Visión panorámica del estado del arte del motor cognitivo para radios cognitivos

Abstract

Tradicionalmente, el radio convencional ha utilizado un conjunto fijo de "métodos" de comunicación seleccionados por su operador. Actualmente se espera que un "radio cognitivo full Mitola" (CR), no solo acceda dinámicamente al espectro (DSA) de radiofrecuencia, sino que utilice una gran cantidad de métodos de comunicación actuales y pueda seleccionar el método que mejor cumpla con su objetivo bajo el entorno operativo en que se encuentra. Para hacer posible el CR, se desarrolló un agente inteligente (IA) llamado motor cognitivo (CE), que es en esencia un conjunto de algoritmos de aprendizaje automático, bases de datos, mecanismos de razonamiento y optimizadores. Siendo el CE el núcleo del radio cognitivo, permite que el CR tenga las capacidades de aprendizaje, razonamiento y auto reconfiguración deseadas. Cada algoritmo de motor cognitivo tiene fortalezas y limitaciones que lo hacen más adecuado para ciertos escenarios operativos (condiciones de canal, objetivo operativo, hardware disponible, etc.) que otros algoritmos. Para obtener una mejor comprensión de las funciones y similitudes entre los algoritmos presentados, identificamos dos tareas principales del CR; la clasificación de características de la señal detectada y la toma de decisiones. A partir de una estructura básica, se han desarrollado diferentes arquitecturas de CE, cada una de ellas con sus peculiaridades. A pesar de la escasa literatura disponible sobre el estado del arte del CE, en este artículo ofreceremos de manera didáctica, una visión detallada y abarcadora del CE, sus posibles arquitecturas y los algoritmos que rigen su desempeño.