A COGNITIVE RADIO ARCHITECTURE FOR ANALYSIS OF MACHINE LEARNING TECHNIQUES
Rádios Cognitivos; Arquitetura; Aprendizado de Máquina.
O espectro de frequências eletromagnéticas tem sido subutilizado por dispositivos com conexão sem fio. Por essa razão, a Federal Communications Commission (FCC) homologou em 2002 que rádios não licenciados, também conhecidos como Secondary Users (SUs) da frequência, acessassem frequências licenciadas dos Primary Users (PUs). Consequentemente, pesquisadores investiram seus esforços para diminuir a interferência de SUs em PUs utilizando algoritmos de Inteligência Artificial. Dessa maneira, tenta se prever a próxima faixa ocupada do espectro e fazer a troca por uma livre, técnica chamada de Rádio Cognitivo (CR). Nesta dissertação é proposta uma arquitetura de Rádios Cognitivo para uma troca fácil do módulo de decisão, juntamente com análises de métodos de decisão para serem utilizados nesta arquitetura. Assim sendo, técnicas de Inteligência Artificial (IA) foram analisadas procurando uma maior compatibilidade com o problema de decisão de espectro. Portanto, Aprendizado por Reforço, Never Ending Learning (NEL) e técnicas de Concept Drift foram consideradas pela sua facilidade de lidar com fluxo de dados não determinísticos.