بهينه سازي مصالحه ميان زمان حسگري - گذردهي در شبكه هاي راديو شناختگر با استفاده از الگوريتم ازدحام جمعيت

Optimization of Sensing-Throughput Time Tradeoff for Cognitive Radio Networks With Using Particle Swarm Optimization

در يك شبكه راديو شناختگر، كاربران ثانويه به طور فرصت طلبانه تلاش مي كنند تا از باندهاي فركانسي اختصاص يافته به كاربران اوليه، در هنگام عدم حضور آنها، استفاده نمايند. استفاده كاربران ثانويه از اين حفره هاي طيفي نبايد براي كاربران اوليه تداخل ايجاد كند. بنابراين موضوع حسگري طيف در شبكه هاي راديو شناختگر بسيار حياتي است. در فرآيند حسگري طيف، زمان پارامتر مهمي مي باشد زيرا هر چه زمان حسگري بيشتر شود، حسگري طيف دقيق تر و بهتر انجام مي گيرد ولي زمان ارسال اطلاعات براي كاربر ثانويه و گذردهي كاهش مي يابد. در اين مقاله مسئله ي طراحي مدت زمان حسگري به منظور رسيدن به حداكثر گذردهي را با استفاده از الگوريتم بهينه سازي PSO بررسي شده است. مسئله ي بهينه سازي زمان حسگري طيف تحت دو محدوديت احتمال آشكارسازي هدف و حداكثر تداخل قابل قبول براي كاربر اوليه تعريف شده است. براي مرحله حسگري طيف از آشكارساز انرژي استفاده شده است. نتايج بدست آمده بيانگر اين نكته مي باشد كه اين مسئله يك پاسخ بهينه دارد كه منجر به بيشترين گذردهي براي شبكه ي ثانويه مي شود.

In a cognitive radio network, the secondary users are trying opportunistically to utilize the frequency band of primary users when these bands are not currently being used. Utilization of the spectrum holes by secondary users should not interfere with primary users. Therefore, spectrum sensing is of significant importance in cognitive radio networks. On the other hand, spectrum sensing time is also another important parameter, because an increase in the sensing time means a more accurate in spectrum sensing, but data transmission time and throughput decreases. In this paper, we study the problem of designing the sensing duration to maximize the achievable throughput for the secondary network with using particle swarm optimization algorithm. We focus on the sensing time optimization problem under a target probability of detection and maximum acceptable interference constraints and use particle swarm optimization algorithm to solve it. We use energy detection for spectrum sensing. The results show that the sensing-throughput tradeoff problem has an optimal response which yields the highest throughput for the secondary networks.