La croissance explosive des réseaux et terminaux sans fil a entraîné un encombrement du spectre. En effet, chaque fois que vous utilisez votre radio, que vous téléphonez ou encore que vous utilisez votre GPS, vous faites appel à des ressources spectrales. Ainsi, ces dernières années, on constate un problème d’accès au spectre. En France, c’est l’Agence Nationale des Fréquences (ANFR) qui alloue statiquement les différents canaux de fréquences aux utilisateurs. On distingue les utilisateurs primaires qui ont payé pour avoir accès à une sous-bande et les utilisateurs secondaires qui utilisent des bandes libres. Des études ont montré que le spectre pourrait être mieux exploité si les notions de temps et d’espace étaient prises en compte. En effet, à un instant donné, une sous bande peut être vide (on appelle cela un trou) et un utilisateur secondaire pourrait utiliser cette sous bande. On peut alors procéder à une allocation dynamique du spectre pour remplir ces trous. Cette allocation repose sur des méthodes telles que des processus de décision markovien, la théorie des jeux ou encore sur la radio cognitive.

Qu’est-ce que la radio cognitive ?

Dans un système radio classique, les différents blocs sont analogiques et réalisés à l’aide de composants matériels. A ce jour, il est possible de réaliser certaines fonctions analogiques de façon numérique ce qui permet d’aboutir à une radio logicielle. La Figure 1 montre de façon évidente l’évolution de la radio matérielle à la radio logicielle. On remarque que les fonctions CAN/CNA, tuner, filtres et amplifications sont encore réalisées matériellement car elles demandent une forte puissance de calcul et une forte consommation électrique.

La radio logicielle permet d’utiliser différentes formes d’ondes. La fréquence porteuse, la bande passante, la modulation et l’accès au réseau sont définis par logiciel et donne une certaine flexibilité à ce type de radio. Cette flexibilité lui permet de s’adapter aux différents protocoles de radiocommunications, et de répondre au besoin croissant d’interopérabilité entre systèmes.

La cognition est la capacité à assimiler et à traiter des données issues de l’analyse perceptive de l’environnement pour les transformer en connaissances. Ainsi, le terme de radio cognitive désigne un système ayant la capacité d’analyser son environnement et de réagir en fonction de différents stimuli extérieurs. Ceci lui permet d’ajuster ses paramètres de fonctionnement de façon dynamique et autonome en fonction de l’environnement radio (fréquence porteuse, puissance, modulation, bande passante).

Comment mieux gérer le spectre radio ?

Il est important de mieux connaître l’environnement où la radio cognitive évolue. Pour cela, on peut réaliser une détection de spectre. Elle consiste à mesurer les niveaux d’énergie présents dans le canal de propagation dans le but de déterminer si un utilisateur émet sur le canal. Cette étape permet de déterminer les espaces blancs du spectre, c’est-à-dire les canaux non utilisés par des utilisateurs principaux. Cette détection de spectre permet également d’estimer la qualité du spectre. L’objectif final est de permettre aux utilisateurs secondaires d’utiliser les bandes de fréquence temporairement libres.

Cependant, déterminer si un utilisateur est présent dans le canal n’est pas aussi simple et il est nécessaire de mettre au point un modèle de décision. Il est possible d’utiliser des algorithmes d’apprentissage de l’intelligence artificielle afin de réaliser une bonne analyse du spectre. Les principaux algorithmes utilisés sont les algorithmes supervisés (Support Vector Machine, K-Nearest Neighbors) ou encore les algorithmes non-supervisés (K Means Clustering, réseau de neurones). La Figure 2 ci-dessous propose un modèle simple permettant de comprendre l’organisation d’une radio cognitive.

L’engagement de Kereval

L’allocation dynamique est une préoccupation mondiale et ne concerne pas uniquement l’Europe. En effet, aux Etats-Unis, la Federal Communications Commission a lancé le Citizens Broadband Radio Service (CBRS) qui est un système d’allocation dynamique dans la bande 3550-3700 MHz basé sur une base de données. Le CBRS permet aux systèmes civils de communiquer sur des bandes qui sont réservées exclusivement à l’usage de l’US Navy.

Aujourd’hui, cette solution n’a pas été retenue en Europe et les systèmes cognitifs peuvent être présentés comme une alternative au système CBRS. Dans le cadre d’une utilisation d’une forme d’onde cognitive sur des bandes libres, il est important de s’assurer que cette dernière ne brouille pas les dispositifs autorisés sur cette bande. Il est donc important de qualifier les systèmes radio cognitifs en fonction de règles strictes et précises établies par l’ANFR.

Dans cette optique, l’entreprise Kereval souhaite développer des stratégies de test sur des radios logicielles à base d’intelligence artificielle. Pour tester un algorithme d’intelligence artificielle, il est nécessaire de réaliser des tests avant, pendant et après la phase d’entrainement. Les tests de pré-entraînement consistent à analyser statistiquement le jeu de données. Les tests d’entraînement consistent à valider le jeu d’entraînements en réalisant des validations croisées. Et enfin, les tests de post-entraînements ont pour but d’évaluer les performances du modèle. On peut par exemple utiliser des méthodes formelles pour évaluer la robustesse d’un modèle.