[논문 리뷰] Neural Network Cognitive Engine for Autonomous and Distributed Underlay Dynamic Spectrum Access

Fatemeh Shah-Mohammadi, Andres Kwasinski|arXiv (Cornell University)|2018. 06. 28.

Cognitive Radio Networks and Spectrum Sensing인용 수 5

한 줄 요약

이 논문은 정보 교환 없이 가장 가까운 주요 네트워크 링크의 전체 적응형 변조 및 코딩(AMC) 모드—변조 방식과 코딩률—을 예측하는 NARX 신경망 인지 엔진을 사용하여 완전 자율적이고 분산형 언더레이 동적 스펙트럼 접근 방식을 제안한다. 주요 링크의 채널 용량 영향을 추정함으로써, 이 방식은 CR이 2차망의 전송률을 최대화하면서도 주요 네트워크의 전송률 저하를 목표 임계값 이하로 유지할 수 있게 하며, 프로브 메시지의 약 1/3만을 사용할 경우 최대 50 kbps의 2차망 전송률을 달성하면서도 주요 전송률 저하율이 3.5% 미만이 된다.

ABSTRACT

Two key challenges in underlay dynamic spectrum access (DSA) are how to establish an interference limit from the primary network (PN) and how cognitive radios (CRs) in the secondary network (SN) become aware of the interference they create on the PN, especially when there is no exchange of information between the two networks. These challenges are addressed in this paper by presenting a fully autonomous and distributed underlay DSA scheme where each CR operates based on predicting its transmission effect on the PN. The scheme is based on a cognitive engine with an artificial neural network that predicts, without exchanging information between the networks, the adaptive modulation and coding configuration for the primary link nearest to a transmitting CR. By managing the effect of the SN on the PN, the presented technique maintains the relative average throughput change in the PN within a prescribed maximum value, while also finding transmit settings for the CRs that result in throughput as large as allowed by the PN interference limit. Simulation results show that the ability of the cognitive engine in estimating the effect of a CR transmission on the full adaptive modulation and coding (AMC) mode leads to a much more fine underlay transmit power control. This ability also provides higher transmission opportunities for the CRs, compared to a scheme that can only estimate the modulation scheme used at the PN link.

연구 동기 및 목표

• 주요망과 2차망 간의 정보 교환 없이 언더레이 DSA에서 간섭 임계값을 설정하는 데 도전하는 것.
• 2차 사용자가 분산 방식으로 주요 사용자에 대한 간섭 영향을 자율적으로 평가할 수 있도록 하는 것.
• 2차망 전송률을 최대화하면서도 주요망의 평균 전송률 저하를 최소화하는 메커니즘을 개발하는 것.
• 적응형 변조 및 코딩(AMC) 상태 추정을 통해 피드백 채널이나 프로브 기반 주요 신호 변화 탐지에 의존하지 않는 것.
• 단순히 변조 순서만 예측하는 것보다 전체 AMC 모드(변조 및 코딩률)를 예측함으로써 스펙트럼 접근 효율을 향상시키는 것.

제안 방법

• 각 2차 사용자에서 감지된 변조 정보를 바탕으로 주요 링크의 AMC 모드를 예측하기 위해 NARX(NARX) 신경망을 훈련한다.
• 인지 엔진은 주요 링크의 변조를 실시간으로 관측하여 채널 품질 지표(CQI)를 추론하며, 이는 변조 순서와 코딩률을 모두 반영한다.
• AMC 모드 예측을 통해 2차 전송이 주요망의 전송률에 어떤 영향을 미칠지 예측함으로써 주요 링크에 대한 간섭 영향을 추정한다.
• 언더레이 DSA 메커니즘의 두 가지 변형을 제안한다: 하나는 주요망의 변조 순서를 유지하는 방식이며, 다른 하나는 주요망 전송률의 상대적 변화를 사용자가 정의한 임계값 이내로 제한하는 방식이다.
• 프로브 메시지는 신경망의 훈련 및 업데이트에 사용되며, 성능 평가가 전체 및 감소된 프로브 전송(예: 메시지의 1/3) 조건에서 수행된다.

실험 결과

연구 질문

• RQ1 피드백 없이 주요망의 전체 AMC 모드(변조 및 코딩률)를 정확하게 예측할 수 있는가?
• RQ2 전체 AMC 모드를 예측하는 것이 단순히 변조 순서만 추정하는 기법에 비해 2차망 전송률에 어떤 영향을 미치는가?
• RQ3 프로브 메시지 전송을 감소시켰을 때 AMC 모드 예측 정확도와 간섭 관리에 어떤 영향을 미치는가?
• RQ4 제안된 방식이 2차망 전송률을 최대화하면서도 주요망 전송률을 사전에 정의된 저하 임계값 이내로 유지할 수 있는 정도는 어느 정도인가?
• RQ5 다양한 주요망 부하와 동시에 존재하는 여러 링크 조건에서 제안된 방법은 어떤 성능을 보이는가?

주요 결과

• NARX 신경망은 주요망 부하가 0.48일 때 CQI(전체 AMC 모드에 해당) 예측 정확도가 80% 이상을 달성했다.
• 모든 프로브 메시지를 전송했을 경우 주요망의 상대적 평균 전송률 변화율이 3% 이하였고, 프로브 메시지의 1/3만 사용했을 경우 3.5% 이하로 유지되었다.
• 180 kHz 대역폭에서 네트워크 부하 및 프로브 전송률에 따라 2차망 평균 전송률은 180 kbps에서 50 kbps 사이에서 변동했다.
• 변조 및 코딩률을 모두 예측할 수 있는 능력은 단순히 변조 분류만 사용하는 기법에 비해 블로킹 시간 감소 비율과 동일한 비율로 2차망 전송 기회를 증가시켰다.
• 낮은 프로브 메시지 밀도 조건에서도 전송 오버헤드를 크게 줄였고, 간섭 추정 정확도는 높게 유지되었다.
• 피드백 채널 의존성을 제거하고 네트워크 간 정보 교환 없이도 완전 자율적이고 분산형 운영이 가능함으로써 기존 접근 방식에 비해 뛰어난 성능을 발휘했다.