Le terme « Radio Cognitive »

Table des matières

Table des illustrations
Introduction générale
Problématique
Objectifs
Chapitre I: Radio Cognitive
I.1 Introduction
I.2 Historique
I.3 Définitions de la radio cognitive
I.3.1 Composantes de la radio cognitive
I.3.1.1. Emetteur / Récepteur
I.3.1.2. Analyseur de spectre
I.3.1.3. Apprentissage et extraction de connaissances
I.3.1.4. Prise de décision
I.3.2 Cycle de cognition et fonctionnement de la radio cognitive
I.3.2.1 Phase d’observation
I.3.2.2 Phase d’analyse
I.3.2.3 Phase de décision
I.3.3 Reconfigurabilité de la radio cognitive
I.3.3.1 La gestion du spectre
I.3.3.2 La mobilité du spectre
I.3.4 Réseaux de radio cognitive
I.3.4.1 La disponibilité dynamique du canal
I.3.4.2 La diversité des canaux exploités
I.3.4.3 L’absence d’un canal de contrôle commun
I.3.4.4 Intégrer la découverte de la route avec la décision du canal
I.3.4.5 Minimisation du temps de changement et de repos du canal
I.3.4.6 Transmission multiple pour les Broadcaste et les Multicast
I.3.4.7 L’hétérogénéité des SU
I.3.4.8 Mobilité des SU
I.3.4.9 Consommation d’énergie dans le réseau
I.3.4.10 L’apport entre les sauts et la performance du réseau de radio cognitive
I.4 Conclusion
Chapitre II: Algorithmes proposés
II.1 Introduction
II.1.1 L’intelligence artificiel
II.1.2 L’apprentissage non supervisé
II.1.3 Clustering
II.1.3.1 Distance intra-Cluster
II.1.3.2 Distance inter-Cluster
II.1.3.3 Métriques de distances
II.1.3.4 Fonction de critère de liaison
II.1.4 Algorithme K-means
II.1.5 Clustering et les réseaux de radio cognitive
II.1.6 L’indice de Davies-Bouldin
II.2 Présentations des deux algorithmes
II.3 Premier algorithme : K-means distribué utilisant la diffusion
II.3.1 Motivation
II.3.2 Assomption
II.3.3 Etapes de l’algorithme
II.3.3.1 Publication
II.3.3.2 L’écoute
II.3.3.3 L’inscription
II.3.3.4 La confirmation
II.3.3.5 La propagation
II.3.3.6 Les élections
II.3.3.7 Le couronnement
II.3.3.8 L’allégeance
II.3.4 Variables utilisées dans un noeud radio cognitive
II.3.5 Convergence
II.3.6 Algorithme
II.4 Deuxième algorithme: K-means distribué sur un anneau
II.4.1 Motivation
II.4.2 Assomption
II.4.3 Etapes de l’algorithme
II.4.3.1 L’élection
II.4.3.2 L’évaluation
II.4.4 Structure de données du vecteur
II.4.5 Structure de données de l’indice de Davies-Bouldin
II.4.6 Convergence
II.4.7 Algorithme
II.5 Conclusion
Chapitre III: Présentation De L’application
III.1 Introduction
III.2 Bibliothèques utilisées
III.2.1 JADE
III.2.2 JFreeChart
III.3 Application développée
III.3.1 L’interface du premier algorithme: K-means distribué utilisant la diffusion
III.3.2 L’interface du deuxième algorithme: K-means distribué sur un anneau
III.4 Etude comparative
III.4.1 Comparaison en termes de nombre de messages
III.4.2 Comparaison en termes de temps d’exécution
III.5 Conclusion
Conclusion Générale
Conclusion générale
Références