Proactive Cognitive Proactive Cognitive Radio NetworkRadio Network

בוהדנה בוהדנהשלומי אשר אשר שלומי בודהבודה

מנחה: בוריס אוקלנדרמנחה: בוריס אוקלנדר

הטכניון - מכון טכנולוגי לישראל הפקולטה להנדסת חשמל

networked software systems lab

מבוא לרדיו קוגניטיבי

:הרעיון Proactive CRN

: מטרות הפרויקט

מימוש מודל Proactive CRN -בMATLAB

חקר ביצועים

תיאור המודל

תכן הסימולציה

תוצאות ראשוניות

תכנון לו"ז הפרויקט

.wireless– תחום מחקר חדש בתקשורת (CR ) רדיו קוגניטיבי •

.SDR טכנולוגיה מבוססת רדיו תוכנה •

:CR עקרון פעולה של •

בניית תמונה אלקטרומגנטית של הסביבה.•

ניצול הזדמנויות ספקטרליות.•

בהתחשב במידע זה קובעת פרמטרי תקשורת להשגת ניצול מרבי •

של הספקטרום.

תקציר הרעיון: תקציר הרעיון: ברדיו קוגנטיבי, המערכת מזהה הזדמנויות ספקטרליות.

נרצה לנצל הזדמנויות אלה לטובת שליחת מידע על בסיס מוטיבציה ויתרונות השיטה: מוטיבציה ויתרונות השיטה: חיזוי.

המערכת היא תחנת

( המשרתת ( BSבסיס

צרכנים. לצרכנים קיים

פרופיל משתמש המאפשר

לבצע חיזוי של צריכת מידע.

את המערכת נמדל ע"י

מערכות תורים.

BS

.Proactive CRNבניית מודל המדמה 1.

.MATLABמימוש המודל ב - 2.

חקר ביצועים וניתוח המודל.3.

המודל מורכב מתורים המתארים ערוצי תקשורת של

CRN.

כל תור מאופיין ע"י הפרמטרים:

- קצב קבלת החבילות ביחידות של

- קצב עזיבת החבילות ביחידות של

מגדירים כמאפיין של תור, כאשר צריך להתקיים

כדי שמערכת התקשורת תהיה יציבה.

number of packets

time

number of packets

time

1

:MATLABהאלגוריתם לכתיבת הקוד ב –

queue

time buffer event

arrival departure nothing

packet

TOA TOB TOD

Updatequeue

עדכון המערכת יתבצע בכל זמן בו קיימת פעולה מסויימת:

ישות

זמן"התעוררות

")עזיבה(

SU

SU0

BS

במודל שלנו קיימים:( צרכן משני ספציפיSU.אותו אנו בוחנים )( 0קבוצת צרכנים משנייםSU הממדלים את שאר צרכני )

המערכת.( תחנת בסיסBS.שרת המערכת, המטפל בצרכנים – )

סימולציהסימולציה

SUSU

BSBS

עיבודעיבוד

עבור כל ישות, מגדירים:

TOA - Time Of Arrival

TOB – Service Time

TOD – Time Of Departure

תרשים פעולת התור:

SUSU BSBS

SUSU00

Pre-FetchPre-Fetch

+-

pA

pA

pA

p

BSpA

00

BS

הרצת סימולציה על המודל:Waiting time VS. rhoWaiting time VS. rho

1T

)מספר N=1000000הרצת סימולציה על המודל עבור

Waiting time VS. Lam_p for exponential distributionWaiting time VS. Lam_p for exponential distributionהחבילות(:

1

1

0

1

1.1

40

0.1

38

A

)מספר N=2000000הרצת סימולציה על המודל עבור

Waiting time VS. Lam_p for exponential distributionWaiting time VS. Lam_p for exponential distributionהחבילות(:

1

1

0

1

1.1

40

0.1

38

A

)מספר N=3000000הרצת סימולציה על המודל עבור

Waiting time VS. Lam_p for exponential distributionWaiting time VS. Lam_p for exponential distributionהחבילות(:

1

1

0

1

1.1

40

0.1

38

A

)מספר N=4000000הרצת סימולציה על המודל עבור

Waiting time VS. Lam_p for exponential distributionWaiting time VS. Lam_p for exponential distributionהחבילות(:

1

1

0

1

1.1

40

0.1

38

A

)מספר N=1000000הרצת סימולציה על המודל עבור

Waiting time VS. Lam_p for exponential distributionWaiting time VS. Lam_p for exponential distributionהחבילות(:

1

1

0

1

10

40

0.3

1

A

)מספר N=2000000הרצת סימולציה על המודל עבור

Waiting time VS. Lam_p for exponential distributionWaiting time VS. Lam_p for exponential distributionהחבילות(:

1

1

0

1

10

40

0.3

1

A

)מספר N=3000000הרצת סימולציה על המודל עבור

Waiting time VS. Lam_p for exponential distributionWaiting time VS. Lam_p for exponential distributionהחבילות(:

1

1

0

1

10

40

0.3

1

A

)מספר N=4000000הרצת סימולציה על המודל עבור

Waiting time VS. Lam_p for exponential distributionWaiting time VS. Lam_p for exponential distributionהחבילות(:

1

1

0

1

10

40

0.3

1

A

בפרויקט מימשנו מודל של רדיו קוגניטיבי המנצל הזדמנויות ספקטראליות כדי לקדם מידע לצרכנים

משניים על בסיס חיזוי של צריכת המידע העתידית שלהם. כיוון שנושא זה מורכב מאוד נבנה מודל בעל רמת

הפשטה גבוהה כדי לקבל בצורה מקורבת את ביצועי המערכת.

  מהרצות הסימולציות השונות ניתן לראות כי הפעלת

מנגנון הפרואקטיב יכול לשפר את ביצועי המערכת גם כאשר

יכולת החיזוי אינה מושלמת ואף נמוכה.

היא יכולת CRNהמסקנה היא שיכולת פרואקטיב של .קוגניטיבית שבכוחה לשפר את ביצוע המערכת