Hybrydowe metody sensingu widma ze szczególnym uwzględnieniem technik korelacji cyklicznej

• Autorzy: Kustra M. , Kosmowski K. , Suchański M. , Pawelec J.

Identyfikatory

DOI

10.15199/59.2016.8-9.69

Warianty tytułu

EN

Hybrid detection methods of spectrum sensing with particular focus on a caf function

• Konferencja: XXXII Krajowe Sympozjum Telekomunikacji i Teleinformatyki (XXXII ; 26-28.09.2016 ; Gliwice, Polska)
• Języki publikacji: PL

Abstrakty

PL

W referacie omówiono hybrydowy sensing widma ze szczególnym uwzględnieniem detektora cech cyklostacjonarnych sygnału. Zdefiniowano funkcję autokorelacji cyklicznej CAF (ang. Cyclic Autocorrelation Function) należącą do klasy tzw. ślepych detektorów SCD (ang. single-cycle detector). Dano równania i wyniki analizy oraz badań symulacyjnych dla sygnału OFDM (ang. Orthogonal Frequency Division Multiplexing).

EN

The paper discusses the hybrid spectrum sensing with particular focus on the cyclostationary detector. Defined Cyclic Autocorrelation Function (CAF) belongs to the class of blind SCD (single-cycle) detectors. In the paper are given the equations and results of analysis and simulations for the OFDM (Orthogonal Frequency Division Multiplexing) signal.

Słowa kluczowe

PL

detektor hybrydowy; detekcja cech cyklostacjonarnych; funkcja autokorelacji cyklicznej; CAF; OFDM

EN

hybrid detectors architecture; cyclostationary feature detection; cyclic autocorrelation function; CAF; OFDM

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
• Rocznik: 2016
• Tom: nr 8-9
• Strony: 1102--1107, CD
• Opis fizyczny: Bibliogr. 17 poz., rys., tab.

Twórcy

autor

Kustra M.

• Wojskowy Instytut Łączności, ul. Warszawska 22A, 05-130 Zegrze Południowe

autor

Kosmowski K.

• Wojskowy Instytut Łączności, ul. Warszawska 22A, 05-130 Zegrze Południowe

autor

Suchański M.

• Wojskowy Instytut Łączności, ul. Warszawska 22A, 05-130 Zegrze Południowe

autor

Pawelec J.

• Wojskowy Instytut Łączności, ul. Warszawska 22A, 05-130 Zegrze Południowe

Bibliografia

• [1] Badrinath S., Reddy Y.I 2009. „A hybrid energy detection approach to spectrum sensing”. First UKIndia International Workshop on Cognitive Wireless Systems (UKIWCWS).
• [2] Bogale T. E.,Vandendorpe L. 2012. „Multi-cycle Cyclostationary based Spectrum Sensing Algorithm for OFDM Signals with Noise Uncertainty in Cognitive Radio Networks” Military Communications Conference, 2012 - MILCOM: 1-6.
• [3] Gardner W. 1987. „Statistical spectral analysis: a nonprobabilistic theory”. NJ: Prentice Hall.
• [4] Gardner W. 1994. „Cyclostationarity in communications and signal processing”. NJ: IEEE Press.
• [5] Goo L. P. 2007. „Detectors for Cognitive Radio”. Master Thesis, National University of Singapore.
• [6] Hareesh K., Singh P. 2013. „An energy efficent hybryd cooperative spectrum sensing technique for CRSN”. 2013 International Multi-Conference on Automation, Computing, Communication Control and Compressed Sensing.
• [7] Jang W. M. „Blind Cyclostationary Spectrum Sensing in Cognitive Radios” IEEE Communications Letters, vol. 18, no. 3, 393-396.
• [8] Kapoor S., Singh G. 2011. „Non-cooperative spectrum sensing : A hybrid model Approach”. 2011 International Conference on Device and Communications (ICDeCom).
• [9] Kieu-Xuan, T., and Koo I. 2011 „Cramer-Von Mises test spectrum sensing for cognitive radio systems”. Wireless Telecommunication Symp. New York.
• [10] Kryszkiewicz P., Bogucka H., Wyglinski A. M. 2012. „Protection of Primary Users in Dynamically Varying Radio Environment: Practical Solutions and Challenges”. EURASIP Journal on Wireless Communications and Networking, 2012:23, Volume 2012, Issue 1: 1-20.
• [11] Öner M., Jondral F. 2007. „Air interface identification for Software Radio systems,” Int. J. Electron. Commun.: 104 – 117.
• [12] Sutton P., Lotze J., Nolan K, Doyle L. 2007. „Cyclostationary signature detection in multipath Rayleigh fading environments”. in Proc.2nd CrownCom: 408–413.
• [13] Sutton P., Nolan K., Doyle L. 2007. „Cyclostationary signatures for rendezvous in OFDM-based dynamic spectrum access networks”. 2nd IEEE International Symposium on New Frontiers in Dynamic Spectrum Access Networks: 220-231.
• [14] Tani A., Fantacci R. 2015. „A Low Complexity Cyclostationary-Based Sensing of OFDM Signals…”. IEEE Transactions on Vehicular Technology.
• [15] Ye Z., Memik G., Grosspietsch J. 2008. „Energy detection using estimated noise variance for spectrum sensing in cognitive radio networks,” Proc. IEEE wireless communications and networking Conf. (WCNC): 711-716.
• [16] Zeng W., Bi G. 2008. „Robust detection of OFDM signals for cognitive UWB in low SNR with noise uncertainty” in Proc. IEEE 19th PIMRC: 1–5.
• [17] Zeng Y. 2011. „Edge based wideband sensing for cognitive radio: algorithm and performance evolution” IEEE DYSPAN Symposium.