Modelo de muestreo comprimido multiespectral para radio cognitiva

Ingeniare. Revista chilena de ingeniería, Jan 2018

Jeison Marin, Leonardo Betancur, Henry Arguello

Article PDF cannot be displayed. You can download it here:

https://scielo.conicyt.cl/pdf/ingeniare/v26n2/0718-3305-ingeniare-26-02-00225.pdf

Modelo de muestreo comprimido multiespectral para radio cognitiva

Ingeniare. Revista chilena de ingeniería, vol. 26 Nº 2, 2018, pp. 225-240 Modelo de muestreo comprimido multiespectral para radio cognitiva Compressed sensing multiespectral model for cognitive radio networks Jeison Marin1*  Leonardo Betancur1  Henry Arguello2 Recibido 9 de noviembre de 2016, aceptado 31 de mayo de 2017 Received: November 9, 2016   Accepted: May 31, 2017 RESUMEN La radio cognitiva es una de las técnicas más prometedoras para optimizar el uso del espectro. Sin embargo, la gran cantidad de información espectral que es necesario analizar para identificar y asignar porciones espectrales hace que se incrementen los tiempos de asignación de canal debido al previo procesamiento de los datos y, por lo tanto, no sea posible ofrecer servicio a todos los dispositivos que lo requieran. El muestreo comprimido, por su parte, es una técnica que permite la reconstrucción de señales dispersas o compresibles usando un número menor de muestras que las requeridas por el criterio de Nyquist. En este trabajo se presenta un nuevo modelo que usa muestreo comprimido multiespectral para el sensado del espectro radioeléctrico en radio cognitiva, que mejora los tiempos de sensado y asignación de canal al disminuir el tamaño de los datos necesarios para reconstruir la información espectral de potencia a distintas bandas. Este modelo se basa en arquitecturas que usan muestreo comprimido para analizar imágenes multiespectrales. Se propone la operación de un gestor espectral centralizado que mediante patrones binarios selecciona o descarta los datos de potencia de diferentes radios definidos por software ubicados en diferentes posiciones geográficas. El gestor espectral, con base en las muestras tomadas y aplicando las técnicas de muestreo comprimido multiespectral, reconstruye un cubo de datos con la información de potencia transmitida y frecuencia de operación de todos los usuarios. Los resultados muestran que es posible esta reconstrucción utilizando solo 50% de las muestras generadas por todos los dispositivos, y que la información se puede almacenar usando solo 6,25% del total de datos originales. Palabras clave: Muestreo Comprimido, radio cognitiva, sensado espectral. ABSTRACT Cognitive Radio is one of the most promising techniques for optimizing the use of spectrum. However, the large amount of spectral information that must be processed to identify and assign spectral components makes the channel assignment’s times to be increased due to the previous processing of this data and therefore cannot provide service to the devices that require it. Meanwhile, the compressed sampling is a technique that allows the reconstruction of sparse or compressible signals using fewer samples than those required by the Nyquist criterion. This paper presents a new model that uses compressed multispectral sampling for radio-electric spectrum sensing in cognitive radio that improves sensing and channel assignment times, decreasing the number of data required for reconstructing the power spectral information in different bands. This model is based on architectures that use a compressed sample to analyze multispectral images. The operation of a centralized manager is presented to select the power data of different software defined radios (SDR) by binary patterns. These SDRs are in different geographical 1 Programa de Ingeniería de Telecomunicaciones. Universidad Pontificia Bolivariana. Campus de Laureles, Circular 1 Nº 70-01. Medellín, Colombia. E-mail: 2 Escuela de Ingeniería de Sistemas e Informática. Universidad Industrial de Santander. Calle 9 Carrera 27. Bucaramanga, Colombia. E-mail: * Autor de correspondencia. E-mail: Ingeniare. Revista chilena de ingeniería, vol. 26 Nº 2, 2018 positions. The centralized manager reconstructs a data cube with the transmitted power and operation’s frequency of all the users based on the samples taken and applying multispectral sensing techniques. The results show that this multispectral data cube can be built with only a 50% of the samples generated by the devices, and can be stored using only a 6.25% of the original data. Keywords: Compressive sensing, cognitive radio, spectrum sensing, multi-dimensional arrays. INTRODUCCIÓN En los sistemas de radio de nueva generación, el uso eficiente del espectro es una necesidad imperativa. El fenómeno de masificación de datos de los servicios de acceso inalámbrico móvil que es característico hoy en día tiende a aumentar de manera vertiginosa, y va en contra vía con el uso del espectro concentrado en unas bandas de comunicaciones muy específicas, principalmente en las bandas de telefonía móvil celular GSM, UMTS y LTE, las bandas de 850 MHz, 900 MHz, 1900 MHz, 2700 MHz y las ISM. Gran parte de estas bandas espectrales se encuentran densamente usadas y contaminadas por interferencia, al contrario de algunas bandas de UHF que son subutilizadas, lo que en muchos casos perjudica el buen desempeño y explotación del espectro electromagnético [1-2]. La radio cognitiva (RC) ha surgido en los últimos años como una innovadora alternativa para reutilizar las porciones del espectro que en determinado tiempo no están siendo usadas por los usuarios licenciados. A los usuarios licenciados normalmente se les denomina usuarios primarios (UP), y a los usuarios no licenciados que aprovechan las porciones no usadas de espectro se les denomina usuarios secundarios (US) [3]. En particular, la RC supone que los dispositivos inalámbricos deben ser capaces de determinar cuáles porciones del espectro están libres para entrar a ocuparlos, esto es conocido como sensado espectral. Sin embargo, cuando se trata de la RC aplicada a escenarios de alto tráfico de datos y densidad de usuarios, los requerimientos de velocidad para esta operación son mayores, de lo contrario se podrían generar tiempos de latencia altos en la ocupación o abandono del espectro por parte de los usuarios cognitivos. En [4] se muestra un ejemplo de la incidencia que tiene el aumento de la cantidad de datos procesados durante el sensado espectral en la adecuada asignación de espectro a los usuarios cognitivos en un escenario 226 con un área fija de x m2 con p UPs transmitiendo a P dBm por medio una estación base principal, y s USs transmitiendo a S dBm mediante una estación base cognitiva donde S<P. Los UP tienen cierto tiempo de servicio, por lo que constantemente están ocupando y desocupando el espectro. Los US ocupan el espectro de una manera oportunista, no tienen asignado tiempo de servicio y deben abandonar su canal y proceder a buscar otro espacio disponible cuando un usuario primario llega. Cuando algún usuario cognitivo necesita acceder al espectro debe hacer una petición por medio de un canal de control común a un servidor o gestor espectral, enviándole la información espectral que muestrea en un paquete de control, para luego esperar que le sea asignada una porción espectral libre de interferencia. Si dos o más usuarios cognitivos hacen una petición cuando el c (...truncated)


This is a preview of a remote PDF: https://scielo.conicyt.cl/pdf/ingeniare/v26n2/0718-3305-ingeniare-26-02-00225.pdf
Article home page: https://scielo.conicyt.cl/scielo.php?script=sci_abstract&pid=S0718-33052018000200225&lng=pt&nrm=iso&tlng=en

Jeison Marin, Leonardo Betancur, Henry Arguello. Modelo de muestreo comprimido multiespectral para radio cognitiva, Ingeniare. Revista chilena de ingeniería, 2018, pp. 225-240, Volume 26, Issue 2, DOI: 10.4067/S0718-33052018000200225