Dopasowywanie przydziału kanałów do wzorców ruchu w sieciach radiowych kognitywnych za pomocą wieloskalowego okienkowania

Dlaczego połączenie w telefonie nagle może się zatkać

Każdy, kto widział zacięcie wideo lub zerwanie połączenia w godzinach szczytu, odczuł, że bezprzewodowe pasma są ograniczone. Nasze urządzenia konkurują o te same niewidzialne „drogi” na niebie, a ruch może zmienić się z cichego w zakorkowany w ciągu kilku sekund. Artykuł bada inteligentniejszy sposób współdzielenia tych dróg w sieciach bezprzewodowych, zwłaszcza gdy wiele urządzeń musi grzecznie czekać za użytkownikami o wyższym priorytecie, jak to ma miejsce w systemach radiowych nowej generacji.

Kto ma pierwszeństwo na falach radiowych

Współczesne sieci bezprzewodowe często rezerwują fragmenty widma dla licencjonowanych, uprzywilejowanych użytkowników, takich jak operatorzy komórkowi czy usługi nadawcze. Ci użytkownicy pierwsi korzystają z zasobów. Użytkownicy o niższym priorytecie (sekundarni) mogą wślizgiwać się w luki tylko wtedy, gdy licencjonowane kanały są nieaktywne. Teoretycznie podejście „używaj resztek” powinno zwiększać ogólną efektywność. W praktyce użytkownicy uprzywilejowani pojawiają się i znikają w sposób nieprzewidywalny, a sam kanał bezprzewodowy zanika i odżywa. Do tego zapotrzebowanie na dane ze strony użytkowników sekundarnych może gwałtownie przechodzić od spokoju do napływu. Wszystko to utrudnia podejmowanie decyzji, moment po momencie, które urządzenie powinno otrzymać dany dostępny kanał.

Dlaczego proste modele ruchu zawodzą

Większość wcześniejszych rozwiązań traktuje przyjścia danych od użytkowników sekundarnych tak, jakby były gładkie i losowe w bardzo uproszczony sposób, podobnie jak krople deszczu uderzające w ziemię. Ułatwia to rachunki, ale ignoruje fakt, że ludzie i aplikacje często generują ruch seriami: nagły upload, intensywny okres komunikacji czy aktualizacja oprogramowania. Poprzednie prace zwykle analizowały tylko jeden aspekt na raz — na przykład, ile pakietów czeka w kolejce albo jak często użytkownik licencjonowany odzyskuje kanał — zamiast pełnego połączenia aktywności użytkownika uprzywilejowanego, jakości kanału i kolejek użytkowników sekundarnych. W efekcie istniejące reguły przydziału kanałów mogą wolno rozpoznawać skoki ruchu, co prowadzi do przeciążonych buforów i większej liczby porzuconych pakietów, gdy sieć jest obciążona.

Nowy sposób obserwacji ruchu na wielu skalach czasowych

Autorzy proponują nowy protokół Traffic Pattern‑Adaptive Allocation (TPA), który uważnie śledzi, jak ruch użytkowników sekundarnych zmienia się w czasie. Zamiast polegać na jednym, stałej długości oknie obserwacji, TPA monitoruje napływ pakietów przez kilka nakładających się okien o różnych długościach. Krótkie okna szybko wykrywają nagłe serie, podczas gdy długie okna wychwytują wolniejsze trendy. Protokół przypisuje każdemu oknu wagę zależną od jego długości i ilości ruchu, a następnie łączy te obserwacje w dopracowaną estymację aktualnego obciążenia. Korzystając z tych informacji, klasyfikuje bieżący ruch dla każdego użytkownika do dwóch szerokich trybów: stanu normalnego i stanu „bursty” (szczytowego), z odmiennymi typowymi wzorcami przyjść.

Z wzorców ruchu do inteligentniejszego współdzielenia kanałów

Gdy TPA ma już dobrą orientację, czy ruch jest spokojny, czy gwałtowny, wprowadza tę wiedzę do zunifikowanego modelu matematycznego, który jednocześnie śledzi, jak często użytkownicy licencjonowani zajmują poszczególne kanały, jaka jest jakość kanałów oraz jak pełne stały się bufory użytkowników sekundarnych. Wszystkie te składowe są splecione w modelu Markowa i teorii kolejek opisującym ewolucję stanu sieci w dyskretnych krokach czasowych. Kluczowym narzędziem praktycznym w tym ramach jest Wektor Prawdopodobieństwa Przydziału (Probability Allocation Vector), który koduje, w jednym obiekcie, szanse przyznania każdego dostępnego kanału poszczególnemu użytkownikowi w różnych warunkach. Ponieważ wektor jest aktualizowany na podstawie ostatnich wzorców ruchu, protokół może prewencyjnie przesuwać przypisania kanałów w miarę pojawiania się szczytów, zamiast reagować dopiero po tym, gdy kolejki już znacznie wzrosły.

Testowanie nowego protokołu

Aby ocenić wydajność TPA, autorzy przeprowadzili szczegółowe eksperymenty numeryczne na małej, ale reprezentatywnej sieci z dwoma licencjonowanymi kanałami i dwoma użytkownikami sekundarnymi. Porównali swoją metodę z powszechnie znanym punktem odniesienia, protokołem Maximum Throughput Allocation (MTA), który skupia się na maksymalnym przepływie danych w każdej chwili, ale nie dostosowuje się do wieloskalowych wzorców ruchu. W trzech zestawach testów — zmieniając rozmiar buforów użytkowników sekundarnych, częstotliwość zajmowania kanałów przez użytkowników uprzywilejowanych oraz szybkość zmian jakości kanału — obliczono dwie kluczowe miary: ile pakietów jest skutecznie wysyłanych na krok czasowy (przepustowość) oraz ile pakietów jest odrzucanych z powodu zapełnionych buforów (wskaźnik odrzuceń). W każdym scenariuszu TPA zapewnia większą przepustowość i konsekwentnie mniej odrzuconych pakietów niż MTA, zwłaszcza gdy ruch jest skokowy lub warunki kanału niestabilne.

Co to oznacza dla codziennych użytkowników sieci bezprzewodowych

Mówiąc prosto, badanie pokazuje, że zwracanie uwagi na wzorce ruchu na wielu skalach czasowych pozwala sieciom podejmować mądrzejsze, terminowe decyzje o tym, kto korzysta z którego fragmentu widma. Łącząc tę świadomość ruchu ze wspólną oceną zachowania użytkowników licencjonowanych, jakości kanału i kolejek urządzeń, protokół TPA utrzymuje większy przepływ danych i zmniejsza liczbę pakietów, które „przepadają”. Chociaż szczegółowy model jest obliczeniowo wymagający i testowano go w małej konfiguracji, podstawowa idea — współdzielenie ograniczonych fal radiowych z uwzględnieniem wzorców ruchu — wskazuje kierunek dla przyszłych systemów bezprzewodowych, które lepiej poradzą sobie z dużym, nieprzewidywalnym zapotrzebowaniem bez marnowania cennego widma.

Cytowanie: Min, Z., Ziru, W., Jinyuan, B. et al. Traffic pattern-adaptive channel allocation in cognitive radio networks via multi-scale windowing. Sci Rep 16, 10188 (2026). https://doi.org/10.1038/s41598-026-41417-2

Słowa kluczowe: radio kognitywne, dynamiczny dostęp do widma, modelowanie ruchu, przydział kanałów, teoria kolejek