Adaptive threshold architecture for spectrum sensing

Abstract

A política atual de alocação do espectro compreende licenciar o uso de canais de radi- ofrequência e garantir que determinados usuários tenham acesso exclusivo a esses canais. Através dessa política, os melhores canais para comunicações sem fio de curtas e médias distâncias já foram licenciados. Sendo assim, é cada vez mais difícil disponibilizar canais adequados para novos serviços sem fio que necessitem destes canais ou para melhorar os serviços sem fio existentes. Contudo, medidas de utilização dos canais licenciados mos- traram que estes são subutilizados em determinados períodos do dia e em certas regiões geográficas. A atual subutilização dos canais de radiofrequência fez com que as agências governa- mentais considerassem um nova política de acesso ao espectro. Nessa nova política, um usuário não licenciado pode acessar canais subutilizados temporariamente, com a restri- ção de não causar interferência nas transmissões dos usuários licenciados. Dessa forma, antes de acessar um canal de rádio, o usuário não licenciado precisa analisa-lo com o objetivo de garantir que nenhum usuário licenciado esteja transmitindo. A análise dos canais é feita através do uso de soluções de sensoriamento espectral. A maior limitação das soluções atuais de sensoriamento espectral é o uso de parâme- tros estáticos para detectar a transmissão de um usuário licenciado. O uso de parâmetros estáticos é uma limitação porque o sensoriamento espectral pode encontrar diferentes ní- veis de ruído e interferência na análise dos canais. Nesse contexto, algoritmos de apren- dizagem de máquina podem ser empregados para adaptar dinamicamente os parâmetros de detecção utilizados no sensoriamento espectral. Neste trabalho é proposta a Arquitetura para Thresholds Adaptativos (ATA) para sen- soriamento espectral. Essa arquitetura emprega algoritmos de aprendizagem de máquina para adaptar, em tempo real, os parâmetros de detecção do sensoriamento espectral. Além disso, um protótipo da ATA foi desenvolvido e avaliado em um ambiente de rádio expe- rimental baseado na norma IEEE 802.22. Os resultados mostram que ATA alcança um desempenho melhor que as soluções atuais de sensoriamento espectral em termos de pre- cisão na detecção do usuário licenciado e no tempo necessário para analisar o canal de rádio.

The current spectrum allocation policy comprises licensing the use of channels of the radio spectrum and ensuring that licensed users have exclusive access to these channels. Through this policy, the best channels for short and long wireless communications were already allocated. Thus, it has become exceedingly hard to find vacant radio channels to either deploy new wireless services or to enhance existing ones. However, recent mea- surements of the radio spectrum showed that some allocated channels are rarely utilized in certain geographical areas. The relatively low utilization of some radio channels made the governmental agencies consider a new spectrum access policy. In this new access policy, an unlicensed user can temporarily access underutilized radio channels, with the constraint of not interfering with the transmission of any licensed user. Thus, the unlicensed user must analyze the radio channel before accessing it, with the objective of guaranteeing that no licensed user is transmitting. The analysis of radio channels is made through spectrum sensing solutions. The major drawback of current spectrum sensing solutions is the use of static param- eters to detect the transmission of a licensed user. The usage of static parameters is a drawback because the spectrum sensing may encounter different noise and interference levels during the channel analysis. In this context, machine learning algorithms can be employed to dynamically adapt the detection parameters used in the spectrum sensing. In this dissertation, we propose the Adaptive Threshold Architecture (ATA) for spec- trum sensing. This architecture employs machine learning algorithms to adapt the detec- tion parameters of the spectrum sensing in real time. Furthermore, a prototype of ATA was developed and evaluated in an experimental radio environment based in the IEEE 802.22 standard. The results show that ATA achieves a better performance than current spectrum sensing solutions in terms of the accuracy in detecting the licensed user and in the time required to analyze the radio channel.