Overview of the framework 58

En el numeral 2.3.3 se documentó las métricas de desempeño que pueden ser utilizadas en la presente investigación para medir la efectividad de cada uno de los algoritmos propuestos. A continuación, se realiza la valoración de cada una de ellas para determinar el aporte que introduciría a la tesis, con el fin de seleccionar las 4 más relevantes que vayan acordes con el objetivo general de medir la interferencia con el PU.

Equidad

Siendo objetivo de la métrica determinar la maximización del acceso al espectro entre SUs, y validar que sea equitativo para todos los actores que intervengan, sobre todo para los que están accediendo de manera oportunista, éste criterio es descartado, ya que el alcance de esta investigación simula únicamente el

comportamiento de un SU, y no tiene en cuenta otras variables como orquestar a través de una red centralizada el acceso.

Eficiencia espectral

Al ser un recurso limitado, la eficiencia espectral indica que para cada frecuencia debe ser explotado al máximo en cada nodo cognitivo por parte de los PU y SU. Siendo objeto de varios estudios, está métrica se aborda a través de la Modulación de Amplitud Cuadrática M-aria y otro tipo de modulación ortogonal. Si bien, los datos con los que se realiza la investigación son reales, no se cuenta con los códigos QAM ni con las medidas referentes a su Frecuencia de Modulación, por tanto esta métrica es descartada para el estudio.

Ancho de banda

Dependiendo el tipo de transmisión que se vaya a realizar, el QoS es determinante para saber si la técnica de acceso dinámico al espectro es efectiva, por tanto y teniendo la información sobre el ancho de banda de cada canal en las trazas de tráfico real, esta métrica es una de las que se implementa en la investigación.

Probabilidad de fallo en el Handoff

Debido a que no se está evaluando tiempos de Swithing que están atados a los dispositivos cognitivos (Hardware), la probabilidad de fallo se abordará en esta investigación únicamente como la cantidad de fallos dados por la simulación. Y aunque es válida la afirmación que indica que la estadística de un mismo evento se convierte en probabilidad, no se cuenta con la cantidad necesaria para determinar la probabilidad, pero si brinda una medición sobre el comportamiento del algoritmo.

Número de Handoff

Esta métrica es importante para determinar el número de Handoff introducidos por el algoritmo, por tanto, se evalúa dentro de la investigación como el número de Handoff totales realizados y es comparado con los demás valores arrojados por las técnicas de selección y predicción.

Interferencia/potencia

Siendo objeto principal de la investigación consolidar un algoritmo que reduzca la interferencia con el PU, está variable es la primordial a medir. Se acota el alcance a medir el número de Handoff por interferencia, según la técnica de selección y predicción escogidos, el cual es una función acumulativa de las veces que el SU debe moverse de un canal debido al arribo de un PU.

3.5.1 Modelos de Predicción Basados en Series de Tiempo

Las series de tiempo es una técnica estocástica que permite a través de registros históricos de una variable aleatoria establecer comportamientos futuros, los implementados en esta investigación son tres: AR, MA, ARMA.

Se implementa la clase Canal descrita en la Tabla 1 que agrupa a través de los atributos las variables de interés que permiten evaluar las tres predicciones para el canal.

Tabla 1. Descripción de la clase que almacena la información de cada predicción hecha en un canal.

Atributo Detalle

ARLag Almacena los rezagos que tiene la

muestra para AR

ForecastAR Almacena los datos de la predicción

hecha por AR

MeanErrorAR Determina el error medio de los datos

originales con los de predicción con AR

MALag Almacena los rezagos que tiene la

muestra para MA

ForecastMA Almacena los datos de la predicción

hecha por MA

MeanErrorMA Determina el error medio de los datos

originales con los de predicción con MA

ForecastARMA Almacena los datos de la predicción

hecha por MA

MeanErrorARMA Determina el error medio de los datos

originales con los de predicción con ARMA

La forma en que se implementan los algoritmos de predicción en su mayoría no son dinámicos, siempre se necesita establecer las predicciones con anterioridad y almacenarlas en un repositorio para ser utilizadas posteriormente, esto implica realizar evaluaciones de predicción para canales que por su clasificación no serán utilizados o para intervalos de tiempo que son innecesarios. El porqué, es preciso establecer previamente cuales son los rezagos y la estacionalidad de la muestra. Para desarrollar un algoritmo dinámico, se aplica una técnica experimental que permite a través de la auto-correlación o correlación parcial según sea el caso, hallar estas dos variables de interés. La Figura 10 muestra el diagrama de secuencia implementado.

Figura 10 Diagrama de secuencia para la predicción de arribo del PU

Auto Regresivo:

Los modelos Auto regresivos se basan en la estacionalidad de la muestra determinados en un rango de P valores pasados (rezagos) y como estos afectan el valor t+1. Como la implementación busca ser dinámica, se utiliza la estacionalidad como rango límite de muestras en la parametrización del modelo, y se hallan los rezagos para cada muestra de entrenamiento.

El desarrollo de cada uno de los algoritmos contempla encontrar un patrón de diseño que pueda ser aplicado de manera transversal para cualquiera de los cuatro métodos permitiendo la reutilización de código, como resultado se implementa el módulo de estrategias de Handoff.

Una vez establecidos los criterios de selección de las estrategias de Handoff se adapta el patrón de Diseño Método Fabrica para validar los modelos propuestos. La Figura 11 muestra el diagrama de clases que permite ejemplificar el producto de las estrategias de Handoff, este conjunto de clases arroja los métodos de selección

multivariables que mejor se adecue a la selección de canal que logre el objetivo de reducir el nivel de interferencia.

Figura 11 Diagrama de clases, basado en patrón de diseño método fábrica.

Variables de Salida:

Dado que el interés es evaluar si una estrategia de Handoff proactivo puro es superior a una reactiva en cuanto a interferencia con el PU, se definen las siguientes cuatro variables para determinar el desempeño del algoritmo propuesto: Ancho de Banda (BW), Número de Handoff, Número de Handoff fallidos y número de Handoff por interferencia.