Методы и алгоритмы принятия решения для технологии "когнитивного радио"

Китчер, Эммануэль

автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Методы и алгоритмы принятия решения для технологии "когнитивного радио"

кандидата технических наук: Китчер, Эммануэль
город: Владимир
год: 2013
специальность ВАК РФ: 05.13.01

Диссертация по информатике, вычислительной технике и управлению на тему «Методы и алгоритмы принятия решения для технологии "когнитивного радио"»

Автореферат диссертации по теме "Методы и алгоритмы принятия решения для технологии "когнитивного радио""

На правах рукописи

КИТЧЕР Эммануэль

МЕТОДЫ И АЛГОРИТМЫ ПРИНЯТИЯ РЕШЕНИЯ ДЛЯ ТЕХНОЛОГИИ «КОГНИТИВНОГО РАДИО»

Специальность 05.13.01 -«Системный анализ, управление и обработка информации (промышленность)»

г 3 ПАП 2013

Автореферат

диссертации на соискание ученой степени кандидата технических наук

Владимир 2013

005059972

Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования (ФГБОУ ВПО) «Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых» (ВлГУ) на кафедре вычислительной техники.

Научный руководитель доктор технических наук, профессор

Ланцов Владимир Николаевич, заведующий кафедрой «Вычислительная техника» ВлГУ, г. Владимир

Официальные оппоненты: доктор технических наук, профессор

Кобзев Александр Архипович, заведующий кафедрой «Мехатроника и электронные системы автомобилей» ВлГУ, г. Владимир

доктор технических наук, профессор Пылькин Александр Николаевич, декан факультета «Вычислительная техника» ФГБОУ ВПО «Рязанский государственный радиотехнический университет», г. Рязань

Ведущая организация ФГБОУ ВПО «Нижегородский

государственный технический университет им. P.E. Алексеева», г. Н. Новгород

Защита диссертационной работы состоится 11 июня 2013 г. в 15 ч. 30 мин. на заседании диссертационного совета Д 212.025.01 при ВлГУ по адресу: г. Владимир, ул. Горького, 87, ауд. 335-1.

С диссертацией можно ознакомиться в научной библиотеке ВлГУ.

Автореферат разослан 7 мая 2013 г.

Отзывы на автореферат в двух экземплярах, заверенные печатью, направлять по адресу совета университета: 600000, г. Владимир, ул. Горького, 87, ученому секретарю диссертационного совета Д 212.025.01.

Ученый секретарь диссертационного совета / /

доктор технических наук, доцент / Н. Н. Давыдов

(¿У }

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. В настоящее время в радиопромышленности быстро развиваются системы беспроводной связи, и растет интенсивность их использования, что приводит к увеличению спроса на радиочастотный спектр. Однако, радиочастотный спектр (РЧС) является ограниченным природным ресурсом. В этих условиях начали проявляться ряд противоречий, наиболее острыми из которых являются:

• противоречие между увеличивающимся спросом на предоставляемые услуги систем беспроводной связи и ограниченным РЧС;

• противоречие между расширением РЧС представляемых системами беспроводной связи и не возможностью использования этого спектра каждым отдельным радио прибором на 100%.

Практически весь частотный диапазон к настоящему времени распределен и лицензирован, однако при этом спектр, как драгоценный природный ресурс, используется не достаточно эффективно. Внедрение и использование новых сервисов, для работы которых необходимо наличие свободных частотных диапазонов, становится затруднительным, а в некоторых случаях вовсе невозможным. Одним из возможных путей решения указанной проблемы является переход к новой технологии, названной когнитивное радио.

Существенным образом повысить эффективность использования спектра позволяет механизм динамического управления спектром, согласно которому вторичным пользователям (не закрепленным за данным частотным диапазоном) предоставляется возможность использовать диапазоны первичных пользователей (закрепленных за данным диапазоном) на время, пока этот диапазон не используется первичным пользователем.

Технология когнитивного радио (KP) предназначена для вторичного использования радиочастоты спектра, когда устройства в сети автоматически перенастраиваются на свободные частоты. Устройства KP изменяют свои параметры на основе получения информации об электромагнитной и географической обстановке, распознают образы сигналов всех первичных радиоэлектронных средств (РЭС) и используют частоты, когда первичные РЭС не работают. Они автоматически перенастраиваются на свободные диапазоны, поддерживая устойчивое соединение.

Алгоритмы динамического управления спектром весьма сложны технически, и могут применяться только в так называемых интеллектуальных радиосистемах. Отличительной особенностью таких систем, выделяющей их в отдельную группу, является способность извлекать и анализировать информацию из окружающего радио пространства, предсказывать изменения канала связи и оптимальным образом подстраивать свои внутренние параметры состояния, адаптируясь к изменениям радио среды.

Существенный вклад в развитие теории системного анализа, управления и обработки информации внесли отечественные и зарубежные ученые: Ланцов В.Н., Костров A.B., Садыков С.С., Goldberg D.E., Zitzler Е Thiele L. и др. Их

исследования по обработке информации составляют теоретическую основу для решения поставленных задач.

Для описания интеллектуальных радиосистем Д. Митоллой был предложен термин когнитивное радио. Свойство когнитивности (дословно способность к познаванию и самообучению) подразумевает способность радиосистемы решать следующие задачи:

1) оценка так называемой шумовой температуры радио среды, обнаружение неиспользуемых в данный момент времени спектральных диапазонов (спектральных дыр);

2) анализ параметров радиоканала, оценка канальной информации, предсказания состояния радиоканала;

3) контроль излучаемой мощности и динамическое управление спектром.

Однако, вопросы разработки алгоритмов, предназначенных для

использования в когнитивных радиосистемах, в настоящее время находятся только на стадии исследований.

На основании изложенного, можно сделать вывод, что исследование и разработки методов и алгоритмов принятия решений для технологии «когнитивного радио» является актуальным. Одним из современных подходов к реализации функций искусственного интеллекта в когнитивных радиосистемах является применение метода рассуждение на основе прецедентов и генетические алгоритмы.

Таким образом, технология когнитивного радио является очень актуальной. Основным элементом когнитивного радио является интеллектуальная система принятия решений. Алгоритмы принятия решений для когнитивного радио пока не разработаны.

Объектом исследования является интеллектуальная система принятия решения, а предмет исследования — это алгоритмы принятия решений для технологии когнитивного радио.

Цель диссертационной работы состоит в разработке методов и алгоритмов принятия решений для технологии когнитивного радио, позволяющих устранять недостатки существующих способов распределения и использования радиочастотного спектра.

Для достижения цели необходимо решить следующие задачи:

1. Исследовать методы и алгоритмы теории принятия решений для реализации технологии когнитивного радио и способы распределения и использования радиочастотного спектра;

2. Разработать алгоритм принятия решений для технологии_когнитивного радио;

3. Разработать алгоритм для оптимизации принятия решений в когнитивной радиосистеме;

4. Разработать структурную схему алгоритмической реализации когнитивной радиосистемы;

5. Разработать прикладную программу когнитивной радиосистемы на основе разработанных алгоритмов и методов.

Методы исследования. Теоретические исследования выполнены с использованием методов теории принятия решений, теории искусственного интеллекта, теории рассуждения на основе прецедентов, генетических алгоритмов, теории обработки информации, методов дискретной обработки сигналов, системного анализа, имитационного моделирования, модульного и объектно-ориентированного программирования.

Научная новизна. В рамках диссертационной работы были получены следующие научные результаты:

1. Новая структурная схема системы принятия решений для технологии когнитивного радио;

2. Новый алгоритм принятия решений для технологии когнитивного радио способом сочетании метода рассуждение на основе прецедентов и генетического алгоритма;

3. Генетический алгоритм для оптимизации параметров радиоаппаратуры;

4. Методика для обмена информацией между компонентами когнитивной радиосистемы.

Практическая ценность работы состоит в том, что на базе предложенных в диссертации методов и алгоритмов, разработана система принятия решений для когнитивной радиосистемы. Результаты работы были использованы в учебном процессе Владимирского государственного университета в курсах «Моделирование» и «Методы оптимизации» (акт внедрения от 19.03.2013).

На защиту выносятся следующие основные результаты и научные положения:

1. Структурная схема системы принятия решений на основе метода рассуждения на основе прецедентов для технологии когнитивного радио;

2. Алгоритм принятия решений для технологии когнитивного радио на основе метода рассуждения на основе прецедентов;

3. Реализация генетического алгоритма для оптимизации параметров когнитивной радиосистемы;

4. Методика разработки процесса обмена информацией между компонентами когнитивной радиосистемы;

5. Методика моделирования прототипа программно перестраиваемого радио на платформе GNU Radio.

Апробация работы. Основные положения диссертации докладывались и обсуждались на Международных и Всероссийских научно-технических конференциях:

1. Международная заочная научно-техническая конференция «Алгоритмические и программные средства в информационных технологиях, радиоэлектронике и телекоммуникациях» АПСИТРТ-2013. Январь 2013 г., г. Тольятти.

2. X Международная научно-техническая конференция «Физика и радиоэлектроника в медицине и экологии» ФРЭМЭ'2012. Июнь 2012 г., г. Владимир - Суздаль.

3. III Всероссийская научно-техническая конференция «Информационно-измерительные и управляющие системы военной техники» ПУВТ-2012. Ноябрь 2012 г., г. Владимир.

4. II международная заочная научно-техническая конференция «информационные технологии. Радиоэлектроника. Телекоммуникации (ITRT-2012). Апрель 2012 г., г. Тольятти.

5. Международной научно-технической конференции «Информационные . системы и технологии» ИСТ-2013. Апрель 2013 г., г. Н. Новгород.

6. Международная научно-техническая конференция «Состояние и перспективы развития электротехнологии» (XVII Бенардосовские чтения). Май 2013 г., г. Иваново.

7. Дни науки студентов и аспирантов ВлГУ. Апрель 2012 г., г. Владимир.

8. Программная реализация когнитивной радиосистемы на радиоплатформе «GNU Radio». II Проектирование и технология электронных средств. IV Всероссийский научно-технический журнал. 2013 г.

Публикации. По теме диссертации опубликованы 8 печатных работ (в том числе 1 статья в издании, рекомендованном ВАК).

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложения. Основной текст работы содержит 127 стр., 23 рисунков и 12 таблиц. Список литературы на 10 стр. включает 112 наименований.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность выбора темы диссертационной работы, формулируются цель и соответствующие ей задачи исследований, научная новизна, практическая ценность основных результатов и представлена структура диссертационной работы.

В первой главе «Анализ состояния в области когнитивных радиосистем и методов принятия решения» приведен анализ состояния в технологии когнитивного радио, представлена классификация когнитивных радиосистем. Рассмотрены методы теории принятия решений с целью их применения для построения алгоритмов принятия решений для технологии когнитивного радио. Рассмотрены способы распределения радиочастотного спектра. Представлен обзор по программно-определяемым радиосистемам, являющимся базовой электронной платформой для технологии когнитивного радио.

Сформирована математическая постановка задачи принятия решений в когнитивной радиосистеме, которая заключается в решении задачи многокритериальной оптимизации.

По результатам проведенного анализа сделаны выводы о том, что динамический доступ к радиочастотному спектру может быть реализован на базе методов искусственного интеллекта (метода рассуждения на основе прецедентов и генетического алгоритма) для когнитивного радио.

Во второй главе «Разработка методов принятия решений для когнитивной радиосистемы» предлагается метод рассуждения на основе прецедентов,

который успешно применялся для решения широкого круга задач классификации, диагностики, прогнозирования, предсказания, планирования и проектирования в различных предметных областях. Применение его в интеллектуальных системах позволяет повысить эффективность принятия решений при возникновении проблемных ситуаций, для чего будет производиться поиск и адаптация принятых ранее решений для подобных проблемных ситуаций, которые были сохранены в базе знании (БЗ).

Предлагаемая структура системы принятия решений для КР представлена рис. 1. Основными принципами, заложенными в систему принятия решений являются:

• структуризации знаний, связанных с предыдущим опытом;

• определение близости прецедентов;

• обоснование близости искомого решения к запрограммированному решению.

Метод рассуждения на основе прецедентов

V]

База знаний

Блок оптимизации

и

Система принятия решения

Входные/Выходные _данные_

Реконфигурируемая радио-платформа (ЭРГ?)

Рис. 1. Структура системы принятия решений для КР

Необходимо учитывать, что метод рассуждения на основе прецедентов может не привести к необходимому решению для возникшей проблемной ситуации. Например, в случае отсутствия подобной (аналогичной) ситуации в БЗ. В таком ситуации, проблема может быть разрешена, если предусмотреть возможность пополнения БЗ непосредственно в процессе рассуждения. Одним из способов пополнения БЗ является привлечение более мощного в плане обнаружения новых фактов (знаний) поискового алгоритма.

В данном случае, алгоритм поиска должен обладать механизмом решения задач оптимизации и моделирования путем последовательного подбора, комбинирования и вариации искомых параметров. Поэтому, предлагается генетический алгоритм.

На основе предлагаемой структурной схемы принятия решений (рис.1), была разработана блок-схема алгоритма принятия решений (рис. 2).

Описание вероятностей исходов: Входные данные (задачи) алгоритма сопоставляются с прецедентами через функцию подобия. Функция подобия (1) определяет близость входящих задач путем сравнения их с данными поступающими из БЗ.

% I/= щ(я) = о

I/ и/1 (р) Ф О, = 0,цеР

I _ У^ - и/¿(р)1

где, /V,,, — это взвешенные значения целевых функций. Каждая 1-я целевая функция в д-м прецеденте имеет вес и>,(<7), а новая постановка задачи р-я имеет вес м>,(р) для каждой целевой функции.

Р)

(1)

-,иначе

Рис. 2. Блок-схема предлагаемой модели принятия решений

Отбор прецедента сводится к нахождению прецедента в БЗ, похожего на задачи поставленных в прошлом, которых показали хорошие результаты. Представление разности между расчетными значениями целевых функций

и фактическими значениями целевых функций вычисляется при помощи функции постоянной эластичности замещения из-за ее легкой гибкости к определению отношений между величинами, используемые в расчете: сумма разности между (расчетными целями) весами новых задач и весами сохраненных прецедентов (фактическими целями) в каждом конкретном случае.

("о

£Шч)-/Кт)1Гр1 ЧсР (2)

где, N0 - определенные целевые функции,/^ - расчетное значение /-ом целевой функции для д-го прецедента,/^ - это новое значение ¡-ой целевой функции. Величина р = (1 — о)/а, где а - эластичность замещения между элементами системы.

Абсолютная величина используется в данном расчете в качестве «наказания» (т.е. сигнал должен держаться в установленных нормативных пределах) как в лучшем, так и в худшем случаях функционирования.

Адаптация решения вычисляется с помощью следующей:

II(а) = s(p, я)и(г), где (д, а, г) £ М (3)

Пример формы представления данных в БЗ представлен в табл.1.

Таблица 1. Представление данных в БЗ

Постановка задачи Радио-среда Список параметров сигнала передачи

Радио-платформа Рабочий диапазон протокола/модема/радиочастоты

Решение Характеристика сигнала Настройки сигнала

Характеристика радио Настройки протокола/модем/радиочастота

Метрика Подобие Корреляция задачи-проблемы

Полезность Параметры рабочих характеристик

Точность Расхождение значений

Степень сходства (точность), между заданным прецедентом в БЗ и новым прецедентом для всех метрик, т = 1, ..., п определяется как Евклидово расстояние (4): _

s = J(ut - ulnew)2 + (и2 - uZnew)2 + ■•• + (un - unnew)2 (4)

Самый близкий прецедент между новым прецедентом X„ew и прецедентами БЗ Хп с п-ыми прецедентами находится по формуле:

IIXr - Xnew\\ = mini=1,2.....„1№ - Xnew\\ (5)

Для удаления (или временного уничтожения) не использованных прецедентов, предлагается метод временной забывчивости. Он реализуется как

диспетчеризация с дисциплиной обслуживания FIFO (First Input First Output). Каждый новый прецедент помещается в конец очереди, а самый старый прецедент выталкивается.

Согласно теории, задача принятия решения должна быть направлена на определение наилучшего (оптимального) способа действий для достижения поставленных целей. Для решения такой задачи, предлагается использовать генетический алгоритм для беспроводной системы (Wireless System Genetic Algorithm, WSGA). Алгоритм WSGA (рис. 3) позволяет моделировать систему как некий биологический организм, и применяется для оптимизации рабочих характеристик, используя генетические и эволюционные процессы. Для этого, гены хромосомы интерпретируются как набор параметров беспроводной системы.

Для реализации WSGA есть несколько факторов, которые нужно рассмотреть. Хромосомы являются основными блоками GA. Они должны быть представлены таким образом, чтобы выдавали информацию о решении поставленной задачи.

Структура хромосомы (рис. 4) для УУБСА отличается от большинства традиционных структур СА из-за переменного числа битов, необходимых для

представления любого гена. Большая часть Н^йА использует один тип данных или количество битов на ген.

Основным результатом этой структуры является независимость ФБйА от оптимизирующейся радиосистемы.

Начальная популяция хромосом генерируется случайным образом для формирования возможного оптимального решения оптимизационной задачи.

Оценка каждой хромосомы, участвующие в генетических процессах определяется по фитнес-функции. Полученная оценка используется для исключения или включения хромосом в следующее поколение. Далее, ЖББА выполняет операцию отбора, кроссовер и мутации.

Во многих задачах оптимизации, когда не существуют глобальных критериев (цели) для параметров, часто цели агрегируют в скалярной (обобщенной) функции.

частота модуляция_

Го г1 Гго г21 Г22 1*23 Г24

220 _ Г106 уа|иез 24 = 16 уа1иеэ

26 = 64 values

Гм-5 Ггм Гм-з Гм-2 Грм

V_)

мощность передачи

Рис. 4. Переменное представление бита хромосом

В данной работе, предлагается использовать подход взвешенной суммы. Тогда решение х многоцелевой фитнес-функции набора параметров может быть определено по следующей взвешенной сумме для /Уцелей:

N

/00 = (6)

¿=1

где, IV,, ..., и'„ удовлетворяет следующим ограничениям:

1 > ^vi > 0 для всех / = 1, 2, ..., т (7)

IV/ +W2+ ... +wn = 1

Формирование функций радио-платформы для методов когнитивной радиосистемы требует определения конкретного перечня параметров радиопередачи, параметров радио-среды и целевых функций, которые являются входными данными для фитнес-функций. В табл. 2 представлен пример входных параметров радиосистемы.

Табл. 2. Пример входных параметров радиосистемы

Параметры радиопередачи Параметры радио-среды

Наименование Символ Наименование Символ

Мощность передачи Р Потери в тракте передачи PL

Тип модуляции М Уровень шума Рп

Индекс модуляции m Срок службы батареи в,

Ширина полосы пропускания В Потребляемая мощность Рс

Частота канального кодирования Ясс Информация о спектре Is

Размер кадра L

Дуплексное разделение времени TDD

Символьная скорость Я,

В системах беспроводной связи имеются тысячи целей (функций), которые возможно определить. В табл. 3 представлен пример функций радиосистемы и соответствующие им входные параметры. Приведем на примере параметра ВЕЯ принципы этих функций:

• Параметр ВЕЯ определяется по отношению энергии на бит (Еь) к спектральной плотности уровни шума (М0), где энергия на бит будет:

Суммарный уровень шума спектральной плотности представляет собой шум на герц и вычисляется, используя уравнение Больцмана:

Ы0= кь*Т (/) N = ДГ0 * В (IV *Нг)

где, кь - постоянство Больцмана (1.38*1 <У22МК), Т— температура уровни шума системы (290 К), И—эта суммарный уровень шума. Тогда,

& = У = Шод10 - 101од10 = 10Юд10 [¿] + 101од10 Щ (8)

Следующие уравнения определяют ВЕЯ для РБК, ВРБК, ИвРБК, используя канал с адаптивным белым шумом:

. ВРБК, РЬе =

• ОВРБК, Рье = 1-ехр(-Г) (9)

Табл. 3. Целевые функции когнитивной радиосистемы

Наименование целевой функции Символ Входные параметры

Минимизация частоты ошибочных битов min ВЕЯ SE, Ра PL, N, I

Максимизация полоса пропускания max Рт ВЕЯ, PL, R„ TDD

Минимизация потребляемой энергии min Рс Рт. SE

Минимизация интерференции min Is PT, B, TDD

Максимизация спектральной эффективности max SE m, Rs, В

Цель состоит из преобразования фитнес-функцйи таким образом, чтобы получить результат в диапазоне [0, 1]. Для этого, нормализуем BER, используя возможно самое худшее и самое лучшее значения 0.5 и 10"6соответственно:

Tmm.ber ~ A ¡ofll0(0.5)-í0írlo(10-')

где, РЬе представляет вероятность возникновения ошибки по биту BER для данной модуляции и данного типа канала.

Аналогично вычисляются и нормируются все остальные функции. Для получения обобщенного критерия взвешенная сумма получается путем объединения и умножением на весовые коэффициенты w¡. Скалярное значение критерия для заданного набора параметров определяется следующим выражением:

/ = Wí * (fmin.ber) + W2 * (/тах_Рт) + w3 * (/minpj + W4 * (/min./J + W5 * (/тах_5н)

где, wh w2, w3, w4, ii vvj - весовые коэффициенты, определяющие относительной

важности целевых функций.

В третьей главе «Алгоритмическая реализация когнитивной радиосистемы на 5Ш-платформе (GNU RADIO)» представлены результаты разработки алгоритмов реализации когнитивной радиосистемы на SDR-платформе «GNU Radio».

Предлагается следующая структура ядра когнитивной радиосистемы (рис.

4).

Рис. 4. Структура ядра когнитивной радиосистемы

В состав структуры ядра когнитивной радиосистемы входит когнитивный контроллер, который выступает в качестве планировщика для обработки ввода/вывода и синхронизации блоков системы.

Представление функций осуществляется в следующем виде:

float<function„a„№> (radioJi\v_def knobs, radiojneters *meters)

Переменная структура данных radio_h\v_def— это класс, который содержит информацию о представлении хромосом для отображения на радио платформе. Параметры radiojneters - это структура данных, которая содержит результаты расчетов целевых функций; radio meters - это простая структура данных, которая содержит результаты расчетов целевых функций; meters -представляют метрики (например, BER), используемые в задаче оптимизации.

Когнитивный контроллер настраивается через XML-файл, который определяет, какие блоки связать в каком времени.

При реализации КР, существует необходимость разработать интерфейс для обмена информацией между СЕ и компонентами радиосистемы (рис. 5). Такой интерфейс позволяет СЕ настроить платформу SDR для выполнения определенного набора операций.

Файл реализации XML

Ядро когнитивной радиосистемы

XML Парсер

c++

О

sz Java

TCP/IP

Радио-платформа (SDR)

Рис. 5. Перевод с общего формата XML в конкретные радиокоманды

Два типа XML-файлов используются для конфигурации ЖЯ-платформы: Файлы SDR Definition XML определяют все возможные конфигурации, существующие в конкретной XDÄ-платформе. А файлы SDR Behavior XML определяют конкретный экземпляр одного из возможных конфигураций SDR-платформу (рис. 6). _

Cognitive Engine (Cognitive Algorithms)

XML Generator

У со ч

о

л Ч о

СП

о

73

о

Z3

X

Parser/Translator

Platform Independent Application

Meters / Knobs

Radio Transmitter (TX) | Radio Receiver (RX) Software Defined Radio

Physical Media (USRP)

Рис. 6. XML потоков данных для настройки SDR 12

В качестве примера для проверки разработанных методов и алгоритмов выбран АМ-радиоприемник (рис. 7). Радиоприемник (потоковый граф) построился с использованием блоков предоставляемых инструментарием GRC.

т* - « i

s <•>«'-* 'mmm'ï

i -fpi ; Î

щштт ц шт* Г- ш^т {

" (Ь :■„•> . Ш , .

Й &ещ Кф; V *< |

ц ?

- ?№% ~

ШШШ Шчфг/Шв» f

-HKj

i * ~

ïSTî* i >

Ш1 lïœeifn

i Ï

«Маю * f ï M*«*** |

Ш.:

... : • : '

HÉ

Рис. 7. GRC AM радиоприемник

M» >. - ! ÎSWr. SS^fr»?? |

ï-swtlSS. 1 ж«* .2®« i. s ÎSr |

* 1 i i

После сохранения файла и запуски графа, выводятся на экран отображения входных сигналов (рис. 8.а). Диапазон частот графа составляет 256 кГц, что соответствует частоте дискретизации, при которой данные файла были записаны.

Результат обработки сигналов выводит сигнал графа рис. 8.6, что доказывает функциональность А.М приемника.

1 : H l'I J, i

:i rwr

«al.... .¿Ai Ъ

» fji *) * а «

а) входной

Рис. 8. Сигнал

б) выходной

В четвертой главе «Подтверждение разработанных методов» представлены результаты проверки разработанного программного обеспечения. Задача подтверждения разработанных методов и алгоритмов выполнялась с помощью программного инструментария Optimization Toolbox. Инструментарий Optimization Toolbox расширяет возможности MATLAB для решения задач оптимизации.

Моделирование выполнялось при следующих значениях входных параметров (табл. 4).

Табл. 4.а. Значение параметров радиопередачи

Наименование параметра Символ Минимальное значение Максимальное значение Размер шага

Мощность передачи Рт -8 dBm 24 dBm 1 dBm

Индекс модуляции M 2 256 4 m2

Полоса пропускания В 2 MHz 32 MHz 1 MHz

Дуплексное разделение времени TDD 10% 100% 10%

Скорость передачи R, 125 kbps 1 Mbps 125 kbps

Размер кадра PL 100 bytes 1500 bytes 100 bytes

Табл. 4.6. Значение параметров окружающей среды

Наименование параметров Символ Минимальное значение Максимальное значение Размер шага

Уровень шума N -117 dBm -112 dBm 1 dBm

Информация о радио спектре S 10% 100% 10%

Весовые коэффициенты, обозначающие условия качества обслуживания.

Табл. 4.в. Сценарий качества обслуживания

Сценарий качества обслуживания (сад Вектор весовых коэффициентов Kl

W; W} w3 W4 Wj

Мультимедиа (мак. пропускная способность) 0.10 0.15 0.10 0.15 0.50

Низкая мощность (мин. энергопотребление) 0.10 0.15 0.45 0.10 0.20

Аварийный (мин. частота ошибочных битов) 0.10 0.10 0.20 0.50 0.10

Динам, доступ к спектру (мин. интерференция) 0.10 0.50 0.20 0.10 0.10

Функция GAMULTIOBJ средства Optimization Tool обеспечивает возможность выполнения генетического алгоритма для минимизации многоцелевой функции. Функция OPTIONS содержит набор параметров и соответствующие значения по умолчанию, для выполнения генетического алгоритма. Параметры генетического алгоритма определены в табл. 5.

Табл. 5. Значение параметров генетического алгоритма

Параметр Г.А. Значение параметра

Число населения 1000

Число поколения 120

Тип кроссовера двух точечных

Частота кроссовера 0.70

Тип мутации Бит флип

Частота мутации 0.001

В табл. 6 представлены результаты при разных значениях значений весовых коэффициентов (0о5).

Табл. 6. Выходные значения параметров разных условий испытаний

Сценария качества обслуживания (QoS)

Параметр радиопередачи (единица измерения) Аварийный Низкая мощность Мультиме диа Низкая интерференция

Мощность передачи (dBm) 21 23 24 8

Индекс модуляции (т ) 192 231 188 92

Полоса пропускания (MHz) 28 27 32 10

Дуплексное разделение времени (%) 77 79 81 86

Скорость передачи (bps) 931843 634942 999556 474523

Размер кадра (byte) 677 565 733 455

Уровень шума {dBm) -113 -116 -113 -114

Спектральная информация (%) 77 16 86 45

Кривые метода оптимизации:

Рис. 9. Характеристики сгенерированных псевдослучайных чисел

15

""S"-------»...

a) min_BER

6) mîn_Pc

в) maxJPr r) minj,

Рис.10. Сценария качества обслуживания

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

Проведенные исследования позволяют сформулировать основные выводы и результаты:

1. Проведено исследование методов и алгоритмов теории принятия решений для технологии когнитивного радио. Выявлено что базовый модуль технологии когнитивного радио основывается на алгоритмы искусственного интеллекта. Проведен анализ способов распределения и использования радиочастотного спектра. Показано что одним из. возможных путей для решения проблем нехватки радиочастотного спектра является переход к новому технологию когнитивного радио;

2. Предложена структурная схема системы принятия решений для когнитивной радиосистемы. Предложена алгоритма принятия решений на основе Метода рассуждения на основе прецедентов;

3. Предложено для решения задачи многокритериальной оптимизации использовать генетический алгоритм, позволяющий генерировать оптимальное решение, учитывая набор входных параметров и требования качества обслуживания лица, принимающего решения или приложения. Предложено для решения задачи скаляризации вектор решений использовать подход взвешенной суммы. Предложен для решения задачу проведения к единой шкале критерии оптимальностей параметров радиосистемы способ для нормализации;

4. Предложена структурная схема для реализации ядра когнитивной радиосистемы. Предложена методика для реализации процесса (интерфейса) обмена информацией между компонентами когнитивной радиосистемы, использовать расширяемый язык разметки «extensible markup language -XML», предоставляющий стандартный формат и методы проверки для кодирования данных;

5. Предложена методика разработки реконфигурируемой программно перестраиваемой радиосистемы, используя радио-платформу GNU Radio и программный инструментарий GNU Radio Companion;

6. Разработано программное обеспечение для подтверждения результатов разработанных методов и алгоритмов принятия решений в когнитивных радиосистемах с помощью инструментария Optimization Toolbox программного средства MATLAB;

7. Экспериментальные исследования подтверждены эффективность разработанных методов для когнитивного радио.

Список публикаций по теме работы В изданиях из списка ВАК:

1. Китчер Э., Ланцов В.Н. Программная реализация когнитивной радиосистемы на SD/J-платформе «GNU Radio». // Проектирование и технология электронных средств. 2013. - С. 44 — 46 (соискатель — 70%). В других изданиях:

1. Китчер Э. Развитие беспроводных телекоммуникационных систем на основе технологии когнитивного радио // Физика и радиоэлектроника в медицине и экологии «ФРЭМЭ'2012»: Материалы 10-й международной научно-технической конференции. - г. Владимир - Суздаль. 2012. - С. 213 -216.

2. Китчер Э. Особенности технологии когнитивного радио «Cognitive Radio» // Информационные технологии. Радиоэлектроника. Телекоммуникации (ITRT-2012): сб. ст. II международной заочной научно-технической конференции. Ч. 2 / Поволжский гос. ун-т сервиса. - г. Тольятти: Изд-во ПВГУС, ISBN 978-5-9581-0275-4. 2012. - С. 232-236.

3. Китчер Э. Генетический алгоритм для задач многокритериальной оптимизации И Дни науки студентов и аспирантов ВлГУ 2012. Материалы вычислительной техники, г. Владимир. 2012. — Режим доступа http://sntk.vlsu.ru/index.php/sektsii-dokladov/.

4. Китчер Э. Обмен информацией между когнитивным компонентом и реконфигурируемой ХОЯ-платформой // Информационно-измерительные и управляющие системы военной техники: Материалы III Всероссийской научно-технической конференции «ПУВТ-2012». г. Владимир. 2012. - С. 94 -96.

5. Китчер Э. Обработка сигналов на 50Л-платформе «GNU Radio» // Международной научно-технической конференции «Информационные системы и технологии» ИСТ-2013. г. Н. Новгород. 2013. - С. 123 - 125.

6. Китчер Э. Методы искусственного интеллекта для принятия решений в когнитивных радиосистемах // Алгоритмические и программные средства в информационных технологиях, радиоэлектронике и телекоммуникациях, сб. ст. I международной заочной научно-технической конференции. Тольятти: 2013. - Режим доступа http:www.kaf_iies@toIgas.ru/.

7. Китчер Э. Разработка дополнительного программного модуля для инструментария «GNU Radio Companion» // Состояние и перспективы развития электротехнологии. Материалы Международной научно-технической конференции «XVII Бенардосовские чтения». Иваново, 2013. - С. 410-413.

Подписано в печать 30.04.2013. Формат 60x84/16. Усл. печ. л. 1,16. Тираж 100 экз. Заказ № ¿06 Издательство Владимирского государственного университета Александра Григорьевича и Николая Григорьевича Столетовых. 600000, Владимир, ул. Горького, 87.

Текст работы Китчер, Эммануэль, диссертация по теме Системный анализ, управление и обработка информации (по отраслям)

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ

ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «ВЛАДИМИРСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ИМЕНИ АЛЕКСАНДРА ГРИГОРЬЕВИЧА И НИКОЛАЯ ГРИГОРЬЕВИЧА

СТОЛЕТОВЫХ»

04201360706

КИТЧЕР Эммануэль

МЕТОДЫ И АЛГОРИТМЫ ПРИНЯТИЯ РЕШЕНИЯ ДЛЯ ТЕХНОЛОГИИ «КОГНИТИВНОГО РАДИО»

Специальность 05.13.01 - Системный анализ, управление и обработка информации (промышленность)

ДИССЕРТАЦИЯ на соискание ученой степени кандидата технических наук

Научный руководитель -доктор технических наук, профессор Ланцов В.Н.

Владимир, 2013 г.

СОДЕРЖАНИЕ

ВВЕДЕНИЕ----------------------------------------------------------------------------------7

1. АНАЛИЗ СОСТОЯНИЯ В ОБЛАСТИ КОГНИТИВНЫХ РАДИОСИСТЕМ И МЕТОДОВ ПРИНЯТИЯ РЕШЕНИЯ-----------------------------------------------14

1.1. Анализ когнитивной радиосистемы---------------------------------------------14

1.1.1. Определение и особенность радио-----------------------------------------14

1.1.2. Классификация когнитивных радиосистем------------------------------16

1.1.3. Общая архитектура когнитивной радиосистемы-----------------------19

1.1.4. Принцип функционирования когнитивной радиосистемы-----------21

1.1.5. Общая структура ядра когнитивной радиосистемы--------------------22

1.1.6. Программно-программируемое радио------------------------------------26

1.2. Обзор методов теории принятия решений--------------------------------------28

1.2.1. Общие понятие задачи принятия решений-------------------------------28

1.2.2. Математическая постановка задачи принятия решений--------------31

1.2.3. Многокритериальная задача оптимизации-------------------------------33

1.2.4. Принцип оптимальности в задачах принятия решения----------------35

1.2.5. Определение критерии важности------------------------------------------37

1.2.6. Анализ методов искусственного интеллекта-----------------------------38

1.3. Анализ распределения и использования радиочастотного спектра-------45

1.3.1. Способы распределения и использования радиочастотного спектра ~ ---------------------------------------------------------------------------------------------45

1.3.2. Регулирующие органы для распределения и использования радиочастотного спектра-------------------------------------------------------------47

1.3.3. Эффективность использования радиочастотного спектра-------------49

1.3.4. Динамический доступ к радиочастотному спектру---------------------52

1.3.5. Основные рекомендации качества обслуживания в системе связи - 53

1.4. Цель и постановка задачи исследования----------------------------------------56

1.5. Выводы---------------------------------------------------------------------------------57

2. РАЗРАБОТКА МЕТОДОВ ПРИНЯТИЯ РЕШЕНИЙ ДЛЯ КОГНИТИВНОЙ РАДИОСИСТЕМЫ-----------------------------------------------------------------------58

2.1. Система принятия решений для технологии когнитивного радио — 58

2.1.1. Принятие решений на основе Метода рассуждения на основе прецедентов---------------------------------------------------------------------59

2.1.2. Генетический алгоритм для оптимизации рабочих характеристик радиосистемы-----------------------------------------------66

2.1.3. Скаляризация целевого вектора ------------------------------------70

2.2. Учет взаимодействия параметров и функций когнитивной радиосистемы------------------------------------------------------------------------72

2.2.1. Функции когнитивной радиосистемы-----------------------------72

2.2.2. Связь между целевыми функциями--------------------------------76

2.2.3. Нормализация решений многоцелевых фитнес-функций-----78

2.3. Выводы--------------------------------------------------------------------------83

3. АЛГОРИТМИЧЕСКАЯ РЕАЛИЗАЦИЯ КОГНИТИВНОЙ РАДИОСИСТЕМЫ НА ЖЯ-ПЛАТФОРМЕ {GNU RADIO)---------------------84

3.1. Реализация когнитивной радиосистемы-----------------------------------84

3.1.1. Блок принятия решения----------------------------------------------84

3.1.2. Блок оптимизации-----------------------------------------------------86

3.1.3. Конфигурация когнитивного контроллера-----------------------90

3.1.4. Датчики------------------------------------------------------------------91

3.1.5. Блок «Аппаратная платформа»-------------------------------------93

3.2. Обмен информацией между когнитивной радиосистемой и SDR -платформой---------------------------------------------------------------------------94

3.2.1. Считывание файлов SDR Behavior XML в Python---------------96

3.2.2. Отображение параметров SDR Behavior XML в GNU Radio Flow graphs----------------------------------------------------------------------------97

3.3. Реализация приложения программно-программируемого радио на платформе GNU Radio--------------------------------------------------------------99

3.4. Моделирование АМ-радиоприемника-----------------------------------106

3.5. Выводы--------------------------------------------------------------------------111

4. ПОДТВЕРЖДЕНИЕ РАЗРАБОТАННЫХ МЕТОДОВ-----------------------112

4.1. Пример значений параметров----------------------------------------------112

4.1.1. Диапазон значений входных параметров------------------------112

4.1.2. Значения выходных параметров----------------------------------116

4.2. Анализ сценариев качества обслуживания -----------------------------118

4.3. Выводы--------------------------------------------------------------------------121

ЗАКЛЮЧЕНИЕ---------------------------------------------------------------------------122

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ-------------------------------124

ПРИЛОЖЕНИЕ--------------------------------------------------------------------------135

АКТ ВНЕДРЕНИЯ-----------------------------------------------------------------------142

Список используемых сокращений

АЦП аналого-цифровой преобразователь

БЗ база знания

ГА генетический алгоритм

ИИ искусственный интеллект

ИКТ информационно-коммуникационные технологии

КР когнитивное радио

КРС когнитивная радиосистема

ЛПР лицо, принимающее решение

МСЭ международный союз электросвязи

МСЭ-Т МСЭ, сектор телекоммуникаций

МТРЧ международная таблицу распределения частот

НТРЧ национальная таблица распределения частот

рр регламент радиосвязи

РЧР радиочастотный ресурс

РЧС радиоэлектронный средство

ТПР теория принятия решений

ЦАП цифро-аналоговый преобразователь

ЯКР ядро когнитивной радиосистемы

AM амплитудная модуляция

AI Artificial Intelligence (искусственный интеллект)

API application programmable interface (приложение программируемого интерфейса)

BER bit error rate (битовая ошибка)

CBR case-based reasoning (Рассуждение на основе прецедентов)

СЕ cognitive engine (ядро когнитивной радиосистемы)

CES constant-elasticity-of-substitution (постоянной эластичности замещения)

CR cognitive radio (когнитивное радио)

CWT center for wireless telecommunications (центр беспроводной телекоммуникации)

DSP digital signal processing (цифровая обработка сигналов)

DTD document type definition (определение типа документа)

FIFO first in first out («первым пришёл - первым обслужен»)

GUI graphical user interfaces (графический интерфейс пользователя)

MODM multi-objective decision (многокритериальная задача

принятия решений)

PDA personal digital assistant (персональный цифровой помощник)

PER packet error rate (коэффициент частоты ошибок пакета)

QoE quality of experience (качество восприятия)

QoS quality of service (качество обслуживания)

SDR software defined radio (программно-программируемая радиосистема)

SNR signal to interference plus noise ratio (соотношение «сигнал-шум»)

SQL structured query language (язык структурированного запроса)

USRP universal software radio peripheral (универсальное программируемое радио приемопередатчик)

UWB ultra wide band (сверхширокополосные системы)

WSGA wireless system genetic algorithm (генетический алгоритм беспроводной системы)

XML extensible markup language (расширяемый язык разметки)

Введение

В настоящее время в радиопромышленности быстро развиваются системы беспроводной связи, и растет интенсивность их использования, что приводит к увеличению спроса на радиочастотный спектр. Однако, радиочастотный спектр (РЧС) является ограниченным природным ресурсом. В этих условиях начали проявляться ряд противоречий, наиболее острыми из которых являются [1]:

• противоречие между увеличивающимся спросом на предоставляемые услуги систем беспроводной связи и ограниченным РЧС;

• противоречие между расширением РЧС представляемых системами беспроводной связи и не возможностью использования этого спектра каждым отдельным радио прибором на 100%.

Практически весь частотный диапазон к настоящему времени распределен и лицензирован, однако при этом спектр, как драгоценный природный ресурс, используется не достаточно эффективно [2]. Внедрение и использование новых сервисов, для работы которых необходимо наличие свободных частотных диапазонов, становится затруднительным, а в некоторых случаях вовсе невозможным. Одним из возможных путей решения указанной проблемы является переход к новой технологии, названной когнитивное радио.

Существенным образом повысить эффективность использования спектра позволяет механизм динамического управления спектром, согласно которому вторичным пользователям (не закрепленным за данным частотным диапазоном) предоставляется возможность использовать диапазоны первичных пользователей (закрепленных за данным диапазоном) на время, пока этот диапазон не используется первичным пользователем [2].

Технология когнитивного радио (КР) предназначена для вторичного

использования радиочастоты спектра, когда устройства в сети автоматически

перенастраиваются на свободные частоты. Устройства КР изменяют свои

параметры на основе получения информации об электромагнитной и

-7-

географической обстановке, распознают образы сигналов всех первичных радиоэлектронных средств (РЭС) и используют частоты, когда первичные РЭС не работают [2, 4]. Они автоматически перенастраиваются на свободные диапазоны, поддерживая устойчивое соединение.

Алгоритмы динамического управления спектром весьма сложны технически, и могут применяться только в так называемых интеллектуальных радиосистемах. Отличительной особенностью таких систем, выделяющей их в отдельную группу, является способность извлекать и анализировать информацию из окружающего радио пространства, предсказывать изменения канала связи и оптимальным образом подстраивать свои внутренние параметры состояния, адаптируясь к изменениям радио среды [3].

Существенный вклад в развитие теории системного анализа, управления и обработки информации внесли отечественные и зарубежные ученые: Ланцов В.Н., Костров A.B., Садыков С.С., Goldberg D.E., Zitzler Е Thiele L. и др. Их исследования по обработке информации составляют теоретическую основу для решения поставленных задач.

Для описания таких интеллектуальных радиосистем Д. Митоллой был предложен термин когнитивное радио. Свойство когнитивности (дословно способность к познаванию и самообучению) подразумевает способность радиосистемы решать следующие задачи [4]:

1) оценка так называемой шумовой температуры радио среды, обнаружение неиспользуемых в данный момент времени спектральных диапазонов (спектральных дыр);

2) анализ параметров радиоканала, оценка канальной информации, предсказания состояния радиоканала;

3) контроль излучаемой мощности и динамическое управление спектром.

Однако, вопросы разработки алгоритмов, предназначенных для

использования в когнитивных радиосистемах, в настоящее время находятся только на стадии исследований.

На основании изложенного, можно сделать вывод, что исследование и разработки методов и алгоритмов принятия решений для технологии «когнитивного радио» является актуальным. Одним из современных подходов к реализации функций искусственного интеллекта в когнитивных радиосистемах является применение метода рассуждение на основе прецедентов и генетические алгоритмы.

Таким образом, технология когнитивного радио является очень актуальной. Основным элементом когнитивного радио является интеллектуальная система принятия решений. Алгоритмы принятия решений для когнитивного радио пока не разработаны.

Цель диссертационной работы состоит в разработке методов и алгоритмов принятия решений для технологии когнитивного радио, позволяющих устранять недостатки существующих способов распределения и использования радиочастотного спектра.

Для достижения цели необходимо решить следующие задачи:

1. Исследовать методы и алгоритмы теории принятия решений для реализации технологии когнитивного радио;

2. Разработать алгоритм принятия решений для технологии когнитивного радио;

3. Разработать алгоритм для оптимизации параметров когнитивной радиосистемы;

4. Разработать структурную схему алгоритмической реализации когнитивной радиосистемы;

5. На основе предлагаемых методов и алгоритмов разработать прикладную программу когнитивной радиосистемы.

Предмет и область исследования.

В диссертационной работе, предметом исследования является методы обработки информации в беспроводных цифровых системах связи. Область исследования охватывает методы и алгоритмы принятие решения, методы

распределения радиочастотного спектра. Теоретические исследования выполнены с использованием методов теории принятия решений.

Практическая ценность работы состоит в том, что на базе предложенных в диссертации методов и алгоритмов, разработаны методы и алгоритмы принятия решений, используемые при разработке когнитивной радиосистемы. Кроме того, результаты работы были использованы в учебном процессе и наличие актов внедрения результатов диссертационной работы.