摘要：Compartir espectro es una de las soluciones que permitirá que Redes Heterogéneas (HetNet), formada por diversas tecnologías de acceso inalámbricos, dispongan de recurso espectral adicio nal. Con esto se promueve la coexistencia entre los diferentes sistemas de radio, incrementando con ell o su eficiencia espectral, pero también la interferencia en el sistema. En este trabajo se implementa una estrateg ia que controla la interferencia y asignación de canal en una HetNet, con el fin de maximizar la tasa de dato s y la cantidad de usuarios que comparten espectro concurrentemente. Para resolver este problema se utilizó la técnica de Optimización Binaria por Cúmu lo de Partículas con Memoria (MBPSO). A diferencia de la técnica optimización por Cúmulo de Partículas Socio - Cognitiva (SCPSO), MBPSO evita la convergencia prematura en óptimos locales y la perdida de divers idad. Los resultados muestran que al utilizar MBPSO se mejoran las soluciones sobre la capacidad del siste ma que cuando se utiliza SCPSO. Además se compara el desempeño de MBPSO con las técnicas PSO Modificado (ModBPSO) y Optimización por Cúmulo de Partículas con Modulación Angular (AMPSO), ya que estas últimas también cuentan con la habilidad de explorar y explotar diversos espacios de soluciones.
其他摘要：Spectrum sharing is one of the solutions for Heterogeneous Networks (HetNets) for achieving additional spectral resource. The aim is to promote the coexistence of different radio systems in the same spectral portion increasing the spectral efficiency of the HetNet, but at teh same time the interference is increased. In this paper, we tackle with the proble m of spectrum sharing in a HetNet composed of a macrocel l and several femtocells. We propose a strategy, in w hich macrocell and femtocells can share simultaneously t he available bandwidth while avoiding intra-tier interference. Our approach is formulated as a binar y optimization problem. The fitness is evaluated considering techniques of binary optimization with memory to overcome the problem of premature convergence or loss of diversity that Socio-Cogniti ve Particle Swarm Optimization (SCPSO) presents. The results show that by using the Memory Binary Partic le Swarm Optimization (MBPSO) algorithm, the system’s capacity is improved in comparison with solutions obtained using SCPSO. Also the performance of MBPSO is compared with Angle Modulated PSO (AMPSO) and Modified BPSO (ModBPSO) algorithms.
关键词：Compartición de espectro; eficiencia espectral; redes heterogéneas; MBPSO.
