Abstract The aim of this thesis is to devise coordination and adaptation techniques that enable the wireless devices operating in a cognitive network to utilize their available resources efficiently. The first part of this thesis considers the case where multiple autonomous devices sense the frequency channels sequentially in some sensing order for spectrum opportunities. In particular, the first part is interested in the scenario where devices with false alarms autonomously select the sensing orders in which they visit channels, without coordination from a centralized entity. An adaptive persistent sensing order selection strategy that allows autonomous adaptations to collision-free sensing orders is proposed and evaluated. It is shown that the proposed strategy converges and maximizes cognitive network throughput compared to a random selection of sensing orders. The second part of this thesis considers the case where distributed devices interact with one another to cooperate to fulfill tasks or to improve the efficiency of network resource usage. Tools from coalition formation game theory are adopted to devise dynamic cooperative strategies for distributed devices. Dynamic coalition formation methods, are proposed for two different network scenarios: 1) Distributed devices operating in an interference channel; 2) Distributed devices performing spectrum sensing. It is observed that in distributed spectrum sensing if the devices pursue their goals selfishly then coalition formation may lead to a suboptimal equilibrium where devices, through their interactions, reach an undesirable coalition structure from a network point of view. The proposed selfish model of dynamic coalition formation is then extended to determine whether and how the coalitional behavior of devices will change if coalition formation is ''not entirely selfish''. It is observed that for the problem of distributed spectrum sensing, average throughput per device is increased when devices cooperate to maximize the overall gains of the group as compared to when they cooperate to increase their individual gains. Finally, in the last part of the thesis, to reduce spectrum sensing overhead and total energy consumption of a cognitive radio network, the problem of sensor selection is considered. Different techniques for selecting devices with the best detection performance are proposed, and it is shown that the proposed device selection methods are able to offer significant gains in terms of system performance as compared to a random selection of devices. / Tiivistelmä Tämän työn tavoitteena oli kehittää koordinointi- ja adaptointimenetelmiä, jotka mahdollistavat langattomien laitteiden toiminnan kognitiivisessa verkossa ja tarjolla olevien resurssien tehokkaan käytön. Työn ensimmäisessä osassa käsitellään tapausta, jossa useat itsenäiset laitteet havainnoivat taajuuskanavien spektriominaisuuksia sekventiaalisesti jossakin järjestyksessä. Ensimmäisessä osassa ollaan erityisesti kiinnostuneita skenaariosta, jossa virheellisen hälytyksen antava laite automaattisesti valitsee kanavien havainnointijärjestyksen, joka tapahtuu ilman keskusyksikön koordinointia. Tässä työssä ehdotetaan ja evaluoidaan adaptiivinen jatkuva havainnointijärjestyksen valintastrategia, joka sallii itsenäisen sopeutumisen törmäysvapaaseen havainnointijärjestykseen. Osoitetaan, että ehdotettu strategia suppenee ja maksimoi kognitiivisen verkon kapasiteetin verrattuna satunnaiseen havainnointijärjestysten valintaan. Työn toisessa osassa pohditaan tilannetta, jossa hajautetut laitteet vuorovaikuttavat keskenään yhteistyössä suorittaakseen tehtäviään tai parantaakseen verkon resurssien käytön tehokkuutta. Peliteoreettisia työkaluja koalitioiden muodostamiseen mukautetaan dynaamisten yhteistoiminnallisten strategioiden laatimiseen hajautetuille laitteille. Dynaamisia koalitioiden muodostamismenetelmiä ehdotetaan kahteen erilaiseen verkkoskenaarioon: 1) hajautetut laitteet toimivat häiriöllisessä kanavassa, 2) hajautetut laitteet suorittavat spektrin havainnointia. Havaitaan, että jos hajautetussa spektrin havainnoinnissa laitteet tavoittelevat päämääriään itsekkäästi, niin koalitioiden muodostaminen voi johtaa alioptimaaliseen tasapainotilaan, jossa laitteet keskinäisen vaikutuksensa kautta saavuttavat verkon näkökulmasta epätoivotun koalitiorakenteen. Ehdotettua itsekästä mallia dynaamiseen koalitioiden muodostamiseen laajennetaan ottamaan selville, miten laitteiden koalitiokäyttäytyminen muuttuu, jos koalitioiden muodostaminen ei ole täydellisen itsekästä. Havaitaan, että hajautetun spektrin havainnoinnin probleemassa, keskimääräinen laitekohtainen kapasiteetti kasvaa kun laitteet tekevät yhteistyötä maksimoidakseen ryhmän kokonaishyödyn verrattuna siihen, jos ne tekevät yhteistyötä lisätäkseen yksittäisiä etujaan. Työn viimeisessä osassa pohditaan sensorien valintaongelmaa. Siinä ehdotetaan erilaisia menetelmiä, jotka valitsevat parhaan suorituskyvyn omaavat laitteet ja näytetään, että ehdotetut laitteiden valintamenetelmät pystyvät tarjoamaan merkittäviä suorituskykyetuja verrattuna satunnaiseen laitteiden valintaan.

Abstract Resource allocation and interference management in wireless small cell networks have been areas of key research interest in the past few years. Although a large number of research studies have been carried out, the needs for high capacity, reliability, and energy efficiency in the emerging fifth-generation (5G) networks warrants the development of methodologies focusing on ultra-dense and self-organizing small cell network (SCN) scenarios. In this regard, the prime motivation of this thesis is to propose an array of distributed methodologies to solve the problem of joint resource allocation and interference management in SCNs pertaining to different network architectures. The present dissertation proposes and investigates distributed control mechanisms for wireless SCNs mainly in three cases: a backhaul-aware interference management mechanism of the uplink of wireless SCNs, a dynamic cluster-based approach for maximizing the energy efficiency of dense wireless SCNs, and a joint power control and user scheduling mechanism for optimizing energy efficiency in ultra-dense SCNs. Optimizing SCNs, especially in the ultra-dense regime, is extremely challenging due to the severe coupling in interference and the dynamics of both queues and channel states. Moreover, due to the lack of inter-base station/cluster communications, smart distributed learning mechanisms are required to autonomously choose optimal transmission strategies based on local information. To overcome these challenges, an array of distributed algorithms are developed by combining the tools from machine learning, Lyapunov optimization and mean-field theory. For each of the above proposals, extensive sets of simulations have been carried out to validate the performance of the proposed methods compared to conventional models that fail to account for the limitations due to network scale, dynamics of queue and channel states, backhaul heterogeneity and capacity constraints, and the lack of coordination between network elements. The results of the proposed methods yield significant gains of the proposed methods in terms of energy savings, rate improvements, and delay reductions compared to the conventional models studied in the existing literature. / Tiivistelmä Langattomien piensoluverkkojen resurssien allokointi ja häiriön hallinta on ollut viime vuosina tärkeä tutkimuskohde. Tutkimuksia on tehty paljon, mutta uudet viidennen sukupolven (5G) verkot vaativat suurta kapasiteettia, luotettavuutta ja energiatehokkuutta. Sen vuoksi on kehitettävä menetelmiä, jotka keskittyy ultratiheisiin ja itseorganisoituviin piensoluverkkoihin. (SCN). Tämän väitöskirjan tärkein tavoite onkin esittää joukko hajautettuja menetelmiä piensoluverkkojen yhteisten resurssien allokointiin ja häiriön hallintaan, kun käytössä on erilaisia verkkoarkkitehtuureja. Tässä väitöskirjassa ehdotetaan ja tutkitaan hajautettuja menetelmiä langattomien piensoluverkkojen hallintaan kolmessa eri tilanteessa: välityskanavan huomioiva häiriönhallinta menetelmä langattomissa piensoluverkoissa, dynaamisiin klustereihin perustuva malli tiheiden langattomien piensoluverkkojen energiatehokkuuden maksimointiin ja yhteinen tehonsäädön ja käyttäjien allokaatio menetelmä ultratiheiden piensoluverkkojen energiatehokkuuden optimointiin. Ultratiheiden piensoluverkkojen optimointi on erittäin haastavaa häiriön sekä jonojen ja kanavatilojen vahvojen kytkösten vuoksi. Lisäksi, koska klustereilla/tukiasemilla ei ole kommunikaatiota, tarvitaan hajautettuja oppimisalgoritmeja, jotta saadaan itsenäisesti valittua optimaaliset lähetys menetelmät hyödyntäen vain paikallista tietoa. Tämän vuoksi kehitetään useita hajautettuja algoritmeja, jotka hyödyntävät koneoppimista, Lyapunov optimointia ja mean-field teoriaa. Kaikki yllä olevat esitetyt menetelmät on validoitu laajoilla simulaatioilla, joilla on voitu todentaa niiden suorituskyky perinteisiin malleihin verrattuna. Perinteiset mallit eivät pysty ottamaan huomioon verkon laajuuden, jonon ja kanavatilojen dynamiikan, eri välityskanavien ja rajallisen kapasiteetin asettamia rajoituksia sekä verkon elementtien välisen koordinoinnin puuttumista. Esitetyt menetelmät tuottavat huomattavia parannuksia energiansäästöön, siirtonopeuteen ja viiveiden vähentämiseen verrattuna perinteisiin malleihin, joita kirjallisuudessa on tarkasteltu.

Abstract The aim of this thesis is to propose an array of novel cooperative content delivery (CCD) methods and related incentive mechanisms for future fifth-generation (5G) and beyond networks. CCD using multiple air interfaces is a powerful solution to mitigate the problem of congestion in wireless networks, in which the available multiple air interfaces on smart devices are utilized intelligently to distribute data content among a group of users that are in the vicinity of one another. The requirements for higher capacity, reliability, and energy efficiency in the 5G networks have warranted the development of methods focusing on CCD. Moreover, critical to the efficiency of a CCD process are incentive mechanisms to induce cooperation among the mobile users engaged in CCD. The first part of the thesis studies an ideal condition of reliable and error-free distribution of content using cellular and short-range links. The main contribution is to introduce different device selection CCD methods that take into account only the link quality of the devices’ primary (cellular) interfaces. The proposed methods provide frequency carrier savings for the operator while allowing users to enjoy higher downlink rates. The second part of the thesis studies a more realistic CCD situation where users with low data rate wireless links can be a bottleneck in terms of CCD performance. The main contribution is to propose a novel device selection CCD method that considers the link quality of both primary (cellular) and secondary (short-range) interfaces of the devices. Additionally, a carrier aggregation-based incentive mechanism for the proposed method is introduced to address the challenge of selfish deviating users. The proposed mechanism maximizes individual and network payoffs, and is an equilibrium against unilateral selfish deviations. The third part of the thesis addresses the adverse selection problem in CCD scenarios. The operator is assumed to have incomplete information about the willingness of the users to participate in CCD. The main contribution is to introduce contract-based methods through which the operator could motivate users to reveal their true willingness towards participation. The proposed methods incentivize users according to their willingness and improve system performance in terms of the utility of the operator and the users. / Tiivistelmä Tämän väitöskirjan tavoitteena on kehittää menetelmiä yhteistyössä tapahtuvaan sisällön jakamiseen (cooperative content delivery, CCD) sekä siihen liittyviä kannustinmekanismeja viidennen sukupolven (5G) ja sen jälkeisille matkaviestinverkoille. CCD:n käyttö hyödyntämällä älylaitteessa olevia useita ilmarajapintoja on tehokas ratkaisu välttää langattomien verkkojen ruuhkautumista. CCD-menetelmissä laiteen ilmarajapintoja käytetään älykkäästi datan jakamiseen käyttäjäryhmälle, kun käyttäjät ovat lähellä toisiaan. 5G-verkkojen vaatimukset korkeammalle kapasiteetille, luotettavuudelle ja energiatehokkuudelle ovat motivoineet CCD-menetelmien kehitystyötä. Erityisen tärkeää CCD-menetelmien tehokkuudelle on kannustinmekanismien kehittäminen mahdollistamaan yhteistyö mobiilikäyttäjien välillä. Väitöskirjatyön ensimmäinen osuus käsittelee ideaalista tilannetta luotettavalle ja virheettömälle sisällön jakamiselle hyödyntämällä solukkoverkkoa ja lyhyen kantaman linkkejä. Tässä osuudessa päätuloksena on kehitetty käyttäjien valinnalle menetelmiä, jotka huomioivat linkin laadun solukkoverkon ilmarajapinnassa. Ehdotetut menetelmät tuovat operaattorille säästöjä taajuusresurssien käytön osalta ja käyttäjät saavuttavat korkeampia laskevan siirtotien datanopeuksia. Työn toinen osuus tutkii todenmukaisempaa CCD-tilannetta, jossa alhaisen datanopeuden linkkien käyttäjät voivat olla pullonkaula CCD:n suorituskyvylle. Päätulos tässä on uusi käyttäjien valintamenetelmä, joka ottaa huomioon linkkien laadun sekä solukkoverkossa että lyhyen kantaman linkeissä. Lisäksi esitellään eri taajuuksien yhdistämistä hyödyntävä kannustinmenetelmä, joka ottaa huomioon itsekkäiden käyttäjien aiheuttamat ongelmat. Ehdotettu mekanismi maksimoi yksittäisen käyttäjän ja verkon hyödyt ja saavuttaa tasapainotilan käyttäjien yksipuolista itsekkyyttä vastaan. Väitöskirjan kolmannessa osuudessa tutkitaan haitallisen valikoitumisen mahdollisuutta CCD:ssä. Operaattorilla oletetaan olevan epätäydellistä tietoa käyttäjien halukkuudesta osallistua yhteistyöhön CCD:ssä. Tämän osuuden päätulos on esitellä sopimuksiin perustuvia kannustinmenetelmiä, joiden avulla operaattori voi motivoida käyttäjiä paljastamaan heidän todellinen tahtotilansa osallistua yhteistyöhön. Ehdotetut menetelmä kannustavat käyttäjiä heidän todellisen tahtotilan perusteella ja parantavat järjestelmän suorituskykyä operaattorin ja käyttäjien saavuttamien hyötyjen osalta.