Komputerowe sieci kognitywne MIMO
Transkrypt
Komputerowe sieci kognitywne MIMO
CZASOPISMO STOWARZYSZENIA ELEKTRYKÓW POLSKICH ODZNACZONE ZŁOTĄ HONOROWĄ ODZNAKĄ SEP ORAZ DWUKROTNIE ODZNACZONE HONOROWĄ ZŁOTĄ ODZNAKĄ ZASŁUŻONEGO PRACOWNIKA ŁĄCZNOŚCI ROK LXXXII styczeń 2013 NR 1 Józef Pawelec*, Marek Suchański*, Krzysztof Kosmowski*, Tomasz Szymczyk* Komputerowe sieci kognitywne mimo Kognitywny to – w pewnym uproszczeniu – inteligentny, działający ze świadomością stanu i praw otoczenia. Termin ten został wprowadzony w dysertacji, której autorem był Joseph Mitola III [1]. Sieci kognitywne adaptują się do lokalnych warunków i zapewniają lepsze wykorzystanie widma częstotliwości, niż sztywne sieci stosowane obecnie. Sięgnięcie po ideę CR (Cognitive Radio) nastąpiło w związku z tym, że społeczeństwa stają się coraz bardziej mobilne i potrzebują coraz większej wymiany informacji na drodze właśnie otwartych systemów bezprzewodowych. Tymczasem nośnik tej informacji – fale elektromagnetyczne (EM) – są w stadium głębokiego deficytu i nie należy oczekiwać, że zostaną wkrótce zastąpione jakimś nowym bytem fizycznym. Według badań odpowiedzialnych instytucji, np. FCC (USA) lub OFCOM (UK), już w przyszłym roku wystąpi dotkliwy brak pasma dla niektórych służb ruchomych (rys. 1). Komisja FCC podaje jednocześnie, że wykorzystanie widma EM przez tzw. SZEROKOŚĆ PASMA [Mhz] 600 547 547 547 547 547 547 500 113 113 113 113 113 113 400 57 112 300 200 208 322 100 226 708 87 –100 DEFICYT WIDMA –90 –200 –274 2009 2010 2011 2012 2013 2014 LATA Rys. 1. Prognoza Komisji Federalnej ds. Telekomunikacji licencjonowanych nadawców wynosi zaledwie 10% (w przekroju średnim). I właśnie sieci CR mają pomóc rozwiązać ten gordyjski węzeł, tzn. zwiększyć przestrzeń dla wszystkich użytkowników, nie zwiększając jednocześnie pasma częstotliwości. Powstała koncepcja OSA (Opportunistic Spectrum Access). Ideę tę ostatnio wielu autorów widzi jako strukturę autonomicz- *Wojskowy Instytut Łączności, Zegrze, e-mail: [email protected], m.suchań[email protected], [email protected], [email protected] WIADOMOŚCI TELEKOMUNIKACYJNE ROCZNIK LXXxII nr 1/2013 wiadomos.indd 25 Na rys. 2 przedstawiono dwie sieci: licencjonowaną, zwaną dalej podstawową – primery (P) oraz drugorzędną – secondary (S). Dzielą one wspólne widmo w ten sposób, że S nadzoruje 524 0 –300 Dwie klasy użytkowników WOLNE ZASOBY 347 377 USŁUGI GŁOSOWE TRANSMISJA DANYCH ną, realizowaną lokalnie wewnątrz koegzystujących sieci przez wykorzystanie zdobyczy technologii IT i MIMO (Multiple Input – Multiple Output). Zastosowanie komputera w sieciach CR-MIMO miałoby na celu nie tylko kontrolę i wymianę danych radiowych, jak to już jest obecnie, ale generalnie organizację ruchu na zasadzie gry operacyjnej według zasad kompatybilności, zapewnienie priorytetów, bezpieczeństwa transmisji itp. W prezentowanym artykule podano – w dużym skrócie – podstawowe zasady działania sieci CR-MIMO oraz przykładowe wyniki symulacji jednej z prostszych konfiguracji: sieć bezprzewodowa klasyczna oraz sieć CR-MIMO, pracująca w tym samym paśmie częstotliwości. Rys. 2. Przykładowa sieć kognitywna: łącza PT-PR współdzielą to samo pasmo częstotliwości z siecią drugorzędną ST-SR na zasadzie wykorzystania luk na linii PT-PR ruch i gdy tylko stwierdzi odpowiednio niski poziom sygnału względem szumów w stacjach P, włącza się do ruchu, a gdy przeciwnie – milknie. Takie rozwiązania są badane bardzo intensywnie [3]. Powstały nawet specjalne sieci do prowadzenia otwartych eksperymentów w tym obszarze, np. IEEE 802.22 [4]. Problem jest jednak niezwykle złożony od strony teoretycznej, a zwłaszcza praktycznej. Badaczom udało się dotychczas zamodelować jedynie kilka prostszych lub świadomie uproszczonych systemów CR-MIMO [5], [6], [7]. Główna batalia na froncie walki o widmo jest wciąż przed nami [8]. 25 2013-01-06 12:13:58 | Modelowanie rozkładów mocy w sieciach CR-MIMO Badanie koegzystencji dwu sieci o przeciwstawnych celach może być traktowane jako gra, w której należy tak gospodarować widmem częstotliwości i mocą, aby sieć P miała zapewnione warunki gwarantowane licencją, ale jednocześnie sieć S mogła przesłać jak najwięcej informacji w momentach zaników sygnału lub innych okolicznościach, gdy sieć P nie pracuje lub jest zablokowana. W związku z tym za kryterium optymalizacji wybiera się sygnał sieci S – ys, który wyraża się równaniem [2]: y s = Hx Hxss + ∑ Ti xpipi + n0 , (1) T Rys. 3. Ilustracja zagadnienia wypukłego w programowaniu liniowym gdzie: H∈C s s – macierz kanałów ST-SR (Ms – anteny nadawcze, Ns – odbiorcze); xs – wektor sygnału nadawanego przez N xM stacje ST; Ti∈C s p – macierz kanałów PT-SR; xpi – wektor emitowany przez i-ty nadajnik PT; n0 – szum gaussowski w odbiorniku SR. Zwróćmy uwagę, że składowa użyteczna sygnału ys powstaje w drodze mnożenia macierzowego Hxs, ponieważ jej elementy są uporządkowane strukturą MIMO, natomiast interferencje są sumowane STixpi, gdyż traktuje się je jako procesy przypadkowe i dodaje na zasadzie centralnego twierdzenia granicznego, tworząc dodatkowy szum gaussowski. W dalszych analizach przyjęto, że wszystkie sygnały podlegają zanikom, czyli okresowym wahaniom amplitudy i fazy. Elementy macierzy H i T stanowią wtedy zmienne losowe o średniej zero i wariancjach σH oraz σT. Za kryterium jakości systemu przyjeto przepustowość sieci S dla pasma 1 Hz, czyli: w obszarze objętym ograniczeniami (pole zakreskowane). Punkt ten znajduje się zawsze na brzegu zakreślonego obszaru, w miejscu gdzie funkcja kryterialna przybiera największą wartość. Maksimum można również wyznaczyć w przybliżeniu eksperymentalnie drogą symulacji [5]. Generuje się wówczas serie stanów sygnałów i zakłóceń w poszczególnych odbiornikach i nadajnikach sieci S i P, wykorzystując do tego celu generator losowy normalny i przypisując jego składowe (rzeczywiste i urojone) transmitancjom oraz interferencjom i szumom w poszczególnych punktach systemu. Jeśli trzeba, próbki poddaje się wcześniej obróbce, np. w celu uzyskania odpowiedniego skorelowanego rozkładu zaników. W analogiczny sposób generuje się sygnały użyteczne (według rozkładu równomiernego). W kolejnym etapie oblicza się według równań (1–2) wartości mocy sygnałów, szumów i zakłóceń oraz bada ich stosunki SNRn i oblicza przepustowości cząstkowe log2(1+SNRn) według wzoru (1), jeśli spełnione są warunki (3). Na koniec oblicza się przepustowość wynikową: i N xM -1 -1 HQH** | Cs = log2 |II+ + RR HQH (2) D Q = E(xs, xs*) – macierz kowariancji sygnałów nadawanych przez ST; I – macierz jednostkowa R∈C Ns xNs – macierz interferencji i szumu odbieranego w stacji SR: * R = I + ∑ TQ E(xp,xp,i ),(2a,b) i p,i Ti ; Q p,i = i Warto zauważyć, że w drugim członie wyrażenia (2) otrzymuje się w ostatecznym rachunku stosunek sumarycznej mocy sygnału Q do sumy interferencji gaussowskich i szumu termicznego R – SNR (potęga –1). Gwiazdka przy macierzy H* oznacza sprzężenie, które jest konieczne dla otrzymania wartości rzeczywistych dla mocy, Qp,i jest macierzą kowariancji i-tego nadajnika Pi. Strategię optymalnego sterowania formułuje się więc następująco [2], [3]: D D N Cs ≈ ∑ log2 (1 + SNRn ) (4) n =1 N – całkowita liczba przypadków (losowań). Wyniki symulacji W toku symulacji przyjęto następujące założenia [5]: wszystkie sygnały podlegają płaskim i powolnym zanikom • Rayleigha; liczba anten w sieci podstawowej wynosi 1–1 lub 2–2, a w dru• gorzędnej 4–4; dystans między użytkownikami podstawowymi przyjmuje się • większy od tego w sieci drugorzędnej, stąd otrzymuje się roz- kłady normalne (średnia, wariancja): Gi ~ CN (0, 0,1), Ti ~ CN (0, 0,1), H ~ CN(0, 1); macierz kowariancji PT jest stała i wynosi Qpi=10 I (I – macierz jednostkowa); próg zakłóceń jest stały i wynosi Fk= 0,1. Przykładowe wyniki przepustowości Cs w funkcji SNR przy pojedynczych i podwójnych antenach w sieci podstawowej oraz czterech antenach w sieci drugorzędnej dano na rys. 4 (linie max log2 | I + R -1HQH* | subjected to Tr (Q ) ≤ Pr PT and Tr (Gk QGk* ) ≤ Fk ∀k ciągłe). Generalny wniosek z wykresu jest taki, że dodatkowa Q ≥0 (3) przepustowość Cs uzyskana dzięki wykorzystaniu luk w ruchu subjected to Tr (Q ) ≤ PT and Tr (Gk QGk* ) ≤ Fk ∀k w sieci podstawowej jest znacząca. Sięga ona ~14 bit/s/Hz dla gdzie Tr oznacza ślad macierzy Q (suma elementów na prze- SNR = 20 dB. Przyjęcie dwukrotnego MIMO w sieci P zmniejkątnej dająca moc), Fk – dopuszczalny poziom zakłóceń, Gk – sza tę przepustowość blisko dwukrotnie. Należy to tłumaczyć w ten sposób, że mniej jest wówczas szans na przejęcie widma macierz kanałów ST–PR, k=1,2,...,K. Pierwsze ograniczenie w równaniu (3) dotyczy maksymalnej przez sieć S ze względu na wzajemne wspomaganie się kanałów mocy fizycznej PT , drugie – dopuszczalnego poziomu zakłóceń. MIMO w sieci P. Podobne uwagi dotyczą strat przepustowości przy zanikach szybkich, gdy estymacja kanałów nie może być Zagadnienie to jest rozwiązywane jako tzw. problem wypukły perfekcyjna. (rys. 3). Według analogicznego eksperymentu przeprowadzonego Na rys. 3 przedstawiono figurę przestrzenną reprezentującą funkcję kryterialną (Cs). Istnieją jednocześnie dwa ogranicze- przez autorów [9] dla sieci P-SISO oraz sieci S-MIMO2x2 przenia (PT i Fk). Zatem maksimum (lokalne) może wystąpić tylko pustowość Cs przebiega jak linia przerywana (rys. 4). Obie grupy 26 wiadomos.indd 26 • • WIADOMOŚCI TELEKOMUNIKACYJNE ROCZNIK LXXxII nr 1/2013 2013-01-06 12:14:20 stwarzają pewne szanse poprawy pod tym względem. Podstawowy problem w ich implementacji praktycznej autorzy widzą we wspomagającym udziale sieci komputerowych, które korzystając z medium nośnego CR-MIMO dostarczałyby bieżących informacji o stanie kanałów (zajęty-wolny), o ich transmitancjach oraz poziomie i charakterze zakłóceń. Pewne precedensy w tym zakresie są już faktem dokonanym, np. w obszarze sieci łączności satelitarnej. Fakt, że częstotliwość nośna i inne parametry sieci P są w danym przypadku znane dla S, powinien ułatwiać budowę odpowiednio czułych detektorów aktywności P. Rys. 4. Średnia przepustowość jednostkowa w sieci drugorzędnej w funkcji stosunku sygnał-szum w zależności od układu anten w sieciach i rodzaju zastosowanego algorytmu wyników potwierdzają teoretyczną możliwość uzyskania dużych przepustowości dodatkowych w sieciach CR-MIMO, jednakże pod paroma warunkami: zaniki w sieciach są płaskie i powolne w stosunku do szybkości transmisji sygnału, dostępna jest pełna wiedza o mocach i kanałach wewnątrz sieci S, P, jak też między S i P, stopień aktywności sieci P jest niewielki; podział według zaników R ogranicza go do 62%. • • • *** Komputerowe sieci kognitywne (CR-MIMO) są niezwykle złożone. Wymagają stosowania bardzo zaawansowanych technik matematycznych i informatycznych z zakresu teorii gier, programowania liniowego oraz technik MIMO. Jednak jest to nieunikniona przyszłość, gdyż widma dotkliwie brakuje, a sieci CR-MIMO WIADOMOŚCI TELEKOMUNIKACYJNE ROCZNIK LXXxII nr 1/2013 wiadomos.indd 27 Autorzy dziekują Panu B. Grochowinie za staranne przestudiowanie artykułu i wskazanie istotnych usterek przed drukiem. LITERATURA [1] Mitola III J.: Cognitive Radio, An Integrated Agent Architecture for Software Defined Radio, Dissertation, Royal Institute of Technology, Sweden, 2000 [2] Scutari G. and Palomar D.: MIMO Cognitive Radio. A Game Theoretical Approach, IEEE Transaction on Signal Processing, no 2, 2010 [3] Zhang R. et al.: Dynamic Resource Allocation in CR…, IEEE Signal Processing Magazine, v.27, no 3, May 2010 [4] Tumuluru V. et al.: Performance Analysis of CR…, IEEE Transactions VT, no 4, 2012 [5] Mao J. et al.: Power Allocation over Cognitive MIMO…, IEEE Trans. VT, no 3, 2012 [6] Li D. et al.: Secondary Access Points Placement in CR…, IEEE Trans. VT, no 6, 2012 [7] Pawelec J.and Kosmowski K.: Analysis of the Alamouti MIMO System Performance under Fast Fading Nakagami Channels, Journal of Telecom.(UK), March 2012 [8] Suchański M.: Zarządzanie widmem w wojskowych systemach łączności, WAT 2012 [9] Pawelec J., Szymczyk T.: Informacje niepublikowane, 2012 27 2013-01-06 12:14:21