Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit
- Bachelorarbeit -
Max...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 2|19
Daten
Betreuer: M...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 3|19
Inhalt
1. Cogniti...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 3|19
Inhalt
1. Cogniti...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 4|19
Cognitive Radio
P...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 4|19
Cognitive Radio
P...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 4|19
Cognitive Radio
P...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 5|19
Spectrum Sensing
...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 5|19
Spectrum Sensing
...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 6|19
Spectrum Sensing
...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 6|19
Spectrum Sensing
...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 7|19
Spectrum Sensing
...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 7|19
Spectrum Sensing
...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 8|19
Hergeleitete Dete...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 9|19
Hergeleitete Dete...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 9|19
Hergeleitete Dete...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 9|19
Hergeleitete Dete...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 9|19
Hergeleitete Dete...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 10|19
Hergeleitete Det...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 10|19
Hergeleitete Det...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 11|19
Hergeleitete Det...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 11|19
Hergeleitete Det...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 11|19
Hergeleitete Det...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 12|19
Hergeleitete Det...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 13|19
Simulationsergeb...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 13|19
Simulationsergeb...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 13|19
Simulationsergeb...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 14|19
Simulationsergeb...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 15|19
Simulationsergeb...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 16|19
Simulationsergeb...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 17|19
Messergebnisse
A...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 17|19
Messergebnisse
A...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 18|19
Messergebnisse
U...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 18|19
Messergebnisse
U...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 19|19
Fazit
Korrelatio...
Herleitung des optimalen Detektors für Spectrum
Sensing in Cognitive Radio unter Rauschunsicherheit 19|19
Fazit
Korrelatio...
Nächste SlideShare
Wird geladen in …5
×

Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit

410 Aufrufe

Veröffentlicht am

Bachelor Thesis

Veröffentlicht in: Ingenieurwesen
0 Kommentare
0 Gefällt mir
Statistik
Notizen
  • Als Erste(r) kommentieren

  • Gehören Sie zu den Ersten, denen das gefällt!

Keine Downloads
Aufrufe
Aufrufe insgesamt
410
Auf SlideShare
0
Aus Einbettungen
0
Anzahl an Einbettungen
20
Aktionen
Geteilt
0
Downloads
1
Kommentare
0
Gefällt mir
0
Einbettungen 0
Keine Einbettungen

Keine Notizen für die Folie

Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit

  1. 1. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit - Bachelorarbeit - Maxim Penner Elektro- und Informationstechnik 1|1914. Januar 2014 Leibniz Universität Hannover Institut für Kommunikationstechnik Kolloquium
  2. 2. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 2|19 Daten Betreuer: M. Sc. Marwan Hammouda Zeitraum: 4. Juni 2013 bis 2. Januar 2014 Erstprüfer: Prof. Dr. J. Peissig Zweitprüfer: Prof. Dr. M. Fidler
  3. 3. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 3|19 Inhalt 1. Cognitive Radio: Motivation und Definition 2. Spectrum Sensing: Aufgabe, Neyman-Pearson und Rauschunsicherheit 3. Hergeleitete Detektoren: Rauschunsicherheit und Korrelation
  4. 4. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 3|19 Inhalt 1. Cognitive Radio: Motivation und Definition 2. Spectrum Sensing: Aufgabe, Neyman-Pearson und Rauschunsicherheit 3. Hergeleitete Detektoren: Rauschunsicherheit und Korrelation 4. Simulationsergebnisse: Performance und Probleme 5. Messergebnisse: Bestätigung der Simulation und Modell des Rauschens 6. Fazit
  5. 5. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 4|19 Cognitive Radio Problem: schlechte Auslastung des Spektrums „Two days of Spectrum Use in Europe“ Aachen, Hannover, Krefeld maximal 7% bei 30 Mhz bis 3 GHz
  6. 6. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 4|19 Cognitive Radio Problem: schlechte Auslastung des Spektrums „Two days of Spectrum Use in Europe“ Aachen, Hannover, Krefeld maximal 7% bei 30 Mhz bis 3 GHz Lösung: Dynamic Spectrum Access mit Cognitive Radio
  7. 7. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 4|19 Cognitive Radio Problem: schlechte Auslastung des Spektrums „Two days of Spectrum Use in Europe“ Aachen, Hannover, Krefeld maximal 7% bei 30 Mhz bis 3 GHz Lösung: Dynamic Spectrum Access mit Cognitive Radio Hier: Primary User mit Lizenz Secondary User ohne Lizenz
  8. 8. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 5|19 Spectrum Sensing Hypothese H0: x[k] = w[k] Hypothese H1: x[k] = w[k] + s[k]
  9. 9. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 5|19 Spectrum Sensing Hypothese H0: x[k] = w[k] Hypothese H1: x[k] = w[k] + s[k]
  10. 10. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 6|19 Spectrum Sensing Ziel 1: Obergrenze für probability of false alarm mindeste Auslastung des Spektrums Ziel 2: maximale probability of detection wenig Interferenz SU und PU
  11. 11. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 6|19 Spectrum Sensing Ziel 1: Obergrenze für probability of false alarm mindeste Auslastung des Spektrums Ziel 2: maximale probability of detection wenig Interferenz SU und PU Mittel: Neyman-Pearson Detektor Bedingungen: Rauschunsicherheit und Korrelation ii xf  )(
  12. 12. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 7|19 Spectrum Sensing Widrige Bedingung: Noise Uncertainty • nichtideales thermisches Rauschen • Nichtlinearitäten • Filterungen • unbeabsichtige Signale von außen Genaue Rauschverteilung unbekannt!
  13. 13. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 7|19 Spectrum Sensing Widrige Bedingung: Noise Uncertainty • nichtideales thermisches Rauschen • Nichtlinearitäten • Filterungen • unbeabsichtige Signale von außen Genaue Rauschverteilung unbekannt!
  14. 14. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 8|19 Hergeleitete Detektoren
  15. 15. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 9|19 Hergeleitete Detektoren Detektor 1: Schwellwertausdruck bekannt   N i ixp 1 2
  16. 16. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 9|19 Hergeleitete Detektoren Detektor 1: Schwellwertausdruck bekannt Detektor 2:   N i ixp 1 2   xIxx ns T N i i n 12 1 2 22 1      
  17. 17. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 9|19 Hergeleitete Detektoren Detektor 1: Schwellwertausdruck bekannt Detektor 2:   N i ixp 1 2   xIxx ns T N i i n 12 1 2 22 1       Energie
  18. 18. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 9|19 Hergeleitete Detektoren Detektor 1: Schwellwertausdruck bekannt Detektor 2: Schwellwertausdruck unbekannt   N i ixp 1 2   xIxx ns T N i i n 12 1 2 22 1       Energie Korrelation
  19. 19. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 10|19 Hergeleitete Detektoren Detektor 3: Noise Uncertainty Model: sondern   N i ixp 1 2 n  1       , 1 Nf n        .constn 
  20. 20. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 10|19 Hergeleitete Detektoren Detektor 3: Noise Uncertainty Model: sondern   N i ixp 1 2 n  1       , 1 Nf n        .constn                 21 1 2 1 42 2 21 3 ccerfc c c c e ecpf cc c o 
  21. 21. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 11|19 Hergeleitete Detektoren Detektor 4: Rauschunsicherheit und Korrelation
  22. 22. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 11|19 Hergeleitete Detektoren Detektor 4: Rauschunsicherheit und Korrelation Annahme 1:                   1 1 1 1 21 2 1 2      NNN N N ppp ppp ppp ppp '2 sns SNR    SNRn 2  Korrelation
  23. 23. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 11|19 Hergeleitete Detektoren Detektor 4: Rauschunsicherheit und Korrelation Annahme 1:                   1 1 1 1 21 2 1 2      NNN N N ppp ppp ppp ppp '2 sns SNR    SNRn 2  n  1  Korrelation
  24. 24. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 12|19 Hergeleitete Detektoren Detektor 4: Rauschunsicherheit und Korrelation Annahme 2: Eigendekomposition der Samples                N i in N i i yR yB RB RB B B 1 2 1 2 0 0 2 0 2 0 2 0 2 4 2 1 2 1 2121          ii yx 
  25. 25. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 13|19 Simulationsergebnisse Idealfall: keine Rauschunsicherheit
  26. 26. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 13|19 Simulationsergebnisse Idealfall: keine Rauschunsicherheit N=1000, keine Korrelation
  27. 27. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 13|19 Simulationsergebnisse Idealfall: keine Rauschunsicherheit N=1000, keine Korrelation N=1000, starke Korrelation
  28. 28. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 14|19 Simulationsergebnisse Rauschunsicherheit: Detektor 1 und 2 versagen N=1000, keine Korrelation N=1000, starke Korrelation
  29. 29. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 15|19 Simulationsergebnisse Det. 3 unter Rauschunsicherheit: keine SNRW N=10000 N=20000
  30. 30. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 16|19 Simulationsergebnisse Det. 4 unter Rauschunsicherheit: N=1000, mittlere NU N=1000, starke NU
  31. 31. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 17|19 Messergebnisse Aufbau und Ablauf: Primary User: • Agilent E4438C Secondary User: • Tek. RSA 6114A Noise Uncertainty: • USRP2 Aufbau und Ablauf:
  32. 32. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 17|19 Messergebnisse Aufbau und Ablauf: Primary User: • Agilent E4438C Secondary User: • Tek. RSA 6114A Noise Uncertainty: • USRP2 Aufbau und Ablauf:
  33. 33. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 18|19 Messergebnisse USRP2-Rauschen: sehr gut darstellbar durch Modell Samples ix
  34. 34. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 18|19 Messergebnisse USRP2-Rauschen: sehr gut darstellbar durch Modell Samples Energieix p
  35. 35. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 19|19 Fazit Korrelation: • kann in Modell einbezogen werden • sehr hohe Performanceverbesserung bei Detektor 2 und Detektor 4 • Nachteil: sehr hoher Rechenaufwand wegen Matrixoperationen
  36. 36. Herleitung des optimalen Detektors für Spectrum Sensing in Cognitive Radio unter Rauschunsicherheit 19|19 Fazit Korrelation: • kann in Modell einbezogen werden • sehr hohe Performanceverbesserung bei Detektor 2 und Detektor 4 • Nachteil: sehr hoher Rechenaufwand wegen Matrixoperationen Rauschunsicherheit: • muss in Modell einbezogen werden, sondern scheitern Detektoren • vorgeschlagenes Modell geschlossen lösbar und allgemein anwendbar (-> mehr Tests)

×