cooperative spectrum sensing based distributed power
play

Cooperative Spectrum Sensing based Distributed Power Control - PowerPoint PPT Presentation

4th Workshop of COST Action IC0902 Cognitive Radio and Networking for Cooperative Coexistence of Heterogeneous Wireless Networks October 911, 2013


  1. 4th ¡Workshop ¡of ¡COST ¡Action ¡IC0902 ¡ ¡ “Cognitive ¡Radio ¡and ¡Networking ¡for ¡Cooperative ¡Coexistence ¡of ¡Heterogeneous ¡Wireless ¡ Networks” ¡ ¡ October ¡9–11, ¡2013 ¡ Rome, ¡Italy ¡ “Cooperative ¡Spectrum ¡Sensing ¡based ¡ Distributed ¡Power ¡Control ¡Routing ¡ Protocol ¡in ¡Cognitive ¡Radio ¡Ad-­‑Hoc ¡ Networks” ¡ Shuyu ¡Ping, ¡Oliver ¡Holland ¡ King’s ¡College ¡London ¡ ¡ Giuseppe ¡Caso, ¡Luca ¡De ¡Nardis ¡ Sapienza ¡University ¡of ¡Rome ¡ ¡

  2. Outline ¡ • Background ¡and ¡Proposed ¡Approach; ¡ ¡ • (Coopera5ve) ¡Spectrum ¡Sensing; ¡ ¡ • Spa5al-­‑Temporal ¡Correla5on-­‑based ¡CSS; ¡ ¡ • Model ¡for ¡Distributed ¡Power ¡Control; ¡ ¡ • Simula5on ¡SeDngs; ¡ ¡ • Proposal ¡of ¡Rou5ng ¡in ¡CR ¡Ad-­‑Hoc ¡Networks. ¡

  3. Background ¡and ¡Proposed ¡Approach ¡ ¡ • Spectrum ¡ Sensing ¡ (Local ¡ or ¡ Coopera4ve) ¡ – ¡ Key ¡ func5onality ¡ in ¡ Cogni5ve ¡ Radio ¡ Networks ¡ (CRNs): ¡ Secondary ¡ Users ¡ (SUs) ¡ can ¡ recognize ¡ and ¡ exploit ¡ por5ons ¡ of ¡ the ¡ radio ¡ spectrum ¡ whenever ¡ they ¡are ¡vacated ¡by ¡Primary ¡Users ¡(PUs); ¡ ¡ • Rou4ng ¡in ¡CRNs ¡– ¡ ¡The ¡best ¡path ¡selec5on ¡for ¡data ¡transmission ¡ should ¡take ¡into ¡account ¡spectrum ¡sensing ¡decisions: ¡in ¡ ¡mul5-­‑hop ¡ paths, ¡ the ¡ SUs ¡ that ¡ are ¡ sensing ¡ the ¡ presence ¡ of ¡ PUs ¡ should ¡ be ¡ discarded ¡ from ¡ transmission ¡ paths ¡ because ¡ their ¡ forwarding ¡ processes ¡could ¡create ¡interference ¡to ¡the ¡PUs; ¡ ¡ ¡ • Proposed ¡approach: ¡in ¡a ¡Ad-­‑Hoc ¡CRN ¡scenario, ¡Spectrum ¡Sensing ¡ decisions ¡is ¡taken ¡into ¡account ¡in ¡determining ¡the ¡costs ¡of ¡paths ¡ links. ¡ The ¡ idea ¡ is ¡ to ¡ improve ¡ simultaneously ¡ CRNs ¡ data ¡ throughput ¡and ¡PU ¡protec4on ¡by ¡using ¡SS ¡as ¡a ¡key ¡indicator ¡of ¡ the ¡reliability ¡of ¡direct ¡links ¡between ¡neighbors ¡SUs. ¡

  4. Cooperative ¡Spectrum ¡Sensing ¡ ¡

  5. Cooperative ¡Spectrum ¡Sensing ¡ ¡ • Case ¡study: ¡ Primary ¡Users ¡(PUs) ¡vs ¡Secondary ¡and ¡Cogni5ve ¡Users ¡(SUs) ¡Network; ¡ Coopera4ve ¡Sensing ¡ ¡improves ¡Local ¡Sensing ¡ ¡Performance . ¡ ¡ • v Energy ¡Detec5on ¡LSS ¡with ¡same ¡threshold ¡ λ ; ¡ v Distributed ¡(between ¡ N b ¡SUs ¡neighbors) ¡CSS ¡with ¡generic ¡hard ¡fusion ¡rule ¡ n-­‑out-­‑of-­‑N b ; ¡ v PU-­‑SUs ¡channels: ¡independent ¡and ¡iden5cally ¡distributed ¡fading/shadowing ¡with ¡same ¡ average ¡SNR ¡ γ ; • In ¡each ¡SU, ¡Coopera5ve ¡probabili5es ¡of ¡detec5on ¡( Q d ) ¡and ¡false-­‑alarm ¡( Q fa ): ¡ ⎛ ⎞ ⎛ ⎞ N N N N ( ) ( ) ∑ b ∑ b − − = ⎜ b ⎟ − N k = ⎜ b ⎟ − N k k k Q P 1 P Q P 1 P b b ⎜ ⎟ ⎜ ⎟ d d d fa fa fa k k ⎝ ⎠ ⎝ ⎠ = = k n k n • P d ¡and ¡ P fa ¡are ¡the ¡local ¡probabili5es ¡of ¡detec5on ¡and ¡false ¡alarm ¡for ¡each ¡SU. ¡For ¡ large ¡values ¡of ¡the ¡Time-­‑Bandwidth ¡product ¡ m , ¡the ¡ Gaussian ¡Approxima4on ¡can ¡be ¡ applied: ¡ ⎛ ⎞ ⎛ ⎞ 1 λ - 2m 1 λ - 2m - 2 γ ⎜ ⎟ = = ⎜ ⎟ P erfc P erfc ⎜ ⎟ d fa + 2 2 2 2 m 2 γ ⎝ 2 2m ⎠ ⎝ ⎠

  6. Spatial-­‑Temporal ¡correlation-­‑aware ¡model ¡for ¡CSS ¡ A ¡joint ¡Spa4al-­‑Temporal ¡correla4on ¡model ¡was ¡proposed ¡[1]: ¡ ¡ [1] ¡Qihui ¡Wu; ¡Ding, ¡G.; ¡Jinlong ¡Wang; ¡Yu-­‑Dong ¡Yao, ¡"Spa5al-­‑Temporal ¡Opportunity ¡Detec5on ¡for ¡Spectrum-­‑Heterogeneous ¡ Cogni5ve ¡Radio ¡Networks: ¡Two-­‑Dimensional ¡Sensing," ¡ Wireless ¡Communica/ons, ¡IEEE ¡Transac/ons ¡on ¡, ¡vol.12, ¡no.2, ¡pp.516,526, ¡ February ¡2013 ¡

  7. Model ¡for ¡Distributed ¡Power ¡Control ¡ Following ¡the ¡model ¡proposed ¡ ¡in ¡[1]: ¡ If ¡the ¡PU ¡is ¡in ¡the ¡state ¡of ¡ON, ¡the ¡author ¡ classify ¡ the ¡ spa5al ¡ opportuni5es ¡ for ¡ the ¡ CRs ¡ into ¡ three ¡ groups: ¡ black ¡ spa5al ¡ opportunity ¡ (i.e., ¡ no ¡ transmission ¡ will ¡ be ¡ allowed ¡ if ¡ a ¡ CR ¡ is ¡ located ¡ inside ¡ the ¡ PU ¡ transmission ¡ region), ¡ grey ¡ spa5al ¡ opportunity ¡ (i.e., ¡ strict ¡ power ¡ control ¡ will ¡ be ¡needed ¡if ¡a ¡CR ¡is ¡located ¡in ¡the ¡Guard ¡ band ¡range) ¡and ¡ white ¡ spa5al ¡opportunity ¡ (i.e., ¡ peak ¡ transmission ¡ power ¡ could ¡ be ¡ used ¡ if ¡ a ¡ SU ¡ is ¡ located ¡ outside ¡ Dg). ¡ The ¡ maximum ¡ interference ¡ constrained ¡ transmission ¡power ¡for ¡a ¡given ¡CR ¡is: ¡ ¡ ≤ ⎧ 0 , d Dp , H i 1 ⎪ − < ≤ + n I ( d Dp ) , Dp d Dp Dg , H ⎪ th i i 1 = P ⎨ + ≤ x P , Dp Dg , d Ds , H ⎪ peak i 1 ⎪ P , H ⎩ peak 0

  8. Model ¡for ¡Distributed ¡Power ¡Control ¡ Following ¡the ¡model ¡proposed ¡ ¡in ¡[1]: ¡ • For ¡a ¡given ¡SU, ¡if ¡the ¡detec5on ¡results ¡is ¡H1, ¡no ¡transmission ¡ for ¡it ¡will ¡be ¡permibed; ¡else ¡if ¡its ¡detec5on ¡result ¡is ¡H0, ¡it ¡will ¡ further ¡check ¡its ¡neighbor’s ¡results. ¡When ¡the ¡detec5on ¡ results ¡of ¡all ¡its ¡neighbors ¡are ¡H0, ¡it ¡means ¡that ¡the ¡PU ¡is ¡ probably ¡in ¡the ¡state ¡of ¡OFF ¡or ¡the ¡SU ¡has ¡a ¡high ¡probability ¡to ¡ be ¡located ¡outside ¡of ¡the ¡Guard ¡band ¡range. ¡If ¡when ¡some ¡ neighbors ¡declare ¡H0 ¡and ¡the ¡other ¡declare ¡H1, ¡we ¡can ¡infer ¡ that ¡SU ¡is ¡probably ¡in ¡the ¡Guard ¡band ¡range. ¡ • In ¡this ¡case, ¡we ¡define ¡an ¡aggressive ¡power ¡and ¡a ¡conserva5ve ¡ power ¡for ¡SU. ¡The ¡former ¡is ¡given ¡by: ¡ • ​𝑄↓𝑏𝑕𝑕 = ​𝐽↓𝑢ℎ ​ ( ​𝑠↓𝑗 , 𝑛𝑗𝑜 ) ¡↑𝑜 ¡ • Where ¡ ​ 𝑠↓𝑗 , 𝑛𝑗𝑜 ¡ denotes ¡ the ¡ distance ¡ between ¡ SU ¡ and ¡ its ¡ nearest ¡neighbor ¡that ¡declares ¡H1 ¡

  9. Model ¡for ¡Distributed ¡Power ¡Control ¡ Following ¡the ¡model ¡proposed ¡ ¡in ¡[1]: ¡ • The ¡laber ¡is ¡expressed ¡as: ¡ • ​𝑄↓𝑑𝑝𝑜 = ​𝐽↓𝑢ℎ ​ ( ​𝑠↓𝑗 , 𝑛𝑏𝑦 ) ¡↑𝑜 ¡ • Where ¡ ​𝑠↓𝑗 , 𝑛𝑏𝑦 ¡denotes ¡the ¡distance ¡between ¡SU ¡and ¡its ¡ furthest ¡neighbors, ¡which ¡declares ¡H0 ¡and ¡has ¡a ¡smaller ¡ distance ¡than ¡ ​𝑠↓𝑗 , 𝑛𝑗𝑜 . ¡ • In ¡prac5ce, ¡we ¡use ¡: ¡ • ​𝑄↓𝑦 = ​ ( 𝑄↓𝑏𝑕𝑕 + ​𝑄↓𝑑𝑝𝑜 )/2 ¡

  10. Proposal ¡of ¡CR ¡Routing ¡and ¡expected ¡results ¡ • We ¡propose ¡to ¡evaluate ¡network ¡performance ¡in ¡terms ¡of ¡ 1. SUs ¡Data ¡Throughput; ¡ 2. PU ¡receivers ¡protec5on ¡from ¡SUs ¡interference. ¡ ¡ Considered ¡Rou4ng ¡protocols: ¡ 1. Shortest ¡Path ¡Selec5on ¡Protocol ¡based ¡on ¡Dijkstra ¡algorithm; ¡ 2. Shortest ¡Path ¡Selec4on ¡+ ¡Spectrum ¡Sensing ¡with ¡Power ¡Control . ¡ 3. Eventually ¡other ¡different ¡Rou5ng ¡algorithms… ¡ ¡ Performance ¡evalua4on ¡tool: ¡ OMNeT++ ¡with ¡MiXiM ¡package. ¡ ¡ Expected ¡ Results: ¡ Improvement ¡ of ¡ Throughput ¡ and ¡ PU ¡ protec4on ¡by ¡using ¡the ¡second ¡rou4ng ¡algorithm! ¡

  11. Simulation ¡Settings ¡and ¡Parameters ¡ • PUs Network: v PU transmitters and receivers randomly located within a square area [m 2 ] ; v Tx Power = 110 mW, within a 20 MHz channel in the ISM band. • SUs Network: v Randomly located in the same area of PU network; v The SUs are equipped with a data interface used to sense the PU channels and eventually transmit data packets, and a control interface working on a common dedicated channel to exchange sensing and routing information; v Tx Power = 110 mW. • Simulation Run Settings: v 1h of simulated time; each collaborating SU takes a local decision exploiting a sensing phase of T = 50µs and then transmits its decision to the neighbors during the subsequent exchange phase of 1s ; v The SUs will adjust their own routing tables for each sensing phase with the information by the neighbors. ¡

Recommend


More recommend