The Journal of The Korea Institute of Intelligent Transport Systems (한국ITS학회 논문지)

The Korea Institute of Intelligent Transport Systems (한국ITS학회)
권호 표지

Power Control and DFS Based on Genetic Algorithm in Cognitive Radio System

Cognitive Radio 시스템에서 유전자 알고리즘 기반 전력 제어 및 동적 주파수 선택방법

  • 이주관 (인하대학교 정보통신대학원) ;
  • 손성환 (인하대학교 정보통신대학원) ;
  • 홍인 (인하대학교 정보통신대학원) ;
  • 김재명 (인하대학교 정보통신대학원)
  • Published : 2009.06.30
Download PDF
⟨ Previous Next ⟩

Abstract

Cognitive radio is an advanced technology for efficient utilization of under-utilized spectrum via spectrum sensing. CR users should move from current allocating channel to empty channel to avoid the interference to the primary user if the primary user is allocating that channel. Thus, CR system cannot support the CR user's QoS(Quaiity of Service). In this paper, we propose dynamic frequency selection method based on Genetic Algorithm with power control. It is to find the optimization channel for satisfying various CR user's needs with the power control method to minimize the CR user's interference to the primary user. And, we propose the Genetic Algorithm(GA) which determines the best configuration for CR communication systems. The computer simulation results show that the proposed method guaranteed the primary user's decodability and the optimized solution for various channel status.

Cognitive Radio(CR)는 우선 사용자에게 할당되어 있지만 실제로 사용되지 않는 주파수 대역을 감지하고 사용함으로써 스펙트럼 효율을 향상시킬수 있는 기술이다. 우선 사용자가 채널을 점유하게 되면 CR 사용자는 우선사용자에 대한 간섭을 피하기 위해 다른 채널로 이동해야 하므로 CR 사용자에 대한 서비스 품질의 보장이 어렵다. 본 논문에서는 우선 사용자와 CR 사용자가 공존하기 위해 CR 기지국의 전력 제어를 통해 우선 사용자에 대한 CR 사용자의 간섭을 최소화 시키면서 CR 사용자의 다양한 요구에 따른 다양한 통신 시스템 구성 변수들을 할당하기 위한 유전자 알고리즘 (Genetic Algorithm)을 이용한 최적의 채널을 찾는 동적 주파수 선택 (Dynamic Frequency Selection) 을 제안한다. 컴퓨터 시뮬레이션 수행을 통해 제안하는 무선 자원 공유 방법이 우선 사용자에 대한 간섭을 줄이고 스펙트럼 효율을 향상시키는 것을 보였다.

Keywords

References

  1. Federal Communications Commission, Spectrum Policy Task Force, Rep. ET Docket no. 02-135, Nov. 2002.
  2. S. Haykin, "Cognitive Radio: brain-empowered wireless communications," IEEE J. Selected Areas in Communications, vol. 23, no. 2, pp. 201-220, Feb. 2005. https://doi.org/10.1109/JSAC.2004.839380
  3. J. Mitola, Cognitive Radio : An Integrated Agent Architecture for software Defined Radio, Ph. D. Dissertation, Royal Institute of Technology(KTH), Sweden, 8 May 2000.
  4. H. Urkowitz, "Energy detection of unknown deterministic signals," Proc. IEEE, vol. 55, no. 4, pp. 523-531. Apr. 1967. https://doi.org/10.1109/PROC.1967.5573
  5. J. K. Lee, Y. Kim, S. Sohn, and J. Kim, "Weighted-cooperatieve spectrum sensing scheme using clustering in cognitive radio systems," Proc. Int. Conf. Advanced Communication Technol., vol. 1, pp. 786-791, Feb. 2008.
  6. D. Maldonado, B. Le, A. Hugine, T. W. Rondeau, and C. W. Bostian, "Cognitive radio applications to dynamic spectrum allocation," Proc. IEEE Int. Symp. New Frontiers in Dynamic Spectrum Access, pp. 597-600, Nov. 2005.
  7. S. Forrest, "Genetic algorithms," ACM Computing, vol. 28, no. 1, pp. 77-80, Mar. 1996.
  8. T. Rondeau, B. Le, C. Rieser, and C. Bostian, "Cognitive radios with genetic algorithms: intelligent control of software defined radios," Proc. Software Defined Radio Forum Technical Conf., pp. C3-C8, Nov. 2004.
  9. H. Lu and G. G. Yen, "Multiobjective optimization design via genetic algorithm," IEEE Proc. Int. Conf. Control Applications, pp. 1190-1195, Sept. 2001.
  10. J. M. Kim, S. Sohn, N. Han, G. Zheng, Y. Kim, and J. Lee, "Cognitive radio software testbed using dual optimization in genetic algorithm," Proc. Int. Conf. Cognitive Radio Oriented Wireless Network and Communications, pp.1-6, May 2008.
  11. P. J. Lee, "Computation of the bit error rate of coherent M-ary PSK with Gray code bit mapping," IEEE Trans. Commun., vol. 34, no. 5, pp. 488-491, May 1986. https://doi.org/10.1109/TCOM.1986.1096558
  12. B. Sklar, Digital Communications, 2nd ed., Prentice Hall, 2001.