La banda de HF (3-30 MHz) permite el establecimiento de enlaces de comunicaciones de cientos de kilómetros. Sin embargo, son los órganos reguladores nacionales los que asignan las frecuencias dentro de la banda. Es por ello que existen múltiples colisiones entre los usuarios de la misma. En esta Tesis se propone la aplicación de los principios de Radio Cognitiva para reducir las colisiones entre usuarios de la banda de HF y lograr un uso más eficiente de esta banda.
En los sistemas basados en Radio Cognitiva se diferencian tres tareas principales: Observar, Aprender y Decidir y Actuar. En esta Tesis se proponen y validan en la banda de HF diferentes técnicas para cada una de las tareas cognitivas. En primer lugar, se ha creado una base de datos de medidas de banda ancha con la actividad de los usuarios de la banda de HF. Ésta ha sido utilizada a lo largo de toda la Tesis para evaluar y validar las diferentes técnicas cognitivas propuestas. Uno de los problemas observados en la adquisición de medidas de banda ancha es el efecto de las interferencias de banda estrecha en el receptor de banda ancha. Para detectar estas interferencias antes de la entrada del receptor se ha propuesto un detector basado en compressive sensing.
En segundo lugar, se ha diseñado un detector de energía como técnica de spectrum sensing para observar el entorno y convertir las medidas de potencia adquiridas en información sobre la actividad de los usuarios de la banda de HF. A continuación, se han utilizado dos técnicas de aprendizaje para analizar la actividad de los usuarios. Se ha diseñado y validado un modelo de actividad basado en modelos ocultos de Markov (HMM) para predecir la actividad a largo plazo, mientras que los algoritmos basados en Upper Confidence Bound (UCB) han sido propuestos para la predicción de la actividad a corto plazo. Además, estos algoritmos UCB también permiten seleccionar los canales que estarán disponibles para transmitir a corto plazo.
Finalmente, se ha diseñado y validado un sistema híbrido que combina las dos propuestas descritas anteriormente: el modelo basado en HMM y los algoritmos UCB. Se trata de un sistema metacognitivo en el que se selecciona la propuesta que se adapta mejor a las condiciones de actividad observadas. De esta manera, se aumenta la duración de las transmisiones y se reduce la información de señalización cuando las condiciones del entorno son favorables.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados