[论文解读] MUSE: A Methodology for Characterizing and Quantifying the Use of Spectrum

Nilesh Khambekar, Chad M. Spooner+1 more|arXiv (Cornell University)|Aug 10, 2015

Cognitive Radio Networks and Spectrum Sensing参考文献 13被引用 3

一句话总结

MUSE 通过将频谱空间离散化为单位频谱空间，提出了一种统一的方法，以在空间、时间与频率维度上表征和量化频谱使用。该方法可精确表述频谱接入权利，支持动态频谱共享，并通过细粒度的使用权利量化与执行，提升频谱管理、运营及频谱交易的效率。

ABSTRACT

Dynamic spectrum sharing paradigm is envisaged to meet the growing demand for the Radio Frequency (RF) spectrum. There exist several technical, regulatory, and business impediments for adopting the new paradigm. In this regard, we underscore the need of characterizing and quantifying the use of spectrum by each of the individual transmitters and receivers. We propose MUSE, a methodology to characterize and quantify the use of spectrum in the space, time, and frequency dimensions. MUSE characterizes the use of spectrum by a transmitter at a point in terms of the RF power occupied by the transmitter. It characterizes the use of spectrum by a receiver at a point in terms of the constraints on the RF-power that can be occupied by any of the transmitters in the system in order to ensure successful reception. It divides the spectrum-space into discrete unit-spectrum-spaces and quantifies the spectrum used by the individual transceivers in the discretized spectrum space. We characterize the performance of the spectrum management functions in the discretized spectrum-space and illustrate maximizing the use of spectrum. In order to address the challenges for the dynamic spectrum sharing paradigm, we emphasize on articulating, defining, and enforcing the spectrum-access rights in the discretized spectrum-space.

研究动机与目标

• 解决在时间、空间与频率维度上静态、独占式频谱分配的低效问题。
• 通过实现精确的频谱使用表征，克服动态频谱共享在技术、监管与商业层面的障碍。
• 提供一种可扩展、与模型无关的框架，以在收发器级别量化频谱接入权利。
• 通过最大化未充分利用频谱的利用，优化频谱管理功能。
• 通过实现透明、可量化的频谱使用追踪，支持频谱交易、监管与运营。

提出的方法

• 将频谱空间离散化为单位频谱空间，以实现对频谱使用的细粒度分析。
• 基于发射机在给定单位频谱空间中占用的射频功率来表征其使用情况。
• 以接收机可允许的最大射频功率为约束，定义接收机的限制条件，以确保成功接收。
• 在离散化的频谱空间中量化单个收发器的使用情况，从而实现对频谱接入权利的精确界定。
• 独立于频谱共享模型（如接入共享、覆盖共享、纯共享）应用离散化的频谱空间模型。
• 通过量化、收发器级别的使用追踪，实现实时的频谱接入策略执行。

实验结果

研究问题

• RQ1 如何在空间、时间与频率维度上精确表征和量化频谱使用？
• RQ2 哪些机制能够实现以单个收发器为粒度的频谱接入权利的表述与执行？
• RQ3 对频谱空间进行离散化如何提升频谱管理功能的性能与优化能力？
• RQ4 MUSE 在支持动态频谱共享的同时，如何确保无害干扰并保护现有用户的权利？
• RQ5 MUSE 如何在动态射频环境中实现更高效的频谱交易、监管与操作控制？

主要发现

• MUSE 实现了对单个收发器级别频谱使用的量化，使频谱接入权利得以精确界定。
• 离散化的频谱空间模型同时支持保守型（如静态共享）与动态型（如纯共享）频谱共享模型。
• 通过按接收机表征干扰约束，MUSE 确保了无害干扰，同时最大化频谱利用率。
• 该方法支持实时频谱接入执行，实现频谱使用的自动化与动态监管。
• MUSE 通过实现透明、细粒度的可用频谱量化，促进频谱交易，提升未充分利用频谱池的吸引力。
• 该框架通过将频谱视为可量化、可交易的商品，为频谱运营、监管与商业活动提供了统一基础。