L'idée du RC est de partager le spectre entre un utilisateur dit primaire et un utilisateur dit secondaire. Enfin, le chapitre 4 fait le point sur l'utilisation des techniques d'IA, en particulier le MAS pour l'allocation des ressources radio et l'accès dynamique au spectre dans le domaine de la RC.
Les réseaux sans fil et mobiles
Introduction
Partout, les évolutions se poursuivent, tant dans le monde des réseaux spécialisés (capteurs, smart tags, etc.) que des réseaux de télécommunication. Ils voient désormais émerger des solutions concurrentes issues d'horizons divers : le monde des télécommunications traditionnelles, le monde des réseaux sans fil avec le WiMAX (Worldwide Interoperability for Microwave Access) ou encore le monde de la télédiffusion terrestre et satellitaire.
Réseaux sans fil
- Définition
- Fonctionnement d'un réseau sans fil
- Le réseau avec infrastructure
- Le réseau sans infrastructure
- Les catégories de réseaux sans fil
- WPAN (Wireless Personal Area Network)
- WLAN (Wireless Local Area Network)
- WMAN (Wireless Metropololitan Area Network)
- WWAN (Wireless Wide Area Network)
- WRAN (Wireless Regional Area Network)
- Les différents types de réseaux sans fil existants
- Les réseaux utilisant les ondes infrarouges
- Les réseaux utilisant les ondes radios
- Norme IEEE 802.22
IEEE 802.22 est une norme pour les réseaux régionaux sans fil (WRAN) qui fonctionneront dans les canaux de télévision inutilisés et fourniront un accès aux services sans fil. WiMAX (World Wide Interoperability for Microwave Access) est une connexion sans fil rapide sur de longues distances.
Réseaux mobiles
- Sans fil et mobilité
- Mobilité
- Architecture cellulaire
- Architecture d’un réseau cellulaire
- Téléphonie
- Évolution des systèmes cellulaires
- Première génération (1G)
- Deuxième génération (2G)
- Troisième génération (3G)
- Quatrième génération (4G)
La carte SIM permet ainsi l'identification de chaque utilisateur, indépendamment du terminal utilisé en communication avec la station de base. Il propose des services de communication sans fil, en plus de la voix et des données il propose également du multimédia (possibilité de visioconférence, regarder la télévision), son prix est très élevé.
Le WiMAX mobile et la 4G
L'augmentation du nombre d'utilisateurs mobiles due au développement d'Internet et de ses applications multimédias, l'émergence rapide des réseaux sans fil et l'évolution de la portabilité des terminaux ont favorisé la mobilité des utilisateurs. Les utilisateurs mobiles ont de plus en plus besoin d'accéder à un riche ensemble de services multimédias avancés à l'aide de n'importe quel terminal disponible, avec une qualité de service acceptable via n'importe quel réseau d'accès disponible. Les réseaux 4G utilisent OFDM, OFDMA, ils sont considérés comme des réseaux transparents, en particulier avec WLAN et WiMAX.
Il y aura une grande concurrence entre les applications et les fournisseurs de services pour satisfaire les utilisateurs. Afin de répondre aux différents besoins des utilisateurs, la quatrième génération de téléphones mobiles doit répondre aux conditions techniques suivantes. La majorité des gens ont accès aux bases de données vocales ou de services fournies par les réseaux mobiles (cela nécessite une gestion efficace des ressources, par exemple en utilisant une extension ad hoc dans les systèmes sans fil) .
C'est grâce à l'utilisation d'une nouvelle méthode de modulation, OFDMA avec une nouvelle technologie d'antennes multiples, MIMO, que le WiMAX mobile prétend répondre aux besoins des utilisateurs mobiles. D'ici 2012, les réseaux mobiles WiMAX devraient représenter un quart des équipements de communications mobiles au niveau terrestre.
Conclusion
Le WiMAX mobile peut prétendre concurrencer l'UMTS et façonner la technologie du futur pour une 4ème génération qui n'est pas encore totalement définie.
La radio cognitive
- Introduction
- Radio logicielle (software radio)
- Radio logicielle restreinte (SDR)
- Radio cognitive
- Historique
- Définition
- Relation entre radio cognitive et radio logicielle restreinte
- Architecture
- Cycle de cognition
- Composantes de la radio cognitive
- Fonctions de la radio cognitive
- Langages de la radio cognitive
- Domaines d’application de la radio cognitive
- Conclusion
La radio définie par logiciel peut offrir la flexibilité, la reconfigurabilité et les fonctionnalités de portabilité qui font partie de l'aspect de personnalisation de la radio cognitive. Dans ce modèle simple, des éléments radio cognitifs entourent un support radio défini par logiciel limité. La composante cognitive de l'architecture radio cognitive comprend l'organisation temporelle, les flux d'inférence et les états de contrôle.
Les stimuli entrent dans la radio cognitive sous forme d'interruptions sensorielles envoyées à travers le cycle de la cognition pour une réponse. Les paramètres d'émetteur/récepteur dans le nœud radio cognitif peuvent être modifiés dynamiquement comme dicté par les protocoles de couche supérieure. Les algorithmes d'apprentissage de l'intelligence artificielle sont des techniques que les utilisateurs de radio cognitive peuvent utiliser pour analyser le spectre.
C'est le processus qui permet à l'utilisateur de la radio cognitive de changer sa fréquence de fonctionnement. En plus du langage naturel, plusieurs langues sont utilisées pour la radio (tableau ci-dessous). Le concept de radio cognitive peut être appliqué à une variété de scénarios de communication sans fil, nous en décrirons quelques-uns.
Ce type de réseau peut utiliser le concept de radio cognitive pour permettre la transmission et la réception sans fil sur une large gamme de spectre radio.
Systèmes Multi-Agents
- Introduction
- Définition d’un agent
- Les caractéristiques multidimensionnelles d’un agent
- Architecture concrète pour un agent
- Modèle type d’un agent
- Les Systèmes Multi-Agents
- Communication entre agents
- Application des SMA dans les télécommunications
- Applications des SMA dans le web
- Application des SMA aux réseaux privés virtuels
- Utilisation des SMA dans le cadre des mobiles de troisième génération
- Application des SMA à la supervision et gestion de réseaux
- Conclusion
En fonction des ressources, des compétences et de la communication, un agent tend à atteindre ses objectifs. La figure suivante représente un agent dans son environnement, l'agent est activé en entrée par les capteurs de l'environnement et produit des actions en sortie. Les caractéristiques multidimensionnelles d'un agent Un agent est caractérisé par : Un agent est caractérisé par.
Agents BDI : les états internes des agents sont exprimés sous la forme de croyances, de désirs et d'intentions, la prise de décision est basée sur l'état interne de l'agent. La fonction "act" décide de l'action à entreprendre en fonction des informations sur l'environnement de l'agent. David Kinny et Michael Georgeff [KIW 91] ont étudié la performance des agents « téméraires » et celle des agents dans ce contexte d'agent BDI.
Les engagements sont des structures qui permettent à un agent de s'engager dans un ensemble d'actions envers lui-même et envers les autres agents. Les protocoles de coordination aident les agents à gérer leurs engagements, mais ne disent rien sur ce qu'un agent doit faire aux autres agents lorsque l'agent modifie ses engagements.
Accès dynamique au spectre
Introduction
Ici, la base de connaissances maintient les états du système et les actions disponibles. Le moteur d'inférence utilise la base de connaissances pour choisir la meilleure action. Deux structures de données sont définies dans la base de connaissances, à savoir le prédicat et l'action.
Sur la base de cet état, des actions peuvent être entreprises pour modifier l'état afin que les objectifs du système puissent être atteints. Par exemple, un prédicat peut être défini comme "modulation==QPSK AND SNR == 5dB", tandis que l'action peut être définie comme "modulation mode down" avec la précondition "SNR ≤ 8dB" et la postcondition "modulation = =BPSK". Dans ce cas, la modulation sera modifiée pour BPSK, comme indiqué dans la condition correspondante.
Un algorithme d'apprentissage est utilisé pour mettre à jour à la fois l'état du système et les mesures disponibles en fonction de l'environnement radio. Cette mise à jour peut être effectuée à l'aide d'une fonction objective (par exemple, réduire le taux d'erreur binaire) dans le but de déterminer le meilleur plan d'action compte tenu des entrées (par exemple, la qualité du canal) et des connaissances disponibles.
Algorithmes intelligents
- Réseaux de neurones
- Logique floue
- Algorithmes génétiques
La logique floue offre un moyen simple de trouver une solution à un problème à partir d'informations imprécises, bruitées et incomplètes. Au lieu d'utiliser des formulations mathématiques compliquées, la logique floue utilise un ensemble flou de fonctions d'appartenance et de règles d'inférence pour obtenir la solution qui répond aux objectifs souhaités. En général, il existe trois composants importants dans un système de contrôle à logique floue : le fuzzifier, le processeur à logique floue et le défuzzifier.
Alors que le fuzzifier est utilisé pour détecter les entrées réelles en les rendant floues, le processeur de logique floue implémente un moteur d'inférence pour obtenir la solution basée sur les ensembles de règles prédéfinis. Par exemple, la logique floue a été proposée comme solution au problème de handover dans les réseaux cellulaires par les auteurs de [GIU 08b] [MAT 00] [HOU 06]. Dans la littérature, la logique floue est souvent utilisée lorsqu'il s'agit d'optimisation inter-couches [SHA 12] [YAN 07] dans les systèmes radio cognitifs.
L'utilisation de la logique floue dans la détection coopérative du spectre peut apporter une flexibilité supplémentaire aux méthodes combinatoires existantes [MAT 09]. La logique floue est souvent associée aux réseaux de neurones dans les réseaux radio cognitifs [KRL 03] [GIU 08a].
Accès dynamique au spectre
- Accès au spectre en utilisant les Enchères
- Accès au spectre en utilisant la Théorie des jeux
- Accès au spectre en utilisant les approches de Markov
- Accès au spectre en utilisant les Systèmes Multi Agents
Le principal objectif de l'utilisation des enchères dans les réseaux RC est d'inciter les utilisateurs secondaires à accroître leur utilisation du spectre. Par exemple, pour Xiuli [XIU 07], les utilisateurs primaires sont conscients de l'existence d'utilisateurs secondaires et ont une priorité plus élevée pour accéder au spectre. Les utilisateurs principaux assument des rôles de leadership en sélectionnant un sous-ensemble d'utilisateurs secondaires et en leur donnant accès au spectre.
Les utilisateurs secondaires augmentent leurs utilités en termes d'accès à la fréquence et paient les utilisateurs primaires. Les approches de la théorie des jeux ne modélisent pas l'interaction entre les utilisateurs secondaires et principaux pour l'accès au spectre. Certains auteurs utilisent CTMC (Continuous Time Markov Chains) [AHM 09] [ZHA 08] pour capturer l'interaction entre les utilisateurs primaires et secondaires.
Dans [TIA 10], les auteurs proposent un modèle à base d'agents pour la négociation du spectre dans un réseau RC. L'apprentissage par renforcement multi-agents est appliqué dans le Q-learning en considérant les utilisateurs secondaires comme faisant partie de l'environnement.
Conclusion
Benmammar, “Enhancing the quality of mobile terminal video conferencing application through cognitive radio,” 14th IEEE International Conference on Communications Technology (ICCT 2012). Towards multi-agent systems-based cognitive radio resource management to improve real-time application performance", 5th IFIP International Conference on New Technologies, Mobility and Security (NTMS 2012) Haykin, "Cognitive radio: Brain epowered wireless communications'' , IEEE Journal of Selected Areas in Communications, vol.
Niyan and Zhu Han, “Dynamic Spectrum Access and Management in Cognitive Radio Networks”, Cambridge University Press 2009. JIA 10] Li Jiandong Li and Yang Chungang, “A Markov Game-Theoretic Approach to Power Control in Cognitive Radio Networks: A Multi-Agent A Learning Perspective'. Hossain, “Competitive Pricing for Spectrum Sharing in Cognitive Radio Networks: A Dynamic Game, Nash Equilibrium Inefficiency, and Collusion”.
Optimal Power Control for Cognitive Radio Networks under Coupled Interference Constraints: A Cooperative Game Theoretic Perspective”. Clancy, "Collusion-resistant multi-winner spectrum auction for cognitive radio networks", Proceedings of IEEE GLOBECOM 2008, Page(s): 1-5.
