Search

FACEPE The wireless technologies are progressing at a rapid pace such that the future of digital communication will be dominated by a dense, ubiquitous and heterogeneous wireless network. Along with this, there is a growing demand for wireless services with different requirements. In this respect, the management of this complex wireless ecosystem becomes challenging, and the wireless virtualization is pointed as an efficient solution to perform it, where different virtual wireless networks can be created, sharing and running on the same wireless infrastructure, and providing differentiated services to users. However, to satisfy the high demand for mobile communications, it is necessary the availability of a natural and scarce resource, the electromagnetic spectrum. Although the insertion of virtualization in wireless networks provides better resources utilization, the current approaches to employ the wireless virtualization can cause resource underutilization. To overcome this underutilization and enable that new wireless virtual networks can be deployed, the wireless virtualization can be combined with the cognitive radio technology and dynamic spectrum access (DSA) techniques in order to achieve the deepest level of wireless virtualization and to improve the resource utilization through the deployment of opportunistic resource sharing. Thus, virtual wireless networks with different access priorities to the resources (e.g. primary and secondary) can be deployed in an overlay form, sharing the same substrate wireless network, where the secondary virtual network (SVN) accesses the resources only when the primary one (PVN) is not using them. However, this new scenario brings new challenges: from the mapping to operation of these networks. The SVN mapping is a NP-hard problem and presents some constraints and objectives related to both PVNs and SVNs. Achieving all objectives simultaneously is a challenging process. This thesis addresses the SVNs mapping problem onto substrate network considering the existence of the PVNs on the same substrate network. It discloses the environment composed by these networks, denoted as cognitive radio virtual network environment (CRVNE), models this environment by using a M/M/N/N queue with preemptive and priority service, and delineates a multi-objective problem formulation for the SVNs mapping. Moreover, a scheme based on Genetic Algorithms to solve the SVNs mapping problem is proposed and evaluated in terms of collision, secondary user (SU) dropping, and SU blocking probabilities, and joint utilization, achieving better results than other based on the First-Fit strategy. Recentemente, as tecnologias sem fio estão progredindo rapidamente de modo que o futuro da comunicação digital será dominado por uma rede sem fio densa, ubíqua e heterogênea. Adicionado a isso, existe uma demanda crescente por serviços sem fio com diferentes requisitos. Neste aspecto, o gerenciamento deste ecossistema complexo se tona desafiador e a virtualização sem fio é apontada como uma solução eficiente para realizá-lo, onde redes virtuais sem fio diferentes podem ser criadas, compartilhando e executando sobre a mesma infraestrutura de rede sem fio e provendo serviços diferenciados aos usuários. Entretanto, para satisfazer à alta demanda por comunicação móvel é necessária a disponibilidade de um recurso natural e escasso, o espectro eletromagnético. Embora a inserção de virtualização em redes sem fio forneça maior utilização dos recursos, as abordagens atuais para empregar a virtualização sem fio podem causar subutilização de recursos. Para superar esta subutilização, a virtualização sem fio pode ser combinada com a tecnologia de rádio cognitivo e técnicas de acesso dinâmico ao espectro (DSA) para alcançar o mais profundo nível de virtualização sem fio e melhorar a utilização de recursos através do compartilhamento oportunista deles. Assim, redes virtuais sem fio com diferentes prioridades de acesso aos recursos (ex. primária e secundária) podem ser implantadas sobrepostas, compartilhando a mesma infraestrutura de rede sem fio, onde as redes virtuais secundárias (SVNs) acessam os recursos somente quando as redes virtuais primárias (PVNs) não os estiverem utilizando. Entretanto, este novo cenário traz novos desafios, desde o mapeamento até a operação destas redes. O mapeamento de SVNs é um problema NP-difícil e apresenta restrições e objetivos relacionados tanto às PVNs quanto às SVNs. Alcançar todos os objetivos simultaneamente é um processo desafiador. Esta tese aborda o problema de mapeamento de SVNs em redes de substrato considerando a existência de PVNs na mesma rede de substrato. Ela apresenta o ambiente de redes virtuais de rádio cognitivo (CRVNE), modela este ambiente utilizando uma fila M/M/N/N preemptiva e com prioridade e delineia uma formulação multiobjetivo para o mapeamento de SVNs. Além disso, um esquema baseado em Algoritmos Genéticos (GA) para resolver o problema de mapeamento de SVNs é proposto e avaliado em termos das probabilidades de colisão, descarte de usuário secundário (US), bloqueio de US e utilização conjunta, alcançando melhores resultados do que um esquema baseado na estratégia First-Fit.

CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico Hoje, o espectro de rádio é um dos mais importantes recursos naturais no mundo. Segundo relatórios da FCC (do inglês, Federal Communications Commission), as bandas licenciadas, apesar de abundantes, são pobremente utilizadas. A tecnologia de rádio cognitivo visa melhorar a eficiência espectral através do acesso oportunista ao espectro. Permite que novas aplicações baseadas em comunicação sem fio sejam suportadas, sem interferir na comunicação licenciada e buscando garantir a qualidade de serviço das aplicações que a utilizam. Neste âmbito, o handoff de espectro é um dos requisitos essenciais e críticos na adoção desta tecnologia. Este trabalho realiza uma discussão da tecnologia de rádio cognitivo, propõe e avalia uma estratégia proativa para handoff de espectro em redes baseadas em rádio cognitivo utilizando Redes Neurais Artificiais. O desempenho da proposta em termos de nível de interferência ao usuário primário, número de handoffs de espectro realizado pelo usuário secundário e utilização espectral, é comparado com o obtido por um esquema reativo. Diferentemente de outras propostas que se baseiam em modelos estocásticos pré-definidos, utilizaram-se medidas reais de sensoriamento disponibilizados pelo IEEE Dyspan 2008 para avaliar a proposta. Resultados numéricos mostram a superioridade do esquema proposto. Nowadays, the radio spectrum is one of the most important natural resources in the world. According to the FCC (Federal Communications Commission) report, the licensed bands are abundant but poorly utilized. The Cognitive Radio (CR) technology aims improving the spectral efficiency through the opportunistic access to the electromagnetic spectrum. It enables that new applications based on wireless communications are supported, without causing interference at the licensed communication and trying to ensure the quality of service to the applications. Thus, the efficient spectrum handoff is a critical requirement to be taken into account for the success of CR systems. This work outlines concepts about the cognitive radio technology. It proposes and evaluates a proactive strategy based on Artificial Neural Networks for spectrum handoff in CR networks. The performance of the proposal regarding the inference level to the primary user, spectrum handoff number triggered by secondary user and spectral utilization is compared with that one obtained by a reactive scheme. Differently from previous works, this study considers measured traces made available by IEEE Dyspan 2008 in order to evaluate our proposal. Numerical results show the superiority of the proposed scheme.