Aproximación conceptual al diseño de un modelo de competencia por el uso del espectro radioeléctrico y su impacto en los mercados de telecomunicaciones

Autores/as

  • Luis Fletscher Universidad de Antioquia
  • Natalia Gaviria Universidad de Antioquia
  • Juan Felipe Botero Universidad de Antioquia
  • Alexander Galvis Quintero Universidad de Antioquia
  • Alexis David Quintero Universidad de Antioquia
  • Miguel Camelo Botero Universiteit Antwerpen
  • Germán David Goez Universiteit Antwerpen

DOI:

https://doi.org/10.26507/paper.3000

Palabras clave:

Modelos de mercado, Gestión del espectro radioeléctrico, Inteligencia artificial, Mercado de telecomunicaciones

Resumen

El sector de las telecomunicaciones se desenvuelve en un entorno caracterizado por condiciones de fuerte competencia, incursión de nuevos operadores e incorporación de tecnologías emergentes que, sumado a los continuos cambios en los aspectos económicos y sociales, enfrenta un panorama de incertidumbre a la hora de plantear modelos de negocio y posiciones regulatorias. De acuerdo con lo anterior, este trabajo presenta los avances desde el punto de vista del diseño metodológico de un modelo que permita mejorar la comprensión sobre el impacto que tienen en el mercado las diferentes posturas de competencia por un recurso escaso como es el espectro radioeléctrico. Para su desarrollo se hará uso de las potencialidades de la inteligencia artificial y el histórico de datos disponibles sobre el mercado del servicio de telefonía móvil celular en Colombia, así como de aspectos regulatorios como el esquema de subastas utilizado para asignar las bandas de frecuencia. En su construcción, el modelo incorporará las potencialidades del sensado inteligente del espectro radioeléctrico basado en el concepto de Software Defined Radio, para que, usando algoritmos livianos de inteligencia artificial, se logre obtener un conjunto de datos reales que reflejen la ocupación del espectro y a partir de ellos se pueda modelar el comportamiento que tendría el mercado bajo diferentes esquemas de competencia. Así las cosas, este modelo permitirá comprender de nuevas formas, los estados y las dinámicas del mercado y ayudará a crear simulaciones de escenarios que aporten criterios y restricciones para las políticas de toma de decisiones por parte de los organismos reguladores. Finalmente, se debe mencionar que los avances presentados en este trabajo están enmarcados en el desarrollo del proyecto “Aplicación de técnicas de inteligencia artificial en el análisis de modelos de competencia por el uso del espectro radioeléctrico y su impacto en los mercados de telecomunicaciones” financiado por Minciencias y la CRC a través de la convocatoria 88910 y ejecutado por el Grupo de Investigación en Telecomunicaciones Aplicadas de la Universidad de Antioquia.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Arjoune, Y., and Kaabouch, N. (2019). A comprehensive survey on spectrum sen-sing in cognitive radio networks: Recent advances, new challenges, and future re-search directions. Sensors (Switzerland), Vol. 19, Vo. 1, pp. 1 - 32. https://doi.org/10.3390/s19010126

Feng, X., Sun, G., Gan, X., Yang, F., Tian, X., Wang, X., and Guizani, M. (2014). Cooperative spectrum sharing in cognitive radio networks: A distributed matching approach. IEEE Transactions on Communications, Vol. 62, No 8, pp. 2651 - 2664. https://doi.org/10.1109/TCOMM.2014.2322352

Hassan, M. R., Karmakar, G. C., Kamruzzaman, J., and Srinivasan, B. (2017). Exclusive Use Spectrum Access Trading Models in Cognitive Radio Networks: A Survey. IEEE Communications Surveys & Tutorials, Vol. 19, No. 4, pp. 2192-2231. https://doi.org/10.1109/COMST.2017.2725960

Li, R., Zhao, Z., Zhou, X., Ding, G., Chen, Y., Wang, Z., and Zhang, H. (2017). Intelligent 5G: When Cellular Networks Meet Artificial Intelligence. IEEE Wireless Communications, Vol. 24, No. 12, pp. 175-183. https://doi.org/10.1109/MWC.2017.1600304WC

López-Martínez, M., Alcaraz, J., Vales-Alonso, J., and Garcia-Haro, J. (2015). Au-tomated spectrum trading mechanisms: understanding the big picture. Wireless Networks, Vol. 21, pp. 685-708. https://doi.org/10.1007/s11276-014-0812-0

Massaro, M. and Beltrán, F. (2020). Will 5G lead to more spectrum sharing? Dis-cussing recent developments of the LSA and the CBRS spectrum sharing frame-works. Telecommunications Policy, Vol. 44, No. 7, pp. 1-14. https://doi.org/10.1016/j.telpol.2020.101973

Ramzan, M. R., Nawaz, N., Ahmed, A., Naeem, M., Iqbal, M., and Anpalagan, A. (2017). Multi-objective optimization for spectrum sharing in cognitive radio net-works: A review. Pervasive and Mobile Computing, Vol. 41, pp. 106-131. https://doi.org/10.1016/j.pmcj.2017.07.010

Pogorel, G. (2007). Nine regimes of radio spectrum management: a 4-step deci-sion guide. Communications & Strategies, Vol. 65, pp. 169-183.

Tsilipanos, K., Neokosmidis, I., and Varoutas, D. (2015). Modeling Complex Tele-com Investments: A System of Systems Approach. IEEE Transactions on Engineering Management, Vol. 62, No. 4, pp. 631-642. https://doi.org/10.1109/TEM.2015.2476840

Tsiropoulos, G. I., Dobre, O. A., Ahmed, M. H., & Baddour, K. E. (2016). Radio resource allocation techniques for efficient spectrum access in cognitive radio net-works. IEEE Communications Surveys and Tutorials, Vol. 18, No. 1, pp. 824 - 847. https://doi.org/10.1109/COMST.2014.2362796

Wen, Z., Qasha, R., Li, Z., Ranjan, R., Watson, P., and Romanovsky, A. (2020). Dynamically Partitioning Workflow over Federated Clouds for Optimising the Mone-tary Cost and Handling Run-Time Failures. IEEE Transactions on Cloud Computing, Vol. 8, No. 4, pp. 1093-1107. https://doi.org/10.1109/TCC.2016.2603477

Yau, K. L. A., Qadir, J., Wu, C., Imran, M. A., and Ling, M. H. (2018). Cognition-inspired 5G cellular networks: A review and the road ahead. IEEE Access, Vol. 6, pp. 35072-35090. https://doi.org/10.1109/ACCESS.2018.2849446

Kalliovaara, J., Jokela, T., Kokkinen, H. and Paavola, J. (2018). Cognitive Radio in 4G/5G Wireless Communication Systems - Licensed Shared Access Evolution to Provide Exclusive and Dynamic Shared Spectrum Access for Novel 5G Use Cases. IntechOpen, London, pp. 148. https://doi.org/10.5772/intechopen.79553

Yaojie, L., Xuan, W., and Xin, D. (2019). An Inquiry into AI University Curriculum and Market Demand: Facts, Fits, and Future Trends. Proceedings of the 2019 on Computers and People Research Conference (SIGMIS-CPR '19). Association for Computing Machinery, New York, NY, USA, pp.139-142.

Descargas

Publicado

11-09-2023

Cómo citar

[1]
L. Fletscher, «Aproximación conceptual al diseño de un modelo de competencia por el uso del espectro radioeléctrico y su impacto en los mercados de telecomunicaciones», EIEI ACOFI, sep. 2023.
Estadísticas de artículo
Vistas de resúmenes
Vistas de PDF
Descargas de PDF
Vistas de HTML
Otras vistas
QR Code
Crossref Cited-by logo