ict- 257626 acropolis date: 28/09/2012 - cordis ict- 257626 acropolis date: 28/09/2012 ict-acropolis

Download ICT- 257626 ACROPOLIS Date: 28/09/2012 - CORDIS ICT- 257626 ACROPOLIS Date: 28/09/2012 ICT-ACROPOLIS

Post on 06-Jul-2020

2 views

Category:

Documents

0 download

Embed Size (px)

TRANSCRIPT

  • ICT- 257626 ACROPOLIS Date: 28/09/2012

    ICT-ACROPOLIS Deliverable D12.3 1/42

         

       

     

                                    

     

    Advanced coexistence technologies for radio optimisation in  licensed and unlicensed spectrum  

    (ACROPOLIS) 

    Document Number D12.3 

    First Complete Set of Solution Categorization and Approaches 

    Contractual date of delivery to the CEC:  30/09/2012  Actual date of delivery to the CEC:  30/09/2012  Project Number and Acronym:  257626 ‐ ACROPOLIS  Editor:  UPRC  Authors:  Vera Stavroulaki (UPRC), Yiouli Kritikou (UPRC), 

    Aimilia Bantouna (UPRC), Kostas Tsagkaris (UPRC),  Panagiotis Demestichas (UPRC), Evangelia Tzifa  (UPRC), Nikolaos Koutsouris (UPRC), Asimina Sarli  (UPRC), Louisa‐Magdalene Papadopoulou (UPRC),  Jad Nasreddine (RWTH), Nikos Dimitriou (IASA),  Andreas Zalonis (IASA), Jing Lv (TUD), Eduard  Jorswieck (TUD), Ragnar Thobaben (KTH), Ricardo  Blasco‐Serrano (KTH), Liljana Gavrilovska (UKIM),  Adrian Kliks (PUT), Dionysia Triantafyllopoulou  (UoS), Youngwook Ko (UoS)   

    Participants:  UPRC, RWTH, IASA, TUD, KTH, UKIM, PUT, UoS  Workpackage:  WP12  Security:  Public (PU)  Nature:  Report  Version:   1.0  Total Number of Pages:  42 

    Abstract: 

  • ICT- 257626 ACROPOLIS Date: 28/09/2012

    ICT-ACROPOLIS Deliverable D12.3 2/42

    Deliverable D12.1  [1] presented, among others, 10 case  studies,  i.e. 10 decision making  problems  that will be  addressed by  the project. Deliverable D12.3 proposes how  these  decision making  problems  can  be  addressed,  i.e.  presents  a  high  level  description/  the  approach that was followed for solving them. In particular, for every proposed solution the  adapted  theoretical  approach  is  provided while  the more  detailed  description  of  each  proposed mechanism and how  the  theoretical  approach  is differentiated  in  the  specific  mechanisms  will  be  discussed  in  Deliverable  D12.4  “Description  of  Decision  Making  Approaches  and Decision Making  Engine”.  Finally, based on  the  commonalities  and  the  differences between the proposed decision making solutions, a first categorization of the  solutions has been provided.  

     

    Keywords:  Decision Making Mechanisms,  categorization, model‐based,  Learning‐based,  context‐aware 

      Document Revision History 

    Version  Date  Author  Summary of main changes 

    0.1  02.11.2011  UPRC  Table of Contents 

    0.2  14.02.2012  UPRC  Updated ToC 

    0.3  29.05.2012  UPRC  Partners’ intentions to contribute 

    0.4  11.06.2012  IASA  IASA, UoS, PUT, RWTH joint contribution 

    0.5  13.06.2012  KTH  KTH, TUD, PUT joint contribution 

    0.6  02.07.2012  UPRC  UPRC Contribution 

    0.7  15.08.2012  UoS  UNIS Contribution 

    0.8  11.09.2012  UKIM  SOTA section added 

    0.99  18.09.2012  UPRC  Text Rearrangements/ Editing  

    1.0  19.09.2012  UPRC  Finalization of the document 

  • ICT- 257626 ACROPOLIS Date: 28/09/2012

    ICT-ACROPOLIS Deliverable D12.3 3/42

    Executive Summary 

    This document provides  the categorization of decision making solutions related  to various  aspects of cognitive radio systems, some of the related work that has been reported during  the last years for each category and the first complete set of the proposed decision making  solutions in the context of the scenarios examined by ACROPOLIS project. 

    To begin with,  the document  starts  (in  section 2) with  the  categorization of  the decision  making mechanisms used for the cognitive networks. More specifically, the decision making  mechanisms are divided to 2 large categories depending on the algorithm on which they are  based:  i) the model‐based and  ii) the  learning‐based decision making the mechanisms. The  1st  category  can  be  analysed  even  more  to  2  sub‐categories,  namely  the  stochastic  approaches  and  the  examination  ones.  Section  2  elaborates  on  the  each  of  these  (sub‐)  categories and  it provides an overview/ description of them and some state of the art  for  each category.  

    Section 3 focuses on the decision making solutions proposed by ACROPOLIS project in order  to address the problems described in the previous WP12 deliverables, namely D12.1 [1]. In  particular,  the  section  presents  the  overview  of  the  scenario  and  the  approach  to  be  followed. However, the more detailed description of the mechanisms  including the results  that come from it will be included in the next WP12 deliverable, i.e. in D12.4 “Description of  Decision Making Approaches and Decision Making Engine” 

    Finally, section 4 concludes the document highlighting its importance within WP12. 

     

  • ICT- 257626 ACROPOLIS Date: 28/09/2012

    ICT-ACROPOLIS Deliverable D12.3 4/42

    Table of Contents 

    1. Introduction ................................................................................................... 5  2. The Categorization of the Decision Making Mechanisms and the State-of-the- Art ...................................................................................................................... 6 

    2.1 Model-based spectrum decision mechanisms ................................................... 7  2.1.1 Stochastic approaches ........................................................................... 7  2.1.2 Examination approaches ........................................................................ 9 

    2.2 Learning-based spectrum decision mechanisms ............................................. 10  3. Proposed Solutions ...................................................................................... 13 

    3.1 Model-based spectrum decision mechanisms ................................................. 13  3.1.1 Strategy Selection and Power Allocation for Hierarchical Spectrum Access on Licensed Bands ........................................................................................... 13  3.1.2 Context-aware Interference Management in heterogeneous wireless networks ................................................................................................................ 15  3.1.3 Energy-aware spectrum sharing with femtocells ...................................... 27 

    3.2 Learning-based spectrum decision mechanisms ............................................. 29  3.2.1 Knowledge-based cognitive Radio Resource Management .......................... 29  3.2.2 Radio Resource Management based on Dynamic Sub-carrier Assignment (DSA), Context, Profiles and Policies .............................................................. 31 

    4. Conclusions .................................................................................................. 35  5. Glossary and Definitions............................................................................... 36  6. References ................................................................................................... 38   

  • ICT- 257626 ACROPOLIS Date: 28/09/2012

    ICT-ACROPOLIS Deliverable D12.3 5/42

    1. Introduction  Main aim of WP12 “Metric  Identification, Decision Making Algorithms and Solutions”  is to  define  and  identify  the  procedures  used  in  the  analysis  of  the  context  data  to  identify  potential  opportunities  and  to  decide  on  the  spectrum  allocation.  Moreover,  this  WP  defines and  identifies  the key elements of spectrum sharing and decision making  to allow  intelligent and efficient choice of spectrum access, based on spectrum access policies and  available or unused spectrum.   Towards  this  direction,  D12.1  “Specification  of  Preliminary  Set  of  Appropriate  Metrics,  Utility Functions and Layer  Identification”  [1] described 3  scenarios which consisted of 10  case  studies  in  total,  i.e.  10  decision making  problems  to  be  addressed  by  ACROPOLIS  project. Those are: 

     Reference scenario 1 – Cellular networks with cognitive capabilities (e.g. femtocells)  o Case Study 1: Utility functions related to the resource taxation  o Case Study 2: Policy derivation and enforcing in cellular‐like systems  o Case Study 3: Interference management and scheduling for femtocells 

     Reference scenario 2 – Coordinated/coexisting cognitive radio networks  o Case  Study  1:  Utilization  of  policy  coordinated  access  in  coordinated/ 

    coexisting cognitive radio networks  o Case  Study  2:  Spectrum  sharing  between  operators  in  licensed  and 

    unlicensed spectrum from a PHY and MAC point of view  o Case  Study  3:  Knowledge  based  management  of  reconfigurable  B3G 

    infrastructures  o Case Study 4: Self‐optimization of cognitive devices 

     Reference  scenario  3  –  Opportunistic  cognitive  netwo