- •Пояснительная записка к выпускной работе
- •Глава 1. Развитие и архитектура когнитивной сети беспроводного доступа 11
- •Глава 2. Сканирование спектра и модель канала беспроводной когнитивной сети 35
- •Глава 3. Разработка модель сканирования спектра когнитивной сети беспроводного доступа 61
- •3.3 Выводы 73
- •Список сокращений
- •Введение
- •Глава 1. Развитие и архитектура когнитивной сети беспроводного доступа
- •Эволюция беспроводных сетей связи
- •Эволюция системы радиосвязи с программируемыми параметрами (sdr)
- •1.3 Когнитивная сеть
- •1.3.1 Эволюция когнитивной сети
- •1.3.2 Основные области применения когнитивной сети
- •1.3.3 Стандарт когнитивной сети ieee 802.22
- •1.3. 4 Архитектура беспроводной когнитивной сети
- •1.3.5 Физическая архитектура когнитивной сети
- •1.3.6 Когнитивный цикл функционирования радиосистемы
- •1.3.7. Когнитивные беспроводные самоорганизующиеся сети
- •1.4 Выводы
- •Глава 2. Сканирование спектра и модель канала беспроводной когнитивной сети
- •Сканирование спектра когнитивной сети
- •2.1. 1. Энергетическое обнаружение
- •2. 1. 2. Обнаружение на основе согласованных фильтров
- •2. 1. 3. Цикло-стационарное обнаружение
- •2.1. 1 Энергетическое обнаружение
- •2.1.2 Обнаружение на основе согласованных фильтров
- •2.1. 3 Цикло-стационарное обнаружение
- •2.2 Проблемы сканирования спектра
- •2.2.1 Измерение температуры помех (интерференции)
- •2.2.2 Сканирование спектра в многопользовательской сети
- •2.2.3 Возможность обнаружения
- •2.2.4 Скрытая проблема терминала
- •2.3 Модель канала когнитивной беспроводной сети
- •2.3.1 Спектральная плотность мощности
- •2.3.2 Эффект Доплера
- •2.3.3 Многолучевое распространение
- •2.3.4 Канал аддитивного белого Гауссовского шума (awgn)
- •2.3.5 Замирание Рэлеевского канала
- •2.3.6 Методы адаптивной модуляции
- •2.3.7 Модель модуляции для когнитивного радио
- •2.3.8 Фазовая манипуляция m-psk
- •2.4 Выводы
- •Глава 3. Разработка модель сканирования спектра когнитивной сети беспроводного доступа
- •3.1 Алгоритм сканирования спектра
- •3.2 Исследование эффективности алгоритма на основе разработанной модели
- •3.2.1 Оценка влияние отношения сигнал/шум на процесс обнаружения первичного сигнала
- •3.2.2 Оценка влияние замирания на процесс обнаружения первичного сигнала
- •3.2.3 Оценка зависимости вероятности обнаружения лицензированного сигнала от вероятности ложного обнаружения при разных количества первичных пользователей.
- •3.3 Выводы
- •Заключение
- •Список литературы
- •Приложение 1
- •Приложение 2
- •Приложение 3
- •Приложения 4
3.2 Исследование эффективности алгоритма на основе разработанной модели
Целью моделирования разработанного алгоритма являются повышение эффективности использования спектра. Различные параметры каналы как отношение сигнал/шум и количество первичных пользователей также могут оказывать существенное влияние на прохождение сигнала через многолучевой канал. Для того необходимо при различных параметрах модели канала оценить его влияния на вероятность обнаружения первичного сигнала.
Для оценки эффективности разработанного алгоритма необходимо исследовать :
а) Оценка влияние отношения сигнал/шум на процесс обнаружения первичного сигнала;
б) Оценка зависимости вероятности обнаружения лицензированного сигнала от вероятности ложного обнаружения при разных отношениях сигнал /шум;
в) Оценка зависимости вероятности обнаружения лицензированного сигнала от вероятности ложного обнаружения при разных количества первичных пользователей.
3.2.1 Оценка влияние отношения сигнал/шум на процесс обнаружения первичного сигнала
В процессе моделировании в Matlab R2011b после сканировании спектра, мы добавили в данный алгоритм шум и рассмотрели влияние отношения сигнал/шум на обнаружения первичного сигнала.
Влияние отношения сигнал/шум (SNR) показано рисунках, рис.3.5 и 3.6 показывают спектральную плотность мощности (PSD) принимаемого сигнала, когда ОСШ 40 дБ и 10 дБ, соответственно.
На рисунках показаны, что, когда ОСШ высокое, искажение сигнала меньше по сравнению с тем, когда оно является низким. Следовательно, сигнал может быть обнаружен в лучшую сторону, когда ОСШ так высоко, как 40 дБ, как при низком качестве 10 дБ.
Рис.3.5 - SNR = 40 db
Рис.3.6 - SNR = 10 db
Рис.3. 7 и 3.8 показывают PSD
принимаемого сигнала, когда ОСШ -10db
и -40 дБ, смотря на рисунках видно, что
сигнал становится более искаженным
когда SNR равно -40 дБ, чем
когда равно -10db, доказывая,
что, когда значение SNR
низкое, это приводит к искажению сигналов
и, следовательно, увеличения вероятности
ложной тревоги
,
а также ухудшения вероятности обнаружения
первичного пользователя
,
то есть, производительность детектора
энергии падает.
Рис.3. 7 - SNR = -10db
Рис.3. 8. SNR = -40db
Из рисунков видно, что при увеличении ОСШ, вероятность обнаружения сигнала первичного пользователя становится более эффективным, как SNR меняется от -40 дБ до 40 дБ.
3.2.2 Оценка влияние замирания на процесс обнаружения первичного сигнала
В самом алгоритме сканирования спектра добавим различные значений замирания и рассмотрим как это влияет на обнаружения первичного сигнала.
Влияние затухания на передаваемый сигнал показано в следующих рисунках, а производительность детектора энергии оценивается с использованием различных значения затухания.
Рис.3.9 - 10% замирание
Рис.3.10 - 45% замирание
Рис.3.11 - 60% замирание
Глядя на рисунки 3.9, 3.10 и 3.11 мы можем легко понимать, что увеличение замирание приводит к снижение амплитуды сигнала. Кроме того, увеличение процентного ослабления приводит к увеличению вероятности пропущенных обнаружение, следовательно, уменьшается вероятность обнаружение.
3.2.3 Оценка зависимости вероятности обнаружения лицензированного сигнала от вероятности ложного обнаружения при разных количества первичных пользователей.
Чтобы оценить зависимость вероятности обнаружения лицензированного сигнала от вероятности ложного тревога, надо проходить следующие шаги :
Вводить начальные параметры (количество первичных пользователей и отношение сигнал/шум (оно постоянное и равно -10 db));
Добавить аддитивный белый Гауссовский шум с средним значением равно нуль и дисперсией равна 1;
Находить энергию принимаемого сигнала
принимаемый сигнал
.
Сделать тест статистики для обнаружения энергии сигнала;
Найти пороговое значение;
Проверить является ли энергия принятого сигнала больше или меньше порога;
Принять решение и определить сигнал присутствует или отсутствует.
На следующих рисунках показаны результатов моделирования.
На всех рисунках отношение сигнал/шум постоянное и равно -10. На Рис.3.9. количество первичных пользователей равно 10.
Рис.3.11 - Количество пользователей равно 10
На Рис.3.12. увеличиваем количество пользователей на 100
Рис.3.12 - Количество пользователей равно 100
На Рис.3.13. увеличиваем количество пользователей на 1000.
Рис.3.13 - Количество пользователей равно 1000
Из предыдущих рисунков можем сказать, что увеличение количества первичных пользователей при постоянном отношение сигнал/шум, увеличивает вероятность обнаружения первичного пользователя и при уменьшении отношение сигнал/шум увеличивается вероятность ложной тревоги.
