حسگری طیفی مبتنی بر gof در شبکه های رادیوی شناختی

رادیوی شناختی قادر است از طریق حسگری طیفی، حضور یا عدم حضور کاربران اصلی باند فرکانسی مورد نظر را آشکارسازی نموده و با توجه به اطلاعات حاصله، به صورت فرصت طلبانه از طیف بهره برداری کند. مهم ترین چالش در این زمینه، احتمال عدم آشکارسازی صحیح حضور کاربران اصلی طیف می باشد که ممکن است باعث اختلالات جبران ناپذیری در شبکه شود. روش های مختلفی برای حسگری طیفی پیشنهاد شده است که بیشتر پژوهش های انجام شده در ارتباط با آشکارساز انرژی است. این در حالی است که این روش برای حسگری طیفی با وجود سادگی پیاده سازی، نیاز به تخمین واریانس نویز داشته و نسبت به عدم قطعیت در این تخمین بسیار حساس است. این امر باعث افت شدید کارآیی آن در نسبت های سیگنال به نویز کم می شود. در عمل نیز معمولاً عدم قطعیت نویز اجتناب ناپذیر است. با این حال روش های حسگری طیفی مبتنی بر آزمون هایgof می توانند معایب بیان شده برای آشکارساز انرژی را نداشته باشد. در نوع دیگر روش های حسگری طیفی، آشکارسازی براساس ویژگی های سیگنال کاربر اولیه انجام می پذیرد. درصورتی که اطلاع از ویژگی های کاربر اولیه در شبکه های رادیوی شناختی، در بسیاری از مواقع محقق نمی شود. آشکارسازهای مبتنی بر gof نقاط ضعف روش های قبلی را برطرف کرده و نیازمند هیچ اطلاع پیشینی از سیگنال کاربر اولیه نیست. برخی از روش های مبتنی بر gof که تاکنون معرفی شده اند نیازمند یک مجموعه ی نمونه پیشین از کانال خالی از کاربر اولیه، قبل از شروع حسگری می باشند. در این پایان نامه روش های حسگری جدیدی مبتنی بر gof معرفی شده اند که در حضور نویز گوسی نیازمند هیچ مجموعه ی پیشینی از کانال موردنظر نمی باشند. از جمله ی روش های حسگری طیفی مبتنی بر gof که تاکنون ارائه شده اند، روش ks می باشد که دارای عملکرد بهتری نسبت به آشکارساز انرژی در کانال با نویز غیرگوسی است. مهمترین مزیت آشکارساز ks مقاوم بودن آن در مقابل عدم قطعیت نویز می باشد؛ همچنین غیرپارامتری بودن آن، باعث عملکرد خوب آن در کانال های با نویز غیرگوسی می گردد؛ اما در حضور نویز گوسی عملکرد آن ضعیف تر از آشکارساز انرژی می باشد. با توجه به این که نویز موجود در اکثر کانال های مخابراتی، از نوع گوسی است، آشکارساز ks در اکثر مواقع کارایی ضعیف تری را نسبت به آشکارساز انرژی خواهد داشت. در این پایان نامه برای رفع این ضعف آشکارساز ks، پیش پردازش نمونه های دریافتی قبل از آشکارسازی پیشنهاد شده است. با استفاده از آماره ی مرتبه ی چهار می توان کارایی آشکارساز ks را بهبود داد و در حضور نویز گوسی به احتمال آشکارسازی بهتری نسبت به آشکارساز انرژی دست یافت.