Predição espectral para sistemas de rádio cognitivo
Visualizar/ Abrir
Data
2021Autor
Elias, Felipe Gabriel de Mello, 1986-
Metadata
Mostrar registro completoResumo
Resumo: Este trabalho analisa a predição de espectro com múltiplos estados à frente para sistemas de rádio cognitivo. Um cenário baseado em slot é utilizado e a predição é baseada no algoritmo máquina de vetor de suporte que resulta em baixas taxas de erro de predição. O objetivo é identificar se a predição de espectro com múltiplos estados à frente possui ganhos em termos de taxa de transferência de rede e eficiência energética além de reduzir a quantidade de troca de canais. O tráfego do usuário primário é simulado por meio do software MATLAB usando a distribuição exponencial on-off, um exemplo de tráfego real também é analisado para verificar o desempenho do preditor. Novas aproximações para o detector de energia clássico são apresentadas com a finalidade de aprimorar o sensoriamento no caso da detecção com poucas amostras (SNR moderado). Expressões fechadas para a probabilidade de detecção, probabilidade de falso alarme, limiar constante e número de amostras são derivadas usando aproximações das distribuições qui-quadrado central e não central. Com a ajuda de simplificações, são apresentadas também novas expressões fechadas para a probabilidade de detecção sob canais AWGN com baixo SNR e canais com desvanecimento Rayleigh. O ciclo do usuário secundário foi modificado para realizar a predição com múltiplos estados. Com base nesse tipo de predição, um algoritmo que busca os canais com maior probabilidade de estarem desocupados por mais tempo é implementado permitindo uma redução na troca de canal de até 49%. Um aumento na taxa de transferência de aproximadamente 4% foi observado por meio da abordagem proposta. Os resultados também aumentaram a eficiência energética da rede em até 6%. Palavras-chave: Radio Cognitivo. Predição Espectral. Comunicações Sem Fio. Abstract: This work analyzes the prediction of spectrum with multiple step ahead for cognitive radio systems. A slot-based scenario is used and the prediction is based on the support vector machine algorithm which results in low prediction error rates. The goal is to determine whether the spectrum prediction with multiple step ahead has gains in terms of network throughput, reduced channel switching and energy savings. The system model is simulated in software using an exponential on-off distribution for primary user traffic. New approaches for the classic energy detector are presented in order to improve the sensing in the case of detection with few samples. Closed-form expressions for the detection probability, false alarm probability and constant threshold are derived using approximations of the central and non-central chi-square distributions. With the help of simplifications, it is also presented new closed-form expressions for the probability of detection under AWGN channels and with Rayleigh fading. The secondary user cycle was modified for multi-step prediction. Based on this type of prediction, an algorithm that searches for the channels most likely to be unoccupied for longer period is implemented, allowing a reduction in channel switching of up to 49%. An increase in the throughput of approximately 4% was observed using the proposed approach. The results also increased the energy efficiency of the network up to 6%. Keywords: Cognitive Radio. Spectral Prediction. Wireless Communications.
Collections
- Teses [35]