Assegnazione dinamica dei canali per utenti secondari in reti cognitive radio

Condividere con intelligenza le onde radio invisibili

Ogni dispositivo wireless che possiedi — dal telefono al campanello smart — si basa sulla stessa risorsa invisibile: le onde radio. Man mano che più dispositivi si affollano in questo spazio limitato, le connessioni possono rallentare, le chiamate possono cadere e la durata della batteria può risentirne. Questo articolo esplora un nuovo modo per far sì che le radio "pensino" autonomamente su quali frequenze usare, aiutando i dispositivi dell’attuale e futura Internet delle Cose a condividere le onde radio affollate in modo più equo ed efficiente.

Il problema dei segnali congestionati

Le regole tradizionali trattano le frequenze radio come se fossero immobili a uso esclusivo. Gli utenti "primari" con licenza, come gli operatori mobili, possiedono bande specifiche, mentre tutti gli altri devono sgomitare in angoli non licenziati ristretti. Tuttavia, gran parte di quello spettro licenziato rimane inattivo in molti istanti, mentre le bande non licenziate diventano sovraccariche. I metodi di condivisione esistenti sono spesso lenti, centralizzati e rigidi: faticano quando i segnali sono deboli, quando i modelli di uso cambiano rapidamente o quando migliaia di piccoli dispositivi con bisogni molto diversi competono contemporaneamente. Il risultato è spettro sprecato, ritardi maggiori e interruzioni frequenti per gli utenti "secondari" che cercano di non disturbare i proprietari delle bande.

Radio che decidono localmente e al volo

Gli autori propongono un approccio diverso in cui ciascun dispositivo secondario prende decisioni autonome in tempo reale, invece di aspettare istruzioni da un controllore centrale. Il loro sistema, chiamato CR-ANM, si basa su radio cognitive — radio che possono percepire l’ambiente e adattarsi. Ogni dispositivo monitora la qualità dei segnali che riceve, quanta dati deve inviare e quanta potenza può usare in sicurezza senza disturbare gli utenti primari. Da queste informazioni stima quali canali sono liberi, quali sono occupati e quanto ciascuna opzione è stabile nel tempo. Piuttosto che trattare tutti i dispositivi allo stesso modo, il sistema li classifica in gruppi ad alta e bassa priorità in base a queste condizioni e all’urgenza del loro traffico.

Logica fuzzy per priorità sfumate

Per tradurre misurazioni reali e imprecise in decisioni chiare, il sistema utilizza un motore di logica fuzzy con 27 regole decisionali. La logica fuzzy è adatta a situazioni in cui gli ingressi sono imprecisi — la qualità del segnale può essere "bassa", "media" o "alta" piuttosto che un singolo valore netto. Il motore considera tre fattori principali: la forza e la pulizia del segnale, il tasso di dati di cui il dispositivo ha bisogno e la potenza di trasmissione che può usare in sicurezza. Da questi assegna a ciascun utente secondario un indice di priorità. I dispositivi giudicati ad alta priorità vengono abbinati ai canali inattivi più stabili e privi di interferenze. I dispositivi a priorità inferiore possono comunque trasmettere ma potrebbero essere invitati a ridurre la potenza o a usare canali meno ideali, specialmente quando gli utenti primari tornano ad essere attivi.

Due modi per inserirsi senza disturbare

Il sistema combina due modalità di accesso allo spettro. In modalità "interweave", un utente secondario trasmette solo su canali che appaiono liberi, restando completamente fuori dal percorso degli utenti primari. In una modalità "ibrida interweave–underlay", agli utenti secondari a bassa priorità è permesso continuare a comunicare anche quando un utente primario ritorna, ma solo a potenze fortemente ridotte in modo da rimanere quasi invisibili alla trasmissione licenziata. Un meccanismo di classifica valuta ogni canale in base a quanto spesso è libero, quanto durano quei periodi di inattività e quanto frequentemente compaiono gli utenti primari. Questo aiuta ad abbinare gli utenti ad alta priorità ai canali migliori e indirizzare gli altri verso opzioni più sicure ma più vincolate, il tutto senza intervento umano.

Uso più efficiente dello spettro sotto carichi realistici

Gli autori hanno testato il loro progetto tramite simulazioni al computer su molti schemi di traffico, numeri di utenti e condizioni dei canali. Rispetto a una configurazione di radio cognitiva più convenzionale, il loro schema autonomo ha aumentato la capacità complessiva di trasferimento dati, ridotto la frequenza con cui i servizi venivano interrotti quando gli utenti primari reclamavano i loro canali e accorciato il tempo di attesa prima che i dispositivi potessero iniziare a inviare dati. La disponibilità dei canali per entrambi i gruppi di priorità è rimasta più alta, anche con l’ingresso di più utenti primari e secondari nella rete. Allo stesso tempo, il sistema ha mantenuto sotto controllo i ritardi e i tempi di trasmissione, fattore cruciale per applicazioni sensibili al tempo come sensori, telecamere e sistemi di controllo in grandi distribuzioni IoT.

Cosa significa per la connettività di tutti i giorni

Per i non addetti ai lavori, la conclusione chiave è che le onde radio non hanno bisogno di essere ampliate per sembrare più spaziose; devono essere usate in modo più intelligente. Permettendo a ogni dispositivo di percepire l’ambiente, stimare l’importanza del proprio traffico e scegliere i canali al volo usando regole fuzzy graduali, il metodo proposto trasforma uno spettro rigido in una risorsa flessibile e autogestita. In termini pratici, questo potrebbe tradursi in meno connessioni cadute, video più fluidi, maggiore durata della batteria e servizi IoT domestici e su scala cittadina più affidabili — il tutto nel rispetto dei diritti degli utenti licenziati che hanno pagato la loro fetta di spettro.

Citazione: Gowthaman, S., Bhuvaneswari, P.T., Ramesh, P. et al. Dynamic channel allocation for secondary users in cognitive radio network. Sci Rep 16, 14349 (2026). https://doi.org/10.1038/s41598-026-44620-3

Parole chiave: radio cognitiva, condivisione dinamica dello spettro, Internet delle Cose, logica fuzzy, reti wireless