Implementación de un Modelo Predictor para la Toma de Decisiones en Redes Inalámbricas de Radio Cognitiva

La etapa de toma de decisiones espectrales en redes de radio cognitiva (CRNs) con topologias centralizadas depende entre otras variables de la fiabilidad del modelo de caracterizacion de los usuarios primarios (PUs), del metodo de procesamiento de las solicitudes en la estacion base (BS) y del algoritmo de seleccion de canales; de acuerdo con (Masonta, Mzyece, & Ntlatlapa, 2013), (Lopez, Trujillo, & Gualdron, 2015) entre otros autores, se hace necesario proponer y/o aplicar metodologias que estimen con mayor acierto la presencia/ausencia de los PUs en los canales licenciados, perfeccionar la forma en que se procesan las solicitudes en la BS y mejorar la sub-etapa de seleccion y asignacion de canales en la CRN. En este sentido la tesis doctoral propone: 1) el uso de LSTM, ANFIS-GRID-FCM y SVM para predecir el comportamiento de los PUs, 2) plantea la posibilidad de gestionar anticipadamente las solicitudes de los usuarios secundarios en la BS (utilizando MLPNN) buscando reducir el tiempo necesario para la asignacion del espectro, 3) generar esquemas de seleccion de canales eficientes basados en la clasificacion del espectro a partir de las tecnicas de aprendizaje SVM y ANFIS. La metodologia seguida para evaluar/validar los algoritmos que forman el sistema de toma de decisiones incluye como fuente de informacion la utilizacion de una base de datos que contiene el comportamiento espectral de PUs en diferentes canales en la banda licenciada GSM y de uso libre WiFi, y la generacion mediante simulacion de trafico con criterios de QoS para los SUs; los lenguajes de programacion utilizados para la construccion de los algoritmos se basa en el uso de C#, Java Script y Matlab. Los resultados evidencian: 1) un mayor porcentaje de acierto en la caracterizacion con LSTM y ANFIS-GRID-FCM, 2) una disminucion en el tiempo de seleccion y asignacion de canales mediante la utilizacion de una estrategia proactiva para la gestion de las solicitudes de los SUs en relacion con el existente en el estado del arte, 3) que SVM y ANFIS son tecnicas validas para ser utilizadas en la seleccion de canales. Como conclusion, el sistema de toma de decisiones propuesto debe ser considerado como un aporte adicional para el mejoramiento de la etapa de decision espectral en CRNs basadas en infraestructura, que debe ser mejorado/complementado incluyendo factores tan importantes como la caracterizacion de los usuarios secundarios, la generacion de esquemas que permitan la autoconfiguracion de los nodos cognitivos, e integracion de otras etapas de la CR como la movilidad espectral con el fin de determinar la viabilidad de su implementacion a escala real.