Algorithmes de prise de décision pour la " Cognitive Radio " et optimisation du " mapping " de reconfigurabilité de l'architecture de l'implémentation numérique - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2013

Decision making algorithms in cognitive radio context

Algorithmes de prise de décision pour la " Cognitive Radio " et optimisation du " mapping " de reconfigurabilité de l'architecture de l'implémentation numérique

Résumé

This thesis falls within the cognitive radio, this concept tries to make the radio equip- ment able to dynamically adapt its operating parameters to the change of its environment. For that it requires intelligent capacities like observation, learning and decision making. In this context we are interested in developing a method of decision making for the re- ceiver, the approach that we adopt in our method is based on the statistical modeling of the radio environment. By statistically characterizing the observations provided by the sensors of the environment, we set up the decision rules that take into account the errors of observation, which contributes to minimize the rate of bad decisions. Also, we aim through this thesis to use the intelligent capabilities of decision making in order to help to reduce the computational complexity at the receiver. In fact, we identify the decision scenarios of reconfiguration that limit the presence of some components or functions of the receiver chain. In particular, we treat with our method of statistical modeling, two decision scenarios. The first is to decide to keep the equalizer or to disable it according to its necessity or not. The second scenario is to decide to change the direction of the main lobe of the receiving antenna (or beamforming) only when it is necessary to do so. The limitation of the equalizer's use and of the beamforming action contributes to reducing the computational complexity at the receiver chain. In addition, we also discuss the behavior of the receiver facing the two scenarios together, this decision problem can indeed be expressed in two ways, either jointly or sequentially. In the case of joint proces- sing, the receiver takes its decisions, at the same time, on both the equalization and the beamforming. But when it sequentially processes these two scenarios, it starts with the management of the beamforming and then treats the management of the equalizer, the results show that the receiver is more efficient in this second case. Finally, we integrate our decision method of statistical modeling and the two decision scenarios discussed, in a management architecture for cognitive radio to enhance the control of the intelligence and of the reconfiguration in the radio equipment.
Cette thèse s'inscrit dans le cadre de la radio intelligente. Ce concept tente de rendre un équipement radio capable d'adapter dynamiquement ses paramètres opérationnels à la variation de son environnement. Pour cela il nécessite des capacités intelligentes d'observation, d'apprentissage et de décision. Dans ce contexte nous nous intéressons au développement d'une méthode de prise de décision pour un équipement de réception. L'approche que nous adoptons dans notre méthode est basée sur la modélisation statis- tique de l'environnement radio. En caractérisant statistiquement les observations fournies par les capteurs de l'environnement, nous mettons en place des règles de décisions sta- tistiques qui prennent en considération les erreurs d'observation des métriques radio, ce qui contribue à minimiser les taux des décisions erronées. Nous visons aussi à travers cette thèse à utiliser les capacités intelligentes de prise de décision pour contribuer à la réduction de la complexité de calcul au niveau de l'équipement de réception. En ef- fet, nous identifions des scénarios de prise de décision de reconfiguration qui limitent la présence de certains composants ou fonctions de la chaîne de réception. En particulier, nous traitons, avec notre méthode de modélisation statistique, deux scénarios de décision. Le premier consiste à décider de garder l'égaliseur où de le désactiver selon sa nécessité ou pas. Le deuxième scénario consiste à décider de changer l'orientation du lobe principal de l'antenne de réception (ou beamforming) uniquement quand ceci est nécessaire. La limitation de l'opération d'égalisation et de l'opéation du beamforming contribue à la réduction de la complexité de calcul au niveau de la chaîne de réception. Par ailleurs nous traitons aussi le comportement du récepteur face aux deux scénarios ensemble, ce problème de décision peut en effet être posé de deux manières différentes ; conjointement ou séquentiellement. Dans le cas d'un traitement conjoint, le récepteur prend en même temps ses décisions concernant les deux opérations d'égalisation et du beamforming. Par contre quand il traite séquentiellement ces deux scénarios, il commence par la gestion du beamforming et ensuite il traite la gestion de l'égaliseur, les résultats montrent que le récepteur est plus performant dans ce deuxième cas. Enfin, nous intégrons notre méthode de décision par modélisation statistique ainsi que les deux scénarios de décision traités dans une architecture de gestion d'une radio intelligente, afin de mettre en valeur le contrôle de l'intelligence et de la reconfiguration dans un équipement radio.
Fichier principal
Vignette du fichier
rapport_these_salma_Bourbia.pdf (9.44 Mo) Télécharger le fichier

Dates et versions

tel-00931350 , version 1 (15-01-2014)
tel-00931350 , version 2 (22-05-2014)

Identifiants

  • HAL Id : tel-00931350 , version 1

Citer

Salma Bourbia. Algorithmes de prise de décision pour la " Cognitive Radio " et optimisation du " mapping " de reconfigurabilité de l'architecture de l'implémentation numérique. Traitement du signal et de l'image [eess.SP]. Supélec, 2013. Français. ⟨NNT : ⟩. ⟨tel-00931350v1⟩
600 Consultations
1039 Téléchargements

Partager

Gmail Facebook X LinkedIn More