Publicado

2017-10-01

Detección cooperativa de usuarios primarios en entornos multibanda basado en muestreo sub-Nyquist uniforme en el dominio disperso

Cooperative primary user detection in multiband environments based on uniform sub-Nyquist sampling in sparse domain

Palabras clave:

Compleción de matrices, muestreo Sub-Nyquist, probabilidad de detección, sensado de espectro de banda ancha, usuarios primarios (es)
Matrix completion, Sub-Nyquist sampling, detection probability, wideband spectrum sensing, primary user (en)

Descargas

Autores/as

En este artículo se propone un nuevo algoritmo cooperativo de detección de usuarios primarios (PU) en entornos multibanda (Sensado de Espectro de Banda Ancha - WBSS) basado en muestreo Sub-Nyquist y compleción de matrices. Así mismo se propone una matriz de muestreo uniforme para la señal multibanda en el dominio disperso. Abordando de esta forma, el problema del gran número de muestras a procesar cuando se realiza el muestreo de señales multibanda a tasa iguales o superiores a la tasa de Nyquist, buscando mejorar el desempeño del sensado de espectro de banda ancha en términos de la probabilidad de detección. Los resultados de simulación permiten evidenciar que el algoritmo propuesto mejora el desempeño del sensado en función de la probabilidad de detección y de las características operacionales del receptor con respecto a otros algoritmos de sensado de espectro de banda ancha cooperativo basados en muestreo Sub-Nyquist.
In this paper is proposed a novel cooperative Primary User (PU) detection algorithm in multiband environments (Wideband Spectrum Sensing -WBSS) based on Sub-Nyquist Sampling and Matrix Completion. In this way, addressing the problem of large number of samples to be processed when multiband signals are sampled at Nyquist rate or higher rates, seeking to improve the performance of wideband spectrum sensing in terms of detection probability. The simulation results show that the presented algorithm allows the improvement of the WBSS performance in terms of detection probability and the receiver’s operational characteristics compared to other cooperative WBSS algorithms based on Sub-Nyquist sampling.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Mitola III, J., Cognitive radio an integrated agent architecture for software defined radio, Royal Institute of Technology (KTH), Sweden, 2000.

Mishali, M., Eldar, Y.C., Dounaevsky, O. and Shoshan, E.,Xampling: analog to digital at sub-nyquist rates. IET Circuits Devices & Systems, 5(1), pp. 8-20, 2011. DOI:10.1049/iet-cds.2010.0147.

Baraniuk, R.G., Compressive sensing. IEEE Signal Processing Magazine, 24(4): pp. 118-121, 2007.

Astaiza, E., Bermudez, H.F. and Campo, W.Y., Efficient wideband spectrum sensing based on compressive sensing and multiband signal covariance. IEEE Latin America Transactions, 15(3), pp. 393-399, 2017. DOI: 10.1109/TLA.2017.7867167.

IEEE P802.22b/D5, April 2015. IEEE Draft standard for information technology–telecommunications and information exchange between systems wireless regional area networks (WRAN)–Specific requirements Part 22: Cognitive Wireless RAN Medium Access Control (MAC) and Physical Layer (PHY) Specifications: Policies and Procedures for Operation in the TV Bands Amendment: Enhancement for Broadband Services and Monitoring Applications, pp. 1-312, may 2015.

Cohen, D., Akiva, A., Avraham, B. and Eldar, Y.C., Centralized cooperative spectrum sensing from sub-nyquist samples for cognitive radios. IEEE, pp. 7486-7491. 2015. DOI: 10.1109/ICC.2015.7249523.

Assra, A., Yang, J. and Champagne, B., An EM Approach for cooperative spectrum sensing in multiantenna CR networks. IEEE Transactions on Vehicular Technology, 65(3), pp. 1229-1243. DOI: 10.1109/TVT.2015.2408369.

Sun, H., Nallanathan, A., Cui, S. and Wang, C.-X., Cooperative wideband spectrum sensing over fading channels. IEEE Transactions on Vehicular Technology, 65(3), pp. 1382-1394, 2016. DOI: 10.1109/TVT.2015.2407700.

Qin, Z., Gao, Y., Plumbley, M.D. and Parini, C.G., Wideband spectrum sensing on real-time signals at sub-nyquist sampling rates in single and cooperative multiple nodes. IEEE Transactions on Signal Processing, 64(12), pp. 3106-3117, 2016. DOI: 10.1109/TSP.2015.2512562.

Cai, J.-F., Candés, E.J. and Shen, Z., A singular value thresholding algorithm for matrix completion. SIAM Journal on Optimization, 20(4), pp. 1956-1982, 2010. DOI: 10.1137/080738970.

Guo, Q. and Huang, D., EM-Based joint channel estimation and detection for frequency selective channels using gaussian message passing. IEEE Transactions on Signal Processing, 59(8), pp. 4030-4035, 2011. DOI: 10.1109/TSP.2011.2153201.

Recht, B., A simpler approach to matrix completion. The Journal of Machine Learning Research, 12, pp. 3413-3430, 2011.

Gnedenko, B.V. and Kolmogorov, A.N., Limit distributions for sums of independent random variables. Reading, Mass, Addison-Wesley, 1954.

Licencia

Derechos de autor 2017 DYNA

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

El autor o autores de un artículo aceptado para publicación en cualquiera de las revistas editadas por la facultad de Minas cederán la totalidad de los derechos patrimoniales a la Universidad Nacional de Colombia de manera gratuita, dentro de los cuáles se incluyen: el derecho a editar, publicar, reproducir y distribuir tanto en medios impresos como digitales, además de incluir en artículo en índices internacionales y/o bases de datos, de igual manera, se faculta a la editorial para utilizar las imágenes, tablas y/o cualquier material gráfico presentado en el artículo para el diseño de carátulas o posters de la misma revista.