Evaluación del impacto de la utilización de múltiples radios en algoritmos de rendezvous ciego en escenarios multiusuario

Texto completo

(1)Universidad Central “Marta Abreu” de Las Villas Facultad de Ingeniería Eléctrica Departamento de Electrónica y Telecomunicaciones. TRABAJO DE DIPLOMA Evaluación del impacto de la utilización de múltiples radios en algoritmos de rendezvous ciego en escenarios multiusuario Autor: Néstor Pérez Rodríguez. Tutor: Ing. Liliana Cruz Flores. Santa Clara 2017 "Año 59 de la Revolución".

(2) Universidad Central “Marta Abreu” de Las Villas Facultad de Ingeniería Eléctrica Departamento de Electrónica y Telecomunicaciones. TRABAJO DE DIPLOMA Evaluación del impacto de la utilización de múltiples radios en algoritmos de rendezvous ciego en escenarios multiusuario. Autor: Néstor Pérez Rodríguez E-mail: [email protected]. Tutor: Ing. Liliana Cruz Flores E-mail: [email protected] Santa Clara 2017 "Año 59 de la Revolución".

(3) Hago constar que el presente trabajo de diploma fue realizado en la Universidad Central “Marta Abreu” de Las Villas como parte de la culminación de estudios de la especialidad de Ingeniería en Telecomunicaciones y Electrónica, autorizando a que el mismo sea utilizado por la Institución, para los fines que estime conveniente, tanto de forma parcial como total y que además no podrá ser presentado en eventos, ni publicados sin autorización de la Universidad.. Firma del Autor Los abajo firmantes certificamos que el presente trabajo ha sido realizado según acuerdo de la dirección de nuestro centro y el mismo cumple con los requisitos que debe tener un trabajo de esta envergadura referido a la temática señalada.. Firma del Tutor. Firma del Jefe de Departamento donde se defiende el trabajo. Firma del Responsable de Información Científico-Técnica.

(4) i. PENSAMIENTO. “Esa es la esencia de la ciencia: hacer una pregunta impertinente, y así estarás en el camino hacia la respuesta pertinente.”. Jacob Bronowski.

(5) ii. DEDICATORIA. ¿A quién si no? A mi madre, a quien debo todo lo que soy..

(6) iii. AGRADECIMIENTOS. A mi familia, por su sacrificio durante tantos años para que lograra mi objetivo profesional, anteponiendo siempre mis necesidades a las suyas. A mi tutora, por su valentía y paciencia para adentrarse en esta investigación conmigo, por su disposición y respaldo en todo momento. A mis amigos y amigas que fueron los que verdaderamente hicieron de la universidad la mejor experiencia. A todo el que alguna vez me tendió su mano para llegar hasta aquí..

(7) iv. TAREA TÉCNICA. Las tareas técnicas asumidas para la confección del informe final del presente trabajo son:  Caracterización del rendezvous ciego en redes radio cognitivas.  Identificación de las ventajas de la utilización de múltiples radios en algoritmos de rendezvous ciego.  Selección de los algoritmos y métodos de generalización a utilizar.  Generalización de los algoritmos seleccionados para implementar con múltiples radios en escenarios multiusuario.  Evaluación mediante simulación del desempeño de los algoritmos generalizados.  Elaboración del informe final de la investigación en donde se reflejen los resultados obtenidos, con la calidad y los parámetros establecidos por el departamento.. Firma del Autor. Firma del Tutor.

(8) v. RESUMEN. La radio cognitiva surge para dar un uso más eficiente al espectro de radiofrecuencias. Un objetivo indispensable de las redes cognitivas es lograr el rendezvous entre los usuarios secundarios en el menor tiempo posible y para ello utiliza secuencias de salto generadas por algoritmos, que tendrán un mayor alcance si se manejan en escenarios distribuidos y sin sincronismo. La implementación de múltiples radios permite efectuar el rendezvous más rápido. En el presente trabajo se estudia el impacto de la utilización de múltiples radios en algoritmos de rendezvous ciego en escenarios multiusuario. La estrategia de sincronización utilizada entre los usuarios cognitivos es la de reinicio inherente. Para la generalización de los algoritmos SSB y EJS hacia el uso de múltiples radios es utilizado el método de secuencia paralela que presenta resultados satisfactorios; estos algoritmos son comparados con el FDCH-CS que está diseñado para funcionar con dos radios. Con la implementación de dos radios el MTTR multiusuario mejora casi en un 50 % en la topología de malla para SSB, no tanto así para EJS que presenta sus mejores resultados en la topología lineal. Tanto el MTTR como el ETTR se mantienen estables en la topología de malla con el aumento de número de usuarios cognitivos. Los menores MTTR en el escenario propuesto son alcanzados por FDCH-CS, mientras que el mejor desempeño en el ETTR es obtenido por EJS..

(9) vi. TABLA DE CONTENIDOS. PENSAMIENTO .....................................................................................................................i DEDICATORIA .................................................................................................................... ii AGRADECIMIENTOS ........................................................................................................ iii TAREA TÉCNICA ................................................................................................................iv RESUMEN ............................................................................................................................. v INTRODUCCIÓN .................................................................................................................. 1 CAPÍTULO 1. 1.1. RENDEZVOUS EN REDES RADIO COGNITIVAS ............................. 4. Definición y evolución de las Redes Radio Cognitivas ........................................... 4. 1.1.1. Principales Características de la Radio Cognitiva ............................................ 5. 1.2. Arquitectura de la red radio cognitiva ...................................................................... 6. 1.3. Ciclo cognitivo ......................................................................................................... 6. 1.3.1. Análisis y detección del espectro ...................................................................... 7. 1.3.2. Asignación del espectro .................................................................................... 8. 1.3.3. Coordinación del acceso al espectro ................................................................. 8. 1.3.4. Movilidad espectral........................................................................................... 8. 1.4. Rendezvous en Redes Radio Cognitivas .................................................................. 9. 1.4.1. Principales parámetros para medir el desempeño de los algoritmos .............. 10. 1.4.2. Heterogeneidad del espectro percibido por los usuarios secundarios ............. 10.

(10) vii 1.4.3. Clasificación y Arquitectura de los algoritmos de Rendezvous ...................... 11. 1.4.4. Algoritmos de Rendezvous ciego .................................................................... 13. 1.5. Utilización de múltiples radios en el rendezvous ciego ......................................... 16. 1.6. Rendezvous multiusuario ........................................................................................ 16. 1.7. Consideraciones del capítulo.................................................................................. 17. CAPÍTULO 2.. SELECCIÓN DE LOS ALGORITMOS Y EXTENSIÓN AL MODELO. MULTIUSUARIO. ............................................................................................................... 18 2.1. Modelo de la red..................................................................................................... 18. 2.2. Selección de los algoritmos .................................................................................... 19. 2.3. Estrategias de sincronización de secuencias para el rendezvous multiusario ........ 20. 2.4. Impacto del diámetro de la CRN en el MTTR multiusuario .................................. 21. 2.5. Descripción del algoritmo EJS ............................................................................... 23. 2.6. Descripción del algoritmo SSB .............................................................................. 26. 2.7. Descripción del algoritmo FDCH-CS .................................................................... 28. 2.8. Extensión de los algoritmos para su uso en un escenario multiusuario ................. 31. 2.9. Estrategias para la implementación de múltiples radios ........................................ 32. 2.10. Consideraciones finales del capítulo. ................................................................. 34. CAPÍTULO 3.. COMPARACIÓN DE LOS MÉTODOS Y ALGORITMOS ................. 35. 3.1. Escenario de simulación ......................................................................................... 35. 3.2. Implementación de múltiples radios ...................................................................... 36. 3.3. Comportamiento de los algoritmos SSB y EJS con dos radios en los US ............. 39. 3.4. Comparación de los algoritmos .............................................................................. 42. 3.5. Consideraciones del capítulo.................................................................................. 45. CONCLUSIONES Y RECOMENDACIONES ................................................................... 47 Conclusiones ..................................................................................................................... 47.

(11) viii Recomendaciones ............................................................................................................. 48 REFERENCIAS BIBLIOGRÁFICAS ................................................................................. 49 ANEXOS .............................................................................................................................. 53 Anexo A. Variación del MTTR y el ETTR con el aumento del número de radios. ......... 53 Anexo B. Comportamiento del MTTR multiusuario con dos radios utilizando secuencia independiente. ................................................................................................................... 54 Anexo C. Códigos utilizados para la simulación en MATLAB ....................................... 55 Anexo C.1 Códigos para simular el escenario multiusuario con un solo radio en los US. ................................................................................................................................ 56 Anexo C.2 Códigos para simular la implementación de dos radios en los US en el escenario multiusuario. ................................................................................................. 61.

(12) INTRODUCCIÓN. Recientes estudios [1] arrojan que existe un tráfico creciente de aplicaciones que utilizan servicios inalámbricos, lo cual contrasta con el problema actual de la escasez del espectro radioeléctrico en parte dado por una ineficiente utilización del mismo. Aunque algunas bandas como las de radiodifusión celular están congestionadas en la mayoría de las regiones, otras como las de radioaficionados y las de televisión quedan subutilizadas [2]. La radio cognitiva (RC) es una tecnología que representa un paradigma en la evolución de la forma en que es explotado actualmente el espectro radioeléctrico, en aras de mejorar la disponibilidad del mismo. La radio cognitiva está definida en [3] como una funcionalidad de algunos dispositivos inalámbricos en los cuales ya sea una red o un nodo puede cambiar los parámetros de transmisión y/o recepción de los dispositivos para comunicarse eficazmente y evitar interferencias con usuarios autorizados. Esta alteración de parámetros está basada en el monitoreo activo de varios factores en el medio ambiente externo e interno de los dispositivos, como el espectro de radiofrecuencia, la información del lugar, el comportamiento del usuario y el estado de la red. Hay dos tipos de usuarios en una red radio cognitiva (CRN, Cognitive Radio Network): Usuarios Primarios(UP), que poseen licencias para disponer exclusivamente de las bandas del espectro asignadas, y los Usuarios Secundarios (US) que no tienen las licencias del espectro y que exploran el mismo en busca de canales sin actividad de UP. Para que dos US se comuniquen entre sí, deben encontrase en un canal disponible y permanecer en el mismo el tiempo suficiente para intercambiar la información de señalización [4]. Este proceso es denominado rendezvous, un término originario del francés y que significa encuentro..

(13) INTRODUCCIÓN. 2. Numerosos algoritmos han sido elaborados para lograr el rendezvous entre dos US, algunos proponen la utilización de un canal de control común en el cual todos los usuarios secundarios coincidan e intercambien la información de señalización, sin embargo, aunque esta propuesta es la más simple también es muy susceptible a la congestión [5]. De esta manera en los últimos años diversos autores se han enfocado en el uso de una variante de rendezvous en la que cada US utiliza una secuencia de salto de canal (CH, Channel Hopping) que garantice que los mismos se reúnan en algún canal disponible. Estos son llamados algoritmos de rendezvous ciego. Las principales métricas para medir el desempeño de estos algoritmos son el número de ranuras de tiempo para que ocurra el rendezvous, también conocido como el tiempo para rendezvous (TTR, Time to Rendezvous); el valor esperado de TTR (ETTR, Expected Time to Rendezvous); y el máximo TTR (MTTR, Maxime Time to Rendezvous). La mayor parte de los algoritmos de rendezvous ciego son diseñados para el uso de un solo radio en los terminales de los usuarios cognitivos. Sin embargo, los costos de los transceptores están disminuyendo aceleradamente y esta característica puede ser explotada para mejorar significativamente el rendimiento del rendezvous. En particular, cuando un US está equipado con múltiples radios, el TTR puede ser reducido en gran medida, mientras los costos adicionales son muy bajos [6]. Algunos autores [7]–[9] se han ocupado de ofrecer a sus algoritmos estrategias para un buen desempeño en escenarios multiusuarios. En [4], [10] se describen algunas de estas estrategias, y se discute el impacto que pueden llegar a tener en el MTTR global de la red multiusuario. Sin embargo, este tema, debido a su complejidad, permanece inexplorado y muy pocos trabajos le han sido dedicados en general. De esta manera, el objetivo general del presente trabajo consiste en evaluar el impacto de la utilización de múltiples radios en algoritmos de rendezvous ciego con múltiples usuarios secundarios. En función de dar cumplimiento al objetivo general se perfilan los siguientes objetivos específicos:  Caracterizar la tecnología radio cognitiva y los algoritmos de rendezvous ciego..

(14) INTRODUCCIÓN. 3.  Identificar las ventajas de la utilización de múltiples radios en algoritmos de rendezvous ciego.  Caracterizar algunos algoritmos de rendezvous ciego en escenarios con múltiples usuarios secundarios.  Generalizar algunos algoritmos de rendezvous ciego multiusuario para implementar con múltiples radios.  Evaluar mediante simulación el desempeño de los algoritmos generalizados. Con la culminación de esta investigación se dispone de un material en el que se evalúan algoritmos de rendezvous para el caso de una CRN con más de dos US con múltiples radios, resultados que pueden ser utilizados por investigadores con el objetivo de elegir en su momento cuál de estos algoritmos es el más adecuado para determinado escenario. Esta investigación no necesitó recursos adicionales a los ya existentes en la Facultad de Ingeniería Eléctrica, además para la ejecución de las pruebas necesarias se simularon eventos discretos con el objetivo de viabilizar la obtención de resultados sin gasto económico alguno. El informe de la investigación se estructura en introducción, capitulario, conclusiones, referencias bibliográficas y anexos. En la introducción se deja definida la importancia, actualidad y necesidad del tema que se aborda y se exponen los elementos del diseño teórico. En el primer capítulo se recogen las principales características de las redes radio cognitivas. Se expone además una clasificación de los algoritmos de rendezvous para este tipo de redes destacando las ventajas que brinda el uso de múltiples radios en los US. En el segundo capítulo se describe el modelo de la red radio cognitiva a emplear. Se seleccionan los algoritmos de rendezvous para las simulaciones y se justifica dicha selección. Además, se identifican los parámetros utilizados para evaluar los algoritmos escogidos y se realiza una adecuación para escenarios con múltiples usuarios secundarios y el empleo de múltiples radios. En el tercer capítulo se muestran los resultados obtenidos mediante la simulación de los diferentes algoritmos descritos y se comparan en términos ETTR y MTTR. En las conclusiones y las recomendaciones se hace una valoración del alcance de este trabajo y su posible expansión hacia futuras investigaciones..

(15) CAPÍTULO 1. RENDEZVOUS EN REDES RADIO COGNITIVAS. En este capítulo se recogen las principales características de las redes radio cognitivas, sus tareas fundamentales, características, evolución y arquitectura. Se describen algunos algoritmos de rendezvous y se presenta una clasificación de los mismos; destacando las ventajas que brinda el uso de estrategias centradas en lograr un rendezvous verdaderamente ciego. En un final se trata el uso múltiples radios en los US como posible vía para lograr mejores valores de TTR en escenarios multiusuario. 1.1. Definición y evolución de las Redes Radio Cognitivas. Según la FCC (Federal Communications Commission) mientras algunas bandas del espectro son ampliamente utilizadas –tales como aquellas bandas usadas por las estaciones de base celulares – otras muchas porciones del espectro radioeléctrico no están en uso o permanecen inactivas por periodos significativos de tiempo. Estudios reflejan que la utilización típica de un canal es menor del 15%, mientras que el pico más alto en la mayoría de los casos estaba cercano a un 85% [11], lo cual refleja que una buena porción del espectro queda inutilizada la mayor parte del tiempo por los usuarios asignados a manejar dichos canales. Dado a la ineficiencia de las políticas de asignación de espectro desde hace años se valoró la entrada al ambiente tecnológico de alternativas que permitieran un mejor uso del mismo. Joseph Mitola III ya definía en 1995 el concepto de SR (Software Radio) en [12] como un radio en el que sus formas de ondas de modulación son definidas por un software. La idea de los SR evolucionó hacia el diseño de una radio definida por software (SDR, Software Defined Radio), un sistema de radiocomunicaciones en el cual los transmisores y receptores de radio emplean una tecnología que permite que distintos parámetros de.

(16) CAPÍTULO 1. RENDEZVOUS EN REDES RADIO COGNITIVAS. radiofrecuencia como el rango de frecuencia, el tipo de modulación, o la potencia de salida sean establecidos o alterados por software [13]. En 1999, el mismo Joseph Mitola III presenta un nuevo modelo de SDR, al que introduce características cognitivas. Este autor describe en [14] la Radio Cognitiva (RC) como el punto en el cual las PDA inalámbricas y las redes relacionadas son, en términos computacionales, lo suficientemente inteligentes con respecto a los recursos de radio y las correspondientes comunicaciones de ordenador a ordenador como para detectar las necesidades eventuales de comunicación del usuario como una función del contexto de uso y proporcionarle los recursos de radio y servicios inalámbricos más adecuados a ese mismo instante. Las definiciones dadas en diversas fuentes [3], [15], [16] coinciden en que un dispositivo de Radio Cognitiva es un sistema de radiofrecuencia capacitado para modificar sus parámetros de transmisión y/o recepción basándose en su interacción con el entorno en el que opera. Un sistema de radio cognitiva debe poseer conciencia del entorno que lo rodea, así como de sus propias capacidades y recursos. Debe variar y adaptar, de forma inteligente, sus parámetros de transmisión o recepción, y actuar tanto de transmisor como de receptor, de forma autónoma [2]. 1.1.1. Principales Características de la Radio Cognitiva. Las principales características de la radio cognitiva son la capacidad cognitiva y la de auto reconfiguración. La capacidad cognitiva es la tecnología capaz de capturar la información de su entorno de radiofrecuencia e identificar las partes del espectro que no estén siendo utilizadas. Permite seleccionar el mejor espectro posible y definir los parámetros de operación más adecuados con el objetivo de evitar la interferencia con otros usuarios. La capacidad de auto reconfiguración permite cambiar de forma dinámica los diferentes parámetros de operación relacionados con la transmisión y/o recepción, como frecuencia, potencia y modulación, con el objetivo de habilitar la radio para ser programada dinámicamente para transmitir y recibir en una gran variedad de frecuencias en función del ambiente de radio, y usar diferentes tecnologías de acceso a la transmisión, soportado por su diseño de hardware [17].. 5.

(17) CAPÍTULO 1. RENDEZVOUS EN REDES RADIO COGNITIVAS. 1.2. Arquitectura de la red radio cognitiva. Las redes RC según su arquitectura pueden ser centralizadas o distribuidas. Las redes centralizadas se caracterizan por la presencia de una entidad central, llamada comúnmente estación base (BS, Base Station), la cual desempeña las funciones de establecimiento, mantenimiento de sincronismo de la red y administración de los mecanismos de detección del espectro y acceso al medio. Las BS pueden actuar tanto como autoridades de control (responsables por el acceso al espectro) o simplemente transmitir información como la asignación del espectro dentro de la celda a los usuarios secundarios. En este último caso la BS no toma partido en las transmisiones de datos [18]. Las redes distribuidas, conocidas como redes RC ad hoc (CRAHN, Cognitive Radio Ad Hoc Networks), no poseen una entidad central. Las funciones anteriormente mencionadas son llevadas a cabo siguiendo diferentes protocolos situados en la capa MAC. Los componentes principales de una red radio cognitiva pueden ser clasificados en dos grupos la red primaria y la red secundaria. En la red primaria están situados los usuarios con licencias para acceder al espectro, mientras en la secundaria están situados los usuarios cognitivos, que se encargan de explorar el espectro en busca de canales sin actividad de UP. Si los UP reclaman la utilización de la banda del espectro ocupado por los US, estos últimos deben abandonar inmediatamente dicha banda y moverse a otra disponible [19]. Distintos métodos son utilizados para compartir el canal entre US si los UP están ausentes del mismo. 1.3. Ciclo cognitivo. El ciclo cognitivo para el acceso dinámico al espectro incluye el análisis y detección del espectro, la selección de las bandas de frecuencias que más se ajusten a los requerimientos de los usuarios, la coordinación del acceso al espectro con otros usuarios y la movilidad espectral de las frecuencias utilizadas cuando son requeridas por los usuarios autorizados [20]. En la Figura 1.1 se muestra un esquema con dicho ciclo.. 6.

(18) CAPÍTULO 1. RENDEZVOUS EN REDES RADIO COGNITIVAS. Figura 1.1 Representación del ciclo cognitivo. (Tomada de [21]).. 1.3.1. Análisis y detección del espectro. La detección de espectro (SS, Spectrum Sensing) ha sido brevemente definida como la labor de obtener la disponibilidad del espectro determinando la existencia de usuarios licenciados dentro de una región geográfica definida [22]. Un usuario de CR puede transmitir únicamente en frecuencias que no estén siendo usadas en el espectro que lo rodea. Por lo tanto, dicho usuario debe monitorear las bandas disponibles y capturar su información para finalmente detectar lo que se conoce como huecos espectrales [16]. A pesar de que la detección de espectro es tradicionalmente entendida como la medida de la energía de las frecuencias de radio a lo largo del espectro, cuando se trata de RC la detección se convierte en un término más amplio que involucra la obtención de características de uso espectral en múltiples dimensiones como el tiempo, el espacio, la frecuencia y el código [23]. La Figura 1.2 muestra el principio básico de cómo la detección del espectro puede ser utilizada para proteger a los usuarios primarios. Se muestra un transmisor primario enviando datos a un receptor dentro de una determinada banda licenciada del espectro. Un par de usuarios cognitivos intentan acceder a los agujeros espectrales para establecer comunicación. Para garantizar la protección de los usuarios primarios, el US transmisor necesita establecer una detección del espectro para encontrar agujeros espectrales. Este necesita conocer la presencia de cualquier usuario primario que esté transmitiendo dentro de una distancia D+R. Si la distancia entre los transmisores primarios y secundarios es mayor que D+R, no habrá ningún receptor primario activo dentro del rango cubierto por el US transmisor, y este puede acceder sin problemas a las bandas del espectro.. 7.

(19) CAPÍTULO 1. RENDEZVOUS EN REDES RADIO COGNITIVAS. Figura 1.2 Principios de la detección del espectro. (Adaptada de [24]) 1.3.2. Asignación del espectro. De acuerdo a las características del espectro, los requerimientos de los US y las políticas regulatorias, es elegida la banda espectral apropiada. La decisión de utilizar una banda de frecuencia determinada se toma en función de las características estimadas del canal, tales como su capacidad, ancho de banda, nivel de interferencia, pérdida de trayecto, retardo, razón de error y patrones de uso del canal por parte de los UP [21]. 1.3.3. Coordinación del acceso al espectro. Debido a que múltiples usuarios cognitivos pueden intentar acceder al espectro, la función de compartición de espectro proporciona la capacidad de compartir este recurso con múltiples usuarios secundarios, coordinando sus transmisiones para evitar colisiones e interferencias [17]. Convencionalmente, la capa MAC es responsable de la coordinación del acceso al espectro. Las estrategias de acceso múltiple al espectro pueden ser estáticas, aleatorias, por división en el tiempo (TDMA) o por división en la frecuencia (FDMA) [21]. 1.3.4. Movilidad espectral. La movilidad de espectro o handoff espectral se puede definir como el proceso en donde un usuario cognitivo cambia su frecuencia de operación, cuando las condiciones de un canal se degradan o cuando un usuario primario aparece, ya que el primero se encuentra utilizando un canal licenciado [17]. Este concepto está basado en la interacción entre los dos tipos de usuarios, los primarios (con alta prioridad), los cuales tienen derecho a interrumpir la transmisión de los usuarios secundarios (con baja prioridad). Durante la. 8.

(20) CAPÍTULO 1. RENDEZVOUS EN REDES RADIO COGNITIVAS. movilidad espectral es inevitable que la comunicación se rompa temporalmente, debido a que es necesario realizar un proceso de descubrimiento de nuevas bandas de frecuencias disponibles, por tanto, la movilidad espectral requiere de un modelo de handoff de espectro que permita cambiar la actual transmisión del usuario secundario a una nueva banda espectral con la mínima degradación de calidad, reconfigurando sus parámetros de comunicación. Cada vez que ocurre un handoff de espectro los parámetros de operación de la red de radio cognitiva cambian para minimizar el impacto en la operación de los usuarios cognitivos con el objetivo de satisfacer sus requerimientos de calidad de servicio (QoS) [17]. 1.4. Rendezvous en Redes Radio Cognitivas. En una red radio cognitiva (CRN, Cognitive Radio Network) los usuarios secundarios exploran el espectro radioeléctrico para identificar las bandas de frecuencia que no están siendo usadas por los usuarios primarios. Sin embargo, para lograr establecer la comunicación, dos usuarios secundarios deben coincidir en una misma banda de frecuencia e intercambiar la información de señalización necesaria, este es el proceso es denominado rendezvous. Una de las variantes de rendezvous según las estrategias seguidas por los usuarios es la RB (Role Based), y es implementada cuando cada una de las entidades involucradas pueden diferenciar previamente el rol (transmisor o receptor) que van a tomar [25]. Si no es factible la asignación de roles, es utilizada otra estrategia que se identifica como CS (Common Strategy). Numerosos algoritmos han sido propuestos en las literaturas para lograr el rendezvous, algunos plantean la utilización de un canal de control común (CCC) para facilitar el encuentro de los US. Sin embargo, esta opción padece de problemas que incluyen la poca escalabilidad y flexibilidad, así como una mayor vulnerabilidad ante las interferencias y la congestión. Otra iniciativa la constituyen los algoritmos basados en secuencias de salto de canal (CH, Channel Hopping), en los que cada US salta a través de cada uno de los canales disponibles en espera de coincidir con alguno de sus vecinos potenciales. Estos son los llamados algoritmos de rendezvous ciego.. 9.

(21) CAPÍTULO 1. RENDEZVOUS EN REDES RADIO COGNITIVAS. 1.4.1. Principales parámetros para medir el desempeño de los algoritmos. El parámetro más valorado como métrica para medir el desempeño de un algoritmo es el tiempo de rendezvous o TTR (Time to Rendezvous). Este denota la cantidad de ranuras de tiempo que transcurre para que dos usuarios secundarios coincidan en un mismo canal e intercambien la información de señalización una vez que ambos han comenzado a intentarlo. El TTR es evaluado fundamentalmente a través de su valor esperado ETTR y su valor máximo MTTR. Los algoritmos de rendezvous tienen como principal objetivo reducir estos indicadores tanto como sea posible. Cuando no todos los canales están disponibles para los US se dice que el MTTR será definido como un TTR condicional (MCTTR, Maximum Condicional TTR). Otro parámetro considerado es la diversidad de rendezvous y se refiere al número de canales en que lo US coinciden. Este parámetro es particularmente importante debido a que aun cuando dos US visiten un canal común disponible en la misma ranura de tiempo, la comunicación entre ellos puede fallar debido al desvanecimiento, la interferencia o la presencia de otros US en el mismo canal. En estos casos si los usuarios cognitivos solo coinciden en pocos canales, el rendezvous estará condicionado por las características de estos canales, degradándose así el desempeño en términos de TTR [4]. 1.4.2. Heterogeneidad del espectro percibido por los usuarios secundarios. Las imperfecciones en la exploración del espectro, unido a las diferencias en la posición geográfica de cada US con respecto a los UP, hacen que los canales identificados como disponibles por los US puedan o no coincidir [4]. Atendiendo a la heterogeneidad del espectro existen dos tipos de modelos en las CRN. Si todos los usuarios perciben los mismos canales disponibles se dice que estamos en presencia de un modelo simétrico, de lo contrario es designado modelo asimétrico [5]. El modelo simétrico aparece usualmente cuando los US tienen relativa proximidad geográfica con respecto a los UP [8], mientras que el modelo asimétrico aparece cuando los US están desplegados en una región extensa con la presencia de una o más redes primarias y es el modelo más común en la práctica [26]. La Figura 1.3 muestra un escenario en el cual cada uno de los usuarios secundarios puede acceder a cualquiera de las tres bandas de frecuencia, pero solo algunos de ellos perciben. 10.

(22) CAPÍTULO 1. RENDEZVOUS EN REDES RADIO COGNITIVAS. igual actividad en los canales de la red primaria, por ejemplo: usuarios 1 y 2; 3 y 4; 5,6 y 7 [27].. Figura 1.3: Heterogeneidad del espectro observado. (Tomada de [27]). 1.4.3. Clasificación y Arquitectura de los algoritmos de Rendezvous. Atendiendo a la arquitectura de la red los algoritmos de rendezvous pueden clasificarse en sistemas centralizados o sistemas distribuidos (descentralizados). Ambos sistemas a su vez pueden ser clasificados en dos subcategorías cada uno dependiendo del uso o no de un canal de control común. En la Figura 1.4 se muestra un esquema con la representación de las clasificaciones anteriores.. Figura 1.4. Clasificación de los algoritmos de rendezvous. (Adaptado de [28]). 11.

(23) CAPÍTULO 1. RENDEZVOUS EN REDES RADIO COGNITIVAS. En los sistemas centralizados, también conocidos como basados en infraestructura, una estación base controla el acceso de los usuarios cognitivos a los canales disponibles [4]. La mayoría de los sistemas de rendezvous centralizados, tales como DIMSUMNet [29] y DSAP [30], requieren que un servidor opere sobre un canal de control común preseleccionado, conocido y asequible a todos los usuarios de la red. Técnicamente, el CCC esperado puede ser designado en bandas sin licenciar como la ISM o en bandas licenciadas. Debido a la congestión la segunda opción es la más utilizada. Una razón que dificulta la implementación de esta estrategia en las CRN es que los canales potencialmente disponibles para cada usuario cognitivo cambian dinámicamente con el tiempo y el espacio. Aunque usar un CCC puede facilitar la comunicación entre un servidor y los usuarios y así facilitar el proceso de rendezvous, esta estrategia sufre de problemas como son:  La colocación del CCC en una banda que no requiera licencia solo agravaría la congestión en dicha banda  La colocación y mantenimiento del CCC en una banda licenciada es difícil e incluso impráctico debido a los cambios y la diversidad en la disponibilidad de los canales.  Un CCC es vulnerable a las interferencias y actúa con facilidad como un punto de fallo para toda la red. Aunque los sistemas centralizados son relativamente fáciles de implementar, son débiles en escalabilidad y robustez. De esta manera, el servidor fácilmente se vuelve un cuello de botella y sería fácilmente interferido por ataques maliciosos [28]. En los sistemas distribuidos cada US gestiona de forma autónoma el acceso a los canales de la CRN [4]. De manera similar a los sistemas centralizados, los sistemas distribuidos pueden ser clasificados según el uso o no de un CCC. En los sistemas distribuidos el empleo de un CCC es la forma más simple para lograr el rendezvous entre los usuarios secundarios. En esta variante uno de los canales disponibles es asignado como el CCC, funcionando como canal de rendezvous y toda la información de señalización es intercambiada en este canal. Sin embargo, el empleo de esta variante posee importantes limitaciones. Cuando se detecta actividad de algún usuario primario en el CCC, todos los usuarios secundarios deben abandonar este canal inmediatamente con lo que el desempeño de la CRN se degrada. Además, el aumento en la cantidad de usuarios. 12.

(24) CAPÍTULO 1. RENDEZVOUS EN REDES RADIO COGNITIVAS. secundarios o en la carga de tráfico generada, hacen que el CCC se sature y aunque la división de la CRN en clusters contribuye a paliar este problema, los costos en el establecimiento y mantenimiento del CCC son considerables [27]. Por estas causas, los sistemas con rendezvous ciego sin ningún centralizador ni CCC dedicado son preferibles en la práctica y han recibido gran atención últimamente. Estos basan su funcionamiento en secuencias de salto de canal utilizadas por los usuarios secundarios para intentar encontrar a algún vecino. 1.4.4. Algoritmos de Rendezvous ciego. La clave de la técnica del salto de canal (CH, Channel Hopping) es el mecanismo para generar la secuencia de salto [28]. Esta secuencia está llamada a garantizar la coincidencia de dos US en un mismo canal. La mayoría de los trabajos relacionados al rendezvous consideran que el tiempo está dividido en ranuras y que en cada una de estas los usuarios saltan de un canal a otro esperando encontrar en su trayecto a otro US. El rendezvous es alcanzado si los usuarios coinciden en el mismo canal disponible en la misma ranura de tiempo. De este modo son propuestas varias categorías entre los algoritmos de rendezvous ciego. Una de ellas es el uso de algoritmos aleatorios en los que cada usuario decide su propia secuencia de salto basada en los canales disponibles y de forma totalmente aleatoria. Un algoritmo aleatorio mejorado es el AMRCC propuesto en [31]. La idea básica de este algoritmo es que los canales con menos interferencia de usuarios primarios tienen mayor posibilidad de ser seleccionados dentro de la secuencia de CH. De cualquier manera los algoritmos aleatorios incluyendo el AMRCC no pueden garantizar un MTTR finito, lo que constituye una desventaja notable respecto a las otras categorías, ya que podría darse el caso de que los usuario cognitivos no se encontraran nunca [5]. Otros autores han presentado algoritmos para generar las secuencias de CH considerando que los US están perfectamente sincronizados. Sin embargo, el sincronismo entre US es difícil de lograr [32], en parte debido a la heterogeneidad de la red y a la movilidad de los nodos. Los algoritmos más característicos de esta categoría son M-QCH y L-QCH [33], los cuales utilizan sistemas basados en quórum para garantizar el rendezvous. Un sistema quórum es una abstracción matemática y se define como una colección de subconjuntos. 13.

(25) CAPÍTULO 1. RENDEZVOUS EN REDES RADIO COGNITIVAS. (llamados quórums), tal que, la intersección entre cualquier par de subconjuntos no es nula [34]. Como se puede apreciar las distintas limitaciones presentadas por los algoritmos aleatorios o con sincronización los limitan mucho en escalabilidad, de manera que los autores comenzaron a considerar la elaboración de algoritmos para generar las secuencias de CH en escenarios donde los dispositivos no están sincronizados. Para comprender mejor el funcionamiento de estos algoritmos es necesario entender antes la relación entre el sincronismo y las ranuras de tiempo que ya han sido referidas. Considerando τ como el tiempo necesario para completar el rendezvous y teniendo en cuenta que el sincronismo entre los usuarios secundarios no es factible, la duración de cada ranura de tiempo debe ser 2τ para garantizar que la de superposición entre dos ranuras tiempo sea suficiente para completar el rendezvous [27], tal como se muestra en la Figura 1.5.. Figura 1.5. Comunicación dividida en ranuras de tiempo. (Tomada de [27]) Un algoritmo muy representativo de esta categoría es el GOS (Generated Orthogonal Sequence) [35], pero solo es aplicable a modelos simétricos. Los algoritmos RW (RingWalk) utilizan un modelo en el que cada canal es representado como un vértice en un anillo, los usuarios caminan en el anillo al visitar los vértices (canales) con diferentes velocidades y el rendezvous es garantizado cuando los usuarios con menores velocidades sean alcanzados por aquellos con mayores velocidades. Aunque RW garantiza el rendezvous bajo el modelo simétrico y asimétrico, requiere que cada usuario tenga un único ID y conozca la cantidad de canales máxima que posee la red [26].. 14.

(26) CAPÍTULO 1. RENDEZVOUS EN REDES RADIO COGNITIVAS. Dos algoritmos fueron presentados en [35]: MC (modular clock) y su versión modificada MMC para los modelos simétrico y asimétrico, respectivamente. La idea básica de MC y MMC es que cada usuario elija un número primo propio P y al azar seleccione una razón 𝑟 la cual sea menor que P. Basado en esos dos parámetros, el usuario genera su secuencia CH. Si el identificador del canal actual es 𝑖, el US saltará en la próxima ranura de tiempo al canal con identificador ((𝑖 + 𝑟) 𝑚𝑜𝑑 𝑃). Teóricamente, de cualquier manera, tanto MC como MMC no pueden garantizar el rendezvous de dos usuarios en un TTR finito si los usuarios seleccionan idénticos valores de P y 𝑟. Experimentos en [7] dejan claro que a pesar de esta deficiencia los presentes algoritmos son bastante efectivos. Los algoritmos CRSEQ (Channel Rendezvous Sequence) y DRSEQ (Deterministic Rendezvous Sequence) constituyen propuestas a valorar y fueron presentados en [36] y [37] respectivamente. En ambos algoritmos los usuarios cognitivos siguen una estrategia común para generar secuencias de CH que garantizan rendezvous. Sin embargo, ninguno de los dos garantiza diversidad máxima de rendezvous. El algoritmo DRSEQ solo funciona en el modelo simétrico y supera en términos de TTR a los algoritmos GOS, MC y MMC en este escenario [27]. En [5] se presenta el algoritmo JS (Jump Stay) para múltiples usuarios. La idea básica consiste en implementar un algoritmo que genere secuencias en ciclos, en las que cada ciclo esté formado de un patrón de salto y un patrón de permanencia. Los patrones de salto y de permanencia son segmentos específicos de las secuencias de salto. Los usuarios continuamente saltan en los canales disponibles durante la etapa de salto mientras permanecen en un canal específico durante su etapa de estancia. En [26] es propuesto el algoritmo EJS (Enhanced Jump Stay), una variante perfeccionada del JS, que garantiza diversidad máxima y permite un mejor desempeño en las métricas relacionadas con el TTR. El algoritmo SSB (Short Secuence Based) fue presentado en [38] y constituye un novedoso algoritmo que trabaja en los modelos simétricos y asimétrico y que muestra muy buenos desempeños en sus métricas, aunque no garantiza diversidad máxima de rendezvous. El FRCH (Fast Rendezvous Channel Hopping) propuesto en [39] considera una estrategia común para que cada usuario secundario genere las secuencias de salto y en términos de ETTR obtiene mejores resultados que el algoritmo JS, sin embargo, el SSB lo supera en. 15.

(27) CAPÍTULO 1. RENDEZVOUS EN REDES RADIO COGNITIVAS. términos de TTR en el modelo asimétrico [27]. Tampoco garantiza máxima diversidad de canales. 1.5. Utilización de múltiples radios en el rendezvous ciego. La mayoría de los algoritmos diseñados actualmente implícitamente asumen que cada usuario está equipado con un solo radio. A medida que avanza la tecnología, los costos de fabricación se hacen cada vez menores, y los dispositivos de radio son más fáciles de adquirir. Esta característica puede influenciar directamente en la mejora del proceso de rendezvous. Cuando un US está equipado con varios radios, el TTR puede ser reducido significativamente ya que los US pueden acceder a más canales en la misma ranura de tiempo. En [6] se presenta el algoritmo RPS (Role Based Parallel Sequence) para escenarios con US con múltiples radios. Este considera un modelo basado en roles, en el que uno de los radios en el US es señalado como receptor y el resto como transmisores. RPS garantiza el rendezvous en ambos modelos: simétrico y asimétrico, y puede alcanzar máxima diversidad de rendezvous. En [8] los autores proponen el algoritmo FDCH (Full Diversity Channel Hopping), con dos variantes, una basada en roles (FDCH-RB) y la otra en estrategia común (FDCH-CS). Se indica que ambas estrategias son capaces de lograr máxima diversidad de rendezvous, y que superan a buena parte de los algoritmos propuestos en la mayoría de los escenarios de interés. En [40] se propone el MSS (Multi-Radio Sunflower Sets-Based), un algoritmo basado en la estrategia sunflower, que surge como conclusión de una compleja teoría de conjuntos, y que demostró tener mejor comportamiento en el MTTR que RPS en distintos escenarios. En [6] se consideran dos estrategias para generalizar algoritmos en función de capacitarlos para el uso de múltiples radios, estas son el método de secuencia independiente y el método de secuencia paralela, estrategias que son tratadas en profundidad en el posterior capítulo. 1.6. Rendezvous multiusuario. La mayoría de los análisis actuales presentados para el evaluar el comportamiento del TTR consideran el rendezvous entre dos usuarios secundarios. El presente trabajo pretende. 16.

(28) CAPÍTULO 1. RENDEZVOUS EN REDES RADIO COGNITIVAS. extenderse hacia el contexto de un rendezvous multiusuario, que se ajuste más al modelo de CRNs más extensas. La idea básica que predomina en los estudios recientes [7], [8] es aplicar el rendezvous por pares entre dos US para lograr el rendezvous global entre todos los usuarios de la CRN. Una vez que dos US han logrado el rendezvous de manera exitosa, los parámetros de ambos US pueden ser sincronizados, de manera que generarán una misma secuencia de salto de canal con la que seguir buscando el rendezvous con otro US de la red. Según [10] el número de rendezvous por pares necesarios para que todos los usuarios de la red se encuentren en el mismo canal sería 𝑀 − 1, donde 𝑀 es el número de US de la red. Los mismos autores se refieren a un TTR renovado (TTR renew) que ocurre cada vez que un US actualiza su secuencia de salto debido a un proceso de sincronización. Las estrategias de sincronización de secuencias están llamadas a minimizar el TTR restante después de un proceso de renovación tanto como sea factible. En el posterior capítulo se profundizará en las estrategias mejor valoradas por los investigadores. 1.7. Consideraciones del capítulo. Como alternativa a la ineficiente utilización del espectro radioeléctrico surge la radio cognitiva, una tecnología que permite que usuarios no licenciados (US) puedan operar en las bandas sin actividad de UP. Así, nace la necesidad de lograr estrategias de rendezvous entre US que minimicen los TTR. Se evita la utilización de CCC debido a la vulnerabilidad de estos ante la congestión y a la heterogeneidad de la red. De esta manera las estrategias mejor valoradas entre los autores son las que permiten un rendezvous verdaderamente ciego, lo cual desestima la presencia de sincronismo entre los usuarios dado a lo difícil que es lograr casos así. Numerosos algoritmos han sido propuestos en aras de lograr dicho rendezvous verdaderamente ciego, sin embargo, en los últimos tiempos cobra popularidad la introducción de múltiples radios en cada US. El uso de múltiples radios mejora drásticamente el desempeño de los algoritmos. También la adaptación de los algoritmos a un entorno multiusuario ha sido valorada como paso a lograr una mejor escalabilidad en la red.. 17.

(29) CAPÍTULO 2. SELECCIÓN DE LOS ALGORITMOS Y EXTENSIÓN AL MODELO MULTIUSUARIO.. En este capítulo se describe el modelo del sistema y se seleccionan los algoritmos de rendezvous ciego a utilizar: SSB, EJS y FDCH-CS; se realiza un análisis del funcionamiento de los mismos y del comportamiento de sus métricas. Son valorados varios métodos para la extensión de los algoritmos a escenarios con múltiples radios, aunque ya FDCH-CS ha sido diseñados por sus autores para cumplir dicho requerimiento. Este análisis se realiza en un escenario con múltiples usuarios tomando en cuenta la mejor estrategia de sincronización entre US. 2.1. Modelo de la red. Se considera una CRN con 𝑀 (𝑀 ≥ 2) US. Se asume que el tiempo se divide en ranuras de igual longitud, los US están sincronizados con respecto al inicio de las ranuras de tiempo, pero cada uno puede comenzar sus respectivas secuencias de CH en ranuras de tiempo diferentes. El espectro se divide en 𝑁 (𝑁 > 1) canales sin solapamiento entre aquellos que sean adyacentes, cada canal presenta un identificador i (i = 1,2, … , N) conocido por todos los usuarios de la red. Los usuarios de la red tienen la misma disponibilidad de canales ya que se considera que sus ubicaciones geográficas están cerca, además los usuarios primarios permanecen por largos períodos de tiempo en inactividad por lo tanto el número de canales disponibles para el rendezvous (Au) es igual a la cantidad de canales de la red. Cada usuario 𝑧 está equipado con k radios. El TTR será evaluado a partir del número de ranuras de tiempo necesarias para establecer el rendezvous a partir de que todos los US han comenzado a intentarlo..

(30) CAPÍTULO 2. SELECCIÓN DE LOS ALGORITMOS Y EXTENSIÓN AL MODELO MULTIUSUARIO. 2.2. 19. Selección de los algoritmos. En la tabla 2.1 se resumen las características de los algoritmos de rendezvous ciego más representativos: Tabla 2.1. Características de los algoritmos de rendezvous ciego más representativos. Algoritmo. ETTR. MTTR. Modelo. MCTTR. Diversidad. Asimétrico RW[9]. 1 (𝑁 − 1)(𝑙𝑛𝑀 + ) 2. JS[5] EJS[26]. máxima. 𝑀(𝑁 − 1). No. 2𝑀(𝑁 + 1 − 𝐺)(𝑁 − 1). No. 5𝑃 +3 3. 3𝑃. Sí. 3𝑁 (𝑃 − 𝐺) + 3𝑃. Sí*. 3𝑃 +3 2. 4𝑃. Sí. 4𝑃(𝑃 + 1 − 𝐺). Sí. -. 2𝑁 + 1. No. -. No. RPS[6]. (1). (2). Sí. -. Sí. MC[31]. 2𝑃2 𝑃−1. -. No. -. No. -. 𝑃(3𝑃 − 1). Sí. -. Sí. SSB[38]. 2(𝑁 − 1)2 2𝑁 − 1. 2𝑁 − 2. Sí. (𝑁 − 1)(2𝑁 − 1). No. FDCH-CS[8]. (𝑇 + 1)(𝑇 − 1) 4𝑇. 𝑇−1 2. Sí. 𝑇2 − 1. Sí. DRSEQ[37]. CRSEQ[36]. 𝑃. (1):𝐸𝑇𝑇𝑅 = [. ([ ]−1)2 𝑃 max(𝑘1 ,𝑘2 )−1 + ] 𝑃 max(𝑘1 ,𝑘2 )−1 2[ ] )−1 max(𝑘1 ,𝑘2. (2):𝑀𝑇𝑇𝑅 = 2 [. 𝑃 ]− max(𝑘1 ,𝑘2 ). 1. N: Número de canales de la red cognitiva P: Menor número primo mayor o igual que: a) 𝑁 para los algoritmos MC, DRSEQ y CRSEQ b) 𝑁+1 para los algoritmos JS y EJS. M: Número de usuarios en la red..

(31) CAPÍTULO 2. SELECCIÓN DE LOS ALGORITMOS Y EXTENSIÓN AL MODELO MULTIUSUARIO. 20. G: Número de canales disponibles comunes a ambos US. T: 𝑇 = 𝑁 si 𝑁 es par, 𝑇 = 𝑁 + 1 si 𝑁 es impar 𝑘1, 𝑘2: son el número de radios de cada uno de los US. *En los casos críticos en que los US tienen la misma semilla para generar sus parámetros no hay diversidad máxima. -No ha sido determinado por sus autores. Para la simulación y la posterior comparación y evaluación de los escenarios se han elegido los algoritmos EJS, SSB y FDCH-CS. Estos se desenvuelven con eficiencia en los modelos simétrico y asimétrico sin necesidad de sincronismo entre US y poseen mejores valores de ETTR y MTTR para el escenario con el modelo ideal, que la mayoría de los algoritmos existentes. En SSB y FDCH-CS los autores han valorado la extensión a escenarios multiusuario. El FDCH-CS ya trabaja con 2 radios, mientras que el SSB ya ha sido extendido anteriormente al modelo con múltiples radios en [41] a través del método de secuencia paralela; sin embargo, en la presente investigación será comprobada la eficiencia del método anterior antes de adoptar tal generalización. El algoritmo EJS no ha sido extendido previamente a un escenario multiusuario; sin embargo, en el presente trabajo se hace uso de métodos de generalización que garantizan que pueda ser comparado con los demás algoritmos seleccionados en el escenario propuesto. En [10] se hace un acercamiento de EJS a un modelo en que los US presenten múltiples radios, en este caso no se utiliza el método de secuencia paralela. Se evitó la utilización de algoritmos que redujeran el alcance de la propuesta como aquellos que precisan de sincronización entre los US o aquellos que presentan estrategias basadas en roles. De esta manera también se logra una mayor adaptación al escenario con múltiples radios; los algoritmos basados en secuencia común muestran un mayor nivel de escalabilidad y la utilización de múltiples radios ha sido valorada como solución al problema de la asignación de roles en [4]. La estrategia FDCH presenta una versión basada en roles con muy buenos desempeños en sus métricas, sin embargo, se elige FDCH-CS, ya que se hace difícil utilizar siempre estrategias basadas en roles de los US en los modelos prácticos. 2.3. Estrategias de sincronización de secuencias para el rendezvous multiusario. Considerando que todos los usuarios de la red utilizan el mismo algoritmo para generar las secuencias de salto, según [10] pueden ser enunciadas tres estrategias fundamentales de.

(32) CAPÍTULO 2. SELECCIÓN DE LOS ALGORITMOS Y EXTENSIÓN AL MODELO MULTIUSUARIO. 21. sincronización de secuencias en el rendezvous multiusuario: reinicio aleatorio (RR, Random Restart), reinicio inherente (IR, Inherited Restart) y reinicio estimado (ER, Estimated Restart). Con la estrategia de reinicio aleatorio los US que hacen rendezvous reinician sus secuencias de salto en un punto común seleccionado aleatoriamente. El reinicio inherente consiste en que uno de los US que hace rendezvous mantiene su secuencia de salto y el otro actualiza la suya para seguir la misma trayectoria del primero. El usuario secundario que continúa con su secuencia actual es seleccionado de acuerdo a un criterio predefinido. Con la estrategia de reinicio estimado, el punto común de reinicio es seleccionado en base a datos disponibles de US, como las configuraciones internas de las secuencias de salto, la trayectoria pasada de los US que hacen rendezvous, la topología de la red y otros. Para extender los algoritmos seleccionados al escenario multiusuario se hace uso de la estrategia IR; esta última presenta muy buenos resultados en las topologías a utilizar, como quedará señalado en el posterior acápite. 2.4. Impacto del diámetro de la CRN en el MTTR multiusuario. Según [10] se pueden clasificar las topologías de las CRN dependiendo de H (diámetro de la red, dígase el número máximo de saltos para alcanzar cualquier destino dentro de la CRN). En la topología de malla todos los US se encuentran directamente interconectados entre sí (𝐻 = 1) y los análisis matemáticos llevados a cabo por los diversos autores en [4], [7], [10] coinciden en que las redes con 𝐻 = 1 presentan un MTTR independiente de M e igual al MTTR entre dos usuarios, es decir, cuando es utilizada la estrategia de sincronización IR entre todos los US de la CRN, 𝑀𝑇𝑇𝑅𝑀 = 𝑀𝑇𝑇𝑅2 , donde 𝑀𝑇𝑇𝑅𝑀 es el MTTR global de la red y 𝑀𝑇𝑇𝑅2 el MTTR entre dos US. En la Figura 2.1 se observa la representación de una red con topología de malla..

(33) CAPÍTULO 2. SELECCIÓN DE LOS ALGORITMOS Y EXTENSIÓN AL MODELO MULTIUSUARIO. 22. Figura 2.1. Representación de una CRN con H=1 y M=4. (Elaboración propia). En la topología de estrella se considera 𝐻 = 2 ya que todos los US secundarios están conectados solo a un nodo central. Representa el peor escenario para la estrategia de sincronización IR ya que cada vez que un rendezvous por pares ocurre el TTR restante puede renovarse si el usuario que mantiene su secuencia de salto no es el central. En la Figura 2.2 se muestra un esquema de una CRN con topología de estrella.. Figura 2.2. Representación de una CRN con topología de estrella y M=5. (Elaboración propia) En [10] se propone que el MTTR con IR en la presente topología está limitado por: 𝑀−1. 𝑀𝑇𝑇𝑅𝑀 = ∑ 𝑀𝑇𝑇𝑅2 + (𝑀𝑇𝑇𝑅2 − 1) 𝑟=0. Por último, se considera la topología lineal, en la que cada usuario secundario está conectado a solo dos US, excepto los de los extremos que solo están conectados a uno. En esta topología 𝐻 ≥ 2. Cuando IR es utilizada en este caso el TTR restante para uno de los enlaces (el perteneciente al US que actualiza su secuencia de salto) es renovado cada vez.

(34) CAPÍTULO 2. SELECCIÓN DE LOS ALGORITMOS Y EXTENSIÓN AL MODELO MULTIUSUARIO. 23. que ocurre un rendezvous por pares. Entonces, en el peor de los casos, se tienen exactamente un TTR renovado después de cada rendezvous por pares [10].En la Figura 2.3 se hace una representación de esta topología en la que el diámetro de la red es H=3.. Figura 2.3. Representación de una CRN con topología lineal y M=4. (Elaboración propia) En lo referente a las redes con múltiples saltos (𝐻 ≥ 2) permanece cierta discrepancia en cuanto a la exactitud de los resultados mediante la utilización de uno u otro modelo matemático. En [7], [42] se considera que 𝑀𝑇𝑇𝑅𝑀 = 𝐻 ∗ 𝑀𝑇𝑇𝑅2. No obstante, en [4] se discierne que esta es una apreciación demasiado general y se realiza un desarrollo analítico más exhaustivo de la situación con lo cual se concluye que: 𝑅−1. 𝑀𝑇𝑇𝑅𝑀 = ∑(𝑀𝑇𝑇𝑅2 − 𝑖) 𝑖=0. En esta expresión 𝑅 es un número natural que representa la cantidad de rendezvous no simultáneos necesarios para lograr el rendezvous entre todos los usuarios de la red. De esta manera 𝑀𝑇𝑇𝑅𝑀 no dependerá solo del 𝑀𝑇𝑇𝑅2 y de la cantidad de saltos, como valoraron los autores en [7], [42] sino que también estará fuertemente influenciado por R. En [4] se demuestra mediante simulaciones que el 𝑀𝑇𝑇𝑅𝑀 en redes con múltiples saltos es mucho menor mediante la utilización de la expresión anterior de lo estimado previamente por otros autores. 2.5. Descripción del algoritmo EJS. El algoritmo EJS surge como una variante mejorada del algoritmo JS. La idea básica del algoritmo EJS, al igual que su predecesor, consiste en generar secuencias en rondas, y que cada ronda esté formada de un patrón de salto y un patrón de permanencia. Los usuarios continuamente saltan en los canales disponibles durante la etapa de salto mientras permanecen en un canal específico durante su etapa de estancia. Para generar las dos.

(35) CAPÍTULO 2. SELECCIÓN DE LOS ALGORITMOS Y EXTENSIÓN AL MODELO MULTIUSUARIO. 24. secuencias de salto en un ciclo el usuario debe seleccionar tres parámetros con anterioridad: P, que es el número primo más pequeño mayor que N; 𝑟0 , que es un número distinto de cero acotado entre [1, N] y un índice 𝑖0 acotado entre [1, P]. En cada ronda la secuencia de salto dura 3P ranuras de tiempo y la subsiguiente secuencia de permanencia se extiende por P ranuras de tiempo de manera que cada ciclo dure 4P ranuras de tiempo en total. En la secuencia de salto el usuario comienza a saltar en el canal con índice 𝑖0 y continúa de esta forma sobre [1, P] con una longitud en cada paso igual a 𝑟0 , y usando el módulo de operaciones P. En la subsiguiente secuencia de permanencia, el usuario solo salta en el canal 𝑟0 . Una diferencia notable con su antecesor es que el índice 𝑖0 es cambiado cada 4P ranuras de tiempo, es decir, en cada ronda 𝑖0 varía hacia el próximo número en [1, P]. Para un mayor entendimiento de la secuencia se muestra un ejemplo en la Figura 2.4.. Figura 2.4. Ejemplo de secuencia con EJS. (Elaboración propia) En el ejemplo mostrado 𝑖0 = 2, 𝑟0 = 1, 𝑁 = 4 y 𝑃 = 5. Los números más oscuros representan las posiciones donde ocurre el remapeo; el número entre paréntesis alude al canal que ocupará esta posición luego de dicho proceso. Como puede apreciarse la fracción de secuencia representada constituye una ronda completa en donde el período de la secuencia es igual a 4𝑃. Luego de pasadas 4𝑃 ranuras de tiempo, 𝑖0 variará al siguiente número en [1, P], en el presente caso a 𝑖0 = 3. En [4] se resalta una de las principales limitantes de este algoritmo, al igual que en JS, radica en que cuando la semilla elegida por los US involucrados en el rendezvous es la misma el desempeño en términos de ETTR y MTTR se deteriora, aunque a diferencia del JS, sí se logra diversidad máxima de rendezvous incluso en estas condiciones. En la Figura 2.5, se presenta el seudocódigo entregado por los autores para el algoritmo EJS con dos US y un solo radio. La Figura 2.6 presenta la función EJSHopping que es utilizada por este algoritmo para generar su secuencia de salto de canal. En la figura 2.5 𝐶𝑧 representa la cantidad de canales disponibles para un US determinado identificado con el índice z..

(36) CAPÍTULO 2. SELECCIÓN DE LOS ALGORITMOS Y EXTENSIÓN AL MODELO MULTIUSUARIO. 25. Figura 2.5. Seudocódigo del algoritmo EJS. (Adaptado de [26]). Figura 2.6 Función EJSHopping para generar la secuencia en EJS.( Adaptado de [26]) En [26] se señala que bajo el modelo simétrico y con un único radio el TTR entre dos usuarios no excederá 4P ranuras de tiempo, de manera que podría estimarse MTTR como 𝑀𝑇𝑇𝑅 = 4𝑃 en estas condiciones, sin embargo las simulaciones en [4], [10], [27] han.

(37) CAPÍTULO 2. SELECCIÓN DE LOS ALGORITMOS Y EXTENSIÓN AL MODELO MULTIUSUARIO. 26. contrastado los resultados, concluyendo que el MTTR entre dos US de EJS es más bajo que lo indicado por este análisis matemático. La condición propuesta en [26] constituye un modelo matemático un tanto ambiguo para hacerse una idea del MTTR real en EJS, 4P brinda un límite superior al TTR, una frontera que nunca será excedida. Análisis similares pueden llevarse a cabo de la expresión que ha sido supuesta por los mismos autores para el MTTR en el modelo asimétrico, 𝑀𝐶𝑇𝑇𝑅 = 4𝑃(𝑃 + 1 − 𝐺), donde G representa el número de canales comúnmente disponible para los usuarios. Según [26] el ETTR en el modelo simétrico no superara 3𝑃/2 + 3 ranuras de tiempo, mientras que en el modelo asimétrico no será mayor que 4𝑃 (𝑃 + 1 − 𝐺) −. 𝐺 2. [4𝑃𝐺(𝑃−𝐺)+ ] (𝐶1,𝐶2). donde 𝐶1 y 𝐶2 son el número de canales. disponibles al US1 y al US2 respectivamente . 2.6. Descripción del algoritmo SSB. El algoritmo SSB considera un conjunto de N canales ubicados en un segmento discreto, cada canal con un identificador propio conocido por todos los usuarios de la red. Los US comienzan las secuencias en un extremo del segmento y progresivamente se mueven al otro extremo, una vez alcanzado el final regresan en sentido contrario hacia el inicio. En un segmento continuo cualquier par de US se encontrará antes de que el último que comenzó a transmitir alcance el extremo inicial del segmento en el regreso. De cualquier manera, debido a que los US saltan sobre puntos discretos, hay casos en que la posición se cambia sin que ocurra rendezvous. Para evitar esto, una vez que los usuarios retornan al inicio permanecen allí por una ranura de tiempo más. Para un mejor entendimiento de la secuencia generada mediante este algoritmo en la Figura 2.7 se muestra un ejemplo para N=5.. Figura 2.7. Secuencia de SSB para N=5. (Elaboración propia) El seudocódigo propuesto en [38] está expuesto en la Figura 2.8, en el mismo 𝐶𝑧 representa el conjunto de canales disponibles visto por un US..

(38) CAPÍTULO 2. SELECCIÓN DE LOS ALGORITMOS Y EXTENSIÓN AL MODELO MULTIUSUARIO. 27. Figura 2.8. Seudocódigo del algoritmo SSB. (Adaptado de [38]) Para el modelo simétrico en [38] se demostró que el 𝐸𝑇𝑇𝑅 =. (2𝑁−1)2 2𝑁−1. y 𝑀𝑇𝑇𝑅 = 2𝑁 − 1, y. se comprueba que estos resultados analíticos coinciden con los de las simulaciones llevadas a cabo. La secuencia descrita con anterioridad solo funciona si los US están observando los mismos N canales disponibles. Para los casos en que esto no es posible en [38] se implementa un procedimiento denominado operación de remplazo. 2.6.1 Operación de remplazo Si un US comienza su secuencia de búsqueda y se encuentra con otro US en un determinado canal que no está disponible para alguno de estos, entonces no efectuarán rendezvous. Los autores resuelven esta situación de la siguiente manera: Denotan un conjunto 𝐶 ⊂ {𝑛 ∈ 𝑁 ∗∶ 𝑛 < 𝑁} como el conjunto de canales disponibles vistos por un US dado que no todos los N canales sirven para la comunicación. Para cada período w de la secuencia, los canales no disponibles serán remplazados por el 𝑤-ésimo canal en 𝐶. En el modelo asimétrico, luego de aplicada la operación de remplazo el MCTTR resultante es 𝑀𝐶𝑇𝑇𝑅 = (𝑁 − 1)(2𝑁 − 1)..

(39) CAPÍTULO 2. SELECCIÓN DE LOS ALGORITMOS Y EXTENSIÓN AL MODELO MULTIUSUARIO. 2.7. 28. Descripción del algoritmo FDCH-CS. En [8] es propuesto el algoritmo FDCH (Full Diversity Channel Hopping) con dos variantes, una basada en roles (FDCH-RB, FDCH Role Based) y la otra en estrategia común (FDCH-CS, FDCH Common Strategy). La idea básica para generar la secuencia en FDCH consiste en colocar T puntos discretos en un anillo, de forma tal que cada punto represente uno de los N canales de la red, de esta manera 𝑇 ≥ 𝑁 en todas las situaciones. Cada US estará situado inicialmente en una de las T posiciones del anillo. Considerando dos usuarios 𝑈𝑆1 y 𝑈𝑆2 , estos circularan a través de las posiciones del anillo en direcciones contrarias (𝑈𝑆1 en favor de las manecillas del reloj y 𝑈𝑆2 en contra), una posición a la vez y a la misma velocidad [8]. Esta estrategia está representada en la Figura 2.9.. Figura 2.9. Modelo de canales utilizando FDCH-CS con 𝑇 = 𝑁 = 5. (Tomado de [4]) En el caso de la secuencia de recepción una vez que se realiza una ronda completa el receptor permanece en el canal donde está durante otra ranura de tiempo antes de volver a saltar. Según [8] las secuencias de salto serían descritas como: 𝑆_𝑈𝑆1 (𝑡) = (𝑆_𝑈𝑆1 (0) − 𝑡) 𝑚𝑜𝑑 𝑇 𝑆_𝑈𝑆2 (𝑡) = (𝑆_𝑈𝑆2 (0) + 𝑡) 𝑚𝑜𝑑 𝑇 Donde 𝑆_𝑈𝑆1 (0) y 𝑆_𝑈𝑆2 son las posiciones iniciales para 𝑈𝑆1 y 𝑈𝑆2 respectivamente. En función de garantizar un MTTR finito y una máxima diversidad de rendezvous, se hace 𝑇 un número par, de esta manera 𝑇 = 𝑁 cuando 𝑁 es par y 𝑇 = 𝑁 + 1 cuando 𝑁 es impar. En [8] se demuestra que el TTR entre dos US utilizando FDCH-RB sin sincronización no excederá 𝑇 − 1..

(40) CAPÍTULO 2. SELECCIÓN DE LOS ALGORITMOS Y EXTENSIÓN AL MODELO MULTIUSUARIO. 29. En la versión FDCH-RB se asume que cada US tiene un rol diferente pre asignado antes de que comience el proceso de rendezvous. Sin embargo, la asignación de roles puede no ser posible en todos los escenarios de las CRN, por esta causa los autores proponen la variante FDCH-CS basada en estrategia común. En aras de eliminar la asignación previa de roles, cada US implementará el mismo algoritmo. Sin embargo, a cada uno le son asignados dos radios para que operen de forma simultánea, uno ejecutará la secuencia de transmisión descrita en la Figura 2.10 y el otro la de recepción cuyo seudocódigo puede ser consultado en la Figura 2.11. En ambas figuras 𝐶𝑇 y 𝐶𝑅 corresponden al conjunto de canales disponibles para el transmisor y el receptor respectivamente, mientras que 𝑆𝑇 (𝑡) y 𝑆𝑅 (𝑡) son los canales visitados en la ranura de tiempo t , de manera que 𝑆𝑇 (0) y 𝑆𝑅 (0) corresponden al canal inicial de la secuencia. La estrategia FDCH-CS es representada en la Figura 2.12.. Figura 2.10. Secuencia de transmisión para FDCH. (Adaptado de [8]).

(41) CAPÍTULO 2. SELECCIÓN DE LOS ALGORITMOS Y EXTENSIÓN AL MODELO MULTIUSUARIO. 30. Figura 2.11. Secuencia de recepción para FDCH. (Adaptado de [8]). Figura 2.12. Estrategia seguida por FDCH-CS. (Adaptado de [8]). En [8] los autores prueban que bajo el modelo simétrico y comenzando sus secuencias en el mismo instante de tiempo las métricas relacionadas con el TTR son 𝑀𝑇𝑇𝑅 = 𝐸𝑇𝑇𝑅 =. (𝑇−1)(𝑇+1) 4𝑇. 𝑇−1 2. y. mientras que en el modelo asimétrico 𝑀𝐶𝑇𝑇𝑅 = 𝑇 2 − 1.. FDCH-CS tiene un mejor desempeño en el MTTR y el ETTR que su variante basada en roles lo que es de esperar ya que trabaja con dos radios..

(42) CAPÍTULO 2. SELECCIÓN DE LOS ALGORITMOS Y EXTENSIÓN AL MODELO MULTIUSUARIO. 2.8. 31. Extensión de los algoritmos para su uso en un escenario multiusuario. Originalmente en [38] no se presenta una extensión de SSB hacia un escenario multiusuario, sin embargo en [4] es propuesta una estrategia de sincronismo de secuencia que permite el rendezvous multiusuario cuando los US utilizan este algoritmo. Mediante la utilización de IR, el US que mantendrá su secuencia será escogido según el número de la ranura de tiempo ( 𝑡 ) que incluya en sus parámetros, si 𝑡1 < 𝑡2 entonces ambos US utilizaran el conjunto de parámetros del 𝑈𝑆1, de lo contrario los parámetros serán actualizados por los del 𝑈𝑆2 . El algoritmo FDCH-CS fue previamente extendido al escenario multiusuario en [8]. Se propuso que los US sincronicen sus secuencias luego de efectuado el rendezvous mediante una comparación de sus parámetros. Ambos US seguirán una secuencia que contendrá los menores parámetros entre los dos US. Es decir, si se toman 𝑡1 y 𝑡2 como la actual ranura de tiempo desde que los 𝑈𝑆1 y 𝑈𝑆2 comenzaron su secuencia de salto respectivamente, y se tiene a 𝑖1 e 𝑖2 como los canales iniciales de dichas secuencias, entonces si 𝑡1 <𝑡2 e 𝑖2 < 𝑖1 , la secuencia que seguirán ambos US una vez que hayan hecho rendezvous estará formada por los parámetros 𝑡1 e 𝑖2 . Con esta se genera una nueva secuencia con los parámetros seleccionados de las secuencias de los US que hicieron rendezvous, la cual puede llegar a ser totalmente diferente a las que le dieron origen. En [4] se maneja la sincronización de parámetros entre US en FDCH-CS para el rendezvous multiusuario de manera similar al caso de SSB, es decir, basado en una comparación del número de ranuras de tiempo desde que los US comenzaron a transmitir, Esta estrategia presenta un menor nivel de complejidad que la presentada en [8], es más fácil de implementar en un escenario real ya que solo se realiza la comparación entre un parámetro a la hora de decidir que secuencia deben seguir los US. En el caso del algoritmo EJS, los autores no consideran una estrategia en específico para adaptarlo al escenario multiusuario, al contrario de sus predecesor, el algoritmo JS que fue extendido en [7] para este tipo de escenario. En el presente proyecto cuando dos US implementando EJS se encuentran en una CRN multiusuario, estos utilizan la estrategia IR y sincronizan sus secuencias de la misma forma que fue propuesta en [4] para los algoritmos SSB y FDCH-CS..