Spelling suggestions: "subject:"teosanalyysi"" "subject:"kehysanalyysi""
1 |
Performance analysis of cognitive radio networks and radio resource allocationSuliman, I. M. (Isameldin Mohammed) 01 July 2016 (has links)
Abstract
Cognitive radio (CR) is becoming a promising tool for solving the problem of the scarce radio resource and spectrum inefficiency. Spectrum sensing (signal detection) enables real-time detection of spectrum holes by unlicensed secondary users (SUs) in cognitive radio networks (CRNs). In this thesis, performance analysis of CRNs and radio resource allocation are considered. A continuous time Markov chain (CTMC) based analytical model taking into account all relevant elements as well as addressing the issue of the false alarm rate (FAR) associated with the continuous sensing is developed.
In some cases, the PU can be modeled as time-slotted with constant state (transmitting or not) in each slot. In this case, assuming SU can synchronize to the slots, its intuitive to use beginning of a slot for sensing and rest (possibly) for communication. For this model, M/D/1 priority queueing scheme has been applied in this thesis to find waiting time and queue length for PU and SU.
Multiple access among SUs in a time-slotted channel is considered next. A conventional method is e.g. using a channel access probability ψ in each slot similar to the slotted ALOHA. A radically new idea is introduced in this thesis: why not increase the false alarm probability PFA of each SU and use it as a multiple access method?
A game theoretic approach to radio resource allocation for the downlink capacity providing fair resource sharing among mobile nodes located along a multihop link is presented. Furthermore, the problem of resource allocations in heterogeneous wireless networks is also studied.
Finally, device-to-device (D2D) communication - with localized distribution, where users tend to gather around some areas (clusters/hot-spots) within the cell such as buildings is studied. Theoretical analysis with two dimensional clustering is presented including cases with correlated clusters. Correlation in cluster selection is shown to significantly improve performance. / Tiivistelmä
Kognitiivinen radio (CR) on nousemassa lupaavaksi työkaluksi niukkojen radioresurssien ja spektrin käytön tehottomuuden ratkaisemisessa. Spektrin nuuskiminen (signaalin ilmaisu) mahdollistaa spektriaukkojen reaaliaikaisen tunnistamisen toissijaisten käyttäjien (SU) toimesta kognitiivisissa radioverkoissa (CRN). Tässä väitöskirjassa painotus on CRN verkkojen suorituskykyanalyysissa ja radioresurssien hallinnassa. Työssä kehitetään jatkuva-aikaiseen Markov ketjuun (CTMC) perustuva analyyttinen malli joka ottaa huomioon kaikki olennaiset asiat mukaan lukien jatkuva-aikaiseen spektrin nuuskimiseen liittyvän väärien hälytysten tiheyden (FAR).
Joissakin tapauksissa PU:ta voidaan mallintaa aikajaoteltuna siten että PU:n tila on vakio kussakin aikavälissä. Olettaen että SU voi synkronoitua aikaväleihin, on intuitiivista käyttää aikavälin alkua nuuskimiselle ja loppuosaa (mahdollisesti) viestintää varten. M/D/1:n ensisijaisuus-jonotus-suunnitelmaa soveltamalla tässä väitöskirjassa saadaan tuloksia odotusajalle ja jonon pituudelle sekä SU:lle että PU:lle.
Seuraavaksi käsitellään monikäyttöä SU:den joukossa aikajaotellussa kanavassa. Tavanomainen menetelmä käyttää esimerkiksi kanavapääsytodennäköisyyttä ψ kussakin aikavälissä vastaten aikajaoteltua ALOHA protokollaa. Tässä väitöskirjassa esitetään radikaali uusi idea: miksei lisätä väärän hälytyksen todennäköisyyttä kussakin SU:ssa ja käytetä sitä moniliittymämenetelmänä?
Työssä esitetään peliteoreettinen lähestymistapa radioresurssien allokointiin siten että resurssit jaetaan oikeudenmukaisesti monen yhteysvälin linkeissä. Lisäksi tutkitaan myös resursoinnin ongelmaa heterogeenisissa langattomissa verkoissa.
Lopuksi tutkitaan laitteiden välistä suoraa viestintää (D2D) paikallisen jakauman kanssa, jossa käyttäjillä on tapana kasaantua solun sisällä esim. rakennuksiin. Esitetään teoreettinen analyysi kaksiulotteisella klusteroinnilla myös korreloitujen ryhmien kanssa. Osoitetaan että korrelaatio ryhmän valinnassa parantavaa merkittävästi suorituskykyä.
|
Page generated in 0.0594 seconds