@MASTERSTHESIS{ 2014:1202871233,
 	title = {Alocação de canais em uma rede de rádios cognitivos gerenciada por base de dados preditiva adaptativa},
 	year = {2014},
 	url = "http://tede2.pucrs.br/tede2/handle/tede/3074",
 	abstract = "O presente trabalho propõe uma metodologia de gerenciamento de canais numa rede de rádios cognitivos (CRN) que utiliza uma base de dados de canais preditiva e adaptativa. Os dados de predição são gerados por um algoritmo de modelagem de espectro que permite simular a ocupação dos canais em faixas de tecnologia celular. O uso de predição possibilita a identificação de oportunidades nas bandas de interesse, permitindo priorizar a utilização dos canais com maior probabilidade de estarem livres. Dessa forma, este trabalho estende a abrangência da IEEE 802.22, na medida em que propõe o uso de dados de predição, bem como a utilização de faixas de tecnologia celular que são comumente utilizadas em áreas urbanas. O caráter adaptativo do sistema desenvolvido atualiza a lista de canais de forma dinâmica ao longo dos ciclos de alocação. Esta característica possibilita a priorização dos canais com maior sucesso no processo de alocação, uma vez que a lista de canais é atualizada de acordo com os resultados das alocações dos usuários secundários (SUs). A metodologia proposta busca realizar a alocação do SU com o mínimo necessário de operações de detecção de canal. A adaptabilidade da base de dados de canais é o fator que possui maior contribuição na redução das operações de detecção de canal na CRN. A diminuição das operações de detecção de canal reduz a troca de informações entre as funções que compõem o plano cognitivo de uma CRN. Consequentemente, uma redução no tráfego de sinalização da rede é esperada, assim como uma diminuição de atrasos resultantes da busca de canais disponíveis.",
 	publisher = {Pontifícia Universidade Católica do Rio Grande do Sul},
 	scholl = {Programa de Pós-Graduação em Engenharia Elétrica},
 	note = {Faculdade de Engenharia}
}