Spatio-Temporal Spectrum Reuse based on Channel Gain Cartography

During the last decade, the perceived scarcity of spectrum resources along with the proliferation of new wireless technologies have motivated a substantial research effort on dynamic spectrum management. Although a fixed frequency assignment policy has guiltily led to an alarming spectrum crowding belief, a noticeable underutilization of the allocated frequency bands has been revealed by extensive spectrum occupancy measurements. Therefore, a dynamic re-utilization of the licensed frequencies would be a breakthrough toward a mitigation of the troublesome inefficiency in the spectrum management, aggressively answering to the unceasing demand of resources for new wireless services. Prominent in this context is the hierarchical spectrum access, an emerging model that envisages secondary users (a.k.a. cognitive radios) aiming to access to the frequency bands of the licensed systems (a.k.a. primary users) in a dynamical and nonintrusive manner. Envisioned as autonomous entities endowed with learning and decisional capabilities, secondary devices accomplish spectrum sensing and dynamical radio resource allocation tasks, thus enabling an opportunistic access to portions of the spectrum under the primary-secondary hierarchy. The consequent continuous need for a concrete situational awareness required by the cognitive radios demands for innovative signal processing algorithms for high-resolution primary users' activity monitoring, efficient transmission opportunity exploitation and, most importantly, accurate characterization of the surrounding RF propagation environment. Due to the lack of explicit coordination between the two networks, as envisaged in the cognitive radio paradigm, learning the features of the propagation environment is conceivably critical for adaptation of operational system parameters and obligatory protection of the licensed primary system. To strike the foregoing sensing and control objectives reliably, a significant departure from a one-dimensional view of the RF environment, conventionally attained by point-to-point feedback strategies to acquire channel coefficients as well as interference levels on a per-link basis, is advocated. Toward this direction the present Thesis introduces the concept of channel gain cartography, a groundbreaking geostatistics-inspired application that enables a portrayal of the RF environment impinging upon arbitrary locations in space. The most appealing feature of the proposed tool consists in the non-trivial capability of inferring the channel gain between arbitrary transmitter-receiver locations, based on the only measurements taken among collaborating cognitive radios. Such ability in estimating any-to-any channel gains may open the door to aggressive resource allocation techniques, thus leading to markedly higher spectral efficiency - and finds well-motivated applications not only in the cognitive radio context. With an accurate RF environment description close at hand, the Thesis presents a primary system's state tracker based on a parsimonious model accounting for the reasonable sparse activity of the primary sources - due to well-known mutual interference concerns - in the monitored geographical area. Motivated by recent advances in sparse linear regression, where the $\ell_1$-norm places itself as a cornerstone for lassoing the non-zero support of the estimand, a sparsity-cognizant state tracker is developed in both centralized and distributed formats. As a byproduct ensued from the parsimonious model, the tracker possesses localization and primary transmission power estimation abilities, which lead to a capability of estimating the actual power spectral density map of the primary system, a continuously-updated portrayal of the aggregate primary power impinging upon the whole monitored geographical region. Detection of the so called spectrum spatial holes is efficiently attainable, thus enhancing the spatial re-use of the primary frequency bands. Due to the aforementioned lack of explicit support from the primary system, sensing algorithms often face difficulty in acquiring secondary-to-primary users channels. Moreover, the sensing algorithms cannot detect silent licensed receivers, which nevertheless have to be obligatorily protected. Based on primary coverage map and channel gain cartography, the approach pursued here is to exploit statistical knowledge of the secondary-to-primary channels, where the combined effect of shadow fading as well as small-scale fading is accounted for, to maximize a given secondary network utility function under chance constraints that ensure protection to any potential licensed user. Albeit a non-convex interference-constrained network utility maximization problem is derived, Karush-Kuhn-Tucker solutions are provably obtained by the proposed algorithms. Error-corrupted measurements and missing and/or outdated channel gain estimates may undoubtedly compromise the accomplishment of the power control task. To overcome this issue, a novel probabilistic approach encompassing channel knowledge uncertainty on both secondary-to-secondary and secondary-to-primary links is also presented. The foregoing technical findings are fully corroborated by numerical tests.

Durante l'ultimo decennio, la proliferazione di nuove tecnologie wireless, unitamente all'apparente scarsita' di risorse spettrali disponibili, ha motivato una considerevole attivita' di ricerca rivolta a tecniche di gestione dinamica dello spettro. Sebbene una allocazione statica dello spettro abbia colpevolmente indotto alla percezione di un preoccupante sovraffollamento delle bande disponibili, un sostanziale sottoutilizzo di tali frequenze e' stato rilevato durante campagne di misurazione dell'occupazione effettiva di bande di frequenza ad uso esclusivo. Un riutilizzo dinamico di tali frequenze potrebbe essere un passo in avanti fondamentale per risolvere l'attuale sistematica inefficienza nella gestione dello spettro e, quindi, rispondere alla continua richiesta di risorse spettrali per nuovi sistemi wireless. In questo contesto si posiziona in maniera prominente il modello ad accesso gerarchico, modello che prevede utenti secondari (chiamati anche cognitive radio) che accedono alle bande di frequenza allocate agli utenti licenziatari (chiamati comunemente utenti primari) in maniera dinamica e non intrusiva. Immaginati come entita' autonome con capacita' decisionali e di apprendimento dell'ambiente di propagazione, gli utenti secondari sono in grado di riutilizzare porzioni dello spettro in maniera opportunistica, rispettando la gerarchia tra sistemi licenziatari e sistemi secondari. Operazioni necessarie per tale accesso opportunistico sono il sensing dello spettro e l'allocazione dinamica delle risorse radio disponibili. Il conseguente bisogno di una continua cognizione situazionale da parte degli utenti secondari richiede soluzioni algoritmiche innovative per monitorare l'attivita' degli utenti primari in maniera affidabile, utilizzare efficientemente le porzioni di spettro quando libere, e acquisizione di un'accurata caratterizzazione dell'ambiente di propagazione. Infatti, data la mancanza di una cooperazione esplicita tra sistemi primario e secondario, il continuo apprendimento delle caratteristiche dell'ambiente di propagazione e' di fondamentale importanza per l'adattamento dei parametri di sistema e la protezione obbligatoria del sistema primario. Per compiere in maniera affidabile sensing e allocazione dinamica delle risorse disponibili e' richiesto un significativo scostamento dalla visione uni-dimensionale dell'ambiente di propagazione, la quale si basa sulle tecniche classiche di stima di canale e acquisizione dei livelli di interferenza via feedback su collegamenti punto-punto. In questa direzione, la presente tesi introduce il concetto di cartografia del guadagno di canale, una tecnica innovativa con origini dalla geostatistica che permette l'acquisizione di una descrizione completa dell'ambiente di propagazione percepito in punti arbitrari di una regione geografica. La caratteristica principale di tale tecnica consiste nella capacita' di stimare il guadagno di canale tra coppie arbitrarie trasmettitore-ricevitore, partendo da delle misurazioni effettuate sui soli link tra cognitive radio cooperanti. Con un'accurata descrizione dell'ambiente di propagazione a portata di mano, nella tesi viene introdotto un algoritmo per la stima della potenza trasmissiva degli utenti licenziatari attivi e la loro localizzazione. L'algoritmo e' basato su un modello di sistema parsimonioso che tiene in considerazione la sparsita' nel dominio spaziale di utenti primari attivi, sparsita' che e' strettamente legata a fenomeni ben noti di interferenza mutua. La stima della potenza trasmissiva degli utenti primari, della loro posizione geografica e, infine, del loro atlante del guadagno di canale, permettono la ricostruzione dell'area di copertura del sistema primario e, conseguentemente, la rivelazione delle aree geografiche in cui le frequenze primarie sono inutilizzate. In questo caso, l'atlante del guadagno di canale permette si superare la classica semplificazione circolare e tempo invariante dell'area di copertura. Data la mancanza di una cooperazione esplicita tra i due sistemi, la stima dei canali di comunicazione tra utenti primari e secondari non puo' essere effettuata; inoltre, gli algoritmi di sensing classici possono rivelare la presenza di trasmettitori primari ma non dei ricevitori primari, i quali devono essere obbligatoriamente protetti. Per superare tali ostacoli, e garantire la protezione degli utenti primari da interferenza causata dai trasmettitori secondari, l'approccio seguito nella tesi prevede l'utilizzo della stima dell'area di copertura e della descrizione statistica dei canali tra utenti primari e secondari, in modo tale da garantire che la probabilita' di interferenza sia tenuta sotto una certa soglia in tutte le posizioni geografiche in cui ricevitori primari possono risiedere. Anche se il problema di massimizzazione della funzione di utilita' della rete secondaria, sotto vincoli probabilistici che limitano l'interferenza causata al sistema primario, risulta essere non convesso, l'algoritmo proposto nella tesi dimostra una sicura convergenza a un punto di minimo (almeno) locale. Inoltre, in un contesto come quello ad accesso gerarchico, anche i canali tra gli utenti secondari possono non essere stimati correttamente. Un nuovo approccio comprendente vincoli probabilistici sia sull'interferenza arrecata al sistema primario che sugli eventi di outage sui collegamenti tra utenti secondari e' quindi proposto. Tutti i risultati ricavati nella tesi sono corroborati via simulazioni numeriche.