Submitted by Fabio Sobreira Campos da Costa (fabio.sobreira@ufpe.br) on 2016-03-16T15:16:19Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Tese impressão.pdf: 3505544 bytes, checksum: fe69e61d521b559d8d4a2d273cdcbc16 (MD5) / Made available in DSpace on 2016-03-16T15:16:19Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Tese impressão.pdf: 3505544 bytes, checksum: fe69e61d521b559d8d4a2d273cdcbc16 (MD5) Previous issue date: 2015-07-09 / A popularidade das redes de comunicação sem fio tem gerado dois grandes problemas: a escassez do espectro não licenciado e o aumento do consumo de energia. A abordagem de acesso oportunista ao espectro, por meio da tecnologia de Rádios Cognitivos (RC), tem sido utilizada como solução para a primeira questão. Neste contexto, o usuário primário (UP) possui a licença de uso de determinada faixa espectral, enquanto o usuário secundário (US) utiliza o espectro licenciado, de forma oportunista, sem causar interferência à comunicação primária. Do ponto de vista do consumo de energia, na literatura, são propóstos mecanismos energeticamente eficientes tanto para a ativação e desativação de elementos de rede (estações rádio-base e pontos de acesso) quanto para funções (seleção de canais). Adicionalmente, requisitos contraditórios como o consumo da bateria do dispositivo e as garantias de qualidade de serviço (QoS) das aplicações não têm sido contemplados satisfatoriamente pelos atuais mecanismos de controle de consumo de energia destas redes. Esta tese explora a sinergia entre o acesso oportunista e a utilização energeticamente eficiente dos recursos de rádio, visando a redução do consumo de energia, o aumento do tempo de vida da bateria de dispositivos móveis, bem como, garantias de QoS em redes de rádios cognitivos baseadas nos padrões IEEE 802.11af (White-Fi) e redes regionais IEEE 802.22 (WRAN). Diversas funções do ciclo cognitivo de RC, como seleção e chaveamento de canais, em geral, consideram apenas a atividade do UP na tomada de decisão. Nesta tese, propõe-se um novo modelo de disponibilidade de canal que considera, além do UP, o mecanismo de acesso ao meio e a influência dos demais usuários secundários presentes no sistema. Nesta tese são realizadas diversas análises em relação às estratégias de chaveamento de canais para o acesso oportunista, existentes na literatura, sob a perspectiva da eficiência energética. A partir das análises desenvolvidas, foram construídos modelos baseados em cadeias de Markov para as principais tecnologias de redes de rádios cognitivos com o intuito de representar a utilização do canal por parte dos USs. Estes modelos não sofrem com a explosão de estados presentes nas soluções da literatura e contemplam todos os principais parâmetros para o acesso oportunista. Com os modelos Markovianos propostos foi possível desenvolver algoritmos computacionalmente eficientes, O(nlog(n)), para a seleção de canais nas tecnologias de redes locais IEEE 802.11af (White-Fi) e redes regionais IEEE 802.22 (WRAN) considerando critérios de energia para a rede, dos dispositivos, bem como, os requisitos de QoS das aplicações. Para o White-Fi, o algoritmo proposto permitiu uma economia de até 72,2% (tanto na rede quanto no dispositivo) com uma eficiência energética (relação entre a taxa de transmissão e o consumo de energia) 68% superior ao esquema tradicional de seleção de canais. Para as redes WRAN, também foram realizadas diversas análises em relação ao acesso ao canal. A partir dos resultados das análises e do modelo proposto foi desenvolvido um algoritmo de seleção de canais que, no melhor caso, permitiu uma economia de energia de 94%, bem como, superioridade em termos de eficiência energética de até 93,4%. / The increasing popularization of wireless communication networks and services has led to the rise of two major problems: the non-licensed spectrum scarcity and the increasing of energy consumption. The opportunistic spectrum access approach, employed through the Cognitive Radio Network technology, has been used as a solution to the former issue. In this context, the Primary User owns the license of use of some spectrum bands while the Secondary User uses the licensed spectrum opportunistically, without causing harmful interferences to the primary communication. From the energy consumption point of view, on literature, researchers have proposed mechanisms to deliver energetic efficiency through the activation/deactivation of network elements (Base Stations and Access Points) or network function optimization (channel selection). However, contradictory requirements such as the device battery drain and the application Quality of Service guarantee have not been satisfactorily covered by current energetic efficient mechanisms. This thesis presents a study about the synergy between opportunistic access and the energetic efficiency of the radio resources utilization, aiming at reducing energy consumption, the increase of battery life time, as well as the guarantee of the Quality of Service in Cognitive Radio networks based on IEEE 802.11af (White-Fi) and IEEE 802.22 (WRAN) standards. Most functions of cognitive cycle such as the channel selection and switching, generally, consider only the Primary User activity to the decision making. In this thesis, it is proposed a new channel availability model that considers, in addition to Primary User information, the medium access mechanism and the other Secondary Users, all sharing the opportunities. In this thesis, several analyzes are carried out in relation to the channel switching strategies existing on literature, under the energetic efficiency perspective. From analyzes, models based on Markov chain formalism have been constructed to represent the channel utilization by Secondary Users. These models do not suffer with state explosion present on literature and include all main parameters to the opportunistic access. From the proposed markovian models, it was possible to develop algorithms computationally efficient (O(nlog(n))) to the channel selection on networks IEEE 802.11af and IEEE 802.22 considering the energy consumed by the entire network, by devices, as well as, the Quality of Service requirements. To the White-fi, the proposed algorithm allowed an economy of 72.2% in the best case with an energetic efficiency 68% superior to the traditional channel selection schemes. To WRAN networks, with the proposed algorithm, devices achieved an economy of 94%, as well as, an energetic efficiency 93.4% superior.

Interface Cérebro-Computador é um meio que permite a comunicação do cérebro com dispositivos externos e tem como principal público-alvo as pessoas com problemas motores, incapazes de se comunicarem e/ou se locomoverem. Uma das principais aplicações são os soletradores baseados no P300 que fornecem um meio de indivíduos se comunicarem através de um teclado virtual. Devolver a capacidade de comunicação para uma pessoa é de extrema importância para a qualidade de vida das pessoas. Esse tipo de aplicação possui diversos desafios, um deles é a necessidade da BCI ser treinada especificamente para cada indivíduo. Esse treinamento pode levar horas e até mesmo dias. Uma das formas de diminuir esse tempo é utilizar um dos conjuntos de canais pré-definidos que são sugeridos na literatura, porém esses conjuntos não garantem um funcionamento adequado da BCI, o que pode frustar os indivíduos não desejar mais utilizar uma BCI. Para solucionar esse problema, é proposto no presente trabalho a seleção de canais a partir de um conjunto de canais para agilizar o processo de treinamento e atingir um ótimo desempenho com a BCI. / Brain-Computer Interface is a means that allows the communication of the brain with external devices and has as main target audience the people with motor problems, unable to communicate and/or move around. One of the main applications is the P300-based spellers that provide a means for individuals to communicate through a virtual keyboard. Recovering the ability to communicate to a person is of extreme importance to the quality of peoples lives. This type of application has several challenges, one of which is the need for BCI to be trained specifically for each individual. This training can take hours and even days. One of the ways to decrease this time is to use one of the predefined set of channels that are suggested in the literature, but these sets do not guarantee an adequate functioning of BCI, which can frustrate individuals no longer want to use a BCI. To solve this problem, it is proposed in the present work the selection of channels from a set of channels to accelerate the training process and achieve optimal performance with BCI.