[논문 리뷰] Combined Channel Aggregation and Fragmentation Strategy in Cognitive Radio Networks

Lei Li, Sihai Zhang외 2명|arXiv (Cornell University)|2012. 03. 22.

Cognitive Radio Networks and Spectrum Sensing참고 문헌 17인용 수 7

한 줄 요약

이 논문은 인지 무선 네트워크에서 이동성 있는 스펙트럼 할당을 가능하게 하기 위해 동적으로 채널 집합 또는 대역폭 분할을 허용하는 새로운 병합 채널 집합 및 분할(CAF) 전략을 제안한다. 연속 시간 마르코프 체인(CTMC) 모델을 사용하여 저자들은 CAF가 기존의 CA 전용 또는 CF 전용 접근 방식에 비해 블로킹 및 드롭 확률을 크게 감소시키고 스펙트럼 활용도와 Throughput를 향상시키며, 대역폭 요구 사항의 범위 조정을 통해 성능을 조정 가능하다는 것을 입증한다.

ABSTRACT

In cognitive radio networks, channel aggregation (CA) and channel fragmentation (CF) techniques have been proposed to enhance the spectrum utilization. While most of the literature studies CA and CF independently, in this paper we combine CA and CF innovatively and present a new spectrum sharing strategy named CAF (Channel Aggregation and Fragmentation). We elaborate on the proposed CAF strategy and derive the balance equation by a continuous time Markov chain (CTMC) model. Then various system performance metrics including blocking probability, dropping probability, spectrum utilization and throughput of the secondary network are evaluated. Both analytical and simulation results show that our strategy lowers the blocking and dropping probabilities and enhances the spectrum utilization and throughput effectively. Moreover, by tuning the bandwidth requirement of each secondary user, different system performance can be achieved.

연구 동기 및 목표

• 독립적인 채널 집합(CA)과 채널 분할(CF) 전략의 한계를 해결하기 위해, 이는 높은 블로킹 및 드롭 확률을 초래한다.
• 시스템 효율성과 유연성을 향상시키기 위해 CA와 CF의 장점을 모두 활용하는 통합된 스펙트럼 공유 전략을 개발한다.
• 정확한 핵심 지표 평가를 위해 연속 시간 마르코프 체인(CTMC) 모델을 사용하여 제안된 전략의 성능을 분석한다.
• 이차 사용자(Bm 및 BM)의 최소 및 최대 대역폭 요구 사항 조정이 시스템 성능에 미치는 영향을 조사한다.
• 기존의 CA 전용 또는 CF 전용 접근 방식에 비해 병합 CAF 전략이 블로킹 확률, 드롭 확률, 스펙트럼 활용도 및 Throughput 측면에서 뛰어난 성능을 보임을 입증한다.

제안 방법

• 이동성 있는 스펙트럼 요구 사항에 따라 다수의 채널을 집합하거나 채널을 서브채널으로 분할할 수 있도록 허용하는 새로운 CAF(채널 집합 및 분할) 전략을 제안한다.
• 실시간으로 영향을 미치고 영향을 받는 방식으로 CAF 전략을 구현하기 위한 적응형 스펙트럼 할당 알고리즘을 개발한다.
• 시스템 성능 지표를 분석하기 위해 균형 방정식을 유도하기 위해 연속 시간 마르코프 체인(CTMC)을 사용하여 시스템을 모델링한다.
• 블로킹 확률, 드롭 확률, 스펙트럼 활용도 및 이차 네트워크 Throughput와 같은 성능 지표를 정의한다.
• 이동성 사용자(SU)당 변동 가능한 대역폭 요구 사항을 도입하며, 최소(Bm) 및 최대(BM) 범위를 설정하여 스펙트럼 가용성에 맞게 동적으로 적응할 수 있도록 한다.
• 분석적 유도와 몬테카를로 시뮬레이션을 모두 사용하여 CTMC 모델의 타당성을 검증하고, 다양한 트래픽 및 PU 활동 조건 하에서의 시스템 행동을 평가한다.

실험 결과

연구 질문

• RQ1 채널 집합 및 분할을 병합함으로써 인지 무선 네트워크에서 스펙트럼 활용도를 향상시키고, 블로킹 및 드롭 확률을 어떻게 감소시키는가?
• RQ2 최소 및 최대 대역폭 요구 사항(Bm 및 BM)을 변화시킬 경우, 블로킹 확률 및 Throughput와 같은 시스템 성능 지표에 어떤 영향을 미치는가?
• RQ3 CAF 전략은 기존의 CA 전용 및 CF 전용 접근 방식에 비해 주요 성능 지표 측면에서 어떻게 비교되는가?
• RQ4 어떤 조건에서 CAF 전략이 최적의 스펙트럼 활용도와 Throughput를 달성하는가?
• RQ5 CAF 전략은 고속도 전송과 효율적인 스펙트럼 공유 사이의 트레이드오프를 효과적으로 균형 잡을 수 있는가?

주요 결과

• CAF 전략은 최대 집합 규칙(BM = 4, Bm = 4)과 최소 집합 규칙(BM = 2, Bm = 2)보다 블로킹 및 드롭 확률을 더 낮추는 데 성공한다.
• 최소 대역폭 요구 사항(Bm)을 낮추면 블로킹 확률이 크게 감소하며, 이는 더 많은 이동성 사용자가 시스템에 수용될 수 있음을 의미한다.
• 최대 대역폭 요구 사항(BM)을 증가시키면 블로킹 및 드롭 확률이 약간 감소하며, 이는 더 높은 평균 서비스 속도와 짧은 서비스 시간을 가능하게 하기 때문이다.
• PU 활동(λp)이 낮을 경우, BM을 증가시키는 것이 스펙트럼 활용도 향상에 가장 효과적이나, λp가 높을 경우 Bm를 감소시키는 것이 더 나은 활용도를 제공한다.
• 이동성 네트워크의 Throughput는 BM 및 Bm를 조정함으로써 최적화되며, 이는 PU 트래픽 강도에 따라 다른 성능 트레이드오프를 보인다.
• 분석 및 시뮬레이션 결과 모두를 종합해 볼 때, 전통적인 CA 또는 CF 전용 접근 방식보다 CAF 전략이 스펙트럼 효율성과 사용자 공정성 사이의 균형을 더 잘 달성한다.