Динамическое распределение каналов для вторичных пользователей в когнитивной радиосети

Более разумное совместное использование невидимых радиоволн

Каждое ваше беспроводное устройство — от телефона до умного дверного звонка — использует один и тот же невидимый ресурс: радиоволны. По мере того как устройств становится всё больше, связь может замедляться, звонки прерываться, а расход батареи увеличиваться. В этой работе исследуется новый подход, при котором радиоустройства «думают» самостоятельно о том, какие частоты использовать, помогая сегодняшним и будущим устройствам Интернета вещей более справедливо и эффективно делить загруженные эфиры.

Проблема переполненных сигналов

Традиционные правила обращаются с радиочастотами как с предназначенной в постоянную аренду собственностью. Лицензированные «первичные» пользователи, такие как мобильные операторы, владеют конкретными диапазонами, тогда как все остальные вынуждены тесниться в небольших нелицензированных кусочках. При этом большая часть лицензированного спектра часто простаивает, в то время как нелицензированные каналы забиты. Существующие методы совместного использования часто медлительны, централизованы и жестки: они испытывают трудности при слабых сигналах, быстро меняющихся моделях трафика или когда одновременно конкурируют тысячи мелких устройств с разными требованиями. В результате спектр расходуется впустую, увеличиваются задержки и часто происходят прерывания у «вторичных» пользователей, пытающихся не мешать владельцам полос.

Радио, принимающее решения локально и в реальном времени

Авторы предлагают иной подход, при котором каждое вторичное устройство принимает собственные решения в реальном времени, не ожидая указаний от центрального контроллера. Их система, названная CR-ANM, опирается на когнитивные радиостанции — устройства, которые умеют чувствовать окружение и адаптироваться. Каждое устройство отслеживает качество принимаемых сигналов, объём данных, который ему нужно передать, и мощность, которую оно может безопасно использовать, не мешая первичным пользователям. На основе этой информации оно оценивает, какие каналы свободны, какие заняты и насколько стабилен каждый вариант во времени. Вместо одинакового обращения со всеми устройствами система классифицирует их в группы с более высоким и более низким приоритетом в зависимости от этих условий и срочности трафика.

Нечеткая логика для градуированных приоритетов

Чтобы перевести шумные, реального мира измерения в чёткие решения, система использует движок нечеткой логики с 27 правилами принятия решений. Нечеткая логика хорошо подходит для ситуаций, где входные данные неточны — качество сигнала может быть «низкое», «среднее» или «высокое», а не одним строгим числом. Движок учитывает три основных фактора: силу и чистоту сигнала, требуемую устройством скорость передачи данных и передаваемую мощность, которую оно может безопасно использовать. На их основе каждому вторичному пользователю присваивается индекс приоритета. Устройства с высоким приоритетом сопоставляются с наиболее стабильными, свободными от помех каналами. Устройства с более низким приоритетом по-прежнему могут передавать данные, но их могут попросить снизить мощность или использовать менее идеальные каналы, особенно когда первичные пользователи вновь становятся активными.

Два способа незаметно «вписаться» без помех

Система сочетает два стиля доступа к спектру. В режиме «interweave» вторичный пользователь передаёт только по каналам, которые кажутся свободными, полностью не мешая первичным пользователям. В гибридном режиме «interweave–underlay» вторичным пользователям с низким приоритетом разрешается продолжать коммуникацию даже при возвращении первичного пользователя, но лишь на существенно сниженной мощности, чтобы они оставались практически невидимыми для лицензированной передачи. Механизм ранжирования оценивает каждый канал по частоте его свободных состояний, длительности этих периодов и частоте появления первичных пользователей. Это помогает сопоставлять пользователи с высоким приоритетом с лучшими каналами и направлять остальных в более безопасные, но ограниченные варианты — всё это без участия человека.

Лучшее использование спектра при реалистичных нагрузках

Авторы протестировали свою схему с помощью компьютерного моделирования при разных моделях трафика, численности пользователей и условиях каналов. По сравнению с более традиционной конфигурацией когнитивного радио их автономная схема увеличила суммарную пропускную способность, снизила частоту прерываний услуг при возвращении первичных пользователей и сократила время ожидания перед началом передачи данных. Доступность каналов для обеих групп приоритетов оставалась выше, даже по мере увеличения числа первичных и вторичных пользователей в сети. При этом система удерживала задержки и время передачи в приемлемых пределах, что критично для чувствительных ко времени приложений — датчиков, камер и систем управления в крупных развертываниях IoT.

Что это значит для повседневной связи

Для неспециалистов главный вывод таков: не обязательно расширять эфир, чтобы создать ощущение большего пространства; его нужно использовать умнее. Позволив каждому устройству чувствовать окружение, оценивать важность своего трафика и выбирать каналы на лету с помощью градуированных нечетких правил, предложенный метод превращает жесткий спектр в гибкий, самоуправляемый ресурс. На практике это может означать меньше обрывов соединений, более плавное видео, более длительное время работы от батареи и более надежные сервисы умного дома и городского IoT — при этом соблюдая права лицензированных пользователей, которые оплатили свою долю спектра.

Цитирование: 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

Ключевые слова: когнитивное радио, динамическое разделение спектра, Интернет вещей, нечеткая логика, беспроводные сети