radio cognitive

Application des techniques drsquoenchegraveres dans

les reacuteseaux de radio cognitive

Badr Benmammar

Rapport de recherche

Laboratoire de Teacuteleacutecommunications Tlemcen

Universiteacute Abou Bekr Belkaid Tlemcen Algeacuterie

BP 230 pocircle Chetouane 13000 Tlemcen

badrbenmammargmailcom

RESUME La prolifeacuteration rapide de standards et services de radiocommunication ces der-

niegraveres anneacutees provoquent le problegraveme de la peacutenurie du spectre Dans ce contexte lobjectif

principal de la Radio Cognitive (RC) est de faciliter lrsquoaccegraves au spectre radio Notre contribu-

tion dans le cadre de ce papier est lrsquoutilisation des enchegraveres pour reacutesoudre le problegraveme de

lrsquoencombrement du spectre dans le cadre de la RC Pour cela nous avons combineacute la theacuteorie

des enchegraveres avec les systegravemes multi agents Notre approche a prouveacute qursquoil est preacutefeacuterable

drsquoutiliser les enchegraveres agrave Enveloppe Scelleacutee avec programmation dynamique car cette meacutethode

a beaucoup drsquoavantages par rapport aux autres meacutethodes

ABSTRACT The rapid proliferation of standards and radio services in recent years caused the

problem of spectrum scarcity The main objective of Cognitive Radio (CR) is to facilitate

access to radio spectrum Our contribution in this paper is the use of auctions to solve the

problem of spectrum congestion in the context of CR for that we will combine the theory of

auctions with multi-agent systems Our approach has shown that it is preferable to use the

Sealed-bid Auction with dynamic programming because this method has many advantages

over other methods

MOTS-CLES Radio cognitive theacuteorie des enchegraveres systegraveme multi-agent programmation

dynamique accegraves dynamique au spectre

KEYWORDS Cognitive radio auction theory multi-agent system dynamic programming

dynamic access spectrum

2

1 Introduction

Avec la prolifeacuteration des diffeacuterentes technologies de reacuteseau sans fil tels que les

reacuteseaux cellulaires reacuteseaux locaux sans fil les reacuteseaux meacutetropolitains sans fil etc la

demande de spectre radioeacutelectrique est en augmentation consideacuterable Actuellement

le spectre est reacuteglementeacute par un organisme gouvernemental comme la Federal

Communications Commission (FCC) et il alloue le spectre en attribuant des li-

cences exclusives pour les utilisateurs dexploiter leurs reacuteseaux dans diffeacuterentes

reacutegions geacuteographiques

Il y a une croyance largement reacutepandue que le spectre radioeacutelectrique est de plus

en plus encombreacute Toutefois les mesures de spectre indiquent que le spectre attribueacute

est sous-utiliseacute cest agrave dire agrave nrsquoimporte quel temps et endroit donneacutees une grande

partie du spectre est non utiliseacutee Les reacuteseaux de radio cognitive (RC) apparaissent

comme une solution prometteuse agrave ce problegraveme

Lrsquoideacutee de la RC consiste agrave partager le spectre entre un utilisateur dit secondaire

qui pourra agrave tout moment acceacuteder agrave des bandes de freacutequence qursquoil trouve libres et

un utilisateur dit primaire qui possegravede une licence sur cette bande

Il faut noter eacutegalement que lrsquoeacutevolution technologique de ces derniegraveres deacutecennies

a entraicircneacute une croissance consideacuterable de nouveaux services de teacuteleacutecommunications

utilisant la ressource rare que constitue le spectre radioeacutelectrique On preacutevoit que la

demande de freacutequences continuera drsquoaugmenter avec le deacuteveloppement de nouvelles

techniques de teacuteleacutecommunications ce qui augmente lrsquoallocation du spectre statique

qui est un problegraveme majeur dans les reacuteseaux sans fil Geacuteneacuteralement ces allocations

conduisent agrave une utilisation inefficace du spectre donc le problegraveme de

lrsquoencombrement de celui-ci

Dans le cadre de ce travail nous avons utiliseacute la theacuteorie des enchegraveres qui est une

technique drsquoaccegraves dynamique au spectre pour reacutesoudre le problegraveme

drsquoencombrement Cette meacutethode est connue par sa simpliciteacute dans le but de faciliter

lrsquoallocation des ressources rares Donc dans le cadre de ce papier nous avons mis

en place plusieurs meacutethodes tels que une variante de FIFO (FIFO FIFO mais sans

blocage des demandes insatisfaites) lrsquoenchegravere agrave enveloppe scelleacutee avec et sans pro-

grammation dynamique Les trois meacutethodes ont eacuteteacute impleacutementeacutees agrave lrsquoaide de lrsquooutil

JADE (Java Agent DEvelopment Framework) Une comparaison entre les trois

meacutethodes a eacuteteacute eacutegalement reacutealiseacutee afin de tirer des conclusions dans ce contexte Les

reacutesultats obtenus nous ont permis de confirmer que lrsquoutilisation des enchegraveres avec

programmation dynamique a beaucoup drsquoavantages en termes de nombre de SUs

satisfaits gain obtenu par le PU temps de traitement cocircteacute PU et finalement temps de

reacuteponse coteacute SU

Ce papier est organiseacute comme suit

Dans la section 2 nous introduisons le concept de la radio cognitive tout en

preacutesentant sa deacutefinition et ses principes les plus importantes ensuite les diffeacuterentes

phases de cycle de cognition et les fonctions la radio cognitive seront deacutetailleacutees

3

Enfin une bregraveve description sera donneacutee sur les reacuteseaux de la radio cognitive pour

comprendre le fonctionnement exact de ce paradigme

La troisiegraveme section preacutesente une bregraveve description sur les diverses meacutethodes

drsquoaccegraves dynamique au spectre tels que la theacuteorie des jeux les chaicircnes de Markov et

les systegravemes multi agent Tandis que concernant notre sujet principal nous nous

concentrons sur les approches daccegraves au spectre baseacutees sur la theacuteorie des enchegraveres

La quatriegraveme section deacutecrit les simulations que nous avons effectueacutees pour vali-

der notre approche Pour mettre en pratique ceci nous avons mis en place un sceacutena-

rio qui deacutecrit notre approche auquel nous sommes confronteacutees Une fois que les

reacutesultats sont obtenus une comparaison est effectueacutee pour montrer que lrsquoutilisation

des enchegraveres avec programmation dynamique est la solution la plus efficace pour

ameacuteliorer la gestion et lutilisation du spectre radio

2 Radio cognitive

La radio cognitive est un nouveau paradigme de la conception de systegravemes de

communication sans fil qui vise agrave ameacuteliorer lutilisation de la freacutequence radio (RF)

du spectre La motivation derriegravere la radio cognitive est la rareteacute du spectre des freacute-

quences disponibles la demande croissante provoqueacutee par les applications sans fil

eacutemergents pour les utilisateurs mobiles

Le principal facteur causeacute par la forte demande est lrsquoencombrement de spectre

qui conduit agrave une utilisation inefficace de celui-ci Pour reacutesoudre ce problegraveme il faut

une bonne gestion du spectre Crsquoest dans ce cadre que des eacutetudes sont meneacutees dans

le domaine de la radio cognitive par des chercheurs donc il est clair que les reacuteseaux

de radio cognitive constituent un domaine de recherche tregraves prometteur

21 Deacutefinition et principe

Lrsquoideacutee de la radio cognitive a eacuteteacute preacutesenteacutee officiellement par Joseph Mitola III

agrave un seacuteminaire agrave KTH lInstitut royal de technologie en 1998 publieacute plus tard dans

un article de Mitola et Gerald Q Maguire Jr en 1999

Mitola combine son expeacuterience de la radio logicielle ainsi que sa passion pour

lapprentissage automatique et lintelligence artificielle pour mettre en place la tech-

nologie de la radio cognitive Drsquoapregraves lui laquo Une radio cognitive peut connaicirctre

percevoir et apprendre de son environnement puis agir pour simplifier la vie de

lutilisateur raquo

Le terme radio cognitive (RC) est utiliseacute pour deacutecrire un systegraveme ayant la capa-

citeacute de deacutetecter et de reconnaicirctre son cadre dutilisation ceci afin de lui permettre

drsquoajuster ses paramegravetres de fonctionnement radio de faccedilon dynamique et autonome

et dapprendre des reacutesultats de ses actions et de son cadre environnemental dexploi-

tation (cf Benmammar et Amraoui 2013)

4

La radio cognitive est une technologie qui fait appel agrave lrsquointelligence des reacuteseaux

et des terminaux pour

- deacutetecter les besoins de communications des utilisateurs en fonction de lutilisation

- fournir des ressources radio et les services sans fil les plus approprieacutes agrave ces be-

soins

Une radio cognitive doit ecirctre capable de reacutealiser trois tacircches essentielles

- laquo Aware raquo crsquoest la capaciteacute agrave prendre conscience de son environnement Un ter-

minal radio cognitif associera donc environnement spatial spectral et comportement

des usagers pour une meilleure prise en conscience du provisionnement en res-

sources et un meilleur service

- laquo Adaptation raquo crsquoest la capaciteacute agrave srsquoadapter soit agrave lrsquoenvironnement (spectral ou

technologique) soit agrave lrsquoutilisateur (besoins et seacutecuriteacute)

Lrsquoadaptation agrave lrsquoenvironnement spectrale est la capaciteacute agrave choisir les meilleures

bandes de freacutequences et ainsi optimiser lrsquoutilisation du spectre Cela revient agrave

- connaicirctre lrsquooccupation des bandes de freacutequences en temps reacuteel

- adapter les puissances eacutemises marges en reacuteception formes drsquoondes

- adapter le deacutebit en temps reacuteel en fonction de la place disponible

- prendre en compte un partage temporel

- laquo Cognition raquo La cognition regroupe les divers processus mentaux allant de lana-

lyse perceptive de lenvironnement agrave la commande motrice (en passant par la meacutemo-

risation le raisonnement les eacutemotions le langagehellip) Cette deacutefinition deacutepasse donc

le seul cadre de la cognition humaine ou animale La radio cognitive est donc un

systegraveme qui peut percevoir son environnement lrsquoanalyser le meacutemoriser et agir en

conseacutequence (cf Chehata 2011)

La radio cognitive offre eacutegalement une solution eacutequilibreacutee au problegraveme de len-

combrement du spectre en accordant dabord lusage prioritaire au proprieacutetaire du

spectre puis en permettant agrave dautres de se servir des portions inutiliseacutees du spectre

(cf Benmammar et Amraoui 2013)

22 Cycle de cognition

Une radio cognitive est un systegraveme radio qui opegravere selon un cycle preacutecise appeleacute

laquocycle cognitifraquo Mitola deacutefinit le laquo cycle cognitif raquo en six eacutetapes selon le scheacutema

geacuteneacuterique preacutesenteacute dans la Figure 1

5

Figure 1 Cycle de cognition version Mitola

Ce laquo cycle cognitif raquo se reacutealise en parallegravele avec la fonction principale du sys-

tegraveme radio cest agrave dire la communication (cf Colson et Kountouris 2006) Une

radio cognitive fonctionne ainsi

- Phase drsquoobservation La RC observe son environnement par lanalyse du flux de

stimuli entrant Dans la phase dobservation la RC associe lrsquoemplacement la tempeacute-

rature le niveau de lumiegravere des capteurs et ainsi de suite pour en deacuteduire le contexte

de communication Cette phase lie ces stimuli agrave des expeacuteriences anteacuterieures pour

discerner les modegraveles au fil du temps La radio cognitive rassemble les expeacuteriences

en se souvenant de tout

- Phase drsquoorientation La phase dorientation deacutetermine limportance dune obser-

vation en liant agrave celle-ci une seacuterie connue de stimuli Cette phase fonctionne agrave linteacute-

rieur des structures de donneacutees qui sont analogues agrave la meacutemoire agrave court terme

(STM) que les gens emploient pour srsquoengager dans un dialogue sans forceacutement se

souvenir de tout agrave la mecircme mesure que dans la meacutemoire agrave long terme (LTM) Le

milieu naturel fournit la redondance neacutecessaire pour lancer le transfert de la STM agrave

la LTM La correspondance entre les stimuli courants et les expeacuteriences stockeacutees se

fait par reconnaissance des stimuli ou par reliure

- Phase de planification La plupart des stimuli sont traiteacutes avec deacutelibeacuterative plutocirct

qursquoavec reacuteactiviteacute Un message entrant du reacuteseau serait normalement traiteacute par la

geacuteneacuteration dun plan (dans la phase de plan la voie normale) Le plan devrait eacutegale-

ment inclure la phase de raisonnement dans le temps Geacuteneacuteralement les reacuteponses

reacuteactives sont preacuteprogrammeacutees ou apprises en eacutetant dit tandis que dautres reacuteactions

de deacutelibeacuteration sont preacutevues

- Phase drsquoaction Cette phase lance les processus seacutelectionneacutes qui utilisent les ef-

fecteurs seacutelectionneacutes qui accegravedent au monde exteacuterieur ou aux eacutetats internes de la

6

radio cognitive Laccegraves au monde exteacuterieur consiste principalement agrave composer des

messages qui doivent ecirctre envoyeacutes dans lenvironnement en audio ou exprimeacutes dans

diffeacuterents langages approprieacutes

- Phase de deacutecision La phase de deacutecision seacutelectionne un plan parmi les plans can-

didats La radio peut alerter lutilisateur drsquoun message entrant ou reporter linterrup-

tion agrave plus tard en fonction des niveaux de QoI (Quality of Information) statueacutes dans

cette phase en fonction de cette information la radio deacutecide si une bande du spectre

est libre ou si elle est occupeacutee si elle est occupeacutee une autre bande libre est choisie

pour la poursuite de la communication

- Phase drsquoapprentissage Lrsquoapprentissage deacutepend de la perception des observa-

tions des deacutecisions et des actions Lapprentissage initial est reacutealiseacute agrave travers la

phase drsquoobservation dans laquelle toutes les perceptions sensorielles sont continuel-

lement compareacutees agrave lensemble de lexpeacuterience anteacuterieure pour continuellement

compter les eacuteveacutenements et se souvenir du temps eacutecouleacute depuis le dernier eacuteveacutenement


23 Fonctions de la radio cognitive

Les principales fonctions de la radio cognitive sont les suivants (cf Amraoui et

al 2012)

- Deacutetection de spectre (Spectrum sensing) Deacutetection de spectre inutiliseacute et de le

partageant sans interfeacuterences nuisibles agrave dautres utilisateurs une condition impor-

tante du reacuteseau de radio cognitive pour capter le spectre vide Deacutetecter les utilisa-

teurs primaires est le moyen le plus efficace pour deacutetecter le spectre vide Les tech-

niques de deacutetection de spectre peuvent ecirctre regroupeacutees en trois cateacutegories

- Deacutetection drsquoeacutemetteur Les radios cognitives doivent avoir la capaciteacute de deacute-

terminer si un signal dun eacutemetteur primaire est preacutesent localement dans un certain

spectre Il existe plusieurs approches proposeacutees agrave la deacutetection drsquoeacutemetteur

- deacutetection dun filtre correspondant (Matched filter detection)

- deacutetection deacutenergie (Energy detection)

- deacutetection de fonctionnaliteacute cyclostationnaire (Cyclostationary-feature de-

tection)

- Deacutetection coopeacuterative Fait reacutefeacuterence aux meacutethodes de deacutetection du spectre

ougrave les informations provenant de plusieurs utilisateurs de radio cognitive sont incor-

poreacutees pour la deacutetection de lutilisateur primaire

- Deacutetection dinterfeacuterences

- La gestion du spectre (Spectrum management) Capturer le meilleur spectre

disponible pour reacutepondre aux besoins de communication des utilisateurs tout en ne

creacuteant pas linterfeacuterence anormale aux autres utilisateurs (primaires) Les radios

cognitives devrait deacutecider de la meilleure bande de freacutequences (de toutes les bandes

disponibles) pour reacutepondre agrave la qualiteacute des services exigences et par conseacutequent les

7

fonctions de gestion du spectre sont requises pour les radios cognitives Le fonctions

de gestion du spectre sont classeacutees comme (cf Amraoui et al 2012)

- Analyse du spectre elle permet de caracteacuteriser les diffeacuterentes bandes spec-

trales en termes de freacutequence dopeacuteration de deacutebit de temps et de lactiviteacute de lutili-

sateur primaire Cette caracteacuterisation sert agrave reacutepondre aux exigences de lutilisateur

Des paramegravetres suppleacutementaires viennent compleacuteter cette caracteacuterisation agrave savoir le

niveau dinterfeacuterence le taux derreur du canal 1es eacutevanouissements le deacutelai et le

temps doccupation de la bande spectrale par un utilisateur (cf Chehata 2011)

- Deacutecision sur le spectre apregraves que toutes les bandes spectrales aient eacuteteacute cateacute-

goriseacutees et classifieacutees on applique un ensemble de regravegles deacutecisionnelles pour obtenir

la ou les bandes spectrales les plus approprieacutees agrave la transmission en cours en tenant

compte des exigences de lrsquoutilisateur (cf Chehata 2011)

- Modegravele de deacutecision un modegravele de deacutecision est neacutecessaire pour laccegraves au

spectre La complexiteacute de ce modegravele deacutepend des paramegravetres consideacutereacutes lors

de lanalyse du spectre

- Compeacutetition coopeacuteration dans un environnement multi utilisateurs

Lorsque plusieurs utilisateurs (agrave la fois primaires et secondaires) sont dans

le systegraveme leur preacutefeacuterence va influer sur la deacutecision du spectre drsquoaccegraves Ces

utilisateurs peuvent ecirctre coopeacuteratifs ou non coopeacuteratifs dans laccegraves au

spectre

Dans un environnement non-coopeacuteratif chaque utilisateur a son propre objectif

tandis que dans un environnement coopeacuteratif tous les utilisateurs peuvent collaborer

pour atteindre un seul objectif Dans un environnement coopeacuteratif les radios cogni-

tives coopegraverent les unes avec les autres pour prendre une deacutecision pour acceacuteder au

spectre et de maximiser une fonction objectif commune en tenant compte des con-

traintes Dans un tel sceacutenario un controcircleur central peut coordonner le spectre de

gestion (cf Benmammar et Amraoui 2013)

- La mobiliteacute du spectre (Spectrum mobility) processus par lequel un utilisateur de

radio cognitive modifie sa freacutequence de fonctionnement Les reacuteseaux de radio cogni-

tive visent agrave utiliser les freacutequences de maniegravere dynamique en permettant aux termi-

naux radio fonctionnant dans la meilleure bande de freacutequence disponible mainte-

nant des exigences de communication transparente lors des transitions agrave un meilleur

spectre (cf Amraoui et al 2012)

8

Figure 2 Accegraves au spectre coopeacuteratif et non-coopeacuteratif (Ekram et al 2009)

24 Architecture drsquoun reacuteseau de radio cognitive

Les reacuteseaux de radio cognitive (ou smart) sont une approche innovatrice agrave lin-

geacutenierie sans fil dans lequel les radios sont conccedilus avec un niveau sans preacuteceacutedent de

lintelligence et lagiliteacute Cette technologie de pointe permet aux appareils de radio

dutilisation du spectre dans des voies entiegraverement nouvelles et sophistiqueacutees

Le reacuteseau radio cognitive est un systegraveme de communication multi-utilisateurs

complexes sans fil capable dun comportement eacutemergent Elle incarne les fonctions

suivantes (cf Simon 2008)

- percevoir lenvironnement radio (cest agrave dire agrave lexteacuterieur du monde) en habilitant

le reacutecepteur de chaque utilisateur pour deacutetecter lenvironnement sur une base conti-

nue dans le temps

- apprendre de lenvironnement et dadapter les performances de chaque eacutemet-

teurreacutecepteur (eacutemetteur-reacutecepteur) aux variations statistiques dans les stimuli RF

entrants

- faciliter la communication entre plusieurs utilisateurs gracircce agrave la coopeacuteration dune

maniegravere auto-organiseacutes

- controcircler les processus de communication entre les utilisateurs concurrents gracircce agrave

une reacutepartition judicieuse des ressources disponibles

- creacuteer lexpeacuterience de lintention et la conscience de soi

Une description deacutetailleacutee de larchitecture des RRC est primordiale pour deacuteve-

lopper des protocoles efficaces de communication Dans cette section nous deacutecri-

rons larchitecture des RRC qui peut ecirctre deacutecomposeacute en deux groupes reacuteseau pri-

maire et reacuteseau secondaire

- Le reacuteseau primaire est le reacuteseau doteacute dune licence pour utiliser certaines bandes

spectrales Le reacuteseau primaire a acquis ce droit agrave travers lachat de licences des

agences gouvernementales Il est composeacute des eacuteleacutements suivants (cf Ahmed Ben

2011)

9

- Un utilisateur primaire (dit utilisateur licencieacute) est un utilisateur qui deacutetient

une licence pour opeacuterer sur des bandes spectrales qui lui sont reacuteserveacutees Laccegraves

est controcircleacute uniquement par ses stations de base et ne doit pas subir

drsquointerfeacuterence exteacuterieure nuisible Les PUs ne doivent subir aucune modification

pour permettre la coexistence avec les utilisateurs ou reacuteseaux de radios cogni-

tives ou leurs stations de base

- Une station de base primaire (dite station de base licencieacutee) La station de

base des PU est une structure fixe du reacuteseau primaire qui possegravede une licence

pour opeacuterer sur la bande spectrale Ces stations sont conccedilues de telle sorte agrave ne

pas partager le spectre avec aucune entiteacute exteacuterieure au systegraveme en loccurrence

les utilisateurs agrave radio cognitive Cependant il peut exister des stations de bases

licencieacutees qui reconnaissent les protocoles des utilisateurs agrave radio cognitive

- Le reacuteseau secondaire Le reacuteseau secondaire appeleacute aussi reacuteseau de radios cogni-

tives ou reacuteseau non-licencieacute ne possegravede pas de licence pour opeacuterer sur la bande

spectrale Dougrave le besoin dun ensemble de fonctionnaliteacutes additionnelles pour pou-

voir partager les bandes spectrales licencieacutees dune maniegravere opportuniste Les reacute-

seaux secondaires sont deacuteployeacutes en mode infrastructure ou en mode ad-hoc Ils se

disposent de quatre composants (cf Ahmed Ben 2011)

- Un utilisateur agrave radio cognitive (dit utilisateur non licencieacute ou utilisateur

secondaire) na pas de licence pour transmettre sur la bande spectrale Cepen-

dant gracircce aux fonctionnaliteacutes additionnelles dont ils disposent ces utilisateurs

pourront partager la bande spectrale avec les utilisateurs primaires agrave condition

de ne pas nuire leurs transmissions ou bien profiter de leur absence pour trans-

mettre

- Une station de base secondaire (dite station de base non licencieacutee) est une

infrastructure fixe avec des capaciteacutes cognitives Lutilisateur se connecte agrave la

station de base secondaire pour acceacuteder agrave dautres reacuteseaux ou services

- Un serveur spectral (en anglais Spectrum server) est une entiteacute du RRC qui

sert agrave partager les ressources spectrales entre diffeacuterents utilisateur dans le mecircme

reacuteseau Ce serveur est connecteacute aux reacuteseaux secondaires et agit comme un ges-

tionnaire dinformation spectrale Dans un RRC un utilisateur peut ecirctre eacutelu par

les autres utilisateurs pour remplir les tacircches du serveur spectral Leacutelection de

ce serveur deacutepend essentiellement de lemplacement de ce dernier et de ses ca-

paciteacutes agrave reacutealiser une deacutetection spectrale quasi parfaite

- Un courtier spectral (en anglais Spectrum broker) est une entiteacute du RRC qui

partage les ressources spectrales entre diffeacuterents RRC Ce serveur est connecteacute agrave

plusieurs RRC et agit comme un gestionnaire dinformation spectrale

10

Figure 3 Architecture des reacuteseaux de radio cognitive (cf Akyildiz 2006)

Selon larchitecture preacutesenteacutee dans (Akyildiz 2006) le RRC est un ensemble de

plusieurs types de reacuteseaux qui coexistent sur les mecircmes bandes spectrales Agrave cause

de cette heacuteteacuterogeacuteneacuteiteacute il existe diffeacuterents types daccegraves agrave ces reacuteseaux (cf Ahmed

Ben 2011)

- accegraves au RRC les utilisateurs accegravedent agrave leur station de base en utilisant les

spectres licencieacutes ou non licencieacutes

- accegraves au reacuteseau ad-hoc de radios cognitives les utilisateurs peuvent communi-

quer entre eux agrave travers des connexions ad-hoc sur des spectres licencieacutes ou non

licencieacutes

- accegraves au reacuteseau licencieacute les utilisateurs accegravedent agrave la station de base des PUs en

utilisant les spectres licencieacutes

3 Accegraves dynamique au spectre dans la cadre de la RC

Laccegraves dynamique au spectre est consideacutereacute comme une solution approprieacutee

pour reacutesoudre le problegraveme courant de peacutenurie de spectre Les futures architectures

de reacuteseau de radio cognitive devraient ecirctre eacutevolutive et assez coopeacuterative afin de

fournir les meilleures solutions possibles Le but final est daugmenter lutilisation de

spectre par lutilisation des techniques daccegraves plus efficaces et les utilisateurs de

radio cognitive pourront beacuteneacuteficier de ces techniques pour pouvoir acceacuteder au

spectre requis quand et ougrave neacutecessaire (si possible) agrave un coucirct accessible

Geacuteneacuteralement laccegraves au spectre peut ecirctre vu comme sous-ensemble de la ges-

tion de ressource radio Pour une meilleure explication de certains des techniques

11

deacutejagrave proposeacutes lieacutes agrave laccegraves au spectre nous avons diviseacute ces travaux en diffeacuterents

domaines Premiegraverement nous preacutesentons les solutions baseacutees sur la theacuteorie des

jeux des chaicircnes de Markov et des systegravemes multi agent Tandis que concernant

notre sujet principal nous deacutepeignons les approches daccegraves au spectre baseacutees sur la

theacuteorie des enchegraveres

31 Accegraves au spectre en utilisant la theacuteorie des jeux

Plus geacuteneacuteralement une partie de poker la formation drsquoune eacutequipe ougrave une neacutego-

ciation entre agents pour la prise de rendez-vous est autant de jeux diffeacuterents obeacuteis-

sant agrave des regravegles speacutecifiques Dans ces jeux chaque participant ne peut ecirctre totale-

ment maicirctre de son sort on dit alors que tous les intervenants se trouvent en situa-

tion drsquointeraction strateacutegique La theacuteorie des jeux vise agrave eacutetudier formellement ce

type de jeux ougrave le sort de chaque agent participant dans le jeu deacutepend non seule-

ment des deacutecisions qursquoil prend mais eacutegalement des deacutecisions prises par les autres

agents intervenant dans le jeu Degraves lors le ldquomeilleurrdquo choix pour un agent deacutepend

geacuteneacuteralement de ce que font les autres Les agents participants agrave un jeu sont appeleacutes

joueurs Ainsi un joueur est un agent qui pourrait repreacutesenter une entreprise un

robot un consommateur etc (cf Chaib-draa 2010)

La theacuteorie des jeux fournit la base matheacutematique et statistique pour lanalyse des

processus deacutecisionnels interactifs en preacutevision de ce qui se produira quand les

joueurs interagissent avec les conflits dinteacuterecircts Fondamentalement un jeu se com-

pose de trois partis principaux un ensemble de joueurs un ensemble dactions et un

ensemble de preacutefeacuterences Deux preacutetentions importantes sont faites y compris la

preacutetention de rationaliteacute dans laquelle les joueurs choisissent les strateacutegies qui

maximisent leurs gains individuels attendus et preacutetention de connaissance com-

mune avec tous les joueurs ayant la connaissance dautres joueurs joignant et lais-

sant le jeu leurs ensembles daction et deacutefinitions de leur rapport de preacutefeacuterence (cf

Mir 2011)

Quand les joueurs agissent les reacutesultats entiers (utiliteacute possible de chaque

joueur) pour le jeu peuvent ecirctre deacuteriveacutes par leur rapport de preacutefeacuterence La proprieacuteteacute

la plus ceacutelegravebre et la plus connue de lapproche des theacuteories des jeux est appeleacute eacutequi-

libre de Nash (NE) qui est un concept de solution dun jeu comportant deux ou

plusieurs joueurs En NE on assume que chaque joueur sait les strateacutegies deacutequilibre

des autres joueurs et aucun joueur na rien agrave gagner en changeant sa propre strateacutegie

(cf Mir 2011)

Largement les concepts de theacuteorie des jeux ont eacuteteacute intensivement employeacutes

pour des attributions de spectre dans les reacuteseaux de radio cognitive ougrave les utilisa-

teurs primaire et secondaires participant agrave un jeu se comportent rationnellement

pour choisir les strateacutegies qui maximisent leurs gains individuels (cf Mir 2011)

Les gains deacutesireacutes peuvent ecirctre sous forme dutilisation de spectre pour la dureacutee

respecteacutee le prix associeacute le rapport signal sur bruit (SNR) le taux derreurs binaire

(BER) et de retard etchellip (cf Mir 2011)

12

Ainsi afin de la simpliciteacute et sur la base des comportements des joueurs dans un

jeu ces jeux sont geacuteneacuteralement classeacutes dans deux domaines jeux coopeacuteratifs et

jeux compeacutetitifs

Dans le cadre des jeux coopeacuteratifs les joueurs sont autoriseacutes agrave communiquer

avant de choisir leurs strateacutegies et de jouer le jeu Ils peuvent convenir mais aussi en

deacutesaccord sur une strateacutegie commune (cf Gaoning 2010)

Tous les joueurs sont preacuteoccupeacutes par tous les gains globaux et ils ne sont pas

tregraves inquiets de leur gain personnel Certains travaux reacutecents utilisent la theacuteorie des

jeux coopeacuteratifs pour reacuteduire la puissance de transmission des utilisateurs secon-

daires afin drsquoeacuteviter de geacuteneacuterer des interfeacuterences avec les transmissions des utilisa-

teurs primaires (cf Beibei et al 2007)

Au contraire un jeu non coopeacuteratif est baseacute sur labsence des coalitions (cf Mir

2011) ougrave chaque joueur agit individuellement pour optimiser son rendement sans

eacutegard agrave la performance des autres joueurs (cf Gaoning 2010) et donc toutes ses

deacutecisions sont prises de maniegravere compeacutetitive et eacutegoiumlste (cf Amraoui et al 2012)

Dans la litteacuterature existante nous avons constateacute que les concepts theacuteoriques du

jeu ont eacuteteacute largement utiliseacutes pour des attributions de freacutequences dans les reacuteseaux

RC ougrave lorsque les utilisateurs primaires et secondaires participent agrave un jeu ils ont

un comportement rationnel pour choisir les strateacutegies qui maximisent leurs propres

gains (cf Amraoui et al 2012)

32 Accegraves au spectre en utilisant les approches de Markov

Dans ce qui preacutecegravede nous avons discuteacute de plusieurs aspects lieacutes agrave lapplication

de la theacuteorie des jeux dans les reacuteseaux de RC Toutefois les approches de theacuteorie

des jeux ne savent pas modeacuteliser linteraction entre le SU et le PU pour laccegraves au

spectre Cette modeacutelisation peut ecirctre reacutealiseacutee en utilisant efficacement les chaicircnes de

Markov et peu de recherche ont eacuteteacute effectueacutes Dans (Chunsheng et al 2010) un

modegravele de Markov est preacutesenteacute ougrave chaque SU choisit au hasard son propre canal

plutocirct que deacutechanger des messages de controcircle avec le SU voisin (cf Mir 2011)

Les processus daccegraves au spectre ont aussi eacuteteacute modeacuteliseacutes en temps continu avec

CTMC (Chaines de Markov en temps continu laquo continuous time Markov chain raquo)

Un modegravele relatif de CTMC est preacutesenteacute dans (Beibei et al 2007) pour capturer

linteraction entre les utilisateurs primaires et secondaires Les deux modegraveles avec et

sans files dattente sont analyseacutes et la deacutegradation du deacutebit due agrave lrsquointerfeacuterence des

SU est compenseacutee Les modegraveles CTMC obtiennent des bonnes statistiques entre

eacutequiteacute et efficaciteacute (cf Mir 2011)

Un autre systegraveme CTMC de lattribution du spectre optimal est preacutesenteacute dans

(Xiaorong et al 2007) ce qui reacuteduit la probabiliteacute de terminaison forceacutee de la SU

correspondant Le mecircme type de modegraveles CTMC avec et sans file dattente sont

analyseacutes dans (Waqas et al 2009 Zhang 2008 Zhao et al 2007) et les para-

megravetres tels que la probabiliteacute de est consideacuterablement reacuteduit (cf Mir 2011)

13

Neacuteanmoins un nombre limiteacute de travaux ont eacuteteacute reacutealiseacutes pour acceacuteder au spectre

sans licence agrave laide de chaicircnes de Markov Parmi ceux-ci un ceacutelegravebre modegravele de

CTMC est proposeacute dans (Xing et al 2006) pour atteindre des assignations eacutequi-

tables de freacutequences entre les SU Cette approche vise plus speacutecifiquement sur

lutilisation efficace du spectre en eacutevitant les interfeacuterences En utilisant le modegravele

CTMC les auteurs tirent le temps dutilisation du spectre et de la probabiliteacute de

blocage comme indicateurs de performance importants Les reacutesultats danalyse et de

simulation montrent que le modegravele proposeacute permet dobtenir un bon compromis

entre efficaciteacute et eacutequiteacute

33 Accegraves au spectre en utilisant les Systegravemes Multi Agents (SMA)

Les SMA ont eacuteteacute deacutejagrave appliqueacutes pour lallocation des ressources et les partages

dans des contextes diffeacuterents via des applications et des reacuteseaux sans fil actuels (cf

Sycara Katia 1998) Un des nouveaux apports des SMA est leur utilisation dans les

reacuteseaux de la radio cognitive (cf Mir et al 2009)

Un SMA est employeacute pour controcircler des ressources de spectre agrave travers plu-

sieurs LANs sans fil (WLANs) situeacute dans une zone geacuteographique (cf Benmammar

et Krief 2003 Jrad et al 2005) Chaque point daccegraves (AP) situeacute dans un WLAN

contient un agent qui interagit avec les agents voisins drsquoAP (situeacutes dans lautre

WLANs) pour former un SMA (cf Jiang et al 2007)

Larchitecture interne dun agent se compose de deux parties lestimation de pa-

ramegravetres preacutedictifs qui geacutenegravere des estimations de paramegravetres en utilisant les caracteacute-

ristiques du signal reccedilu agrave partir de lenvironnement WLAN et de loptimisation de

gestion des ressources qui deacutecide les bandes approprieacutees de spectre agrave choisir Lap-

proche proposeacutee est expliqueacutee conceptuellement mais rien danalyse et des expeacute-

riences ne sont montreacutees

Un scheacutema dallocation distribueacutee et dynamique de facturation tarification et

des ressources sont examineacutes Le protocole utiliseacute pour lallocation des ressources

radio entre les SUs et les opeacuterateurs est nommeacute comme protocole drsquoenchegraveres agrave offre

scelleacutee multi-uniteacute qui est baseacute sur le concept de soumissions et dattribution des

marchandises Un bon agent dallocation de ressource radio (RAA) qui geacutenegravere les

offres pour obtenir le spectre deacutesireacute repreacutesente le comportement de chaque SU Un

agent commissaire-priseur repreacutesente le comportement de lopeacuterateur ayant les

capaciteacutes dannoncer des enchegraveres (pour laccegraves au spectre) et le calcul du prix rela-

tif (cf Tian et al 2010) Leacutecosystegraveme se compose de plusieurs parties y compris

- gestion de meacutemoire tampon QoS (qualiteacute de service-BM) deacutetermine les donneacutees agrave

envoyer en premier lieu

- gestionnaire de profils utilisateur (UPM) identifie les besoins de QoS et de spectre

preacutefeacuterences pour les SU

- strateacutegie denchegraveres (BRI) tire son entreacutee de QoS-BM de faire une offre de res-

sources requeacuterante (cf Tian et al 2010)

14

Toutes les piegraveces ci-dessus fonctionnent ensemble pour faire un message den-

treacutee (ou une offre) et ce message est alors envoyeacute agrave lagent commissaire-priseur A la

reacuteception dune offre ce dernier deacutetermine les bandes de freacutequences agrave attribuer agrave des

SUs De mecircme dans la deuxiegraveme approche (cf Kloeck et al 2006) les SUs sont

repreacutesenteacutes comme des agents de consommateurs et les PUs travaillent comme

agents de fournisseurs pour louer leurs spectres aux agents consommateur requeacuterant

Un agent secondaire annonce lrsquoaccegraves au spectre offert (au nom dun agent de la con-

sommation) agrave lagent fournisseur voisin qui comprend le degreacute requis de controcircle

sur le spectre et le prix

En retour lagent fournisseur correspondant reacutepond et srsquoil y a un accord le par-

tage du spectre est deacutemarreacute sinon les exigences des deux agents aller dans un sceacutena-

rio concurrentiel et lagent avec meilleure offre remporte laffaire Les auteurs de

(Tonmukayakul et Weiss 2005) se concentrent sur la conception dun algorithme

centraliseacute de partage entre les agents de lISP agrave laide de ventes aux enchegraveres

Le commissaire-priseur centraliseacute attribue le spectre dune maniegravere libre de

lrsquointerfeacuterence tout en maximisant la protection sociale (ou lutiliteacute) Les auteurs

montrent comment leur reacutegime peut reacuteduire les frais geacuteneacuteraux de calcul par lalloca-

tion du spectre en une seule iteacuteration Ils ont en outre concevoir un systegraveme de paie-

ment qui permet aux agents decirctre honnecircte en leur imposant une valeur minimum

fixe dune offre Un autre modegravele dagent baseacute sur leacutechange ou lrsquoallocation de

spectre est preacutesenteacute dans (Gopinathan et Zongpeng 2010) ougrave les agents acquiegraverent

les rocircles des courtiers de spectre Le beacuteneacutefice des agents leur probabiliteacute daccegraves au

spectre et lincertitude de la demande sont obtenus en termes de prix et de bande

passante et une strateacutegie optimale unique (cf Gopinathan et Zongpeng 2010) Tou-

tefois dans les approches concurrentielles les agents peuvent parfois se trouver en

envoyant de fausses offres obligeant les chercheurs agrave deacutevelopper des strateacutegies

complexes de punir qui devraient ecirctre agrave labri de mensonge

Les auteurs de (Ba-Lam et al 2010) soutiennent que par le deacuteploiement

dagents sur les SUs et en leur permettant dapprendre par une interaction peuventt

ameacuteliorer lutilisation du spectre global et les SUs peuvent quitter facilement le

spectre lorsque les PUs le reacutecupegravere Une approche dapprentissage est proposeacutee dans

(Zhang et al 2012) ougrave chaque SU perccediloit ses paramegravetres actuels de transmission et

prend les mesures neacutecessaires lorsque le PU apparaicirct Plusieurs valeurs de peacutenaliteacute

sont appliqueacutes lorsque les agents SUs tentent dinterfeacuterer les uns avec les autres ou

avec les PUs Les reacutesultats des simulations montrent que lrsquoapproche proposeacutee ameacute-

liore la transmission du SUs et les capaciteacutes de commutation de canaux par rapport agrave

lapproche gloutonne

En bref les SMA peuvent ecirctre utiliseacutes de diverses faccedilons pour laccegraves au spectre

dans les reacuteseaux de RC mais encore le deacuteploiement de SMA par ces infrastructures

est relativement un nouveau concept

15

34 Accegraves au spectre en utilisant les Enchegraveres

La theacuteorie des enchegraveres a reacutecemment eacuteteacute appliqueacutee pour reacutesoudre divers pro-

blegravemes en ingeacutenierie Un processus denchegraveres fonctionne comme suit Tout dabord

les acheteurs preacutesentent des soumissions pour lachat des produits et les vendeurs

soumettent les demandes de vendre des marchandises Un produit denchegravere eacutetant

commerceacute peut ecirctre un article reacuteel ou un service Chaque offredemande contient des

informations qui indique les preacutefeacuterences de lacheteurvendeur les exigences et les

demandes pour les produits decirctre commerceacute Geacuteneacuteralement une offre doit exprimer

au moins drsquoun prix de soumission offert et drsquoune quantiteacute de produit agrave acheter De

mecircme une demande devrait contenir un prix de demande et une quantiteacute de produit

agrave vendre Le prix inclus dans une offredemande ne pourrait pas ecirctre la vraie eacutevalua-

tion de lacheteurvendeur qui est une valeur priveacutee eacutevalueacutee par ces derniers sur le

produit pour ecirctre acheteacutevendu Il y a un agent intermeacutediaire deacutesigneacute sous le nom du

commissaire-priseur qui conduit lenchegravere et deacutegage le marcheacute en assortissant des

offres et des demandes Ensuite chaque paire assortie dacheteur-vendeur doit soc-

cuper agrave un prix deacutequilibre (ou notamment au prix soccupant) Dans quelques en-

chegraveres il y a seulement un vendeur et ce vendeur peut exeacutecuter un rocircle dun com-

missaire-priseur En conseacutequence dans ce cas les termes commissaire-priseur et

vendeur peuvent ecirctre employeacutes lun pour lautre (cf Waqas et al 2009)

Dans le contexte de la radio cognitive les acheteurs sont des utilisateurs secon-

daires qui peuvent utiliser le spectre en le payant et les vendeurs (par exemple les

utilisateurs primaires) fournissent les ressources radio aux acheteurs et recevoir des

gains de ces derniers en vendant des ressources radio inutiliseacutes ou sous-utiliseacutes Les

produits sont des ressources radio par exemple la bande passante les time-slots et

les droits de transmission des donneacutees sur le reacuteseau En outre les commissaires-

priseurs peuvent facturer des frais de commission organiseacute des enchegraveres pour les

utilisateurs primaires et secondaires au revenu de gain Gracircce agrave la vente aux en-

chegraveres les utilisateurs primaires les utilisateurs secondaires et commissaires-

priseurs ont des motivations agrave participer pour obtenir des avantages dans un systegraveme

de radio cognitive (cf Vijay 2009 Parsons et al 2011 Zhang et al 2012)

341 Composants dun marcheacute aux enchegraveres

Les composants dun marcheacute aux enchegraveres sont les suivantes (cf Jarraya

2006)

- le vendeur est une entiteacute du marcheacute qui veut vendre le produit Un vendeur pro-

pose le prix et la quantiteacute de produit agrave ecirctre neacutegocieacutees aux enchegraveres

- lacheteur est une entiteacute qui veut acheter le produit Un acheteur soumet une offre

en termes de prix et de quantiteacute denchegraveres pour acheter agrave travers la vente aux en-

chegraveres

- le prix deacutechange de compensation est le prix de chaque produit agrave ecirctre neacutegocieacutes

sur un marcheacute aux enchegraveres Le prix de neacutegociation doit satisfaire le prix demandeacute et

le prix de loffre par le vendeur et lacheteur respectivement

16

342 Types plus classiques drsquoenchegraveres

Dans lrsquoenchegravere anglaise le commissaire-priseur initie lrsquoenchegravere en annonccedilant

un premier prix initialement infeacuterieur agrave la valeur estimeacutee du produit Apregraves chaque

annonce le commissaire-priseur attend pendant un certain temps pour voir srsquoil existe

des participants acceptant cette offre Degraves qursquoun participant se manifeste le com-

missaire-priseur annonce une nouvelle proposition de prix eacutegale au dernier prix

increacutementeacute drsquoune valeur appeleacutee pas drsquoincreacutementation (cf Jarraya 2006)

Lrsquoenchegravere se termine quand aucun des participants ne se manifeste A ce mo-

ment-lagrave le commissaire-priseur compare le prix de la derniegravere offre accepteacutee avec la

valeur estimeacutee du produit Si le prix de lrsquooffre est supeacuterieur agrave la valeur estimeacutee alors

lrsquoenchegravere est accordeacutee au participant qui srsquoest prononceacute pour cette offre Dans le cas

contraire les participants sont informeacutes de lrsquoannulation de la vente Le manager peut

reacuteexaminer au cours de lrsquoenchegravere la valeur estimeacutee du produit pour eacuteviter toute

annulation de la vente (cf Jarraya 2006)

Dans lrsquoenchegravere hollandaise le commissaire-priseur annonce au deacutepart une va-

leur tregraves eacuteleveacutee par rapport agrave la valeur estimeacutee du produit Puis il commence par

baisser le prix jusqursquoagrave ce qursquoun participant signale son acceptation du prix proposeacute

Le vendeur possegravede une estimation de la valeur du produit (prix de reacuteserve) au-

dessous de laquelle il ne vend pas le produit Si lrsquoenchegravere atteint le prix de reacuteserve

sans qursquoil y ait drsquoacheteurs lrsquoenchegravere se termine (cf Jarraya 2006)

Dans lrsquoenchegravere Vikrey (Enveloppe scelleacutee au second prix) les propositions sont

priveacutees aucun participant ne connaicirct le contenu des autres enchegraveres Les enchegraveres

Vickrey permettent de vendre un article unique comme les enchegraveres anglaises La

diffeacuterence est que le soumissionnaire le plus eacuteleveacute obtient lrsquoarticle au prix offert par

le deuxiegraveme plus haut soumissionnaire (cf Jarraya 2006)

Dans lrsquoenchegravere au premier prix des enchegraveres sont soumises au vendeur sous un

certain format sans qursquoaucun des participants ne sache le contenu des autres en-

chegraveres Le gagnant paye le prix qursquoil avait soumis (cf Jarraya 2006)

Dans le double enchegravere les participants sont des acheteurs et des vendeurs qui

neacutegocient sur un mecircme produit Lrsquoenchegravere peut deacutemarrer par lrsquoenvoie drsquoune offre

(cf Jarraya 2006)

Les vendeurs envoient des offres qui deacutemarrent avec le plus haut prix puis elles

deacutecroissent et des propositions sont faites par les acheteurs dont les prix eacutevoluent

dans le sens inverse des offres Les offres et les propositions sont publiques chaque

participant est au courant de toutes les offres et les propositions soumises (lrsquoeacutemetteur

et le prix proposeacute) La neacutegociation peut srsquoachever si un acheteur accepte une offre

proposeacutee par un vendeur ou si un vendeur accepte une proposition drsquoun acheteur (cf

Jarraya 2006)

343 Quelques travaux relatifs

Dans (Zhu et al 2009) les auteurs ont eacutetudieacute le problegraveme drsquoaccegraves au spectre

dans le cadre de la radio cognitive unique et multicanal Un cadre fondeacute sur

17

lrsquoenchegravere reacutepeacuteteacutee a eacuteteacute adopteacutee Dans laccegraves au spectre agrave canal unique les SUs par-

ticipent de maniegravere seacutelective dans la vente aux enchegraveres en fonction de leur eacutevalua-

tion et historique des enchegraveres passeacute Dans les reacuteseaux multicanal une approche

non-regret a eacuteteacute proposeacutee Sa performance a eacuteteacute montreacutee pour ecirctre nettement mieux

quune solution gourmande naiumlve

Dans les solutions baseacutees sur les enchegraveres chaque canal est assigneacute agrave un seul reacute-

seau crsquoest agrave dire qursquoil nrsquoy a pas la notion de SU et de PU dans le mecircme canal Dans

la litteacuterature deux possibiliteacutes srsquooffrent (cf Amraoui et al 2013)

- soit le reacutegulateur alloue les canaux aux utilisateurs primaires ces derniers allouent

indeacutependamment les portions inutiliseacutees de leur canal aux SU

- soit le reacutegulateur alloue le droit drsquoecirctre SU ou PU dans le canal

Dans (Chen et al 2008) les auteurs adoptent les meacutecanismes denchegraveres au se-

cond prix pour reacutesoudre le problegraveme drsquoallocation du spectre ainsi que les problegravemes

de deacutetection des bandes libres agrave la radio cognitive Ils introduisent la notion drsquoargent

fictif en reacutealisant le systegraveme de payement en temps reacuteel

Dans une autre approche les auteurs proposent une nouvelle vente aux enchegraveres

baseacutees sur le temps dattente pour lallocation dynamique du spectre Avec cette

approche les soumissions des utilisateurs sont leur temps dattente au lieu dargent

(cf Guangen et al 2011)

Dans (Lin et al 2010) les auteurs proposent un cadre denchegraveres pour les reacute-

seaux de radio cognitive pour permettre aux SUs non autoriseacutes de partager le spectre

disponible avec des PUs autoriseacutes de maniegravere eacutequitable et efficace soumis agrave la con-

trainte de la tempeacuterature de linterfeacuterence agrave chaque PU Ils eacutetendent ensuite le cadre

de la vente aux enchegraveres proposeacutee pour le sceacutenario le plus difficile avec des bandes

de freacutequences libres ougrave le SU aura le choix entre payer et avoir une bonne QoS ou

bien acceacuteder aux canaux gratuitement et risquer de rencontrer des interfeacuterences avec

les utilisateurs

Dans certains sceacutenarios le spectre est utiliseacute de maniegravere plus efficace en accor-

dant une bande agrave plusieurs SUs simultaneacutement ce qui le distingue des enchegraveres

traditionnelles ougrave un seul utilisateur peut ecirctre le gagnant Toutefois la vente aux

enchegraveres multi-gagnantes est un nouveau concept qui pose de nouveaux deacutefis aux

meacutecanismes denchegraveres traditionnelles Par conseacutequent dans (Yongle et al 2008)

les auteurs proposent un meacutecanisme efficace de la vente aux enchegraveres du spectre

multi-gagnant reacutesistant agrave la collusion ougrave plusieurs SU peuvent gagner lrsquoaccegraves agrave un

seul canal

4 Impleacutementation de la solution proposeacutee

Dans ce papier nous avons choisis un type particulier drsquoenchegraveres crsquoest

lrsquoenchegravere agrave enveloppe scelleacutee nous lrsquoavons impleacutementeacute avec et sans programmation

18

dynamique et compareacute les reacutesultats obtenus avec ceux de la meacutethode FIFOrsquo1 dans le

but de mesurer lrsquoimportance de lrsquoenchegravere pour le partage du spectre mais aussi

lrsquoimportance de combiner la programmation dynamique avec les enchegraveres

Notre approche est baseacutee sur les SMA et impleacutementeacutee agrave lrsquoaide de la plateforme

JADE qui facilite la meacutethodologie SMA car crsquoest un langage de programmation

dagents qui permet de suivre les traces des messages eacutechangeacutes et afficher chaque

message dans la fenecirctre du sniffer Nos agents (PU et SUs) utilisent le type de neacutego-

ciation laquo plusieurs agrave un c-agrave-d plusieurs SUs et un seul PUraquo

41 Topologie du reacuteseau utiliseacute

Dans la litteacuterature la plupart des inconveacutenients et des problegravemes lieacutes aux en-

chegraveres sont en rapport avec le reacutegulateur (initiateur) ce dernier peut avoir un com-

portement mensonger il peut aussi utiliser de faux participants pour faire augmenter

lrsquoeacutevaluation de lrsquoobjet (cf Amraoui et al 2013)

Pour eacuteviter ce type de problegraveme nous utilisons dans ce travail une architecture

de systegraveme multi-agents coopeacuteratifs pour la gestion des ressources radio crsquoest une

architecture de reacuteseau sans infrastructure laquo reacuteseau Ad-hoc raquo Nous consideacuterons que

tous nos agents sont fixes durant leurs mises en œuvre car ils travaillent localement

chacun dans son propre site et communiquent entre elles de faccedilon directe

Autrement dit la communication se fera directement entre le PU et les SUs (il

nrsquoy a pas la notion de commissaire-priseur c-agrave-d lrsquoenchegravere se fait directement entre

le vendeur et lrsquoacheteur) La Figure 4 illustre la topologie du reacuteseau que nous avons

utiliseacute

Figure 4 Topologie du reacuteseau (mode Ad-hoc)parapara

1FIFOrsquo FIFO mais sans blocage des demandes insatisfaites

19

42 Sceacutenario proposeacute

Nous consideacuterons un sceacutenario ougrave le PU et les SUs sont connecteacutes en mode laquo Ad-

hoc raquo avec le type particulier de neacutegociation laquoplusieurs agrave un raquo tels que lrsquoagent PU

neacutegocie avec les agents SUs qui ont besoin de bandes libres pour maximiser laccegraves

dynamique au spectre

Dans notre situation le PU et les SUs neacutegocient leur accord sur la base de cer-

tains critegraveres tels que le prix et le nombre de canaux La Figure 5 illustre le sceacutenario

qui sera traiteacute dans la suite de ce travail

Figure 5 Sceacutenario proposeacute

43 Algorithme proposeacute

Les auteurs dans (Amraoui et al 2013) ont compareacute les enchegraveres agrave un tour avec

les enchegraveres agrave plusieurs tours (nommeacutees aussi enchegraveres classiques) mais en les com-

binant systeacutematiquement avec la programmation dynamique et aussi sans passer par

une vraie simulation du comportement de neacutegociation entre agents Cest-agrave-dire en

ignorant les interactions entre SUs et PU Le travail des auteurs est eacutevalueacute unique-

ment en centraliseacute coteacute PU

Dans cet article nous avons opteacute pour une comparaison entre les enchegraveres agrave un

seul tour (enveloppe scelleacutee au premier prix) et les enchegraveres agrave un seul tour avec

programmation dynamique mais dans le cadre drsquoun vrai comportement de neacutegocia-

tion agrave lrsquoaide drsquoune simulation avec lrsquooutil Jade Lrsquoobjectif est de montrer lrsquoapport de

la programmation dynamique pour les enchegraveres Ensuite nous avons compareacute les

reacutesultats obtenus avec ceux de la meacutethode FIFOrsquo

Dans ce qui suit nous allons noter

20

- nb le nombre de SU

- m le nombre de canaux libres coteacute PU

- W tableau de taille eacutegale au nombre de SU W[i] est le nombre de canaux deman-

deacutes par SUi

- C tableau de taille eacutegale au nombre de SU C[i] repreacutesente le prix proposeacute pour

W[i] par SUi

La fonction monotone croissante agrave optimiser est

Max

1

0

][

nb

i

iC (1)

La contrainte est

1

0

][

nb

i

iW m (2)

Lrsquoalgorithme proposeacute dans (Amraoui et al 2013) pour la programmation dy-

namique est le suivant

Algorithme 1 Algorithme de programmation dynamique adapteacute dans le cadre de la

RC

1 fonction COUT (W C m)

2 n larr longueur (C)

3 tab tableaux agrave 2 dimensions de taille (n+1)(m+1)

4 pour j=0 agrave m faire

5 tab[0][j] larr 0

6 fin boucle

7 pour i=1 agrave n faire


9 si (j lt W[i-1]) alors

10 tab[i][j]=tab[i-1][j]

11 sinon

12 tab[i][j]=Max(tab[i-1][j]C[i-1]+tab[i-1][j-W[i-1]])

13 fin condition

14 fin boucle

15 fin boucle

16 retourner tab[n] [m]

17 fin fonction

44 Etude comparative

Pour la simulation nous avons utiliseacute le mecircme jeu de donneacutees pour les trois meacute-

thodes (enchegravere agrave enveloppe scelleacutee avec et sans programmation dynamique et

21

FIFOrsquo) pour pouvoir comparer les reacutesultats obtenus Le jeu de donneacutees utiliseacute est

nb=5 et m=4 C = 300 35435 2126 1417 14168 et W = 6 5 3 2 2

Nous avons impleacutementeacute lrsquoalgorithme de lrsquoenchegravere agrave enveloppe scelleacutee avec et

sans programmation dynamique coteacute PU et ensuite compareacute les reacutesultats obtenus

avec celui de la meacutethode FIFOrsquo sachant que nous supposons qursquoil y a 5 SUs au

mecircme endroit

44 1 Comparaison en termes drsquoefficaciteacute

Ici nous parlons de nombre de SU satisfaits Pour cela nous avons compareacute les

trois algorithmes et nous remarquons les reacutesultats obtenus dans la Figure 6 qui

montre lrsquoimpact des enchegraveres sur le nombre de SUs satisfaits

Le jeu de donneacutees utiliseacute est C = 300 35435 2126 1417 14168 et

W = 6 5 3 2 2 et nous fixons le nombre de SUs agrave 5 (nb=5) et nous varions le

nombre de canaux (m = 1hellip10)

Figure 6 Impact des enchegraveres sur le nombre de SUs satisfaits

Drsquoapregraves la Figure 6 nous remarquons que le nombre de SUs satisfaits avec

lrsquoenchegravere en utilisant la programmation dynamique est supeacuterieur par rapport agrave celui

obtenu avec FIFOrsquo et lrsquoenchegravere agrave enveloppe scelleacutee

442 Comparaison en termes de gain de PU

Dans cette section nous allons montrer lrsquoimpact des enchegraveres sur le gain obtenu

par le PU pour cela nous allons faire une comparaison entre lrsquoenchegravere avec et sans

programmation dynamique et avec la technique FIFOrsquo

22

Les reacutesultats obtenus sont illustreacute dans la Figure 7

Le jeu de donneacutees utiliseacute est nb=5 C = 286 209 141 489 105 et W = 3 2

1 32 avec un laquo m raquo qui varie entre 1et 10

Figure 7 Impact des enchegraveres sur le gain obtenu par le PU

Nous remarquons que lrsquoutilisation des enchegraveres avec la programmation dyna-

mique est plus beacuteneacutefique pour le PU car ses gains sont beaucoup plus importants par

rapport agrave lrsquoutilisation des enchegraveres agrave enveloppe scelleacutee ou lrsquoutilisation de la tech-

nique FIFOrsquo

443 Comparaison en termes de temps requis

Pour connaicirctre le temps (en milli seconde laquo ms raquo) du traitement coteacute PU pour

qursquoun nombre de SUs peut ecirctre satisfaits nous avons fait une comparaison entre

lrsquoutilisation des deux types drsquoenchegraveres avec la meacutethode FIFOrsquo

Pour eacutetablir cette comparaison nous consideacuterons le cas drsquoun nombre variable

de SUs (nb = 1hellip10) et drsquoun nombre fixe de canaux (m=5)

23

Figure 8 Temps du traitement coteacute PU par rapport au nombre de SUs

Comme le montre la Figure 8 avec les deux types drsquoenchegraveres le temps du trai-

tement cocircteacute PU srsquoaugmente en fonction de lrsquoaugmentation du nombre de SUs Cest

clair car avec plus de SUs disponibles le PU prend plus de temps pour choisir les

meilleures offres proposeacute par ces SUs Mais lrsquoutilisation des enchegraveres avec pro-

grammation dynamique reste mieux que lrsquoenchegravere agrave enveloppe scelleacutee en termes de

temps requis car lrsquoenchegravere agrave enveloppe scelleacutee dans notre cas a besoin de beaucoup

de temps pour trier les demandes reccedilu selon le prix unitaire de chaque SU Par

contre lrsquoideacutee de lrsquoenchegravere avec programmation dynamique est de classer les SUs

selon le prix proposeacute pour la totaliteacute des canaux pour obtenir une solution optimale

Dans le cadre geacuteneacuteral la programmation dynamique prend beaucoup de temps pour

trier ces objets mais dans notre cas et puisque la taille du tableau est raisonable elle

nous donne un reacutesultat meilleur que lrsquoenchegravere agrave enveloppe scelleacutee (la taille du ta-

bleau dans ce cas est le nombre de SUs le nombre de canaux) Pour la technique

FIFOrsquo le temps requis est toujours eacutegal agrave 1ms car le traitement est limiteacute (re-

quecirctereacuteponse) le premier entreacute est le premier servi sans bloquer les demandes

444 Comparaison en termes de temps de reacuteponse coteacute SU

La Figure 9 montre lrsquoimpact du taux drsquoarriveacutee des SUs sur le temps de reacuteponse

toujours coteacute SU pour se faire nous varions le taux drsquoarriveacute des SUs de 1s agrave 10s le

PU est lanceacute apregraves 1s du lancement de SU10 Ce graphe montre le temps de reacuteponse

uniquement pour lenchegravere (agrave enveloppe scelleacutee avec et sans programmation dyna-

mique) car pour FIFOrsquo cest requecirctereacuteponse donc le traitement est limiteacute

24

Figure 9 Temps de reacuteponse par rapport aux taux drsquoarriveacutee des SUs

Il faut remarquer ici que le temps de reacuteponse coteacute SU est le temps attendu pour

avoir une reacuteponse de la part du PU car pour les enchegraveres il faut attendre jusquagrave

larriveacutee du dernier SU et le lancement du PU (Le coucirct du traitement en ms coteacute PU

est toujours neacutegligeable)

Ce graphe montre que le temps de reacuteponse pour un SU donneacute srsquoaugmente en

fonction du taux drsquoarriveacutee des SUs sauf dans le cas du dernier SU arriveacutee qui va

toujours attendre une seconde (le temps pour lancer le PU) Nous remarquons aussi

que plus lrsquoarriveacute drsquoun SU est proche de celui du dernier SU plus son temps de reacute-

ponse est diminueacute Et plus lrsquoarriveacute drsquoun SU est loin de celui du dernier SU arriveacutee

plus le temps de reacuteponse est augmenteacute Pour ecirctre plus preacutecis si X est le taux

drsquoarriveacutee des SUs

- SU1 va attendre 9X+1 car 9 SUs arriveront derriegravere lui chaque X seconds le PU

est lanceacute apregraves SU10 de 1s (courbe rouge)


est lanceacute apregraves SU10 de 1s (courbe bleu)

- Par contre SU10 arrive le dernier donc il va toujours attendre 1s le temps pour

lancer le PU (courbe verte)

5 Conclusion

Dans ce papier nous avons combineacute la theacuteorie des enchegraveres avec les systegravemes

multi agents pour reacutesoudre le problegraveme de lrsquoencombrement du spectre Pour cela

nous avons donneacute les notions les plus importantes concernant la topologie et les

25

outils utiliseacutes pour faire simuler lrsquoaccegraves dynamique aux spectres en utilisant un type

particulier drsquoenchegraveres qui est lrsquoenchegravere agrave enveloppe scelleacutee au premier prix

Les reacutesultats obtenus montrent que quel que soit le nombre de canaux deman-

deacutes lrsquoutilisation des enchegraveres avec la programmation dynamique est mieux que les

enchegraveres agrave enveloppe scelleacutee et FIFOrsquo car la proceacutedure est plus rapide et a beaucoup

drsquoavantages en termes de nombre de SUs satisfaits gain obtenu par le PU temps de

traitement cocircteacute PU et finalement temps de reacuteponse coteacute SU

Comme conclusion nous pouvons dire que notre approche a prouveacute qursquoil est

preacutefeacuterable drsquoutiliser les enchegraveres avec la programmation dynamique pour reacutesoudre le

problegraveme de lrsquoencombrement du spectre et pour une gestion plus efficace de celui-ci

car tous les utilisateurs sont gagnants Les SUs gagnent en satisfaisant leurs besoins

et le PU gagne en maximisant son gain

Reacutefeacuterences

Ahmed Ben (2011) Allocation dynamique des bandes spectrales dans les reacuteseaux sans-fil agrave

radio cognitive Thegravese de doctorat Universiteacute du Queacutebec agrave Montreacuteal 2011

Akyildiz (2006) LEE Won-Yeol VURAN Mehmet C et al NeXt GenerationDynamic

Spectrum AccessCognitive Radio Wireless Networks a Survey Computer Networks

vol 50 no 13 p 2127-2159 2006

Amraoui et al (2013) ldquoAuction-based Agent Negotiation in Cognitive Radio Ad Hoc Net-

worksrdquo Fourth International ICST Conference ADHOCNETS 2012 Paris France Octo-

ber 16-17 2012 Revised Selected Papers Series Lecture Notes of the Institute for Com-

puter Sciences Social-Informatics and Telecommunications Engineering Vol 111 pp

119-134 Springer Edition 2013

Amraoui et al (2012) Accegraves Dynamique au Spectre dans le Contexte de la Radio Cognitive

In 2iegraveme eacutedition de la confeacuterence nationale de linformatique destineacutee aux eacutetudiants de

graduation et de post-graduation 2012

Ba-Lam et al (2010) A general framework for assisted power control in Cognitive Radio

Networks In Personal Indoor and Mobile Radio Communications (PIMRC) 2010 IEEE

21st International Symposium on IEEE 2010

Beibei et al (2007) Primary-prioritized Markov approach for dynamic spectrum access In

New Frontiers in Dynamic Spectrum Access Networks 2007 DySPAN 2007 2nd IEEE

International Symposium on IEEE p 507-515 2007

Benmammar et Amraoui (2013) Radio Resource Allocation and Dynamic Spectrum Access

(FOCUS Series) John Wiley amp Sons Inc 2013

Benmammar et Krief (2003) La technologie agent et les reacuteseaux sans fil congregraves DNAC

octobre 2003

Chaib-draa (2010) Introduction agrave la Theacuteorie des Jeux 2010

Chehata (2011) Algorithmes de Routage dans les Reacuteseaux Sans-Fil de Radios Cognitives agrave

Multi-Sauts 2011

26

Chen et al (2008) Optimizing the second-price auction algorithm in a dynamic cognitive

radio network In Communication Systems 2008 ICCS 2008 11th IEEE Singapore In-

ternational Conference on IEEE 2008

Chunsheng et al (2010) On random dynamic spectrum access for cognitive radio networks

In Global Telecommunications Conference (GLOBECOM 2010) 2010 IEEE IEEE p

1-5 2010

Colson et Kountouris (2006) Une Application de la Radio Intelligente Adaptation Dyna-

mique de la Complexiteacute Algorithmique Journeacutees Scientifiques du CNFRS Mar 2006

Ekram et al (2009) Dynamic spectrum access and management in cognitive radio networks

Cambridge Cambridge University Press 2009

Guangen et al (2011) A waiting-time Auction Based Dynamic Spectrum allocation in cogni-

tive radio networks GLOBECOM 2011

Gaoning (2010) Strategie dAllocation de Ressources sans Fils agrave Base de la Theacuteorie des

Jeux Thegravese de doctorat Teacuteleacutecom ParisTech 2010

Gopinathan et Zongpeng (2010) Strategyproof wireless spectrum auctions with interference

Proceedings of IEEE GLOBECOM 2010

Jarraya (2006) Reacuteutilisation des protocoles drsquointeraction et Deacutemarche orienteacutee modegraveles pour

le deacuteveloppement multi-agents Thegravese de Doctorat Universiteacute de Reims Champagne Ar-

denne 2006

Jiang et al (2007) Cognitive radio resource management using multi-agent systems In

IEEE CCNC 2007

Jrad et al (2005) A User Assistant for QoS Negotiation in a Dynamic Environment Using

Agent Technology Proceedings of the Second IEEE and IFIP International Conference

on Wireless and Optical Communications Networks WOCN 2005 March 6 - 8 2005

Hyatt Regency Hotel Dubai United Arab Emirates UAE Print ISBN 0-7803-9019-9

Kloeck et al (2006) Multi-agent radio resource allocation Mobile Networks and Applica-

tions vol 11 no 6 p 813-824 2006

Lin et al (2010) An auction framework for spectrum allocation with interference constraint

in cognitive radio networks In INFOCOM 2010 Proceedings IEEE IEEE p 1-9 2010

Mir (2011) Utilization of Cooperative Multiagent Systems for Spectrum Sharing in Cogni-

tive Radio Networks PHD THESES Sep 2011

Mir et al (2009) Utilization of a cooperative multiagent system in the context of cognitive

radio networks In Modelling Autonomic Communications Environments Springer Ber-

lin Heidelberg 2009

Parsons et al (2011) Auctions and bidding A guide for computer scientists ACM Comput-

ing Surveys (CSUR) vol 43 2011

Simon (2008) Cognitive radio research challenges In Vehicular Technology Conference

Tutorial 2008

Sycara Katia (1998) Multiagent systems AI magazine vol 19 no 2 p 79 1998

Tian et al (2010) Spectrum Trading in Cognitive Radio Network An Agent-based Model

under Demand Uncertainty In Global Telecommunications Conference (GLOBECOM

2010) 2010 IEEE IEEE p 1-5 2010

27

Tonmukayakul et Weiss (2005) An agent-based model for secondary use of radio spectrum

In New Frontiers in Dynamic Spectrum Access Networks 2005 DySPAN 2005 2005

First IEEE International Symposium on IEEE p 467-475 2005

Vijay (2009) Auction theory Academic press 2009

Waqas et al (2009) Performance evaluation of a cognitive radio network with exponential

and truncated usage models In Wireless Pervasive Computing 2009 ISWPC 2009 4th

International Symposium on IEEE 2009

Xiaorong et al (2007) Analysis of cognitive radio spectrum access with optimal channel

reservation Communications Letters IEEE vol 11 no 4 p 304-306 2007

Xing et al (2006) Dynamic spectrum access in open spectrum wireless networks IEEE

Journal on Selected Areas on Communications vol 24 2006

Yongle et al (2008) Collusion-resistant multi-winner spectrum auction for cognitive radio

networks In Global Telecommunications Conference 2008 IEEE GLOBECOM 2008

IEEE IEEE p 1-5 2008

Zhang et al (2012) Auction-based resource allocation in cognitive radio systems Communi-

cations Magazine IEEE vol 50 no 11 2012

Zhang (2008) Dynamic spectrum access in cognitive radio wireless networks In Commu-

nications 2008 ICC08 IEEE International Conference on IEEE 2008

Zhao et al (2007) Decentralized cognitive MAC for opportunistic spectrum access in ad hoc

networks A POMDP framework Selected Areas in Communications IEEE Journal on

vol 25 no 3 p 589-600 2007

Zhu et al (2009) Repeated auctions with learning for spectrum access in cognitive radio

networks arXiv preprint arXiv 09102240 2009

Biographie

Badr Benmammar est un enseignant chercheur agrave UABT et au laboratoire de Teacuteleacutecommunica-

tion de Tlemcen (LTT) ses activiteacutes de recherches portent sur les reacuteseaux de radio cogni-

tive et sur la gestion de la qualiteacute de service et de la mobiliteacute dans les reacuteseaux sans fil il

est lrsquoauteur du livre laquo Radio Resource Allocation and Dynamic Spectrum Access raquo apparu

chez Wiley-ISTE en 2013 ainsi que de nombreuses revues scientifiques dans le domaine

des reacuteseaux

2

1 Introduction

Avec la prolifeacuteration des diffeacuterentes technologies de reacuteseau sans fil tels que les

reacuteseaux cellulaires reacuteseaux locaux sans fil les reacuteseaux meacutetropolitains sans fil etc la

demande de spectre radioeacutelectrique est en augmentation consideacuterable Actuellement

le spectre est reacuteglementeacute par un organisme gouvernemental comme la Federal

Communications Commission (FCC) et il alloue le spectre en attribuant des li-

cences exclusives pour les utilisateurs dexploiter leurs reacuteseaux dans diffeacuterentes

reacutegions geacuteographiques

Il y a une croyance largement reacutepandue que le spectre radioeacutelectrique est de plus

en plus encombreacute Toutefois les mesures de spectre indiquent que le spectre attribueacute

est sous-utiliseacute cest agrave dire agrave nrsquoimporte quel temps et endroit donneacutees une grande

partie du spectre est non utiliseacutee Les reacuteseaux de radio cognitive (RC) apparaissent

comme une solution prometteuse agrave ce problegraveme

Lrsquoideacutee de la RC consiste agrave partager le spectre entre un utilisateur dit secondaire

qui pourra agrave tout moment acceacuteder agrave des bandes de freacutequence qursquoil trouve libres et

un utilisateur dit primaire qui possegravede une licence sur cette bande

Il faut noter eacutegalement que lrsquoeacutevolution technologique de ces derniegraveres deacutecennies

a entraicircneacute une croissance consideacuterable de nouveaux services de teacuteleacutecommunications

utilisant la ressource rare que constitue le spectre radioeacutelectrique On preacutevoit que la

demande de freacutequences continuera drsquoaugmenter avec le deacuteveloppement de nouvelles

techniques de teacuteleacutecommunications ce qui augmente lrsquoallocation du spectre statique

qui est un problegraveme majeur dans les reacuteseaux sans fil Geacuteneacuteralement ces allocations

conduisent agrave une utilisation inefficace du spectre donc le problegraveme de

lrsquoencombrement de celui-ci

Dans le cadre de ce travail nous avons utiliseacute la theacuteorie des enchegraveres qui est une

technique drsquoaccegraves dynamique au spectre pour reacutesoudre le problegraveme

drsquoencombrement Cette meacutethode est connue par sa simpliciteacute dans le but de faciliter

lrsquoallocation des ressources rares Donc dans le cadre de ce papier nous avons mis

en place plusieurs meacutethodes tels que une variante de FIFO (FIFO FIFO mais sans

blocage des demandes insatisfaites) lrsquoenchegravere agrave enveloppe scelleacutee avec et sans pro-

grammation dynamique Les trois meacutethodes ont eacuteteacute impleacutementeacutees agrave lrsquoaide de lrsquooutil

JADE (Java Agent DEvelopment Framework) Une comparaison entre les trois

meacutethodes a eacuteteacute eacutegalement reacutealiseacutee afin de tirer des conclusions dans ce contexte Les

reacutesultats obtenus nous ont permis de confirmer que lrsquoutilisation des enchegraveres avec

programmation dynamique a beaucoup drsquoavantages en termes de nombre de SUs

satisfaits gain obtenu par le PU temps de traitement cocircteacute PU et finalement temps de

reacuteponse coteacute SU

Ce papier est organiseacute comme suit

Dans la section 2 nous introduisons le concept de la radio cognitive tout en

preacutesentant sa deacutefinition et ses principes les plus importantes ensuite les diffeacuterentes

phases de cycle de cognition et les fonctions la radio cognitive seront deacutetailleacutees

3













2 Radio cognitive



















lutilisateur raquo






4





soins




























5



























6


















al 2012)












tection)










7




















spectre














8












nue dans le temps



entrants













2011)

9
























mettre














10





Ben 2011)





licencieacutes













11



























Mir 2011)







(cf Mir 2011)








12









































13









































14





































lapproche gloutonne




15

































2006)





chegraveres




16































(cf Jarraya 2006)







Jarraya 2006)




17



























les utilisateurs








seul canal




18






















utiliseacute



19
























20




deacutes par SUi


W[i] par SUi


Max

1

0

][

nb

i

iC (1)

La contrainte est

1

0

][

nb

i

iW m (2)




RC





5 tab[0][j] larr 0

6 fin boucle





11 sinon


13 fin condition

14 fin boucle

15 fin boucle


17 fin fonction




21


nb=5 et m=4 C = 300 35435 2126 1417 14168 et W = 6 5 3 2 2




mecircme endroit
















22








nique FIFOrsquo







23























24



















5 Conclusion




25


















vol 50 no 13 p 2127-2159 2006


















octobre 2003



Multi-Sauts 2011

26






1-5 2010













denne 2006


IEEE CCNC 2007






tions vol 11 no 6 p 813-824 2006







lin Heidelberg 2009




Tutorial 2008




2010) 2010 IEEE IEEE p 1-5 2010

27





















vol 25 no 3 p 589-600 2007



Biographie






des reacuteseaux

3













2 Radio cognitive



















lutilisateur raquo






4





soins




























5



























6


















al 2012)












tection)










7




















spectre














8












nue dans le temps



entrants













2011)

9
























mettre














10





Ben 2011)





licencieacutes













11



























Mir 2011)







(cf Mir 2011)








12









































13









































14





































lapproche gloutonne




15

































2006)





chegraveres




16































(cf Jarraya 2006)







Jarraya 2006)




17



























les utilisateurs








seul canal




18






















utiliseacute



19
























20




deacutes par SUi


W[i] par SUi


Max

1

0

][

nb

i

iC (1)

La contrainte est

1

0

][

nb

i

iW m (2)




RC





5 tab[0][j] larr 0

6 fin boucle





11 sinon


13 fin condition

14 fin boucle

15 fin boucle


17 fin fonction




21


nb=5 et m=4 C = 300 35435 2126 1417 14168 et W = 6 5 3 2 2




mecircme endroit
















22








nique FIFOrsquo







23























24



















5 Conclusion




25


















vol 50 no 13 p 2127-2159 2006


















octobre 2003



Multi-Sauts 2011

26






1-5 2010













denne 2006


IEEE CCNC 2007






tions vol 11 no 6 p 813-824 2006







lin Heidelberg 2009




Tutorial 2008




2010) 2010 IEEE IEEE p 1-5 2010

27





















vol 25 no 3 p 589-600 2007



Biographie






des reacuteseaux

4





soins




























5



























6


















al 2012)












tection)










7




















spectre














8












nue dans le temps



entrants













2011)

9
























mettre














10





Ben 2011)





licencieacutes













11



























Mir 2011)







(cf Mir 2011)








12









































13









































14





































lapproche gloutonne




15

































2006)





chegraveres




16































(cf Jarraya 2006)







Jarraya 2006)




17



























les utilisateurs








seul canal




18






















utiliseacute



19
























20




deacutes par SUi


W[i] par SUi


Max

1

0

][

nb

i

iC (1)

La contrainte est

1

0

][

nb

i

iW m (2)




RC





5 tab[0][j] larr 0

6 fin boucle





11 sinon


13 fin condition

14 fin boucle

15 fin boucle


17 fin fonction




21


nb=5 et m=4 C = 300 35435 2126 1417 14168 et W = 6 5 3 2 2




mecircme endroit
















22








nique FIFOrsquo







23























24



















5 Conclusion




25


















vol 50 no 13 p 2127-2159 2006


















octobre 2003



Multi-Sauts 2011

26






1-5 2010













denne 2006


IEEE CCNC 2007






tions vol 11 no 6 p 813-824 2006







lin Heidelberg 2009




Tutorial 2008




2010) 2010 IEEE IEEE p 1-5 2010

27





















vol 25 no 3 p 589-600 2007



Biographie






des reacuteseaux

5



























6


















al 2012)












tection)










7




















spectre














8












nue dans le temps



entrants













2011)

9
























mettre














10





Ben 2011)





licencieacutes













11



























Mir 2011)







(cf Mir 2011)








12









































13









































14





































lapproche gloutonne




15

































2006)





chegraveres




16































(cf Jarraya 2006)







Jarraya 2006)




17



























les utilisateurs








seul canal




18






















utiliseacute



19
























20




deacutes par SUi


W[i] par SUi


Max

1

0

][

nb

i

iC (1)

La contrainte est

1

0

][

nb

i

iW m (2)




RC





5 tab[0][j] larr 0

6 fin boucle





11 sinon


13 fin condition

14 fin boucle

15 fin boucle


17 fin fonction




21


nb=5 et m=4 C = 300 35435 2126 1417 14168 et W = 6 5 3 2 2




mecircme endroit
















22








nique FIFOrsquo







23























24



















5 Conclusion




25


















vol 50 no 13 p 2127-2159 2006


















octobre 2003



Multi-Sauts 2011

26






1-5 2010













denne 2006


IEEE CCNC 2007






tions vol 11 no 6 p 813-824 2006







lin Heidelberg 2009




Tutorial 2008




2010) 2010 IEEE IEEE p 1-5 2010

27





















vol 25 no 3 p 589-600 2007



Biographie






des reacuteseaux

6


















al 2012)












tection)










7




















spectre














8












nue dans le temps



entrants













2011)

9
























mettre














10





Ben 2011)





licencieacutes













11



























Mir 2011)







(cf Mir 2011)








12









































13









































14





































lapproche gloutonne




15

































2006)





chegraveres




16































(cf Jarraya 2006)







Jarraya 2006)




17



























les utilisateurs








seul canal




18






















utiliseacute



19
























20




deacutes par SUi


W[i] par SUi


Max

1

0

][

nb

i

iC (1)

La contrainte est

1

0

][

nb

i

iW m (2)




RC





5 tab[0][j] larr 0

6 fin boucle





11 sinon


13 fin condition

14 fin boucle

15 fin boucle


17 fin fonction




21


nb=5 et m=4 C = 300 35435 2126 1417 14168 et W = 6 5 3 2 2




mecircme endroit
















22








nique FIFOrsquo







23























24



















5 Conclusion




25


















vol 50 no 13 p 2127-2159 2006


















octobre 2003



Multi-Sauts 2011

26






1-5 2010













denne 2006


IEEE CCNC 2007






tions vol 11 no 6 p 813-824 2006







lin Heidelberg 2009




Tutorial 2008




2010) 2010 IEEE IEEE p 1-5 2010

27





















vol 25 no 3 p 589-600 2007



Biographie






des reacuteseaux

7




















spectre














8












nue dans le temps



entrants













2011)

9
























mettre














10





Ben 2011)





licencieacutes













11



























Mir 2011)







(cf Mir 2011)








12









































13









































14





































lapproche gloutonne




15

































2006)





chegraveres




16































(cf Jarraya 2006)







Jarraya 2006)




17



























les utilisateurs








seul canal




18






















utiliseacute



19
























20




deacutes par SUi


W[i] par SUi


Max

1

0

][

nb

i

iC (1)

La contrainte est

1

0

][

nb

i

iW m (2)




RC





5 tab[0][j] larr 0

6 fin boucle





11 sinon


13 fin condition

14 fin boucle

15 fin boucle


17 fin fonction




21


nb=5 et m=4 C = 300 35435 2126 1417 14168 et W = 6 5 3 2 2




mecircme endroit
















22








nique FIFOrsquo







23























24



















5 Conclusion




25


















vol 50 no 13 p 2127-2159 2006


















octobre 2003



Multi-Sauts 2011

26






1-5 2010













denne 2006


IEEE CCNC 2007






tions vol 11 no 6 p 813-824 2006







lin Heidelberg 2009




Tutorial 2008




2010) 2010 IEEE IEEE p 1-5 2010

27





















vol 25 no 3 p 589-600 2007



Biographie






des reacuteseaux

8












nue dans le temps



entrants













2011)

9
























mettre














10





Ben 2011)





licencieacutes













11



























Mir 2011)







(cf Mir 2011)








12









































13









































14





































lapproche gloutonne




15

































2006)





chegraveres




16































(cf Jarraya 2006)







Jarraya 2006)




17



























les utilisateurs








seul canal




18






















utiliseacute



19
























20




deacutes par SUi


W[i] par SUi


Max

1

0

][

nb

i

iC (1)

La contrainte est

1

0

][

nb

i

iW m (2)




RC





5 tab[0][j] larr 0

6 fin boucle





11 sinon


13 fin condition

14 fin boucle

15 fin boucle


17 fin fonction




21


nb=5 et m=4 C = 300 35435 2126 1417 14168 et W = 6 5 3 2 2




mecircme endroit
















22








nique FIFOrsquo







23























24



















5 Conclusion




25


















vol 50 no 13 p 2127-2159 2006


















octobre 2003



Multi-Sauts 2011

26






1-5 2010













denne 2006


IEEE CCNC 2007






tions vol 11 no 6 p 813-824 2006







lin Heidelberg 2009




Tutorial 2008




2010) 2010 IEEE IEEE p 1-5 2010

27





















vol 25 no 3 p 589-600 2007



Biographie






des reacuteseaux

9
























mettre














10





Ben 2011)





licencieacutes













11



























Mir 2011)







(cf Mir 2011)








12









































13









































14





































lapproche gloutonne




15

































2006)





chegraveres




16































(cf Jarraya 2006)







Jarraya 2006)




17



























les utilisateurs








seul canal




18






















utiliseacute



19
























20




deacutes par SUi


W[i] par SUi


Max

1

0

][

nb

i

iC (1)

La contrainte est

1

0

][

nb

i

iW m (2)




RC





5 tab[0][j] larr 0

6 fin boucle





11 sinon


13 fin condition

14 fin boucle

15 fin boucle


17 fin fonction




21


nb=5 et m=4 C = 300 35435 2126 1417 14168 et W = 6 5 3 2 2




mecircme endroit
















22








nique FIFOrsquo







23























24



















5 Conclusion




25


















vol 50 no 13 p 2127-2159 2006


















octobre 2003



Multi-Sauts 2011

26






1-5 2010













denne 2006


IEEE CCNC 2007






tions vol 11 no 6 p 813-824 2006







lin Heidelberg 2009




Tutorial 2008




2010) 2010 IEEE IEEE p 1-5 2010

27





















vol 25 no 3 p 589-600 2007



Biographie






des reacuteseaux

10





Ben 2011)





licencieacutes













11



























Mir 2011)







(cf Mir 2011)








12









































13









































14





































lapproche gloutonne




15

































2006)





chegraveres




16































(cf Jarraya 2006)







Jarraya 2006)




17



























les utilisateurs








seul canal




18






















utiliseacute



19
























20




deacutes par SUi


W[i] par SUi


Max

1

0

][

nb

i

iC (1)

La contrainte est

1

0

][

nb

i

iW m (2)




RC





5 tab[0][j] larr 0

6 fin boucle





11 sinon


13 fin condition

14 fin boucle

15 fin boucle


17 fin fonction




21


nb=5 et m=4 C = 300 35435 2126 1417 14168 et W = 6 5 3 2 2




mecircme endroit
















22








nique FIFOrsquo







23























24



















5 Conclusion




25


















vol 50 no 13 p 2127-2159 2006


















octobre 2003



Multi-Sauts 2011

26






1-5 2010













denne 2006


IEEE CCNC 2007






tions vol 11 no 6 p 813-824 2006







lin Heidelberg 2009




Tutorial 2008




2010) 2010 IEEE IEEE p 1-5 2010

27





















vol 25 no 3 p 589-600 2007



Biographie






des reacuteseaux

11



























Mir 2011)







(cf Mir 2011)








12









































13









































14





































lapproche gloutonne




15

































2006)





chegraveres




16































(cf Jarraya 2006)







Jarraya 2006)




17



























les utilisateurs








seul canal




18






















utiliseacute



19
























20




deacutes par SUi


W[i] par SUi


Max

1

0

][

nb

i

iC (1)

La contrainte est

1

0

][

nb

i

iW m (2)




RC





5 tab[0][j] larr 0

6 fin boucle





11 sinon


13 fin condition

14 fin boucle

15 fin boucle


17 fin fonction




21


nb=5 et m=4 C = 300 35435 2126 1417 14168 et W = 6 5 3 2 2




mecircme endroit
















22








nique FIFOrsquo







23























24



















5 Conclusion




25


















vol 50 no 13 p 2127-2159 2006


















octobre 2003



Multi-Sauts 2011

26






1-5 2010













denne 2006


IEEE CCNC 2007






tions vol 11 no 6 p 813-824 2006







lin Heidelberg 2009




Tutorial 2008




2010) 2010 IEEE IEEE p 1-5 2010

27





















vol 25 no 3 p 589-600 2007



Biographie






des reacuteseaux

12









































13









































14





































lapproche gloutonne




15

































2006)





chegraveres




16































(cf Jarraya 2006)







Jarraya 2006)




17



























les utilisateurs








seul canal




18






















utiliseacute



19
























20




deacutes par SUi


W[i] par SUi


Max

1

0

][

nb

i

iC (1)

La contrainte est

1

0

][

nb

i

iW m (2)




RC





5 tab[0][j] larr 0

6 fin boucle





11 sinon


13 fin condition

14 fin boucle

15 fin boucle


17 fin fonction




21


nb=5 et m=4 C = 300 35435 2126 1417 14168 et W = 6 5 3 2 2




mecircme endroit
















22








nique FIFOrsquo







23























24



















5 Conclusion




25


















vol 50 no 13 p 2127-2159 2006


















octobre 2003



Multi-Sauts 2011

26






1-5 2010













denne 2006


IEEE CCNC 2007






tions vol 11 no 6 p 813-824 2006







lin Heidelberg 2009




Tutorial 2008




2010) 2010 IEEE IEEE p 1-5 2010

27





















vol 25 no 3 p 589-600 2007



Biographie






des reacuteseaux

13









































14





































lapproche gloutonne




15

































2006)





chegraveres




16































(cf Jarraya 2006)







Jarraya 2006)




17



























les utilisateurs








seul canal




18






















utiliseacute



19
























20




deacutes par SUi


W[i] par SUi


Max

1

0

][

nb

i

iC (1)

La contrainte est

1

0

][

nb

i

iW m (2)




RC





5 tab[0][j] larr 0

6 fin boucle





11 sinon


13 fin condition

14 fin boucle

15 fin boucle


17 fin fonction




21


nb=5 et m=4 C = 300 35435 2126 1417 14168 et W = 6 5 3 2 2




mecircme endroit
















22








nique FIFOrsquo







23























24



















5 Conclusion




25


















vol 50 no 13 p 2127-2159 2006


















octobre 2003



Multi-Sauts 2011

26






1-5 2010













denne 2006


IEEE CCNC 2007






tions vol 11 no 6 p 813-824 2006







lin Heidelberg 2009




Tutorial 2008




2010) 2010 IEEE IEEE p 1-5 2010

27





















vol 25 no 3 p 589-600 2007



Biographie






des reacuteseaux

14





































lapproche gloutonne




15

































2006)





chegraveres




16































(cf Jarraya 2006)







Jarraya 2006)




17



























les utilisateurs








seul canal




18






















utiliseacute



19
























20




deacutes par SUi


W[i] par SUi


Max

1

0

][

nb

i

iC (1)

La contrainte est

1

0

][

nb

i

iW m (2)




RC





5 tab[0][j] larr 0

6 fin boucle





11 sinon


13 fin condition

14 fin boucle

15 fin boucle


17 fin fonction




21


nb=5 et m=4 C = 300 35435 2126 1417 14168 et W = 6 5 3 2 2




mecircme endroit
















22








nique FIFOrsquo







23























24



















5 Conclusion




25


















vol 50 no 13 p 2127-2159 2006


















octobre 2003



Multi-Sauts 2011

26






1-5 2010













denne 2006


IEEE CCNC 2007






tions vol 11 no 6 p 813-824 2006







lin Heidelberg 2009




Tutorial 2008




2010) 2010 IEEE IEEE p 1-5 2010

27





















vol 25 no 3 p 589-600 2007



Biographie






des reacuteseaux

15

































2006)





chegraveres




16































(cf Jarraya 2006)







Jarraya 2006)




17



























les utilisateurs








seul canal




18






















utiliseacute



19
























20




deacutes par SUi


W[i] par SUi


Max

1

0

][

nb

i

iC (1)

La contrainte est

1

0

][

nb

i

iW m (2)




RC





5 tab[0][j] larr 0

6 fin boucle





11 sinon


13 fin condition

14 fin boucle

15 fin boucle


17 fin fonction




21


nb=5 et m=4 C = 300 35435 2126 1417 14168 et W = 6 5 3 2 2




mecircme endroit
















22








nique FIFOrsquo







23























24



















5 Conclusion




25


















vol 50 no 13 p 2127-2159 2006


















octobre 2003



Multi-Sauts 2011

26






1-5 2010













denne 2006


IEEE CCNC 2007






tions vol 11 no 6 p 813-824 2006







lin Heidelberg 2009




Tutorial 2008




2010) 2010 IEEE IEEE p 1-5 2010

27





















vol 25 no 3 p 589-600 2007



Biographie






des reacuteseaux

16































(cf Jarraya 2006)







Jarraya 2006)




17



























les utilisateurs








seul canal




18






















utiliseacute



19
























20




deacutes par SUi


W[i] par SUi


Max

1

0

][

nb

i

iC (1)

La contrainte est

1

0

][

nb

i

iW m (2)




RC





5 tab[0][j] larr 0

6 fin boucle





11 sinon


13 fin condition

14 fin boucle

15 fin boucle


17 fin fonction




21


nb=5 et m=4 C = 300 35435 2126 1417 14168 et W = 6 5 3 2 2




mecircme endroit
















22








nique FIFOrsquo







23























24



















5 Conclusion




25


















vol 50 no 13 p 2127-2159 2006


















octobre 2003



Multi-Sauts 2011

26






1-5 2010













denne 2006


IEEE CCNC 2007






tions vol 11 no 6 p 813-824 2006







lin Heidelberg 2009




Tutorial 2008




2010) 2010 IEEE IEEE p 1-5 2010

27





















vol 25 no 3 p 589-600 2007



Biographie






des reacuteseaux

17



























les utilisateurs








seul canal




18






















utiliseacute



19
























20




deacutes par SUi


W[i] par SUi


Max

1

0

][

nb

i

iC (1)

La contrainte est

1

0

][

nb

i

iW m (2)




RC





5 tab[0][j] larr 0

6 fin boucle





11 sinon


13 fin condition

14 fin boucle

15 fin boucle


17 fin fonction




21


nb=5 et m=4 C = 300 35435 2126 1417 14168 et W = 6 5 3 2 2




mecircme endroit
















22








nique FIFOrsquo







23























24



















5 Conclusion




25


















vol 50 no 13 p 2127-2159 2006


















octobre 2003



Multi-Sauts 2011

26






1-5 2010













denne 2006


IEEE CCNC 2007






tions vol 11 no 6 p 813-824 2006







lin Heidelberg 2009




Tutorial 2008




2010) 2010 IEEE IEEE p 1-5 2010

27





















vol 25 no 3 p 589-600 2007



Biographie






des reacuteseaux

18






















utiliseacute



19
























20




deacutes par SUi


W[i] par SUi


Max

1

0

][

nb

i

iC (1)

La contrainte est

1

0

][

nb

i

iW m (2)




RC





5 tab[0][j] larr 0

6 fin boucle





11 sinon


13 fin condition

14 fin boucle

15 fin boucle


17 fin fonction




21


nb=5 et m=4 C = 300 35435 2126 1417 14168 et W = 6 5 3 2 2




mecircme endroit
















22








nique FIFOrsquo







23























24



















5 Conclusion




25


















vol 50 no 13 p 2127-2159 2006


















octobre 2003



Multi-Sauts 2011

26






1-5 2010













denne 2006


IEEE CCNC 2007






tions vol 11 no 6 p 813-824 2006







lin Heidelberg 2009




Tutorial 2008




2010) 2010 IEEE IEEE p 1-5 2010

27





















vol 25 no 3 p 589-600 2007



Biographie






des reacuteseaux

19
























20




deacutes par SUi


W[i] par SUi


Max

1

0

][

nb

i

iC (1)

La contrainte est

1

0

][

nb

i

iW m (2)




RC





5 tab[0][j] larr 0

6 fin boucle





11 sinon


13 fin condition

14 fin boucle

15 fin boucle


17 fin fonction




21


nb=5 et m=4 C = 300 35435 2126 1417 14168 et W = 6 5 3 2 2




mecircme endroit
















22








nique FIFOrsquo







23























24



















5 Conclusion




25


















vol 50 no 13 p 2127-2159 2006


















octobre 2003



Multi-Sauts 2011

26






1-5 2010













denne 2006


IEEE CCNC 2007






tions vol 11 no 6 p 813-824 2006







lin Heidelberg 2009




Tutorial 2008




2010) 2010 IEEE IEEE p 1-5 2010

27





















vol 25 no 3 p 589-600 2007



Biographie






des reacuteseaux

20




deacutes par SUi


W[i] par SUi


Max

1

0

][

nb

i

iC (1)

La contrainte est

1

0

][

nb

i

iW m (2)




RC





5 tab[0][j] larr 0

6 fin boucle





11 sinon


13 fin condition

14 fin boucle

15 fin boucle


17 fin fonction




21


nb=5 et m=4 C = 300 35435 2126 1417 14168 et W = 6 5 3 2 2




mecircme endroit
















22








nique FIFOrsquo







23























24



















5 Conclusion




25


















vol 50 no 13 p 2127-2159 2006


















octobre 2003



Multi-Sauts 2011

26






1-5 2010













denne 2006


IEEE CCNC 2007






tions vol 11 no 6 p 813-824 2006







lin Heidelberg 2009




Tutorial 2008




2010) 2010 IEEE IEEE p 1-5 2010

27





















vol 25 no 3 p 589-600 2007



Biographie






des reacuteseaux

21


nb=5 et m=4 C = 300 35435 2126 1417 14168 et W = 6 5 3 2 2




mecircme endroit
















22








nique FIFOrsquo







23























24



















5 Conclusion




25


















vol 50 no 13 p 2127-2159 2006


















octobre 2003



Multi-Sauts 2011

26






1-5 2010













denne 2006


IEEE CCNC 2007






tions vol 11 no 6 p 813-824 2006







lin Heidelberg 2009




Tutorial 2008




2010) 2010 IEEE IEEE p 1-5 2010

27





















vol 25 no 3 p 589-600 2007



Biographie






des reacuteseaux

22








nique FIFOrsquo







23























24



















5 Conclusion




25


















vol 50 no 13 p 2127-2159 2006


















octobre 2003



Multi-Sauts 2011

26






1-5 2010













denne 2006


IEEE CCNC 2007






tions vol 11 no 6 p 813-824 2006







lin Heidelberg 2009




Tutorial 2008




2010) 2010 IEEE IEEE p 1-5 2010

27





















vol 25 no 3 p 589-600 2007



Biographie






des reacuteseaux

23























24



















5 Conclusion




25


















vol 50 no 13 p 2127-2159 2006


















octobre 2003



Multi-Sauts 2011

26






1-5 2010













denne 2006


IEEE CCNC 2007






tions vol 11 no 6 p 813-824 2006







lin Heidelberg 2009




Tutorial 2008




2010) 2010 IEEE IEEE p 1-5 2010

27





















vol 25 no 3 p 589-600 2007



Biographie






des reacuteseaux

24



















5 Conclusion




25


















vol 50 no 13 p 2127-2159 2006


















octobre 2003



Multi-Sauts 2011

26






1-5 2010













denne 2006


IEEE CCNC 2007






tions vol 11 no 6 p 813-824 2006







lin Heidelberg 2009




Tutorial 2008




2010) 2010 IEEE IEEE p 1-5 2010

27





















vol 25 no 3 p 589-600 2007



Biographie






des reacuteseaux

25


















vol 50 no 13 p 2127-2159 2006


















octobre 2003



Multi-Sauts 2011

26






1-5 2010













denne 2006


IEEE CCNC 2007






tions vol 11 no 6 p 813-824 2006







lin Heidelberg 2009




Tutorial 2008




2010) 2010 IEEE IEEE p 1-5 2010

27





















vol 25 no 3 p 589-600 2007



Biographie






des reacuteseaux

26






1-5 2010













denne 2006


IEEE CCNC 2007






tions vol 11 no 6 p 813-824 2006







lin Heidelberg 2009




Tutorial 2008




2010) 2010 IEEE IEEE p 1-5 2010

27





















vol 25 no 3 p 589-600 2007



Biographie






des reacuteseaux

27





















vol 25 no 3 p 589-600 2007



Biographie






des reacuteseaux

radio cognitive

Documents