Performance Analysis of Cognitive Spectrum Sensing in Wireless Networks

الملخص

أجزاء مختلفة من الطيف الراديوي تم استخدامها من قبل تقنيات لاسلكية مختلف، والنتيجة هي أن بعض نطاقات التردد اليوم مزدحمة، في حين أن البعض الآخر نادرا ما يستخدم على الإطلاق، وهذا ما ينتج عنه ضعف في الكفاءة الطيفية الراديو المعرفي الاداركي (Cognitive Radio) هو تقنية تعمل على حل مشكلة الكفاءة الطيفية باستخدام الراديو المحدد بالبرمجيات (Software Defined Radio). في SDR، يكون المرسل أو المحطة الأساسية قادرا على استشعار الأجزاء المستخدمة من الطيف سواء كانت أقل أو أكثر استخداما، ثم يعيد توزيع الإرسال لضمان استخدام الطيف بشكل أكثر كفاءة تقنيات استشعار الطيف هي مبدأ الشبكات الراديوية الإدراكية: تهدف إلى الكشف عن قنوات الطيف غير المستخدمة من أجل استخدام الطيف الراديوي بشكل أكثر كفاءة في هذه الورقة، تم تحليل ومحاكاة تقنيتين لاستشعار الطيف وهما الكشف عن الطاقة (Energy Detection) وتقنيات الكشف عن المرشحات المتطابقة (Matched Filter Detection) لتقييم أداء المستخدم الرئيسي (المرخص) والمستخدم الثانوي. تتميز هذه التقنيات بعتبة الاستشعار (Sensing Threshold) لتقييم استشعار الأداء. تستخدم معظم التقنيات الحالية حدًا ثابتا بالمقابل في هذه الورقة، يتم استخدام عتبة ديناميكية (Dynamic Threshold) لأن الضوضاء تعتبر عشوائية وبالتالي. وبناءً على النتائج، يمكن لتقنية الكشف عن الطاقة تحقيق أفضل أداء للكشف في حالة معرفة ضوضاء التباين في حين يصعب تقدير هذا في الغالب، مما قد ينتج عنه عدم يقين من الضوضاء. في هذه الحالة، قد يتدهور اكتشاف الطاقة بشكل كبير مما يؤدي إلى عدم اكتشاف الخطأ أو فترة الإنذار الخاطئ لحل هذه المشكلة، يتم استخدام تقنية التصفية المتطابقة بما في ذلك كل من مرشح متوسط ومرشح IR من خلال استخدام الفلتر المطابق، يتحسن أداء النظام الكلي مقارنة بتقنيات الكشف عن الطاقة، خاصة عند استخدام مرشح متوسط نظرًا لقدرته على تقليل الضوضاء العشوائية والاحتفاظ باستجابة الخطوة الحادة. يتم تحقيق النتائج من خلال تقييم احتمالية الكشف والإنذار الخاطئ كدالة لإخراج SNR لكل حالة، مما نتج عن ذلك تحسن كبير في اكتشاف المرشح المطابق فوق 5 ديسيبل من SNR. يتم تنفيذ جميع النتائج باستخدام MATLAB