convex optimization over random networks. IEEE Trans. Autom. Control, 52(6), 1291–1306.

Martinez, A. (2015). Control de admisión y asignación de canal para acceso dinámico de espectro usando cómputo multiobjetivo. Computación y Sistemas, 19(2), 337-355.

Martínez, A. & Andrade, A. (2013). Comparing particle swarm optimization variants for a cognitive radio network. Applied Soft Computing, 13(2), 1222 1234. 10.1016/j.asoc.2012.10.016

Martínez. E. (2016). Optimización binaria por cúmulo de partículas con memoria (MBPSO) para resolver un problema de espectro compartido. Computación y Sistemas, 20(1). https://www.redalyc.org/articulo.oa?id=61544821014

Matinmikko, M., Del Ser, J., Rauma, T. & Mustonen, M. (2013). Fuzzy-Logic Based Framework for Spectrum Availability Assessment in Cognitive Radio Systems. Selected Areas in Communications, IEEE Journal on, 31(11), 2173-2184.

Miramá, V. (2012). Control de potencia basado en teoría de juegos en sistemas de comunicaciones inalámbricas. Tesis de Maestría en Electrónica y Telecomunicaciones. Universidad del Cauca, Popayán.

Mitola III, J. & Maguire Jr., G.Q. (1999). Cognitive radio: making software radios more personal. Personal Communications, IEEE, 6(4), 13-18.

Mohseni, M. Zhang, R. & Cioffi, J.M. (2006). Optimized transmission for fading multiple-access and broadcast channels with multiple antennas. IEEE J. Sel. Areas Commun. 24(8), 1627–1639.

Montanari A. & Saberi, A. (2009). Convergence to equilibrium in local interaction games. Proc. 50th Annu. IEEE Symp. Foundat. Comput. Sci., pp. 303–312.

Mora, J. (2020). Asignación de espectro basado en inteligencia artificial y teoría de juegos para el control de interferencia en una red heterogénea. Tesis de Maestría en Electrónica y Telecomunicaciones. Universidad del Cauca, Popayán.

Mora, J., Víctor., M. & Erazo, O. (2020). Performance Analysis of a Heterogeneous Network Using Artificial Intelligence and Multi-Objective Optimization.

Mora, J., Miramá, V., Erazo, O. (2019). Asignación de espectro basado en inteligencia artificial empleando un algoritmo metaheurístico híbrido bioinspirado. Mundo FESC. https://www.fesc.edu.co/Revistas/OJS/index.php/mundofesc/article/view/505

Musavian, L. & Aissa, S. (2009). Fundamental capacity limits of cognitive radio in fading environments with imperfect channel information. IEEE Trans. Commun. 57(11), 3472–3480.

Newman, B., Barker, B. & Agah, A. (2006). Cognitive Engine Implementation for Wireless Multicarrier Transceivers. Wiley Wireless Communications and Mobile Computing. DRAFT (pp. 1-25).

Pei, Y., Liang, Y.-C., Zhang, L., Teh, K.C., Li, K.H. (2010). Secure communication over miso cognitive radio channels. IEEE Trans. Wirel. Commun. 9(4), 1494–1502.

Raman, C., Yates, R. & Mandayam, N. (2005). Scheduling variable rate links via a spectrum server. Proc. 1st IEEE Symp. New Frontiers Dynamic Spectrum Access Networks, 2005, pp. 110–118.

Rashid-Farrokhi, F., Tassiulas, L. & Liu, K.J.R. (1998). Joint optimal power control and beamforming in wireless networks using antenna arrays. IEEE Trans. Commun. 46(10), 1313–1324.

Rondeau, T.W., Le, B. Rieser, C.J. & Bostian, C.W. (2004). Cognitive radios with genetic algorithms: Intelligent control of software defined radios. Software defined radio forum technical conference (pp. C3-C8). Citeseer.

Roy, S. D. & Kundu, S. (2011). Gradual removal of secondary user in cognitive-CDMA spectrum underlay network. International Conference on Devices and Communications (ICDeCom), Mesra, Algeria, pp. 1–4.

Sadr, S., Anpalagan, A. & Raahemifar, K. (2009). Radio resource allocation algorithms for the downlink of multiuser OFDM communication systems. IEEE Commun. Surv. Tut. 11(3), 92–106.

Salgado, C. (2016). Técnicas inteligentes en la asignación de espectro dinámica para redes inalámbricas cognitivas. Tecnura, 20(49). https://revistas.udistrital.edu.co/index.php/Tecnura/article/view/10981

Shilpa, M. & Manju, J. (2016). A Comparative Study on Various Spectrum Sharing Techniques. Procedia Technology, 25, 613-620.

Thrasyvoulos, F. (2014). Stay or Switch? Analysis and Comparison of Interweave and Underlay Spectrum Access in Cognitive Radio Networks. Eurecom, Ref- 4440.

Wang, B. & Zhao, D. (2008). Performance analysis in CDMA-based cognitive wireless networks with spectrum underlay. IEEE Global Telecommunications Conference (IEEE GLOBECOM), New Orleans, pp. 1–6.

Wang, B. & Zhao, D. (2010). Scheduling for long term proportional fairness in a cognitive wireless network with spectrum underlay. IEEE Transactions on Wireless Communications, 9(3), 1150–1158. 10.1109/ TWC.2010.03.090802

Wang, B. & Liu, K. (2011). Advances in Cognitive Radio Networks: A Survey. IEEE J. Sel. Topics Signal Process., 5(1), 5-22.

Wang, J., Xu, Y., Wu, Q. & Gao, Z. (2012). Optimal distributed interference avoidance: Potential game and learning. Trans. Emerging Telecommun. Technol., 23(4), 317–326.

Xiong, Q. Liang, Y.-C., Li, K.H., Gong, Y. & Han, S. (2016). Secure transmission against pilot spoofing attack: a two-way training-based scheme. IEEE Trans. Inf. Forensics Secur. 11(5), 1017–1026.

Xu, L., Tonjes, R., Paila, T., Hansmann, W., Frank, M. & Albrecht, M. (2000). Drive-ing to the Internet: Dynamic radio for IP services in vehicular environments. Proc. 25th Annual IEEE Conf. Local Computer Networks, pp. 281–289.

Xu, Y., Wang, J., Gao, Z., Wu, Q. & Anpalagan, A. (2011). Network throughput maximization in CRAHNs using local cooperative game. Proc. IEEE Globecom 11, pp. 1–5.

Yong, L., Hong, J. & Qing, H.Y. (2009). Design of Cognitive Radio Wiereless Parameters Based on Multiobjective Immune Genetic Algorithm. Communications and Mobile Computing, 2009. CMC'09. WRI International Conference on (Vol. 1, pp. 92-96). IEEE.

Zhang, H., Venturino, L., Prasad, N., Li, P., Rangarajan, S. & Wang, X. (2011). Weighted sum-rate maximization in multi-cell networks via coordinated scheduling and discrete power control. IEEE J. Sel. Areas Commun. 29(6), 1214–1224.

Zhang, R. (2008). Optimal power control over fading cognitive radio channel by exploiting primary user CSI. IEEE Glob. Commun., pp. 1–5

Zhang, R. (2009). On peak versus average interference power constraints for protecting primary users in cognitive radio networks. IEEE Trans. Wirel. Commun. 8(4), 2112–2120.

Zhang, R., Gao, F. & Liang, Y.-C. (2010). Cognitive beamforming made practical: effective interference channel and learning-throughput tradeoff. IEEE Trans. Commun. 58(2), 706–718.

Zhang, Y., Zhang, Z., Luo, H., Wang, W. & Yu, G. (2012). Initial spectrum access control with QoS protection for active users in cognitive wireless networks. International Journal of Communication Systems, 25(5), 636–651.

Zhao, Q. & Sadler, B.M. (2007). A survey of dynamic spectrum access. IEEE Signal Process. Mag. 24(3), 79–89.

Zheng, L. & Tse, D.N.C. (2003). Diversity and multiplexing: a fundamental tradeoff in multiple-antenna channels. IEEE Trans. Inf. Theory 49(5), 1073–1096.

Zhu, X.-L.; Liu, Y.-A.; Weng, W.-W. & Yuan, D.-M. (2008). Channel sensing algorithm based on neural networks for cognitive wireless mesh networks. Wireless Communications, Networking and Mobile Computing, 2008. WiCOM'08. 4th International Conference on (pp. 1-4). IEEE.

Descargar cita

Derechos de autor 2022 Publicaciones e Investigación

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

Cuando PUBLICACIONES E INVESTIGACIÓN recibe la postulación de un original por parte de su autor, ya sea a través de correo electrónico o postal, considera que puede publicarse en formatos físicos y/o electrónicos y facilitar su inclusión en bases de datos, hemerotecas y demás sistemas y procesos de indexación. PUBLICACIONES E INVESTIGACIÓN autoriza la reproducción y citación del material de la revista, siempre y cuando se indique de manera explícita el nombre de la revista, los autores, el título del artículo, volumen, número y páginas. Las ideas y conceptos expresados en los artículos son responsabilidad de los autores y en ningún caso reflejan las políticas institucionales de la UNAD

Publicado

Cómo citar

Asignación dinámica de espectro en redes inalámbricas de nueva generación: una aproximación al estado del arte

Palabras clave