radio cognitive
DESCRIPTION
ce document represente une introduction ou une presentation de la radio cogntiveTRANSCRIPT
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
(cf Benmammar et Amraoui 2013)
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
8 pour j=0 agrave m 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)
- SU5 va attendre 5X+1 car 5 SUs arriveront derriegravere lui chaque X seconds le PU
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
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
(cf Benmammar et Amraoui 2013)
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
8 pour j=0 agrave m 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)
- SU5 va attendre 5X+1 car 5 SUs arriveront derriegravere lui chaque X seconds le PU
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
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
(cf Benmammar et Amraoui 2013)
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
8 pour j=0 agrave m 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)
- SU5 va attendre 5X+1 car 5 SUs arriveront derriegravere lui chaque X seconds le PU
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
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
(cf Benmammar et Amraoui 2013)
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
8 pour j=0 agrave m 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)
- SU5 va attendre 5X+1 car 5 SUs arriveront derriegravere lui chaque X seconds le PU
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
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
(cf Benmammar et Amraoui 2013)
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
8 pour j=0 agrave m 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)
- SU5 va attendre 5X+1 car 5 SUs arriveront derriegravere lui chaque X seconds le PU
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
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
(cf Benmammar et Amraoui 2013)
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
8 pour j=0 agrave m 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)
- SU5 va attendre 5X+1 car 5 SUs arriveront derriegravere lui chaque X seconds le PU
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
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
8 pour j=0 agrave m 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)
- SU5 va attendre 5X+1 car 5 SUs arriveront derriegravere lui chaque X seconds le PU
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
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
8 pour j=0 agrave m 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)
- SU5 va attendre 5X+1 car 5 SUs arriveront derriegravere lui chaque X seconds le PU
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
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
8 pour j=0 agrave m 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)
- SU5 va attendre 5X+1 car 5 SUs arriveront derriegravere lui chaque X seconds le PU
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
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
8 pour j=0 agrave m 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)
- SU5 va attendre 5X+1 car 5 SUs arriveront derriegravere lui chaque X seconds le PU
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
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
8 pour j=0 agrave m 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)
- SU5 va attendre 5X+1 car 5 SUs arriveront derriegravere lui chaque X seconds le PU
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
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
8 pour j=0 agrave m 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)
- SU5 va attendre 5X+1 car 5 SUs arriveront derriegravere lui chaque X seconds le PU
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
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
8 pour j=0 agrave m 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)
- SU5 va attendre 5X+1 car 5 SUs arriveront derriegravere lui chaque X seconds le PU
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
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
8 pour j=0 agrave m 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)
- SU5 va attendre 5X+1 car 5 SUs arriveront derriegravere lui chaque X seconds le PU
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
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
8 pour j=0 agrave m 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)
- SU5 va attendre 5X+1 car 5 SUs arriveront derriegravere lui chaque X seconds le PU
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
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
8 pour j=0 agrave m 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)
- SU5 va attendre 5X+1 car 5 SUs arriveront derriegravere lui chaque X seconds le PU
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
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
8 pour j=0 agrave m 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)
- SU5 va attendre 5X+1 car 5 SUs arriveront derriegravere lui chaque X seconds le PU
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
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
8 pour j=0 agrave m 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)
- SU5 va attendre 5X+1 car 5 SUs arriveront derriegravere lui chaque X seconds le PU
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
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
8 pour j=0 agrave m 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)
- SU5 va attendre 5X+1 car 5 SUs arriveront derriegravere lui chaque X seconds le PU
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
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
8 pour j=0 agrave m 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)
- SU5 va attendre 5X+1 car 5 SUs arriveront derriegravere lui chaque X seconds le PU
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
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)
- SU5 va attendre 5X+1 car 5 SUs arriveront derriegravere lui chaque X seconds le PU
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
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)
- SU5 va attendre 5X+1 car 5 SUs arriveront derriegravere lui chaque X seconds le PU
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
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)
- SU5 va attendre 5X+1 car 5 SUs arriveront derriegravere lui chaque X seconds le PU
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
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)
- SU5 va attendre 5X+1 car 5 SUs arriveront derriegravere lui chaque X seconds le PU
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
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
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
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