Detección de espectro en banda ancha Sub-Nyquist para redes Radio Cognitiva: compleción de matrices mediante valores semilla
-
Erazo De La Cruz, Olger Ferledy
[1]
;
Miramá Pérez, Víctor Fabián
[1]
;
Mora Arroyo, Jorge Edison
[1]
-
[1] Universidad del Cauca
Universidad del Cauca
Colombia
-
- Localización: INGE CUC, ISSN 0122-6517, ISSN-e 2382-4700, Vol. 17, Nº. 1, 2021 (Ejemplar dedicado a: (Enero - Junio))
- Idioma: español
- Títulos paralelos:
- Sub-Nyquist Wideband Spectrum sensing for Cognitive Radio Networks: Matrix Completion via seed values
- Enlaces
-
Resumen
- español
Introducción: La Radio Cognitiva (CR) hace un uso eficiente del recurso radioeléctrico, para ello realiza la Detección de Espectro (SS) con el fin de identificar el espectro disponible. Pero debido a la rápida evolución de los transceptores, la microelectrónica y las altas frecuencias de propagación, se hace necesario que en CR se apliquen algoritmos de SS en bandas de frecuencia y se realice un muestreo inferior a la tasa de Nyquist.
Objetivo: Adaptar un algoritmo para Detección de Espectro Sub-Nyquist en Banda Ancha (WBSS) para redes de CR mediante la Compleción de Matrices (MC) que integra valores semilla a partir de las muestras conocidas, con el fin de completar las entradas no muestreadas de la banda a evaluar, reconstruir las señales e identificar el espectro disponible.
Metodología: Se realizó una adaptación al algoritmo Aproximación Matricial de la Zona de Interés (IZMA), para ello se diseña la etapa de reconstrucción y se elige un método de detección de espectro en banda estrecha para conformar el banco de detectores; el algoritmo que se denomina IZMA_SV es evaluado a nivel de simulación, por tanto se reconstruyen señales determinísticas en diferentes SNR y se identifica el estado del canal como ocupado o libre.
Resultados: Las simulaciones indican que el algoritmo adaptado presenta diferencias entre los valores conocidos de la matriz de muestreo M y la matriz recuperada X en SNR inferiores a -8 dB, mientras que la diferencia tiende a cero en SNR superiores a 2 dB. Conclusiones: El algoritmo IZMA-SV logra reducir el número de operaciones para llegar a la matriz aproximada X, reconstruyendo señales muestreadas al 75% de la tasa Nyquist y aún con un muestreo del 20% se mantienen las características de la señal que hacen posible la detección de espectro en banda ancha.
- English
Introduction: Cognitive Radio (CR) makes efficient use of the radio resource, for this it performs Spectrum Sensing (SS) in order to identify the available spectrum. But due to the rapid evolution of transceivers, microelectronics and high propagation frequencies, it is necessary for SS algorithms to be applied in frequency bands in CR and for sampling below the Nyquist rate.
Objective: Adapt an algorithm for Wideband Sub-Nyquist Spectrum Detection (WBSS) for CR networks using Matrix Completion (MC) integrating seed values from known samples, in order to complete the unsampled inputs of the band to evaluate, reconstruct the signals and the identify the available spectrum.
Method: An adaptation to the Interest Zone Matrix Approximation (IZMA) algorithm was carried out, for this purpose the reconstruction stage is designed and a narrow band spectrum sensing method is chosen to form the detector bank; the algorithm called IZMA_SV is evaluated at the simulation level, therefore deterministic signals are reconstructed in different SNRs and the channel status is identified as busy or free.
Results: The simulations indicate that the adapted algorithm shows differences between the known values of the sampling matrix M and the recovered matrix X in SNRs lower than -8 dB, while the difference tends to zero in SNRs greater than 2 dB.
Conclusions: The IZMA-SV algorithm manages to reduce the number of operations to arrive at the approximate matrix X, reconstructing signals sampled at 75% of the Nyquist rate and even with a sampling of 20% the characteristics of the signal that make possible the detection of wideband spectrum.
- español
