Швидкий метод аналізу радіочастотного спектра для когнітивних радіосистем

Автор(и)

DOI:

https://doi.org/10.20535/RADAP.2020.83.41-46

Ключові слова:

коефіцієнт варіації, ітеративний метод, когнітивне радіо, метод золотого перетину, завантаженість спектра, поріг

Анотація

Ключовим аспектом функціонування когнітивних радіосистем є швидке та надійне визначення вільних ділянок частот при динамічній зміні радіоелектронної обстановки. Для вирішення даного завдання запропоновано швидкий ітеративний метод із використанням коефіцієнта варіації спектральної щільності потужності (СЩП). Сутність методу полягає в порівнянні значень коефіцієнта варіації спектра прийнятої реалізації з пороговим значенням із використанням прогнозованого значення кількості сигнальних відліків та методу золотого перетину. Порогові значення вирішуючої статистики отримано шляхом розрахунку вектора відліків СЩП, його сортування і нормування до енергії та розрахунку вектора значень коефіцієнтів варіації при послідовному відкиданні від нормованого вектора СЩП відліка з максимальним значенням. Для зменшення кількості ітерацій розрахунку вирішуючої статистики при виявленні вільних ділянок у смузі частот аналізу використовується прогнозоване значення завантаженості (кількості сигнальних відліків). Дане значення розраховується за емпіричною формулою із використанням в якості аргументу коефіцієнта варіації для нульової ітерації. На практиці наявність в смузі частот аналізу кількох сигналів з різними потужностями призводить до появи помилок прогнозованого значення завантаженості. Причому чим більшим є динамічний діапазон і менше відношення сигнал-шум, тим більшою буде дана помилка. Прогнозоване значення завантаженості є грубою оцінкою кількості сигнальних відліків у спектрі і для швидкого пошуку її істинного значення застосовано метод золотого перетину. Виграш у зменшенні кількості ітерацій обчислення вирішуючої статистики залежить від помилки прогнозу завантаженості і може досягати кількох десятків разів. Запропонований метод може бути використаний при удосконаленні існуючих та розробленні нових когнітивних радіосистем на основі SDR технології.

Біографія автора

М. В. Бугайов, Житомирський військовий інститут імені С. П. Корольова

к. т. н.

Посилання

References

Collins T., Getz R., Wyglinski A. M., Pu D. (2018) Software-Defined Radio for Engineers. Artech House, 375 p.

Zhang Y., Zheng J., Chen H.-H. (2010) Cognitive Radio Networks. Architectures, Protocols, and Standards. CRC Press, Taylor&Francis Group, 486 p.

Arslan H. (ed.) (2007) Cognitive Radio, Software Defined Radio, and Adaptive Wireless Systems. Springer, 476 p. DOI:10.1007/978-1-4020-5542-3.

Benmammar B., Amraoui A., Krief F. (2013) A Survey on Dynamic Spectrum Access Techniques in Cognitive Radio Networks. International Journal of Communication Networks and Information Security (IJCNIS), Institute of Information Technology, Kohat University of Science and Technology, Vol. 5, Iss. 2, pp. 68−79.

Haykin S., Thomson D. J., Reed J. H. (2009) Spectrum Sensing for Cognitive Radio. Proceedings of the IEEE, Vol. 97, Iss. 5., pp. 849−877. DOI: 10.1109/JPROC.2009.2015711.

Joshi D. R., Popescu D. C., Dobre O. A. (2010) Adaptive Spectrum Sensing with Noise Variance Estimation for Dynamic Cognitive Radio Systems. 44th Annual Conference on Information Sciences and Systems (CISS), pp. 1−5. DOI:10.1109/CISS.2010.5464913.

Falih M. S., Abdullah H. N. (2020) Cooperative Spectrum Sensing Method Using Sub-band Decomposition with DCT for Cognitive Radio System. Khalaf M., Al-Jumeily D., Lisitsa A. (eds) Applied Computing to Support Industry: Innovation and Technology. ACRIT 2019. Communications in Computer and Information Science, vol. 1174. Springer, Cham. DOI:10.1007/978-3-030-38752-5_36.

Joshi D. R., Popescu D. C., Dobre O. A. (2010) Dynamic Threshold Adaptation for Spectrum Sensing in Cognitive Radio Systems. IEEE Radio and Wireless Symposium (RWS), pp. 468−471. DOI: 10.1109/RWS.2010.5434216.

Bhatt P. V., Chakka V. (2012) Non-uniform Spectrum Sensing Using Computationally Efficient 2-level (FFT-Goertzel) Based Energy Detection. 2012 Third International Conference on Computer and Communication Technology, pp. 221−226. DOI: 10.1109/ICCCT.2012.52.

Vazquez-Vilar G., López-Valcarce R. (2011) Spectrum Sensing Exploiting Guard Bands and Weak Channels. IEEE Transactions on Signal Processing, Vol. 59, Iss. 12, pp. 6045−6057. DOI: 10.1109/TSP.2011.2167615.

Guibene W., Turki M., Zayen B., Hayar A. (2012) Spectrum sensing for cognitive radio exploiting spectrum discontinuities detection. EURASIP Journal on Wireless Communications and Networking, Article number: 4 (2012). DOI:10.1186/1687-1499-2012-4.

Buhaiov М. V. (2020) Iterative Method of Radiosignals Detection based on Decision Statistics. Visnyk NTUU KPI Seriia - Radiotekhnika Radioaparatobuduvannia, (81), pp. 11-20. DOI: 10.20535/RADAP.2020.81.11-20.

##submission.downloads##

Опубліковано

2020-12-30

Як цитувати

Buhaiov , M. V. (2020) «Швидкий метод аналізу радіочастотного спектра для когнітивних радіосистем», Вісник НТУУ "КПІ". Серія Радіотехніка, Радіоапаратобудування, (83), с. 41-46. doi: 10.20535/RADAP.2020.83.41-46.

Номер

Розділ

Телекомунікації, радіолокація і навігація, радіоптика та електроакустика