Identyfikatory
Warianty tytułu
Comparison of sensing techniques for cognitive radio networks operating in non-gaussian disturbances
Języki publikacji
Abstrakty
Intensywny rozwój systemów mobilnych powoduje, że statyczne metody alokacji częstotliwości przestają gwarantować rozwój aplikacji wymagających transmisji bezprzewodowej. W wyniku tego poszukiwane są innowacyjne techniki umożliwiające dynamiczny dostęp do zasobów radiowych. Podstawową metodą dynamicznego dostępu jest współdzielenie częstotliwości pomiędzy użytkownikami posiadającymi licencję, a użytkownikami nielicencjonowanymi. Użytkownik wtórny uzyskuje dostęp do niezajętych zasobów w czasie gdy użytkownik pierwotny jest nieaktywny. Omówiona metoda stanowi podstawę tzw. radia kognitywnego [1] - [3] i wymaga właściwych metod analizy dostępności zasobów częstotliwościowych przez użytkownika wtórnego i odpowiednio szybkich algorytmów podejmowania decyzji o nadawaniu i zwolnieniu pasma gdy zostanie wykryta transmisja użytkownika pierwotnego. W artykule przedstawiono numeryczne wyniki porównania różnych metod rozpoznania otoczenia radiowego wykorzystywanych do wykrywania transmisji sygnałów zgodnych ze standardem 802.11 w obecności zakłóceń o charakterze gaussowskim i niegaussowskim.
It becomes observable that the current static frequency allocation schemes cannot provide sufficient requirements of an increasing number of applications requiring wireless transmission. As a result, innovative techniques that can offer new methods of sharing the available spectrum are needed. One of the most effective methods to solve this problem is allowing the secondary users to utilize the frequency band licensed to the primary users, only if it can be ensured that the band is not being currently used by the primary users. Cognitive radio [1]-[3] is the technology that implement of spectrum sensing to ensure that another users are not present before data transmission can begin. The paper presents the numerical simulation results for comparison of various spectrum sensing methods used for detection of 802.11 frame transmission in Gaussian and non-Gaussian noise.
Wydawca
Czasopismo
Rocznik
Tom
Strony
30--33
Opis fizyczny
Bibliogr. 10 poz., wykr.
Twórcy
autor
- Politechnika Białostocka, Wydział Elektryczny, ul. Wiejska 45D, 15-351 Białystok
Bibliografia
- [1] J. Mitola, G. Q. Maguire, „Cognitive radio: making software radios more personal”, IEEE Personal Commun. Mag., vol. 6, no. 4, pp. 13–18, Aug. 1999.
- [2] S. Hakin, „Cognitive Radio: Brain-Empowered Wireless Communications”, IEEE J. On selected areas in communication, vol.23, pp.201-220, Feb. 2005.
- [3] H. Bogucka, „Technologie radia kognitywnego”, Wydawnictwo Naukowe PWN, Warszawa, 2013
- [4] S. V. Vaseghi, „Advanced Digital Signal Processing and Noise Reduction”, John Wiley & Sons Ltd. New York 2009.
- [5] M. Subhedar, G. Birajda, “Spectrum Sensing Technique in Cognitive Radio Networks: A Survey,” International Journal of Next-Generation Networks (IJNGN), vol. 3, no. 2, pp. 37-51,, June 2011.
- [6] A. Gardner, „Cyclostationarity in Communications and Signal Processing”, IEEE Press, 1994
- [7] S. A. Kassam, „Signal Detection in Non-Gaussian Noise”, Springer-Verlang, New York 1987.
- [8] K. Konopko, „Estymacja i generacja wielowymiarowych zmiennych losowych”, Oficyna Wydawnicza Politechniki Białostockiej, pp. 255-272, Białystok 2016
- [9] K. Konopko, „Estymacja i generacja sygnałów szumowych z zastosowaniem procesorów masowo-równoległych”, Przegląd Elektrotechniczny, nr 2 pp. 54-57 Feb. 2016
- [10] https://standards.ieee.org/findstds/standard/802.11-2016.htm
Uwagi
Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę (zadania 2017).
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-b975a7d4-878c-4ed0-b6d4-a0c76ec80431