Mécanismes d'adaptation autonome pour la radio cognitive

Mechanisms for the autonomous adaptation of cognitive radios

• Auteur / Autrice : Nicolas Colson
• Direction : Armelle Wautier, Lionel Husson
• Type : Thèse de doctorat
• Discipline(s) : Physique
• Date : Soutenance en 2009
• Etablissement(s) : Paris 11
• Partenaire(s) de recherche : Autre partenaire : Université de Paris-Sud. Faculté des sciences d'Orsay (Essonne)

Mots clés

Mots clés contrôlés

Intelligence artificielle

Radio cognitive

Mots clés libres

Automates d'apprentissage

Systèmes connexionnistes évolutifs

Conception du lien radio

Prise de décision autonome

Résumé

La radio cognitive apparaît comme une solution naturelle aux problèmes d’échelle et de complexité résultant de la grande popularité des communications sans fil et de l’évolution des technologies radio. Une radio cognitive est un agent intelligent capable de s’adapter à son contexte opérationnel pour (1) respecter le cadre de régulation contrôlant l’accès au spectre, (2) satisfaire les besoins de l’utilisateur en termes de qualité de service, et (3) assurer une gestion optimisée des ressources disponibles (radios, réseaux et matérielles). Ce travail de thèse s'est focalisé sur la conception d'un moteur cognitif structurant les opérations de modélisation, de prise de décision et d'apprentissage nécessaires au contrôle dynamique du processus de reconfiguration du lien radio. Le moteur cognitif proposé part d'une observation intelligente de son contexte pour identifier le problème de conception instantané puis le résoudre. Le processus de dé cision est guidé par un ensemble d'objectifs (e. G. Réduire la consommation d'énergie, maximiser le débit) et de contraintes (e. G. Fiabilité minimum du lien radio) traduisant la notion d'optimalité pour le contexte analysé. Le moteur cognitif recherche la configuration la plus adaptée en s'appuyant sur ses capacités de prédiction et de raisonnement. Il peut aussi décider de mettre ses connaissances à l'épreuve par une procédure d'essai/erreur dans le but de se rapprocher du comportement optimal. Il accumule de l’expérience progressivement et il apprend à recourir de moins en moins souvent à l’expérimentation pour exploiter ses connaissances devenues fiables. Les résultats obtenus confirment la pertinence de l'approche originale proposée

Cognitive radio appears as a natural solution to the complexity and scaling issues stemming from the increasing popularity of wireless communications and the radio technologies evolution. A cognitive radio is a smart agent adapting its operation to its context in order to (1) respect the regulation constraints on spectrum access, (2) satisfy the user needs in terms of Quality of Service, and (3) ensure an optimized management of the available resources (e. G. Network, radio and device hardware resources). This PhD work is focused on the design of a cognitive engine structuring the modeling, decision making and learning operations required for the dynamic control of the radio link reconfiguration. The proposed cognitive engine starts from an intelligent observation of its context to identify the instantaneous design problem then solve it. The decision making process is guided by different objectives (e. G. Reduce the energy consumption, maximize the throughput) and constraints (e. G. Minimum reliability of the radio link) conveying the optimality notion for the analyzed context. The cognitive engine searches for the most adapted configuration by relying on its predictive and reasoning capabilities. It can also decide to put its knowledge to test by a trial/error process in order to come closer to the optimal behavior. It accumulates experience progressively and it learns to appeal less often to experimentation in order to exploit its knowledge that became reliable. The results obtained confirm the pertinence of the proposed original approach.