You are here

Home » Content

Bilişsel Radyo Sistemleri için Özdeğer Tabanlı Algılama Yöntemlerinde Performans Analizi

Performance Evaluation of Eigenvalue Based Detection Methods for Cognitive Radio Systems

Journal Name:

  • Bilge International Journal of Science And Technology Research

Publication Year:

  • 2017

Key Words:

Keywords (Original Language):

Author NameUniversity of AuthorFaculty of Author
Abstract (2. Language): 
Nowadays, due to spectrum inadequacy, it is necessary to use the spectrum of the scarce source in the most efficient way. Cognitive radio systems are at the forefront of important technologies that meet this need. Eigenvalue-based detection methods for cognitive radio systems are the reason for much preference because of the low cost of computation. The purpose of this study is to perform detailed performance analyzes of eigenvalue detection methods for cognitive radio systems. For the multi-antenna communication systems in the work done, detection methods are used to detect the presence of the primary user mark in a certain spectrum area. It has been tried to perceive the spectrum in the most accurate way by using randomly generated zero mean primary user and noise signals. In the method, the communication signals received by multiple antennas are spectrally perceived using eigenvalues of covariance matrices. It has been observed that the largest - smallest eigenvector detection method gives more successful results than the other methods (generalized maximum likelihood method, greatest eigenvalue - energy detection method, energy detection method) in simulations made.
Bookmark/Search this post with
Abstract (Original Language): 
Günümüzde spektrum yetersizliği nedeniyle kıt kaynak durumundaki spektrumun en verimli şekilde kullanılması gerekmektedir. Özellikle kablosuz haberleşmede sistemlerinde sunulan hizmet standardının geliştirilmesi ve buna bağlı olarak iletilen veri boyutlarının artması bu sonucu doğurmuştur. Bu probleme çözüm olan en önemli teknolojilerin başında bilişsel radyo sistemleri gelmektedir. Bilişsel radyo bulunduğu ortamı algılayan ve ilgili frekansı fırsatçı olarak kullanabilen yeni nesil bir radyo biçimidir. Spektrum algılama ise bilişsel radyonun en önemli ve başlangıç aşamasıdır. Bilişsel radyo sistemlerinde spektrum algılama için farklı yöntemler mevcut olmasına rağmen özdeğer tabanlı algılama yöntemleri diğer yöntemlerin aksine, hesaplama maliyetinin az olması nedeniyle çok fazla tercih sebebidir. Bu çalışmanın amacı bilişsel radyo sistemleri için özdeğer tabanlı algılama yöntemlerinin detaylı performans analizlerinin yapılmasıdır. Yapılan çalışmada çok antenli haberleşme sistemleri için belirli bir spektrum bölgesinde, birincil kullanıcı işaretinin varlığını tespit eden özdeğer tabanlı algılama yöntemleri kullanılmıştır. Rasgele oluşturulan sıfır ortalamalı birincil kullanıcı ve gürültü işaretleri kullanılarak, en doğru şekilde spektrum algılanmaya çalışılmıştır. Yapılan benzetim çalışmaları sonucunda en büyük-en küçük özdeğer tabanlı algılama yönteminin, simüle edilen diğer yöntemlere göre daha başarılı bir algılama yaptığı gözlemlenmiştir.
FULL TEXT (PDF): 
PDF icon arastirmax-bilissel-radyo-sistemleri-icin-ozdeger-tabanli-algilama-yontemlerinde-performans-analizi.pdf
  • 1
32
37
  • Turkish

REFERENCES

References: 

Bhargavi, D., Murthy, C.R. (2010). Performance
comparison of energy, matched-filter and
cyclostationarity-based spectrum sensing.
In Signal Processing Advances in Wireless
Communications (SPAWC), 2010 IEEE
Eleventh International Workshop on (pp. 1-
5). IEEE.
Charan, C., Pandey, R. (2016). Eigenvalue based
double threshold spectrum sensing under
noise uncertainty for cognitive radio. Optik-
International Journal for Light and Electron
Optics, 127(15), 5968-5975.
Chatterjee, S., Banerjee, A., Acharya, T., Maity, S.
P. (2014, August). Fuzzy C-means
clustering in energy detection for
-15 -14.5 -14 -13.5 -13 -12.5 -12 -11.5 -11 -10.5 -10
0
0.2
0.4
0.6
0.8
1
SNR
Algılama olasılığı (P
d
)
EEKÖ
EBEK Simülasyon
EBEK Teorik
EBÖİ Simülasyon
EKÖE Simülasyon
EKÖE Teorik
EBÖİ Teorik
-20 -15 -10 -5 0
0
0.2
0.4
0.6
0.8
1
SNR
Algılama olasılığı (P
d
)
50 örnek
200 örnek
500 örnek
1000 örnek
5000 örnek
Bilge International Journal of Science and Technology Research 2017, 1(Special Issue): 32-37
37
cooperative spectrum sensing in cognitive radio system. In International Workshop on Multiple Access Communications (pp. 84-95). Springer, Cham.
Çiflikli, C., Ilgın, F.Y. (2018). Covariance based spectrum sensing with studentized extreme eigenvalue, Technical gazette (accepted papers in press).
Deo, R.S. (2016). On the Tracy–Widom approximation of studentized extreme eigenvalues of Wishart matrices. Journal of Multivariate Analysis, 147, 265-272.
Guo, D., Wu, Y., Shitz, S.S., Verdú, S. (2011). Estimation in Gaussian noise: Properties of the minimum mean-square error. IEEE Transactions on Information Theory, 57(4), 2371-2385.
Jayaweera, S. K. (2014). Signal Processing for Cognitive Radios. John Wiley & Sons, Inc., Hoboken, NJ, USA.
Jin, M., Guo, Q., Xi, J., Li, Y., Yu, Y., Huang, D. (2015). Spectrum sensing using weighted covariance matrix in Rayleigh fading channels. IEEE Transactions on Vehicular Technology, 64(11), 5137-5148.
Liu, S.Q., Hu, B. J., Wang, X.Y. (2012). Hierarchical cooperative spectrum sensing based on double thresholds energy detection. IEEE Communications Letters, 16(7), 1096-1099.
Mitola, J., Maguire, G.Q. (1999). Cognitive radio: making software radios more personal. IEEE personal communications, 6(4), 13-18.
Pillay, N., Xu, H.J. (2012). Blind eigenvalue-based spectrum sensing for cognitive radio networks. IET communications, 6(11), 1388-1396.
Ratnarajah, T., Vaillancourt, R., Alvo, M. (2004). Eigenvalues and condition numbers of complex random matrices. SIAM Journal on Matrix Analysis and Applications, 26(2), 441-456.
Sobron, I., Diniz, P. S., Martins, W. A., Velez, M. (2015). Energy detection technique for adaptive spectrum sensing. IEEE Transactions on Communications, 63(3), 617-627.
Xinzhi, Z., Feifei, G., Rong, C., Tao, J. (2015). Matched filter based spectrum sensing when primary user has multiple power levels. China Communications, 12(2), 21-31.
Zeng, Y., Liang, Y.C. (2007). Covariance based signal detections for cognitive radio. In New Frontiers in Dynamic Spectrum Access Networks, 2007. DySPAN 2007. 2nd IEEE International Symposium on (pp. 202-207). IEEE.

Thank you for copying data from http://www.arastirmax.com