منصة الرسائل والاطاريح: طريقة اختيار القناة في شبكه الراديو المعرفي باستخدام التضبيب و الشبكات العصبيه

الخلاصة

يتيح الراديو المعرفي باستشعار وكشف حالة القنوات اللاسلكية ، مما يسمح لأجهزة الإرسال والاستقبال اللاسلكية بتحديد القنوات المستخدمة وأيها غير مستخدمة. يعد التنقل إلى القنوات الفارغة مع تجنب القنوات المزدحمة هو الهدف الأساسي لأجهزة الراديو المعرفية. ونتيجة لذلك ، يتم تحسين استخدام الطيف مع تقليل التداخل مع المستخدمين الآخرين من خلال السماح ببث إشارات لعدة مستخدمين على قناة واحدة. كانت هناك مرحلتان في تطوير هذه الدراسة, لقد طورنا في المرحلة الاولى نهجًا مباشرًا لنمذجة الشبكات الراديوية المعرفية لتشجيع إدارة أفضل للطيف من خلال استخدامه الانتهازي, في المرحلة الثانية ، نقترح استخدام ثلاث خوارزميات من نظام المنطق الضبابي (Mamdani ، Tsukamoto ، (TSK وخوارزميتين من الشبكات العصبية (ANN ، (ANFIS لتحسين عملية اتخاذ القرار في اختيار أفضل القنوات المتاحة في الشبكة الراديوية. ومن اجل تحقيق ذلك تم اختبار نوعين من الانظمة هما النظام غير التعاوني والنظام التعاوني للمستخدمين الثانويين. استخدام طريقة النمذجة المحددة في المرحلة الأولى كأساس. بعد تنفيذ جميع عمليات المحاكاة ، تم استخدام ثلاثة مقاييس للتقييم ، بما في ذلك معدل نقل الشبكة لوحدات البيانات ، وعمليات التسليم (الانتقال بين القنوات) ، ووقت التأخير( يتضمن وقت البحث و الاختيار ومن ثم الانتقال الى القناة المتاحة الجديدة). حيث تم إجراء مقارنة وتحليل لنتائج المحاكاة ، حيث أظهرت خوارزمية نظام الاستدلال العصبي الغامض التكيفي (ANFIS) ميزة وافضلية على بقية الخوارزميات وأيضًا على الخوارزميات المعيارية. أثبتت النتائج أن خوارزميات ANFIS و TSK أعطت أفضل النتائج عند زيادة عدد القنوات مقارنة بالطرق الأخرى (ANNs ، والخوارزميات المعيارية), كما أظهرت النتائج أن خوارزمية(MCCA) حققت أفضل النتائج في عدد عمليات التحويل مقارنة بباقي الخوارزميات, وخلصت الدراسة الى ان النتائج التي تم الحصول عليها تبين أن خوارزمية ANFIS قدمت نتائج أفضل من بقية الخوارزميات في نسبة الإنتاجية (كمية البيانات المتبادلة) بقيم مقبولة لبقية القياسات عند مقارنتها بباقي الطرق والخوارزميات الأخرى.