Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightKarşılaştırmalı başarım sonuçlara göre, İK varış hızı 2 olduğunda, İK çağrı engelleme olasılığında %55, İK çağrı düşme olasılığında %61 ve İK spektrum el-değiştirme olasılığında yaklaşık %50 oranında iyileştirme elde edilmiştir.
📌 3 Maddede Bu Makale
Özet
Bu makalede sunulan çalışmada, Birincil Kullanıcıların (BK) ve İkincil Kullanıcıların (İK) aynı iletişim alanı içerisinde birlikte bulunduğu ve İK’ların lisanslı spektrumu fırsatçı bir yaklaşımla kullandığı bir Bilişsel Radyo (BR) ağ modeli geliştirilmiş, analiz edilmiş ve başarımı eş bir ağ modeli ile karşılaştırmalı değerlendirilmiştir. Önerilen ağ modelinde spektrum yetersizliğinden çağrıları engellenen İK’lar ve yeni gelen BK çağrılarından dolayı bağlantısı düşen İK’lar için arabellek kullanımı öngörülmüştür. Önerilen BR ağ modelinin başarımı üç boyutlu sürekli Markov zinciri kullanılarak analiz edilmiştir. Ayrıca, geliştirilen BR ağ modelinin Monte-Carlo benzetimi de gerçekleştirilerek elde edilen sonuçlarla, analitik modelden elde edilen sonuçlar doğrulanmıştır. Önerilen modelde İK çağrı engelleme olasılığı, İK çağrı düşme olasılığı ve İK spektrum el-değiştirme olasılığı başarım metrikleri olarak benimsenmiştir. Karşılaştırmalı başarım sonuçlara göre, İK varış hızı 2 olduğunda, İK çağrı engelleme olasılığında %55, İK çağrı düşme olasılığında %61 ve İK spektrum el-değiştirme olasılığında yaklaşık %50 oranında iyileştirme elde edilmiştir.
Abstract
In this presented work, a Cognitive Radio (CR) network model where Primary Users (PUs) and Secondary Users (SUs) coexist within the same communication area and SUs utilize the licensed spectrum opportunistically was developed, analyzed, and its performance was comparatively evaluated with a peer network model. In the proposed CR network model, the buffer usage is envisaged for SUs whose calls are blocked due to limited spectrum and for SUs whose connections drop due to incoming PU calls. The performance of the proposed CR network model was analyzed using a three-dimensional continuous-time Markov chain. Additionally, a Monte Carlo simulation was developed for the CR network model, and the results obtained from the simulation model were validated by the results obtained from the analytical model. In the proposed model, SU call blocking probability, SU call dropping probability, and SU spectrum handover probability were considered as performance metrics. The results obtained from the proposed model were compared with those obtained from a peer model not utilizing buffers, presented in the literature. According to the obtained results, when the SU arrival rate is 2, there is approximately a 55% improvement in SU call blocking probability, a 61% improvement in SU call dropping probability, and approximately a 50% improvement in SU spectrum handover probability.