Cooperative Sensing Scheduling Strategies For Cognitive Radio Networks
Summary:
In this thesis, our main focus is on cooperative sensing scheduling (CSS) for cognitive radio networks (CRNs). We first consider the joint scheduling of sensing and transmission for a multi-channel CRN with varying sensing accuracy among secondary users (SUs). We give the optimization model that maximizes the expected throughput together with our solution methodology. Then, we turn our attention to the trade-offs involved in providing energy efficiency (EE) in CRNs. We analyze how these trade-offs affect each other and energy consumption of CRNs. Furthermore, we also explore future research directions that are related to the EE of CRNs. After discussing the factors regarding EE, we focus on the EE of CSS for two cases. For the first case, we consider the energy consumption of CSS in terms of sensing and reporting energy components. For the second case, we also take the energy consumption due to channel switching into account. We provide the optimization models together with optimal solution methods for both cases. Our models support heterogeneous channel conditions, which allows us to adjust the sensing durations based on the signal strength. Moreover, we also propose time efficient suboptimal heuristic methods. We observe that sacrificing little transmission time results in huge energy savings in the long run. Finally, we delve into the CSS problem in a social CRN setting where SUs cooperate probabilistically based on their social ties. In this scenario, we first formulate the cooperative detection and false alarm probabilities in addition to a simple trust mechanism. Subsequently, we give a multi-objective optimization model that maximizes expected throughput and accuracy of sensing results together. Numerical evaluations show that our method performs very close to the expected throughput optimal solution when there are no malicious SUs and outperforms it in case of a misbehaving SU.
Özet:
Bu tezde ana ilgi alanımız bilişsel radyo ağları (BRAlar) için yardımlaşmalı algılama çizelgelemesidir (YAÇ). Öncelikle çok kanallı ve ikincil kullanıcıların (İK) algılama doğruluklarının farklı olduğu bir BRA'da algılama ve iletişimin ortak çizelgelemesine odaklanıyoruz. Beklenen üretilen işi en büyüten en iyileme modelini, kullandığımız çözüm yöntemi ile birlikte sunuyoruz. Daha sonra, dikkatimizi BRA'larda enerji verimliliği (EV) sağlamak için verilen ödünlere çeviriyoruz. Bu ödünlerin birbirlerini ve BRA'ların enerji tüketimini nasıl etkilediğini analiz ediyoruz. Ayrıca, BRA'ların EV ile ilgili araştırma konularını keşfediyoruz. EV ile ilgili faktörleri tartıştıktan sonra YAÇ'lerinin EV'ne iki farklı durum için yoğunlaşıyoruz. Birinci durumda YAÇ'nin enerji tüketiminin algılama ve raporlama bileşenlerini düşünüyoruz. İkinci durum için ise kanal değiştirmenin de enerji tüketimini hesaba katıyoruz. İki durum için de en iyileme modellerini ve en iyi çözüm bulma metotlarını sağlıyoruz. Modellerimiz heterojen kanal şartlarını destekliyor ve sinyal gücüne göre algılama süresini değiştirmemize imkan veriyor. Ayrıca zaman etkin, idealin altında keşifsel metotlar öneriyoruz. İletişim zamanından çok az feragat etmenin uzun vadede büyük enerji tasarrufunu getirdiğini gözlemliyoruz. Son olarak, İK'ların olasılıksal olarak yardımlaştığı sosyal bir BRA'da YAÇ problemine bakıyoruz. Bu senoryada ilk önce yardımlaşmalı tespit etme ve yanlış alarm olasılıklarına ek olarak basit bir güven mekanizması formülleştiriyoruz. Daha sonra, beklenen üretilen işi ve algılama sonuçlarının doğruluğunu birlikte en büyüten çok amaçlı bir en iyileme modeli veriyoruz. Sayısal değerlendirmeler metodumuzun kötü niyetli İK'ların olmadığında en iyi beklenen üretilen iş çözümüne çok yakın olduğunu, ve kötü davranan bir İK olması durumunda ise çok üstün olduğunu göstermektedir.