Bilişsel Radyo Sistemleri için Özdeğer Tabanlı Algılama Yöntemlerinde Performans Analizi

Öz

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.

Anahtar Kelimeler

• Algılama teorisi,Bilişsel radyo,Spektrum algılama,Tracy-widom dağılımı

Performance Evaluation of Eigenvalue Based Detection Methods for Cognitive Radio Systems

Öz

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.

Anahtar Kelimeler

• Detection theory,Cognitive radio,Spectrum sensing,Tracy-widom distribution

Kaynakça

1. C. Çiflikli , F.Y .Ilgin; Covariance based spectrum sensing with studentized extreme eigenvalue , Technical gazette (accepted papers in press,2018)
2. C. Charan, R. Pandey, Eigenvalue Based Double Threshold Spectrum Sensing Under Noise Uncertainty for Cognitive Radio, Optik - International Journal for Light and Electron Optics . 127,15, (2016), pp 5968–5975.
3. D. Bhargavi , C. Murthy , Performance comparison of energy, matched-filter and cyclostationarity-based spectrum sensing, in: Proceedings of IEEE Eleventh International Workshop on Signal Processing Advances in Wireless Communications (SPAWC) ,Morocco, 2010, pp. 1–5.
4. D. Guo , Y. Wu , S . Shamai ,S. Verdu , Estimation in Gaussian Noise: Properties of the Minimum Mean-Square Error , IEEE Transactions On Information Theory, 57, 4,( 2011), pp.2371-2385.
5. I. Sobron ,P. Diniz , W. Martins , Velez M.; Energy detection technique for adaptive spectrum sensing , IEEE Trans. Commun. 63 (3) (2015) 617–627
6. J. Mitola, Jr. Maguire, G.Q. Cognitive Radio: making Software Radios More. IEEE Pers. Commun.,6, 4(1999), pp. 1318.
7. L. Shi-Qi , H. Bin-Jie , W. Xian-Yi , Hierarchical Cooperative Spectrum Sensing Based on Double Thresholds Energy Detection , IEEE Communications Letters,16, 7, (2012), pp.1096-1099.
8. M. Jin , Q. Guo ,J. Xi , Y. Youming Li ,Y. Yu , Huang D. Spectrum Sensing Using Weighted Covariance Matrix in Rayleigh Fading Channels, IEEE Transactıons On Vehıcular Technology, 64, 11, (2015), pp. 5137-5148.

9. N. Pillay , H.J. Xu, Blind Eigenvalue-Based Spectrum Sensing for Cognitive Radio Networks. IET Comm. 6,11 (2011), pp.1388-1396.
10. S. Chatterjee, A.Banerjee , Acharya T.; Maity S. P, Fuzzy c-means clustering in energy detection for cooperative spectrum sensing in cognitive radio system, in: Proceedings of Multiple Access Communications (MACOM) Sweden, 8715, (2014), pp. 84–95.
11. S. K.; Signal Processing for Cognitive Radios. John Wiley & Sons, Inc. Melbourne,2014.
12. S.R Deo , On the Tracy-Widom Approximation of Studentized Extreme Eigenvalues of Wishart Matrices. Journal of Multivariate Analysis 147, (2016), pp.265.
13. T. Ratnarajah, R. Vaillancourt ; Alvo M.; Eigenvalues and condition numbers of complex random matrices, SIAM J. Matrix Anal.Appl., 26, 2(2005), pp. 441–456. Y. Zeng , Y.C. Liang , Covariance based signal detections for cognitive radio, in: Proc IEEE International Symposium on and New Frontiers in DynamicSpectrum Access Networks (DySPAN 2007) , Dublin, Ireland, April 2007, 2007, pp. 202–207.
14. Z. Xinzhi , G. Feifei , C.Rong ,J. Tao ; Matched filter based spectrum sensing when primary user has multiple power levels , China Commun. 12 (2) (2015) , pp.21–31.