Resumen

En la pila arquitectónica de red estratificada existente de la Red Ad Hoc de Radio Cognitiva (CRAHN), la selección de canal se realiza en la capa de Control de Acceso al Medio (MAC). Sin embargo, el enrutamiento se lleva a cabo en la capa de red. Debido a esta limitación, los Usuarios Secundarios/No Licenciados (SUs) necesitan acceder a la información del canal desde la capa MAC cada vez que ocurra un evento de cambio de canal durante la transmisión de datos. Este problema retrasó el proceso de selección de canal durante la decisión de enrutamiento inmediato para el evento de cambio de canal y continuar la transmisión. En este documento, se propone un protocolo para implementar las decisiones de selección de canal en la capa de red durante el proceso de enrutamiento. La decisión se basa en decisiones de enrutamiento pasadas y futuras esperadas de los Usuarios Primarios (PUs). Se implementa un agente de aprendizaje que opera en el modo de capa cruzada de la pila arquitect

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Existente; Pila arquitectónica en capas de red; Red ad hoc de radio cognitiva; Selección de canal; Capa de control de acceso al medio; Enrutamiento; Capa de red; Usuarios secundarios/no autorizados; SUs; Capa MAC; Evento de cambio de canal; Transmisión de datos; Protocolo; Decisiones de enrutamiento pasadas y futuras esperadas; Usuarios primarios; PUs; Agente de aprendizaje; Modo de capa cruzada; Gestor de movilidad espectral; Algoritmos de aprendizaje por refuerzo; Aprendizaje sin arrepentimiento externo; -aprendizaje; Autómatas de aprendizaje; Interferencias de usuario; Aprendizaje por refuerzo; Protocolo de enrutamiento basado en RL; Simulaciones; Simulador de red cognitiva de radio cognitiva; Simulador de red; NS-2; Tasa de datos promedio; Colisión de paquetes; Pérdida de paquetes; Retardo de extremo a extremo; Calidad de servicio; QoS; Sensible al retardo; Redes en tiempo real;
• Keywords:Existing; Network-layered architectural stack; Cognitive radio ad hoc network; Channel selection; Medium access control layer; Routing; Network layer; Secondary/unlicensed users; SUs; MAC layer; Channel switching event; Data transmission; Protocol; Past; Expected future routing decisions; Primary users; PUs; Learning agent; Cross-layer mode; Spectrum mobility manager; Reinforcement learning algorithms; No-external regret learning; -learning; Learning automata; User interferences; Reinforcement learning; RL-based routing protocol; Simulations; Cognitive radio cognitive network simulator; Network simulator; NS-2; Average data rate; Packet collision; Packet loss; End-to-end delay; Quality of service; QoS; Delay sensitive; Real-time networks; Cellular; Tele vision; TV networks