4 CRN

Prévia do material em texto

Cognitive Radio Networks
Dr. Kwang‐Cheng Chen
Di ti i h d P f d I i T H Ch iDistinguished Professor and Irving T. Ho Chair
Graduate Institute of Communication Engineering & 
Department of Electrical Engineering
National Taiwan University, Taipei, Taiwan ROC
Email: chenkc@cc.ee.ntu.edu.tw
April 1, 2009 1KC Chen, NTU EE & GICE
OutlinesOutlines
Air‐Interface Migration toward 4Gg
SDR, Terminal Device Architecture, and SoC
Cooperative Cognitive Radio to CognitiveCooperative Cognitive Radio to Cognitive 
Radio Network
CRN Architecture and OperationCRN Architecture and Operation
CRN Spectrum Sensing
T i CRN A i i R iTrust in CRN, Association, Routing
Cooperative Relay
Networking Coding for CRN Cooperative Relay
Routing and Applications
April 1, 2009 2
g pp
KC Chen, NTU EE & GICE
Air‐Interface Technology Roadmap
CDMA2000
IS‐95
CDMA2000
(3GPP2)
EvDO UMB
?
IMT Advanced
IEEE 802.16e
IEEE 802 16m 4G
TDD
?
IMT‐Advanced
Mobile WiMAX
IEEE 802.16m 4G
TD SCDMA HSPA TDD
GSM
GPRS WCDMA
HSPA
(HSDPA/ 3G LTE
TD‐SCDMA HSPA‐TDD
GPRS
EDGE (3GPP)
(HSDPA/
HSUPS)
3G LTE
NB/TDMA
CDMA/FDD
CDMA/TDDMuch more air‐interfaces on WLAN, WPAN, WBAN, ….
April 1, 2009 3
/
OFDMA
Much more air interfaces on WLAN, WPAN, WBAN, ….
KC Chen, NTU EE & GICE
TruthTruth
What is 4G?
No one really knows.
 It comes around 2020 (IMT‐2020?) or 2025
What did 3G not accomplish?
• Wireless packet switching
• Wireless Internet (NOT ireless access to Internet)• Wireless Internet (NOT wireless access to Internet)
• Internet backbone for wireless
What are new services, applications, scenarios?, pp ,
What are new technologies?
 By 2020, there will be trillions wireless devices.y ,
Challenge for spectrum efficiency
Challenge for network architecture
April 1, 2009 4KC Chen, NTU EE & GICE
Consumer Networks
High Definition
Flat-Panel TV Digital
Camera
MP3
Consumer Networks
SpeakerSpeaker
WiMAX
PDA or Wireless
Game Console
HandsetWireless
Gateway VoIP
Speaker
S k
Game Console
or Home Router
PCPublic
Networks
Speakeror Internet
IEEE ComSoc: Consumer Networks would be 
April 1, 2009 5
KC Chen, NTU EE
the driving force for future communication technology.
KC Chen, NTU EE & GICE
Personal NetworksPersonal Networks
Not just personal area networks (PAN), it is networking toward 
( ) d i d i ievery (consumer) device around a person in every environment, 
including cellular, WMAN, WLAN, WPAN, WBAN.
From Aalborg University
April 1, 2009 6KC Chen, NTU EE & GICE
Fundamental Factors in Future Wireless 
Communications
 MIMO to Yield Gigabit Wireless
 A t & RF/ i d d t h l t f tili MIMO Antenna & RF/mixed mode technology to fertilize MIMO
 Terminal device architecture with small form factor
 Spectrum Utilization in Unlicensed and even Licensed Bandsp
 Cognitive Radios
• SDR and new DSP technology
• Re configurable MAC• Re‐configurable MAC
• Power management
 Cooperative Communications
• Radio resource management, mobility management
 Network Efficiency
 Multiple access QoS Routing mobile IP Multiple access, QoS, Routing, mobile IP
 Cognitive Radio Networks
 Network throughput per bandwidth!
April 1, 2009 7KC Chen, NTU EE & GICE
PHY Technology Toward Spectrum 
Efficiency
 Frequency Reuse
 High‐dimensional modulation with FEC
Adaptive modulation & coding (AMC) to reach 
icapacity
Multiple‐input‐multiple‐output (MIMO)
T i di i d i di iTransmit diversity and receive diversity
 Realization of MIMO
B f iBeamforming
Spatial multiplexing (SM)
Space time codes (STC)Space‐time codes (STC)
Mobile WiMAX as an example of wireless packet 
switching cellular system
April 1, 2009 8
88
switching cellular system
KC Chen, NTU EE & GICE
OutlinesOutlines
 Air‐Interface Migration toward 4Gg
 SDR, Terminal Device Architecture, and SoC
 Cooperative Cognitive Radio to Cognitive Radio Cooperative Cognitive Radio to Cognitive Radio 
Network
 CRN Architecture and Operationp
 CRN Spectrum Sensing
 Trust in CRN Association Routing Trust in CRN, Association, Routing
 Cooperative Relay
Networking Coding for CRN Cooperative RelayNetworking Coding for CRN Cooperative Relay
 CRN Mobility and International Standards
April 1, 2009 9KC Chen, NTU EE & GICE
Software Defined Radio (SDR)Software Defined Radio (SDR)
Cognitive Radio (CR) is considered as an 
intelligent version of SDR, but we are g
going to tell “more than that”!
Form and lead a research team of 
4 top national universities for B3G
Lead students to develop one of early 
high‐speed OFDM modem using TI DSP 
(First place of 2000 TI Analog and Digital 
SDR prototype developed in 2001, allowing 
hi h b d idth hi h h i t FH d DS
Challenge in Asia Pacific Region)
high‐bandwidth high hopping‐rate FH and DS
with TI‐DSP as processing core
April 1, 2009 KC Chen, NTU EE & GICE 10
SDR Hardware Architecture
Antenna ROM
Controller
Antenna
(Array)
ROM
System &
Frequency
S l tiController
& Digital
Signal
RF
& IF
A/D
D/A
Selection
g
Processor
/
External
Control &
RAM Micro‐
Processor
BUS
Multimedia
I/O
April 1, 2009 11
BUS I/O
KC Chen, NTU EE & GICE
SDR Software Architecture
Applications:
Real‐Time
DSP Algorithms:
SDR Software Architecture
Applications:
OS
Protocol Stack:
MAC
DSP Algorithms:
Mod/Demod
User‐Interface
Multimedia
/
MAC
Link
Radio Resource
/
Codec
SynchronizationRF
& IF Appl. S/W
Radio Resource
Logic Channel
Network Mgt.
RAKE Rx.
Equalization
MIMO Processing
& IF
QoS
Security
MIMO Processing
Channel Est.A/D
D/A
DSP &
HW
Micro‐
Controller
Micro‐
Processor
April 1, 2009 12KC Chen, NTU EE & GICE
Current Mobile Terminal HWCurrent Mobile Terminal HW
IrDA
Power/Battery Management Bluetooth
WLAN
WiMAXSIM
Baseband
Processor
Multimedia
Co‐Processor
WiMAX
UWB
FM
SIM
DVB/DAB‐T
DVB‐H
RF PA Memory
DSC
SD/MS
MP3
A
MP3
MPEG, H.264
LCD DriverMore effective mechanism
f l i l i i
April 1, 2009 13
Antenna LCD Controller
for multiple co‐existing systems
is needed.
KC Chen, NTU EE & GICE
Challenges to Wireless Communication SoCChallenges to Wireless Communication SoC
Entire
Memory
PLL
Entire
Module
Memory
Memory
MCU
Power
Mgt &
Analog
Digital Signal
Processor(s)
RF Digital Logic
Digital portion follows Moorse’s law but analog portion not!
April 1, 2009 14
Digital portion follows Moorse s law but analog portion not!
KC Chen, NTU EE & GICE
Digital Radio ProcessingDigital Radio Processing
RF
AD
DA
Baseband
Inner & Outer
RF AD
DA
Baseband
Inner
Receiver
SimpleSimple
RF
Functions
Requiring new algorithms and new processing, 
with effective ADC,
while TI 1st generation using Pentium processor
It is revolution from communication system, and likely useful
for cognitive radio realization
April 1, 2009 15
for cognitive radio realization
KC Chen, NTU EE & GICE
Processor TechnologyProcessor Technology
 Von Newmann machine (general purpose)(g p p )
ALU
Memory
Single bus for data and program
 Improvements such as RISC, multiple ALUs, cache 
memory and multiple corememory, and multiple‐core
 Digital Signal Processor (special purpose)
Multiple ALUsMultiple ALUs
Data bus and program bus
MemoryMemory
 How about future communication processor and 
network processor
April 1, 2009 16
network processor
KC Chen, NTU EE & GICE
OutlinesOutlines
Air‐Interface Migration toward 4Gg
SDR, Terminal Device Architecture, and SoC
Cooperative Cognitive Radio to CognitiveCooperative Cognitive Radio toCognitive 
Radio Network
CRN Architecture and OperationCRN Architecture and Operation
CRN Spectrum Sensing
T i CRN A i i R iTrust in CRN, Association, Routing
Cooperative Relay
Networking Coding for CRN Cooperative Relay
Routing and Applications
April 1, 2009 17
g pp
KC Chen, NTU EE & GICE
Cognitive CommunicationsCognitive Communications
 Cognitive Radio
 J Mit l III t id i i i ll i d t J. Mitola III to provide pioneer vision allowing secondary users to 
utilize spectrum when it is not used by primary systems, even in 
licensed bands
 FCC d li i f ffi i FCC to endorse applications for spectrum efficiency
• Less than 10% of licensed spectrum being used by time average
• Various measurements support the same conclusion
 Upon to this scenario, cognitive radio is primarily a link‐level
technology for dynamic access of radio spectrum for physical layer 
radio transmission.
 However, after dynamic spectrum access at link‐level, how to 
transport the packets successfully through?
 Cognitive radios (CR) should provide networking macro‐scale Cognitive radios (CR) should provide networking macro‐scale 
diversity, as Cognitive Radio Networks (CRN) consisting of PS 
and CRs. 
April 1, 2009 18KC Chen, NTU EE & GICE
Well Known Dynamic Spectrum AccessWell‐Known Dynamic Spectrum Access
 Spectrum sensing: 
Cognitive radio discovers spectrum hole by spectrum sensing
 D namic Spectr m Access Dynamic Spectrum Access:
Cognitive radio communicate with other Cognitive radio  terminals to 
access spectrum holes dynamically
April 1, 2009 19
What after successful CR transmission?
KC Chen, NTU EE & GICE
Cognitive Radio as Link Level TechnologyCognitive Radio as Link Level Technology
 CR senses the spectrum of primary system (PS) being 
“ il bl ” h i k h i i d“available”, then transmits packets to the receiving node.
 Foundation of Cognitive Radio technology
 CR is thus a link level technology requiring CR is thus a link level technology requiring
 Reliable sensing information for spectrum utilization
 Dynamic spectrum accessDynamic spectrum access
 Possible programmable (or software) radio to support
• Appropriate frequency band operating
• Appropriate communication parameters and protocol
 Existing examples:
• In IEEE 802 11h at 5G Hz band 11a signal to avoid primary radar signalsIn IEEE 802.11h at 5G Hz band, 11a signal to avoid primary radar signals
• In IEEE 802.15.2 and Bluetooth 2.0, adaptive frequency hopping Bluetooth 
to avoid other co‐existing systems with higher power
• DAA (detection and avoidance) for UWB
April 1, 2009 20
• DAA (detection and avoidance) for UWB
KC Chen, NTU EE & GICE
Spectrum SensingSpectrum Sensing
The goal of CR spectrum sensing is to identifyThe goal of CR spectrum sensing is to identify 
“available opportunity” to transmit.
Fundamental: Energy detectionFundamental: Energy detection
• RSSI from RF
Reliable: Feature extractionReliable: Feature extraction
• Carrier frequency
• Symbol rateSymbol rate
• Other spectral correlation methods
Cooperative sensingCooperative sensing
Distributed sensing
April 1, 2009 21KC Chen, NTU EE & GICE
Beyond Link‐Level CRBeyond Link Level CR
However, using the concept of CR, what after , g p ,
the dynamic (or opportunity) spectrum access?
There must exist a networking mechanism to g
transport the packets from source node, via 
cognitive radio transmission, to destination node.
C iti di t k (CRN) i t j t f dCognitive radio network (CRN) is not just formed 
by CRs. 
CRN consists of CRs PS cooperative relay networkCRN consists of CRs, PS, cooperative relay network 
codes.
Using OSI structure, CRN shall have functions fromUsing OSI structure, CRN shall have functions from 
data link layer, network layer, and more, in 
addition to physical layer. 
April 1, 2009 22KC Chen, NTU EE & GICE
Cognitive Radio Networks (CRN)Cognitive Radio Networks (CRN)
 Cognitive radio is not just a new generation of software radio, 
to sense spectrum.
 Cognitive radio shall sense the communication and 
networking environments.g
 Integration of cognitive radios and existing infrastructure (PS) to 
optimize communications and networks
 To optimize networking efficiency per unit bandwidthp g y p
 Future terminal devices shall be cognitive and determine the 
most appropriate way of communications, that is, to form 
cognitive radio networkscognitive radio networks.
 It does not make a lot of sense to distinguish infrastructure or ad hoc 
for such multi‐hop peer‐to‐peer communications in applications and 
servicesservices
 It is wireless/wired heterogeneous networking, with hybrid of primary 
radio networks and cognitive radio networks
 It creates a lot of challenges
April 1, 2009 23
KC Chen, NTU EE
It creates a lot of challenges
KC Chen, NTU EE & GICE
Technology Challenges to CRNTechnology Challenges to CRN
 CR links are dynamically available and likely uni‐directional, in 
the multiple‐system co‐existing environments
 Routing
• (Inter‐system) Handover(Inter‐system) Handover
• (Joint) Radio Resource Management
• Scheduling and QoS
 A i ti d S it Association and Security
• Security for cooperative networking (traditional approaches might not be 
feasible)
T t d h i• Trusted mechanism 
 Link‐level 
• Cognitive/Cooperative MAC, Dynamic Spectrum Access
• Error control techniques such as HARQ
 Service Architecture, Business Models, and Regulations
April 1, 2009 24KC Chen, NTU EE & GICE
CRN via Cooperative Networkingp g
Cooperative Relay
AP
AP
/BS
Cooperative Relay
AP
/BS Internet
/BS
Opportunistic
Transmission
Wireless
Device
Transmission
Route #2‐b
Opportunistic
Transmission
Route #1
Device
Opportunistic
Transmission
R t #2
Destination
Node
Cooperative Node
To relay packet(s) 
Route #2‐a
Packet
Transportation
April 1, 2009 25
CR Source Node
Transportation
KC Chen, NTU EE & GICE
Cooperative Communications and NetworksCooperative Communications and Networks
 Origin from diversityg y
 Microscopic: MIMO is a kind of antenna cooperation
 Macroscopic: cooperation among (network) nodes to have better 
i l isignal reception
 Nodes can cooperate to relay packets (routing)
• Amplify‐and‐forward (AF)p y ( )
• Decode‐and‐forward (DF)
• Compress‐and‐forward (CF)
Source Destination
Intermediate Helping Node
April 1, 2009 26
Intermediate Helping Node
KC Chen, NTU EE & GICE
Cognitive radio is NOT just a linkCognitive radio is NOT just a link 
level technology!gy
Cognitive radio “networks” shall beCognitive radio  networks  shall be 
the final goal in future wireless 
communicationscommunications.
April 1, 2009 27KC Chen, NTU EE & GICE
OutlinesOutlines
Air‐Interface Migration toward 4Gg
SDR, Terminal Device Architecture, and SoC
Cooperative Cognitive Radio to CognitiveCooperative Cognitive Radio to Cognitive 
Radio Network
CRN Architecture and OperationCRN Architecture and Operation
CRN Spectrum Sensing
T i CRN A i i R iTrust in CRN, Association, Routing
Cooperative Relay
Networking Coding for CRN Cooperative Relay
Routing and Applications
April 1, 2009 28
g pp
KC Chen, NTU EE & GICE
Ubiquitous Cognitive Radio Heterogeneous 
Networks [Chen et al. ACM ICUMIC 2008]
Ad Hoc Network
Mesh Network
Infrastructure
CRN is in general an heterogeneous 
ad hoc network
April 1, 2009 29
ad hoc network
KC Chen, NTU EE & GICE
Elements of Cognitive Radio NetworksElements of Cognitive Radio Networks
 Primary System(s)y y ( )
Licensed band
Unlicensed band (multiple‐systems co‐existing)Unlicensed band (multiple systems co existing)
 Cognitive Radio(s)
Dynamic access while primarysystem is idleDynamic access while primary system is idle
 Cognitive Radio Networks
Th CR f i t kThose CRs forming a network
CRN terminals can leverage multiple co‐existing 
systems/networks to form a more general CRNsystems/networks to form a more general CRN
• Inter‐system/network operation
• Topology can be either infrastructured, ad hoc, or mesh
April 1, 2009 30
KC Chen, NTU EE
Topology can be either infrastructured, ad hoc, or mesh
KC Chen, NTU EE & GICE
Cognitive Radio CapabilitiesCognitive Radio Capabilities
 Sense the communication environments
 spectrum holes
 geographic location geographic location
 available wire/wireless communication systems/networks
 available services 
 Analyze and learn information from the environments with user’s 
f d d dpreferences and demands
 Reconfigure itself by adjusting system parameters conforming to certain Reconfigure itself by adjusting system parameters conforming to certain 
policies and regulations. 
April 1, 2009 31KC Chen, NTU EE & GICE
Terminal Capability Of Cognitive Radio NetworksTerminal Capability Of Cognitive Radio Networks 
 Cognitive Capability  Self‐Organized Capability
 Spectrum sensing
 Spectrum sharing
 Location identification
 Spectrum/Radio resource 
management
 Mobility/Connection  Location identification
 Network/Service discovery
y/
management
 Trust/Security management
 Reconfigurable Capability
 Adaptive modulation/coding
 Transmit power controlTransmit power control
 Dynamic system/network access
April 1, 2009 32KC Chen, NTU EE & GICE
Network ArchitectureNetwork Architecture
 I l CRN i d h t k ith In general, CRN is an ad hoc network with 
various kinds of network entities, which is 
different from the legacy ad hoc networkdifferent from the legacy ad hoc network.
 In such an heterogeneous ad hoc network, we 
can further divide network entities intocan further divide network entities into 
different groups by their network 
architecturesarchitectures.
Infrastructure
Ad HocAd Hoc
Mesh
April 1, 2009 33KC Chen, NTU EE & GICE
Network Architecture InfrastructureNetwork Architecture – Infrastructure
/ l ll l d BS/AP control all accesses in a centralized manner
 MS can only access a BS/AP in an one‐hop manner. 
 MSs under the transmission range of the same BS/AP shall communicate with g /
each other through the BS/AP.
 Communications between different cells are routed through backbone/core 
networks.
April 1, 2009 34KC Chen, NTU EE & GICE
Network Architecture Ad HocNetwork Architecture – Ad Hoc
b bl h d h f Communications between MSs are established without infrastructure 
supports
 Links may be established via different wireless communication y
technologies.
 Legacy communication technologies/protocols
 i Dynamic spectrum access
April 1, 2009 35KC Chen, NTU EE & GICE
Network Architecture MeshNetwork Architecture – Mesh
/ k l d f l b kb BSs/APs work as wireless routers and form wireless backbones
 MSs can either access the BSs/APs directly or use other MSs as multi‐hop 
relay nodesy
April 1, 2009 36KC Chen, NTU EE & GICE
Primary SystemPrimary System
 A primary system is referred to an existing wireless 
communication system which operates in one or many fixed
frequency bands with a certain level of priorityfrequency bands with a certain level of priority. 
 Primary System in Licensed Bands Primary System in Licensed Bands
Which has the highest priority to access frequency bands
 Primary System in Unlicensed Bands Primary System in Unlicensed Bands
 Systems coexist with each other
April 1, 2009 37KC Chen, NTU EE & GICE
Cognitive Radio SystemCognitive Radio System
 A cognitive radio system neither has a fixed operating 
frequency band nor has privilege to access that band. 
D i ll t h l t i tDynamically use spectrum holes to communicate
C i i R di B S i (CR BS) Cognitive Radio Base Station (CR‐BS)
Gateway between wired and wireless networks
 d k f ( dProvide network management functions (e.g. radio resource 
management, mobility management, security management)
 Cognitive Radio Mobile Station (CR‐MS)
April 1, 2009 38KC Chen, NTU EE & GICE
Links in CRNLinks in CRN
• CRN consists of eight kinds of likely uni‐directional and g y
dynamic links, which demonstrates a unique feature in 
such dynamic networking.
• Each of the three network architectures may be 
composed of one or several kinds of links 
1. CR‐MSCR‐MS 
2. CR‐MSCR‐BS 
3 CR‐MSPR‐BS3. CR‐MSPR‐BS 
4. CR‐BSCR‐BS 
5. PR‐MS and PR‐BS 
6. PR‐MSCR‐MS 
7. PR‐MSCR‐BS 

April 1, 2009 39
8. PR‐MSPR‐MS
KC Chen, NTU EE & GICE
CRN OperationCRN Operation
 The networking operation of a node in CRN
 CRN S t S i CRN Spectrum Sensing
• Not just to detect “available spectrum”, but also to detect “available 
systems” under programmable capability
E d i CR f ( i ) d i PS• Every node is a CR, even for (cooperative) nodes in PS
 Association
• CR is ready to transmit packets and must start association of CRN (without 
knowing network topology)
• Relay node to determine “whether to accept cooperative relay request” 
from certain node, based on trust level (likely not possible to complete 
se rit he k)security check)
• That is, admission control of CRN
 Dynamic Spectrum Access
• Multiple access and transmission
 Routing
• Cooperative relay system/network/CRs to determine routing
April 1, 2009 40
p y y / / g
KC Chen, NTU EE & GICE
Cognitive Radio Network Terminal Architecture
Applications & Services
Cognitive Radio Network Terminal Architecture
Radio Resource Allocation
Bandwidth/Channel Allocation
Handoff/Roaming
Network
f bl
/ g
Routing, QoS, Security
Cooperative Communications
Coordinator
f S lfRe‐configurable
MAC & Networking Protocol
of Self‐
Organized
Communication
& Networking
Data Link
& MAC
Cognitive
Radio
Software
Defined
Radio
ADC
DAC
& Networking
PHY
RF 1 RF N
…….
April 1, 2009 41
KC Chen, NTU EE
RF‐1 RF‐N..
KC Chen, NTU EE & GICE
Cognitive CycleCognitive Cycle
Radio/Wireless
Medium
RF Analysis
BB‐PHY
AnalysisAnalysis
Channel State &
RF
S /U
Rate‐Distance
Self‐Organized
C di &
AD/DA &
Filtering
RF
System/User
Analysis
Coordinator &
Spectrum
Utilization
De isionRe‐configurable
SDR
g
Network
A l i
Decision
Radio
Resource
e co gu ab e
MAC
April 1, 2009 42
Analysis
Packets/Traffic KC Chen, NTU EE & GICE
Economy of Cognitive RadioEconomy of Cognitive Radio
 Practical realization of cognitive radio technology Practical realization of cognitive radio technology 
lies in balanced interests among 4 parties [H.B. 
Chang K C Chen N Prasad CW Su IEEE VTCChang, K.C. Chen, N. Prasad, C.W. Su, IEEE VTC 
2009]
 I ti t i d t ff i f Incentives to primary users, due to suffering from 
Overall spectrum utilization
 Interests of service provider(s)
Spectrum access opportunity to cognitive radio users
We implement spectrum auction algorithm to 
ensure win‐win situation among above 4 partiesensure win win situation among above 4 parties
April 1, 2009 KC Chen, NTU EE & GICE 43
Spectrum Management PolicySpectrum Management Policy
Vickrey AuctionVickrey Auction 
(multi‐unit sealed‐bid) 
is adopted, which is 
faster than English 
(sequential)auction
April 1, 2009 KC Chen, NTU EE & GICE 44
OutlinesOutlines
 Air‐Interface Migration toward 4Gg
 SDR, Terminal Device Architecture, and SoC
 Cooperative Cognitive Radio to Cognitive Radio Cooperative Cognitive Radio to Cognitive Radio 
Network
 CRN Architecture and Operationp
 CRN Spectrum Sensing
 Trust in CRN Association Routing Trust in CRN,Association, Routing
 Cooperative Relay
Networking Coding for CRN Cooperative RelayNetworking Coding for CRN Cooperative Relay
 CRN Mobility and International Standards
April 1, 2009 45KC Chen, NTU EE & GICE
Spectrum SensingSpectrum Sensing
 Th l f CR t i i t id tif The goal of CR spectrum sensing is to identify 
“available opportunity” to transmit.
 Fundamental: Energy detectionFundamental: Energy detection
• RSSI from RF
Reliable: Feature extraction
C i f• Carrier frequency
• Symbol rate
• Other spectral correlation methods
Cooperative sensing
Distributed sensing
 M f t i i CRN More for spectrum sensing in CRN
 To identify co‐existing systems possibly to cooperate in 
different frequency bands (unlicensed and even licensed)
April 1, 2009 46
q y ( )
KC Chen, NTU EE & GICE
Spectrum Sensing for CRN
RF AD BB‐DSP
MAC & Network
Features
Spectrum Sensing for CRN 
[Chen et al. WPMC 2007]
Frequency
Bandwidth
RSSI
Symbol Rate
Carrier & Timing
Pil t Si l
Multiple Access Protocol
Radio Resource Allocation
ARQ & Traffic Pattern
/RSSI
SINR Estimation
Pilot Signal
Channel Fading
System/User Identification
Routing/Mobility Information
System/User Identification
Modulation Parameters
FEC Type & Rate
MIMO Parameters
Sensing/Cognition
of Cognitive Radio
Channel State &
Rate‐DistanceMIMO Parameters
Power Control
of Cognitive Radio
Network Terminal
Assisted Information for MUD
Self‐Organized
Coordinator
Decision of Spectrum
Optimization & Utilization
Packets
April 1, 2009 47
4747KC Chen, NTU EE 47
RF
AD/DA &
Filtering
BB‐SDR
Re‐configurable
MAC
Network
Functions
KC Chen, NTU EE & GICE
Spectrum Sensing in Multiple Co‐existing Systems [Yu 
and Chen, IEEE VTC 2008]
 Allow adaptation to different possible systems (PS 
and/or CR) for cooperative relayand/or CR) for cooperative relay
 Based on feature extraction
F d t l f ( b l/b d t )Fundamental frequency (symbol/baud rate)
Power spectrum density pattern
4th order cumulant4th order cumulant
Suqarer BPF ADC
Fundamental 
Frequency 
ADC SpectrumEstimation
SVD
detection
Trispectrum
EVD MUSIC
April 1, 2009 48
Estimation EVD MUSIC
KC Chen, NTU EE & GICE
Example to operate at 2 4G Hz ISM BandExample to operate at 2.4G Hz ISM Band
Spectrum magnitude after 
squarer with SNR=10 dB
Estimation of power spectrum 
density with Microwave ovensquarer with SNR=10 dB
and roll‐off factor=0.5
density with Microwave oven 
and 802.11g 
(carrier frequency=2437 MHz)
April 1, 2009 49
(carrier frequency 2437 MHz) 
KC Chen, NTU EE & GICE
Flow chart of general multiple systems sensing 
algorithm at 2.4GHz ISM band 
Spectral line(s) observation
 )(2cos1
)()}({)(
22
22
TtZ
ttrEtr
P
ii 



  
)(11
)(2cos
2
 
20,
22
1
1,
t
Z
TtZ
T
P
iii
i
iii
i







)(
22
 
1
t
T wi i
  

MUSIC Pseudospectrum
 M
i
H
music
iiR )(
pp


M
Qm
m
H
i
1
2|| qp
April 1, 2009 50KC Chen, NTU EE & GICE
Hidden Terminal ProblemHidden Terminal Problem
CR’s carrier sensing may still be under jeopardyg y j p y
due to hidden terminal problem!
CR‐Rx
PS‐Rx
Blocking
CR‐Tx
Interference
From CR to PS
PS‐Tx
PS‐Rx
CR Tx Range
From CR to PS
CR‐Tx Range
April 1, 2009 51
PS‐Tx Range
KC Chen, NTU EE & GICE
Distributed or Cooperative SensingDistributed or Cooperative Sensing
DistributedDistributed
Sensing
CR‐Rx
PS‐Rx
Blocking
CR‐Tx
Cooperative Sensing
PS‐Tx
PS‐Rx
CR Tx Range
Cooperative Sensing
PS‐Tx Range
CR‐Tx Range
April 1, 2009 52KC Chen, NTU EE & GICE
CRN TomographyCRN Tomography
 Spectrum sensing for spectrum hole targets at link‐p g p g
level CR, but CRN requires information beyond.
Only passive detection?
CRN needs information about radio resource, rather than 
spectrum holes
CRN h i f i i ll i d CRN tomography is a sort of statistically measuring and 
inferring techniques that provide the CRN parameters 
and traffic patterns without special‐purposeand traffic patterns without special‐purpose 
cooperation of the radios belonging to heterogeneous 
systems.y
 [Yu and Chen, IEEE VTC‐Spring 2009]
 Inferring not just detection/estimation
April 1, 2009 KC Chen, NTU EE & GICE 53
Radio Resource TomographyRadio Resource Tomography
Radio Resource Tomography Algorithm:
Assuming cooperative AMC,
1 Set initial probing power from1. Set initial probing power from 
minimum value
2. Determine AMC of PS
3 Transmit probing signal3. Transmit probing signal
4. Adjust probing power based on 
AMC of PS 
5. Calculate max. allowable CR
With above channel model, the 
purpose of spectrum sensing is 
5. Calculate max. allowable CR 
transmission power from SINR
actually to identify the maximum 
transmission power of cognitive 
radio, subject to regulation and SINR.
April 1, 2009 KC Chen, NTU EE & GICE 54
radio, subject to regulation and SINR.
OutlinesOutlines
 Air‐Interface Migration toward 4Gg
 SDR, Terminal Device Architecture, and SoC
 Cooperative Cognitive Radio to Cognitive Radio Cooperative Cognitive Radio to Cognitive Radio 
Network
 CRN Architecture and Operationp
 CRN Spectrum Sensing
 Trust in CRN Association Routing Trust in CRN, Association, Routing
 Cooperative Relay
Networking Coding for CRN Cooperative RelayNetworking Coding for CRN Cooperative Relay
 CRN Mobility and International Standards
April 1, 2009 55KC Chen, NTU EE & GICE
Trust in CRNTrust in CRN
 Trust forms the foundation of CRN
 Ensuring smooth operation of CRN to support ubiquitous computing 
with dynamic topology
 In many cases (such as association and routing/relaying packets), it is 
not practical nor possible nor desirable to proceed security functions.
By the concept of cooperative networking
• If trusted, amplify‐and‐forward
• If secured, AF and possible compress‐and‐forward
 Examples of applications Examples of applications
 “Trust” from originally existing system (i.e. primary system) and 
regulator
 Leverage another existing cognitive radio to route its packets
 Leverage PS to forward its packets
April 1, 2009 56KC Chen, NTU EE & GICE
Related Work on TrustRelated Work on Trust
T d i Trusted computing
deals with components inside a set or a territory  
/ b i Internet/web computing
treats trust as a kind of reputation/credits given 
b h i ( h th ’ i )by a mechanism (such as other’s scoring) 
 Ad hoc network 
 Artificial intelligence Artificial intelligence
 Social science
 It still needs a mathematical framework. [please see K.C. Chen, 
et al. ACM ICUMIC 2008]
April 1, 2009 57
]
KC Chen, NTU EE & GICE
Trusted AssociationTrusted Association
There are only two possible decisions for y p
association in CRN based on trust measure, 
that is, to accept association and to reject 
association 
When a node in CRN (primary system or 
secondary systems) receives a request of 
association from a new node (i.e. to join this 
CRN) i f i i l d i iCRN), it forms a statistical decision as
Based on the trust measure    associated with this 
node decision can be formed while

10)( i anode, decision                      can be formed, while 
means “accept” the association and     means 
“reject” the association.
1,0,)(  iai 1a
0a
April 1, 2009 58
j
KC Chen, NTU EE & GICE
Decision on Trusted AssociationDecision on Trusted Association 
DefineDefine
When a priori information of trust is unknown 
and the cost function cannot be well defined,and the cost function cannot be well defined, 
the decisioncan be based on the Neymann‐
Pearson criterion That is givenPearson criterion. That is, given  
optimize  
April 1, 2009 59KC Chen, NTU EE & GICE
Measurement of ReasoningMeasurement of Reasoning
 Cox AxiomsCox Axioms
Degree of certainty can be ordered
There exists a function to map certainty of aThere exists a function to map certainty of a 
statement to its negation/complement
Degree of reasoning R(AB) is related to the g g ( )
conditional reasoning R(A|B) and R(B) by some 
function g
• R(AB) = g(R(A|B),R(B))
 Any reasoning system consistent with Cox Axioms 
b i l b bili hmust be equivalent to probability theory.
Trust model in CRN indeed applies.
April 1, 2009 60KC Chen, NTU EE & GICE
Update of Trust by Machine LearningUpdate of Trust by Machine Learning
 A station in CRN (either PS or CRs) shall keep update the table 
f t t f i hb i t ti hi h iof trust for neighboring stations, which requires some 
learning process. [Chen et al. Wiley Wireless Comm & Mobile 
Computing, 2009]
 Suppose                              denotes the state transition 
probability under new observation      at time n;              
denotes the measurement probability. The Bayes Filter p y y
Algorithm consists of the following equations:
where is the normalization constant. The first equationwhere    is the normalization constant. The first equation 
represents the update rule, which provides the prediction, 
and second equation is actually the measurement update. 
April 1, 2009 61KC Chen, NTU EE & GICE
OutlinesOutlines
Air‐Interface Migration toward 4Gg
SDR, Terminal Device Architecture, and SoC
Cooperative Cognitive Radio to CognitiveCooperative Cognitive Radio to Cognitive 
Radio Network
CRN Architecture and OperationCRN Architecture and Operation
CRN Spectrum Sensing
T i CRN A i i R iTrust in CRN, Association, Routing
Cooperative Relay
Networking Coding for CRN Cooperative Relay
Routing and Applications
April 1, 2009 62
g pp
KC Chen, NTU EE & GICE
Origin of Cooperative RelayOrigin of Cooperative Relay
 From MIMO, cooperative diversity to exploit 
spatial diversity among distributed singlespatial diversity among distributed single‐
antenna terminals, under fading channels
[Laneman and Wornell IEEE T‐IT 2003][Laneman and Wornell, IEEE T IT, 2003] 
• distributed STBC and all‐selected strategy
[Laneman, Tse, Wornell, IEEE T‐IT, 2004]
• Useless if the number of relays >> columns of STBC
• MRC is optimal for AF to achieve full diversity order of 1+K 
(number of relays)(number of relays)
• Relay selection has higher bandwidth efficiency than 
repetition based strategy
[S d i E ki A h IEEE T C 2003][Sendonairs, Erkip, Aazhang, IEEE T‐Com, 2003]
• Optimal ML detector for DF
• Uplink capacity increases
April 1, 2009 63
p p y
KC Chen, NTU EE & GICE
Cooperative CommunicationCooperative Communication 
Nodes with single‐antenna can form virtualNodes with single antenna can form virtual 
multiple antenna communications
( l l l(More precisely, multiple access 
channel but relay channel can not 
be precisely calculated)
April 1, 2009 64
be precisely calculated)
KC Chen, NTU EE & GICE
Relay StrategyRelay Strategy
Typical 2‐stage relaying strategyTypical 2 stage relaying strategy
A source transmits and all other nodes listen
These cooperating nodes re‐transmit or relay theThese cooperating nodes re‐transmit or relay the 
source message to the destination, with 
appropriate relay strategy (i.e. relay selection)appropriate relay strategy (i.e. relay selection)
X +
hs,1 ns,1
Relay 1
X +
hs,i ns,i
Relay i
y
h
Relay
Selection X +
hr,d nr,d
X +
hs,K ns,K
Relay K
(“best”)
Source Destination
April 1, 2009 65
X +
h0 n0
Source
KC Chen, NTU EE & GICE
Relay Selection (I)Relay Selection (I)
 To apply distributed STC, channel state information (CSI) are 
il bl f ll ibl li kavailable for all possible links. 
 Opportunistic relay
 Selects the “best” relay node among relay candidates to support Selects the  best  relay node among relay candidates to support 
tradeoff between multiplexing and diversity, similar to (antenna) 
MIMO
 [Bletaes Khisti Reed Lippman IEEE JSAC 2006] [Bletaes, Khisti, Reed, Lippman, IEEE JSAC 2006]
 DF or AF operates based on two possible policies to select “best” node 
(thus path), with possible “collisions”  2,2, ||,||min:1Policy diisih 
2
,
2
, ||||2P li diish

2
,
2
,
,,
||||
:2Policy 
diis
diis
ih  
iis noderelay and sourcebetween amplitude fading :,
April 1, 2009 66
,
ndestinatio and noderelay between amplitude fading :, idi
KC Chen, NTU EE & GICE
Relay Selection (II)Relay Selection (II)
 Multiple sources and destinations
 [Whittneben Rankov IEEE VTC 2004] [Whittneben, Rankov, IEEE VTC 2004]
 [Whittneben, Hammerstroem, IEEE WCNC 2005]
• Multiple AF relays
• Multiuser interference is cancelled by orthogonalization of channels 
among source‐destination pairs
 CDMA and OFDM signalingCDMA and OFDM signaling 
 Memoryless relay networks
 [Gamadam, Jafar, IEEE JSAC 2007][ , , ]
 AF is near‐optimal at low transmit power in a parallel network
 DF is near‐optimal at high transmit power in a serial network
 Research Challenges
 High SNR: tradeoff between diversity and multiplexing
 L SNR f
April 1, 2009 67
 Low SNR: outage performance
KC Chen, NTU EE & GICE
Extension to Wireless NetworksExtension to Wireless Networks
 Multinode Cooperation p
 [Sadek, Su, Liu, IEEE T‐SP 2007]
 the asymptotic performance of a simple cooperative scenario in which 
h l b h l f h d heach relay combines the signals from the source and the previous 
relay is exactly the same as that for a much more complicated scenario 
in which each relay combines the signals from the source and all the 
previous relays
 full diversity equal to the number of cooperating nodes is indeed 
achievableachievable
 Mobility of source affects the performance much more than 
the mobility of destination, for both amplify and forward (AF) y , p y ( )
and demodulate and forward (DF) relays
 [Gomadam, Jafar, IEEE WCNC 2005]
April 1, 2009 68KC Chen, NTU EE & GICE
Cooperative and Opportunistic SchedulingCooperative and Opportunistic Scheduling
 Rate adaptation and energy efficiency
 Basic Procedure
 [Zhang, et al. IEEE Network, 2007]
 Channel probing
 Credit calculations
 Data transmission
 Flow scheduling and optimal scheduling depends on
N b f i hb i t itt• Number of neighboring transmitters
• Coherence time of fading channel
• QoS requirements
 Throughput optimal control of cooperative relay networks Throughput optimal control of cooperative relay networks
 Maximum differential backlog algorithm taking into accounts the 
cooperative gains, to jointly optimize routing, scheduling, and radio 
resource allocation
 [Yeh and Berry, IEEE T‐IT, 2007]
 Opportunistic Routing
 Cooperative and Cognitive MAC
April 1, 2009 69
Coope at e a d Cog t e C
KC Chen, NTU EE & GICE
OutlinesOutlines
 Air‐Interface Migration toward 4Gg
 SDR, Terminal Device Architecture, and SoC
 Cooperative Cognitive Radio to Cognitive Radio Cooperative Cognitive Radio to Cognitive Radio 
Network
 CRN Architecture and Operationp
 CRN Spectrum Sensing
 Trust in CRN Association Routing Trust in CRN, Association, Routing
 Cooperative Relay
Networking Coding for CRN Cooperative RelayNetworking Coding for CRN Cooperative Relay
 CRN Mobility and International Standards
April 1, 2009 70KC Chen, NTU EE & GICE
Cognitive Radio Relay Network (CRRN)Cognitive Radio Relay Network (CRRN)
As cooperative relay is the fundamental operation of CRN, CRRN shall be explored.
Wemay use network coding to explore the fundamental properties
of (cooperative) relay network for CRs, while most existing research
April 1, 2009 71
in physical layer rather than networking level
KC Chen, NTU EE & GICE
Network Coding for Cognitive Cooperative Relay 
O h R l
Network: Tandem Replay
One‐hop Relay
Interference to PS from CR is unavoidable and unbounded.
Tandem Relay
The network capacity of such network is constrained 
by the smallest link capacity among all links. 
H CR t t th t k d t it
April 1, 2009 72
Hence CR can connect to the network and transmit 
through those links other than the smallest capacity.
KC Chen, NTU EE & GICE
Network Coding for Cognitive Cooperative Relay 
Network: Cooperative Relay
Network capacity of PS
v = min (a+b, b+c)
April 1, 2009 73KC Chen, NTU EE & GICE
Network Coding for Cognitive Cooperative Relay 
Network: Parallel Cooperative Relay
April 1, 2009 74KC Chen, NTU EE & GICE
Network Coding for Cognitive Cooperative Relay 
Network
 Using network coding to explore cognitive cooperative relay 
network via basic structures (i.e tandem, cooperative relay, 
parallel cooperative relay)
 CR’s maximum network capacity in CRRN under the constraint CR s maximum network capacity in CRRN under the constraint 
of avoiding interference to PS 
 Link capacity allocation to achieve maximum network capacity capac ty a ocat o to ac e e a u et o capac ty
can be formulated as a multi‐commodity flow problem to be 
solved by linear programming 
l d l l f d Simulations over randomly generating topologies for PS and 
CRs show 
 92% of chances that CRRN can enhance overall network capacity (PS92% of chances that CRRN can enhance overall network capacity (PS 
and CRN)
 Increasing 1.3 times of capacity in average
 [Huang Lai Chen PHYCOM 2008]
April 1, 2009 75
 [Huang, Lai, Chen, PHYCOM, 2008]
KC Chen, NTU EE & GICE
OutlinesOutlines
Air‐Interface Migration toward 4Gg
SDR, Terminal Device Architecture, and SoC
Cooperative Cognitive Radio to CognitiveCooperative Cognitive Radio to Cognitive 
Radio Network
CRN Architecture and OperationCRN Architecture and Operation
CRN Spectrum Sensing
T i CRN A i i R iTrust in CRN, Association, Routing
Cooperative Relay
Networking Coding for CRN Cooperative Relay
Routing and Applications
April 1, 2009 76
g pp
KC Chen, NTU EE & GICE
Preliminary Study on Routing in CRNPreliminary Study on Routing in CRN 
with Unidirectional Links
CRN links are generally dynamically g y y y
available and can only warrantee 
unit‐directional transmission, which 
i bj i igives a new subject in routing
April 1, 2009 77KC Chen, NTU EE & GICE
Link Properties of CRN (1/2)Link Properties of CRN (1/2)
Transmission Power ControlTransmission Power Control
 Due to different spectrum holes detected by CRs, they may transmit in 
different power levels and thus forms unidirectional links
Primary System
CR System
April 1, 2009 78KC Chen, NTU EE & GICE
Link Properties of CRN (2/2)Link Properties of CRN (2/2)
Trust RelationTrust Relation
 CRN is formed by different parties and groups which may or may not 
trust each other.
 Trust relation is inherently unidirectional, thus the logical links
between different parties/entities are also unidirectional.
• Or due to dynamic nature of CR linksOr, due to dynamic nature of CR links
 Simple example:
A B
B trusts A, thus it may help relay 
packets for A.
Link (A, B) forms
However, A doesn’t trust B. 
No link (B, A)
April 1, 2009 79
( , )
KC Chen, NTU EE & GICE
Link Model of CRNLink Model of CRN
 Physical Linksy
 If node B is within node A’s transmission range, then (A, B) forms a 
directed physical link
 Logical Links
 If (A, B) is a physical link and B is willing to relay packets for A, then (A, 
B) is also a logical linkB) is also a logical link. 
 Data Link: this link can only pass data packets.
 Control Link: this link can only pass control packets such as routing y p p g
tables.
 In the following discussion, we assume that as long as a link 
is a physical link, it is also a logical link.
April 1, 2009 80KC Chen, NTU EE & GICE
Unidirectional Link Routing Algorithm 
Classification
 Proactive Type
 Distance Vector Distance‐Vector
 Link State
 Reactive Typeyp
 Dynamic Source Routing (DSR)
 AODV with bidirectional abstract
 H b id Hybrid: 
 ZRP (zone routing protocol) with unidirectional links
• ZRP divides the network into different zones and takes the advantage 
of pro‐active discovery within a node's local neighborhood (Intrazone 
Routing Protocol), and use a reactive protocol for communication 
between these neighborhoods (Interzone Routing Protocol). The 
Broadcast Resolution Protocol forwards a route request.Broadcast Resolution Protocol forwards a route request.
April 1, 2009 81KC Chen, NTU EE & GICE
Routing for Wireless Ad hoc NetworksRouting for Wireless Ad hoc Networks
 Dynamic source routing protocol (DSR) 
 is an on‐demand protocol designed to restrict the bandwidth 
consumed by control packets in ad hoc wireless networks by 
eliminating the periodic table‐update messages required in the table‐
d i hdriven approach. 
 Ad hoc On Demand Distance Vector (AODV) routing algorithm 
 builds routes using a route request / route reply query cycle When a builds routes using a route request / route reply query cycle. When a 
source node desires a route to a destination for which it does not 
already have a route, it broadcasts a route request (RREQ) packet 
across the network. Nodes receiving this packet update theiracross the network. Nodes receiving this packet update their 
information for the source node and set up backwards pointers to the 
source node in the route tables. In addition to the source node's IP 
address, current sequence number, and broadcast ID, the RREQ also , q , ,
contains the most recent sequence number for the destination of 
which the source node is aware. 
April 1, 2009 82KC Chen, NTU EE & GICE
Reactive Type Routing ‐ DSRReactive Type Routing  DSR
5
1 2 3
5
3
1‐2‐3
1‐4
3
4
3
1‐2 4
3
2
1
2
Route 
E
1
1
1
Error
Route Discovery Route Maintenance
DSR is easy and suitable, but need extra link maintenance 
April 1, 2009 83
mechanism
KC Chen, NTU EE & GICE
AODVAODV
D DRREQ RREPD DRREQ
Reverse Path
RREP
Forward Path
S S timeout
84
Reverse Path Setup Forward Path Setup
AODV assumes there’s reverse link, which does not work in 
April 1, 2009 84
84
unidirectional link
KC Chen, NTU EE & GICE
Reverse Distance Vector Algorithm [2]Reverse Distance Vector Algorithm [2]
B
C
D
Each node collect incoming 
links and build an in tree and
C
A
C’ tree
links and build an in‐tree, and 
pass it to other out‐neighbors. 
B
C
D B
C
DB
C
D
’
A AA
C
D’ tree
B’ tree
B D
A
This algorithm helps establish 
reverse route for every incoming 
link
April 1, 2009 85
A’ tree link.
KC Chen, NTU EE & GICE
Opportunistic Link
PS Active
Primary
PS Traffic
or Signaling
Opportunistic Link
y
System
Timing
CR 
Spectrum Hole Available to CR
(Link availability for CRN)
Transmission
Power Ramping
Tsense
Cognitive
Radio
Spectrum
Sensing
C
Transmission
Tsense
Radio
Timing
g
(a) CR Transmission Opportunity Window
PNAμ
N A PAAPNNN A
PANλ
(b) Continuous‐Time Markov Chain model     (c) Embedded Discrete‐time Markov Chain 
for Link AvailabilityApril 1, 2009 86KC Chen, NTU EE & GICE
RAN 1
Routing of Opportunistic
Links is different from 
Infrastructure
or Internet
RAN 1 .
.
(Uplink)
Opportunistic Routing!
RAN i.   .
CR
Co‐existing
Multi Radio
( p )
CRN
MS CR
Multi‐Radio
Primary Systems
RAN j RAN k
CR
Source
MS CR
CR MS MS
MS
CR
Sink
CR
CR
MS MS
Sink
CR
CR
Cognitive Radio
Relay Network (CRRN)
(Downlink)
CRNApril 1, 2009 87KC Chen, NTU EE & GICE
Routing of Opportunistic Links:
CRN Local On‐Demand (CLOD)
[Chen et al[Chen et al. 
Wiley Wireless 
Communications 
&Mobile Computing,
April 1, 2009 KC Chen, NTU EE & GICE 88
& Mobile Computing, 
2009]
Complex NetworksComplex Networks
Conjecture: Routing of opportunistic linksConjecture: Routing of opportunistic links 
tends to Poisson throughput
From random graph theory YES!From random graph theory, YES!
Furthermore, CRN in coexisting multi‐radio 
systems/networks looks similar tosystems/networks looks similar to
• Internet/Web connections (complex networks from 
statistical mechanics))
• Social networks
• Much more
What is the theory of large and/or complex 
networking? Any unified theory?
April 1, 2009 KC Chen, NTU EE & GICE 89
Applications of CRN
April 1, 2009 KC Chen, NTU EE & GICE 90
The reason to apply cognitive radiosThe reason to apply cognitive radios
 Imagine you order a home robot in 2020g y
 Your house and surrounding has fully equipment of 
• Sensor networks for intelligent living (beyond digital home)
l l di l d h f l i di li i d• Plat panel display around everywhere for multimedia applications and 
control of ……
• People are mobile requiring huge communication bandwidth
• Everything is connected to Internet
 To help you have a better life, your parents have a safe/healthy life, 
your kids have a safe/happy/educated life, your wife have an easy lifeyour kids have a safe/happy/educated life, your wife have an easy life
 Do NOT say: you are going to program the robot to link 
(through communication networking) all these devices( g g)
 Over trillion wireless devices by then
 Most are using spectrum no higher than a few G Hz
April 1, 2009 91KC Chen, NTU EE & GICE
Smart HomeOne day… 
Y b h b
In 2020, this may be your 
“k h ”
BTW, How is Dad 
in the hospital?
You buy a new home robotsmart “kitchen” Report: Emergency! 
Where is the fire extinguisher? I am at (2014,324,897)
Report: It is safe now!Report: He is OK.
Warning I am on fireInternet Warning, I am on fire
I t t
April 1, 2009 92
It is impossible for you to set/program the new home robot to link all these 
devices. They should learn to cooperate by all means.
Internet
KC Chen, NTU EE & GICE
Cognitive Radio Network– Bridge the 
World Together
 In above scenarios, the different systems (sensor and the , y (
outside communication systems) should rely on cognitive 
radio to bridge them
April 1, 2009 93KC Chen, NTU EE & GICE
Robot with Cognitive RadioRobot with Cognitive Radio
 When Robots equipped with cognitive radio, they can connect q pp g , y
to various kinds of systems
April 1, 2009 94KC Chen, NTU EE & GICE
Health Care SensorsHealth Care Sensors
 When aged people suffer from some disease (ex. heart attack), g p p ( ),
sensors of body area network can inform emergency system 
through cognitive radio network
April 1, 2009 95KC Chen, NTU EE & GICE
Health Care SensorsHealth Care Sensors
 Robot then inform ambulance to take over the emergency g y
situation
April 1, 2009 96KC Chen, NTU EE & GICE
Safety Home SensorSafety Home Sensor
Robot is able to communicate other device by its cognitive If a cup of water is turnover……This is probably a dangerous environment for elders…. But if there’s a robot and sensor network
Robot is able to communicate other device by its cognitive 
radioin the house to cooperate to solve the problem and avoid 
dangerous situation
April 1, 2009 97KC Chen, NTU EE & GICE
New Research FrontierNew Research Frontier
 How intelligent devices react in an optimal way g p y
based on sensor network(s)?
 Information fusion
Decision
Control
f Instead of piece‐wise theory, any universal theory 
to execute?
E l [H d Ch IEEE VTC S i 2009]Example: [Huang and Chen, IEEE VTC‐Spring 2009] 
using an example of firefighting robot to explain 
advantages to think thoroughly g g y
Complete theory is prepared for submission, to 
explain why sensor fusion, Kalman filter or statistical 
learning and fuzzy logic are special caseslearning, and fuzzy logic are special cases. 
April 1, 2009 KC Chen, NTU EE & GICE 98
IEEE SCC41 Dynamic Spectrum AccessIEEE SCC41 Dynamic Spectrum Access
 IEEE 1900 from 1Q2005, then SCC41 from April 2007
 IEEE 1900.1: Standard Definitions and Concepts for Spectrum 
Management and Advanced Radio System Technologies
• Cognitive functionality in wireless communication network (CFWCN) to 
ITU‐R Study Group 8, WP 8A
 IEEE 1900.2: Recommended Practice for Interface and Co‐existence 
Analysis
 IEEE 1900.3: Recommended Practice for Conformance Evaluation of 
Software Defined Radio Modules
 IEEE 1900.4: Co‐existence Support for Reconfigurable, HeterogeneousIEEE 1900.4: Co existence Support for Reconfigurable, Heterogeneous 
Air Interfaces
 IEEE 1900.A: Dependability and Evaluation of Regulatory Compliance 
for Radio Systems with Dynamic Spectrum Accessfor Radio Systems with Dynamic Spectrum Access
 International standardization has started!
April 1, 2009 99KC Chen, NTU EE & GICE
Concluding Remarksg
 Dynamic spectrum access to enhance spectrum efficiency is a 
solution to crowded spectrumsolution to crowded spectrum
 Cooperative networking of CRs to form CRN is a new 
technology challenge for future wireless communications,technology challenge for future wireless communications, 
without increasing more air‐interfaces
 Terminals are smarter and smarter, which makes new services, , ,
new operations, and new business models possible and 
needed.
 Applications in service robots, health/medical cares, intelligent living, 
etc. 
 Toward ubiquitous computing Toward ubiquitous computing 
 Are you ready for networking trillion wireless devices within a 
few G Hz band for intelligent applications? Be cognitive!
April 1, 2009 100
g pp g
KC Chen, NTU EE & GICE
To be published in Mid‐April 2009
1. Wireless Communications
2. Software Defined Radio
3. Wireless Networks
4. Cooperative Communications
5. Cognitive Radios
6. Cognitive Radio Networks
7. Spectrum Sensing
8. Medium Access Control
9. Network Layer Design
10. Trust and Security
11 S M11. Spectrum Management
April 1, 2009 KC Chen, NTU EE & GICE 101