-
Universidade Federal de Campina GrandeCentro de Engenharia
Eltrica e InformticaUnidade Acadmica de Engenharia Eltrica
Programa de Ps Graduao em Engenharia Eltrica
Tese de Doutorado
Algoritmos de Sensoriamento Espectral paraAcesso a Canais
Cognitivos
Jernimo Silva Rocha
Campina Grande PBMaio de 2013
-
Universidade Federal de Campina GrandeCentro de Engenharia
Eltrica e InformticaUnidade Acadmica de Engenharia Eltrica
Programa de Ps Graduao em Engenharia Eltrica
Algoritmos de Sensoriamento Espectral para Acesso a
CanaisCognitivos
Jernimo Silva Rocha
Tese de Doutorado submetida Coordenao do Programa de Ps Gra-duao
em Engenharia Eltrica da Unidade Acadmica de EngenhariaEltrica da
Universidade Federal de Campina Grande como requisitonecessrio para
obteno do grau de Doutor em Cincias no Domnioda Engenharia
Eltrica.
rea de Concentrao: Processamento da Informao.
Marcelo Sampaio de AlencarOrientador
Jos Ewerton Pombo de FariasOrientador
Campina Grande PB, Maio de 2013Jernimo Silva Rocha
[email protected]
-
FICHA CATALOGRFICA ELABORADA PELA BIBLIOTECA CENTRAL DA UFCG
R672a
Rocha, Jernimo Silva.
Algoritmos de sensoriamento espectral para acesso a canais
cognitivos / Jernimo Silva Rocha. Campina Grande, 2013. 86 f. :
il.
Tese (Doutorado em Engenharia Eltrica) - Universidade Federal de
Campina Grande, Centro de Engenharia Eltrica e Informtica,
2013.
"Orientao: Prof. Dr. Marcelo Sampaio de Alencar, Prof. Dr. Jos
Ewerton Pombo de Farias".
Referncias.
1. Rdios Cognitivos. 2. Sensoriamento Espectral. 3. Testes
Estatsticos. 4. Acesso Dinmico ao Espectro. 5. ngulo de
Chegada.
I. Alencar, Marcelo Sampaio de. II. Farias, Jos Ewerton Pombo
de.
III. Ttulo.
CDU 621.396.2(043)
-
minha esposa Janaina (Amor).
-
Agradecimentos
A Deus que sempre esteve comigo para que eu no temesse, que me
fortaleceu, ajudou e mesustentou com a destra da sua justia. E por
permitir a existncia de cada um a quem agradeoem seguida.
minha esposa que abdicou muitas vezes do seu direito a ter a
minha presena e quecontribuiu para criar um ambiente favorvel
realizao deste trabalho. Que agiu sempre emamor e f, confiante de
que tudo daria certo.
Ao meu filho Leonardo (Lo) que tambm contribuiu durante todo o
trabalho, sendo com-preensivo e atuante na realizao das simulaes e
formatao das figuras.
Aos professores Marcelo Sampaio de Alencar e Jos Ewerton Pombo
de Farias, pela sbiaorientao e amizade durante todo o tempo de
realizao deste trabalho.
Capes pelo aporte financeiro, sem o qual seria impossvel a
realizao deste trabalho.Enfim, a todos que direta ou indiretamente
contriburam para a realizao deste trabalho.
-
Resumo
Os rdios cognitivos representam uma soluo para o problema da
escassez do espectro deradiofrequncias, sendo uma forma de
habilitar o acesso dinmico a faixas do espectro licen-ciadas para
alguns sistemas de comunicaes. O sensoriamento espectral um do
mecanismobsico do rdios cognitivo, usado para encontrar faixas no
utilizadas do espectro.
Nesta tese, descrita a tcnica de sensoriamento espectral baseada
na energia detectada apartir da transmisso dos sinais de sistemas
licenciados. Essa tcnica foi proposta e amplamenteutilizada porque
no requer informaes sobre a transmisso do usurio primrio, por isso
chamada de sistema de sensoriamento cego.
Na tese, o sensoriamento espectral realizado por um usurio
cognitivo em um canal comrudo branco aditivo gaussiano, para
verificar se o sinal medido resultante do usurio primrioou se
apenas rudo. So propostos dois mtodos de sensoriamento espectral
cego com baseem testes estatsticos. Um dos sistemas de
sensoriamento espectral proposto na tese baseadonos testes
estatsticos de aderncia gaussiana de Lilliefors, Anderson-Darling e
Jarque-Bera,para verificar se a parte real ou imaginria da
transformada de Fourier do sinal medido adere distribuio de
probabilidades de Gauss. O sistema que se mostrou mais eficiente
foi baseadono teste de Jarque-Bera, seguido pelos de
Anderson-Darling e Lilliefors. O outro sistema desensoriamento
proposto baseado no teste estatstico 2 de Pearson, para verificar
se o mduloda transformada de Fourier do sinal medido adere
distribuio de Rayleigh.
Os resultados de 104 simulaes de Monte-Carlo mostram que possvel
identificar opor-tunidades de transmisso com probabilidade de
deteco de 0,9 e relao sinal-rudo de apro-ximadamente -22 dB, alm de
probabilidade de falsos alarmes de 0,01, para um nmero deamostras
menor que o necessrio com o sensoriamento baseado em deteco de
energia.
Na tese proposto um modelo de acesso dinmico ao espectro como um
problema estra-tgico de escolha das tentativas de identificao de
lacunas espectrais para a minimizao donmero mdio de tentativas de
busca por lacunas espectrais e possibilitar a utilizao de
vriasfaixas de frequncias ou ngulos de chegada para suas
transmisses, de forma que o usuriocognitivo possa maximizar o tempo
de utilizao do canal para suas transmisses.
Palavras-chave: Rdios Cognitivos, Sensoriamento Espectral,
Testes Estatsticos, AcessoDinmico ao Espectro, ngulo de Chegada
-
Abstract
Cognitive radio represents a possible solution to the problem of
scarce radio frequency spec-trum, and a way to enable spectrum
dynamic access of licensed bands for some communicati-ons systems.
Therefore, it is necessary to understand the philosophy, operation
and limitationof those systems, regarding transmission rate or
channel capacity.
An overview of cognitive radio is presented, exploring its
architecture and operating cha-racteristics, and possible ways of
spectrum access. The spectrum sensing technique, based onthe
detected energy, is analysed. This technique has been proposed and
widely used because itdoes not require information about the
transmission of the primary user, therefore, it is a blindsensing
technique.
Spectrum Sensing is studied to determine if a signal, measured
by a cognitive user in anAWGN channel, results from the primary
user or if is composed of noise alone. The twoproposed methods for
spectrum sensing are based on statistical tests to identify if the
distributionof the received signal is related to the noise, or
other distribution that indicates a primary user.
One of proposed spectrum sensing systems in this thesis is based
on the statistical tests ofLilliefors, Anderson-Darling and
Jarque-Bera, to check if the real part of the Fourier transformof
the measured signal adheres to the Gaussian probability
distribution. The most effectivespectrum sensing system is based on
the Jarque-Bera test, followed by the Lilliefors and
theAnderson-Darling tests. The other proposed sensing system is
based on the statistical test 2 ,to verify if the modulus of the
signal Fourier transform has a Rayleigh distribution.
The results of 104 Monte-Carlo simulations indicate that it is
possible to identify transmis-sion opportunities using spectrum
sensing tests with low signal-to-noise ratio, approximately-22 dB.
And the probability of false alarms is 0,01 for a number of samples
smaller than therequired by the system based on energy
detection.
This thesis presents a model for spectrum dynamic access. This
problem is treated as astrategy to identify spectral gaps, minimize
the search cost and enable the use of various fre-quency bands,
beam-forming, or other resource for transmission, to increase the
usage time bythe cognitive system.
Keywords: Cognitive Radio, Spectrum Sensing, Statistic Tests,
Dynamic Spectrum Access,Beamforming
-
Sumrio
1 Introduo 11.1 Objetivos da Tese . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . 21.2 Principais Contribuies da
Tese . . . . . . . . . . . . . . . . . . . . . . . . . 31.3
Organizao do Texto . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . 3
2 Viso Geral dos Rdios Cognitivos 52.1 Rdios Cognitivos . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.1.1 Ciclo de Funcionamento dos Rdios Cognitivos . . . . . . .
. . . . . . 72.1.2 Arquitetura dos Rdios Cognitivos . . . . . . . .
. . . . . . . . . . . . 8
2.2 Modelos de Alocao Espectral . . . . . . . . . . . . . . . .
. . . . . . . . . . 92.3 Modelos de Compartilhamento Espectral . .
. . . . . . . . . . . . . . . . . . . 10
2.3.1 Interferncia Evitada . . . . . . . . . . . . . . . . . . .
. . . . . . . . 102.3.2 Interferncia Controlada . . . . . . . . . .
. . . . . . . . . . . . . . . 112.3.3 Interferncia Desvanecida . .
. . . . . . . . . . . . . . . . . . . . . . 12
2.4 Consideraes Finais . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . 12
3 Sensoriamento Espectral 133.1 Mtodos de Sensoriamento . . . .
. . . . . . . . . . . . . . . . . . . . . . . . 13
3.1.1 Deteco de Energia . . . . . . . . . . . . . . . . . . . .
. . . . . . . 143.1.2 Deteco por Filtragem Casada . . . . . . . . .
. . . . . . . . . . . . 153.1.3 Deteco de Caractersticas
Cicloestacionrias . . . . . . . . . . . . . 15
3.2 Sensoriamento Baseado na Deteco de Energia . . . . . . . . .
. . . . . . . . 153.2.1 Teste de Hipteses . . . . . . . . . . . . .
. . . . . . . . . . . . . . . 183.2.2 Alguns Exemplos . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . 23
3.3 Consideraes Finais . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . 24
4 Sensoriamento Espectral Baseado em Testes Estatsticos 274.1
Estatsticas de Ordem Superior . . . . . . . . . . . . . . . . . . .
. . . . . . . 284.2 Testes de Aderncia . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . 30
4.2.1 Teste de Aderncia 2 de Pearson . . . . . . . . . . . . . .
. . . . . . 31
-
ix
4.2.2 Teste de Aderncia de Kolmogorov-Smirnov . . . . . . . . .
. . . . . 324.2.3 Teste de Aderncia Gaussiana de Lilliefors . . . .
. . . . . . . . . . 324.2.4 Teste de Aderncia de Anderson-Darling .
. . . . . . . . . . . . . . . 334.2.5 Teste de Aderncia de
Jarque-Bera . . . . . . . . . . . . . . . . . . . . 34
4.3 Sensoriamento Baseado na Curtose . . . . . . . . . . . . . .
. . . . . . . . . . 344.4 Sensoriamento Baseado em Estatsticas de
Ordem Superior . . . . . . . . . . . 364.5 Sensoriamento Baseado no
Teste de Jarque-Bera . . . . . . . . . . . . . . . . 384.6
Sensoriamento Baseado em Assimetria e Curtose . . . . . . . . . . .
. . . . . 404.7 Sistema de Sensoriamento Baseado no Teste 2 . . . .
. . . . . . . . . . . . . 41
4.7.1 Resultados de Simulaes . . . . . . . . . . . . . . . . . .
. . . . . . 434.8 Sensoriamento Espectral Baseado em Testes de
Normalidade . . . . . . . . . . 44
4.8.1 Resultados de Simulaes . . . . . . . . . . . . . . . . . .
. . . . . . 464.9 Anlise da Complexidade Computacional . . . . . .
. . . . . . . . . . . . . . 49
4.9.1 Tempo Total de Sensoriamento . . . . . . . . . . . . . . .
. . . . . . . 524.10 Concluses . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . 54
5 Algoritmo de Sensoriamento na Frequncia e no ngulo de Chegada
555.1 Padro IEEE 802.22 . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . 585.2 Modelo do Sistema . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . 595.3 Algoritmo de Busca
Proposto . . . . . . . . . . . . . . . . . . . . . . . . . . .
635.4 Resultados de Simulaes . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . 635.5 Concluses . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . 67
6 Consideraes Finais 696.1 Principais Contribuies da Tese . . .
. . . . . . . . . . . . . . . . . . . . . . 706.2 Propostas de
Trabalhos Futuros . . . . . . . . . . . . . . . . . . . . . . . . .
. 716.3 Publicaes . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . 72
A Sistema de Sensoriamento Espectral Baseado na Deteco de
Energia 73
B Sistema de Sensoriamento Espectral Baseado em Testes de
Aderncia 75
C Sistema de Sensoriamento Espectral Baseado no Teste de
Aderncia 2 78
-
Lista de Figuras
2.1 Ciclo de funcionamento de um rdio cognitivo. . . . . . . . .
. . . . . . . . . 82.2 Arquitetura bsica de um rdio cognitivo. . .
. . . . . . . . . . . . . . . . . . 92.3 Modelo de compartilhamento
espectral Interferncia Evitada. . . . . . . . . . . 112.4 Modelo de
compartilhamento espectral Interferncia Controlada. . . . . . . . .
112.5 Modelo de compartilhamento espectral Interferncia
Desvanecida. . . . . . . . 12
3.1 Diagramas de blocos do detector de energia. . . . . . . . .
. . . . . . . . . . . 173.2 Probabilidade de deteco em funo de em
dB para um sinal BPSK em um
canal AWGN, usando NS = 7104. . . . . . . . . . . . . . . . . .
. . . . . . 243.3 Nmero de amostras necessrio para obter Pd = 0,9
em funo de . . . . . . . 253.4 Probabilidade de deteco em funo de
em dB para um sinal BPSK em um
canal AWGN, usando N = 1,5105. . . . . . . . . . . . . . . . . .
. . . . . 253.5 Probabilidade de deteco em funo de em dB para um
sinal BPSK em um
canal AWGN, usando N = 2105. . . . . . . . . . . . . . . . . . .
. . . . . . 26
4.1 Histogramas do sinal composto apenas por rudo. . . . . . . .
. . . . . . . . . 284.2 Histogramas do sinal composto pelo sinal do
usurio primrio mais rudo. . . . 294.3 Limiar do teste de aderncia 2
de Pearson. . . . . . . . . . . . . . . . . . . . 314.4 Deteco
baseada na curtose das amostras. . . . . . . . . . . . . . . . . .
. . . 354.5 Deteco baseada na curtose em comparao com a deteco de
energia. . . . . 364.6 Espectro de um sinal ATSC. . . . . . . . . .
. . . . . . . . . . . . . . . . . . 374.7 Deteco baseada em
estatsticas de alta ordem. . . . . . . . . . . . . . . . . . 374.8
Deteco baseada em EOS em comparao com a deteco de energia. . . . .
. 384.9 Deteco baseada no teste de Jarque-Bera em comparao com a
deteco de
energia. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . 394.10 Deteco baseada em assimetria e curtose.
. . . . . . . . . . . . . . . . . . . . 404.11 Deteco baseada em
assimetria e curtose em comparao com a deteco de
energia. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . 424.12 Deteco baseada no teste de aderncia 2 de
Pearson. . . . . . . . . . . . . . 42
-
xi
4.13 Probabilidade de deteco Pd em funo da relao sinal rudo ,
para NFFT =2048, Nq = 50 e Pf a = 0,01. . . . . . . . . . . . . . .
. . . . . . . . . . . . . 44
4.14 Probabilidade de deteco Pd em funo da relao sinal rudo ,
para NFFT =2048, Nq = 100 e Pf a = 0,01. . . . . . . . . . . . . .
. . . . . . . . . . . . . . 45
4.15 Probabilidade de deteco Pd em funo da relao sinal rudo ,
para NFFT =2048, Nq = 100 e Pf a = 0,05. . . . . . . . . . . . . .
. . . . . . . . . . . . . . 45
4.16 Deteco baseada em testes de normalidade. . . . . . . . . .
. . . . . . . . . . 464.17 Probabilidade de deteco em funo da relao
sinal rudo, com Pf a = 0,01,
NFFT = 2048 e Nq = 25. . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . 474.18 Probabilidade de deteco em funo da relao
sinal rudo, com Pf a = 0,01,
NFFT = 2048 e Nq = 50. . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . 484.19 Probabilidade de deteco em funo da relao
sinal rudo, com Pf a = 0,01,
NFFT = 2048 e Nq = 100. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . 484.20 Probabilidade de deteco em funo da relao
sinal rudo, com Pf a = 0,01,
NFFT = 1024 e Nq = 25. . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . 494.21 Contagem do nmero de operaes efetuadas no
sistema baseado na deteco
de energia. . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . 50
5.1 Sistema cognitivo usando conformao de feixe. . . . . . . . .
. . . . . . . . . 575.2 Raios de cobertura de rede sem fio. . . . .
. . . . . . . . . . . . . . . . . . . . 585.3 Rede IEEE 802.22
coexistindo com um sistema de televiso. . . . . . . . . . . 595.4
Intervalo de tempo de operao do usurio secundrio. . . . . . . . . .
. . . . 605.5 Sensoriamento espectral na dimenso do ngulo. . . . .
. . . . . . . . . . . . 605.6 Matriz de sensoriamento espectral. .
. . . . . . . . . . . . . . . . . . . . . . . 615.7 Intervalos de
sensoriamento na frequncia. . . . . . . . . . . . . . . . . . . . .
615.8 Exemplo de busca com o algoritmo de sequncia de sensoriamento
proposto. . 655.9 Nmero mdio de canais sensoriados em funo do nmero
de canais alvo. . . 665.10 Nmero mdio de canais sensoriados em funo
do nmero de canais de frequn-
cia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . 665.11 Tempo mdio de sensoriamento de NCA
canais em uma matriz 1012. . . . . . 67
-
Lista de Tabelas
4.1 Valores crticos para a estatstica do teste de
Komolgorov-Smirnov, para a dis-tribuio gaussiana. . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . 33
4.2 Valores crticos para a estatstica do teste de Lilliefors. .
. . . . . . . . . . . . 334.3 Valores crticos para a estatstica do
teste de Anderson-Darling. . . . . . . . . . 344.4 Complexidade
computacional dos algoritmos de sensoriamento espectral. . . .
524.5 Nmero de operaes realizadas nos algoritmos de sensoriamento.
. . . . . . . 534.6 Estimativa do tempo total de sensoriamento
usando o DSP TMS320C6671, com
frequncia de relgio de 1109 pulso/s. . . . . . . . . . . . . . .
. . . . . . . 53
-
Lista de Algoritmos
1 Pseudo-cdigo do sensoriamento baseado na deteco de energia. .
. . . . . . 172 Pseudo-cdigo do sensoriamento baseado no teste 2. .
. . . . . . . . . . . . . 433 Pseudo-cdigo do sensoriamento baseado
nos testes de aderncia. . . . . . . . 464 Sequncia aleatria de
sensoriamento na frequncia e no ngulo de chegada. . . 625 Sequncia
incremental de sensoriamento na frequncia e no ngulo de chegada.
626 Sistema proposto de sequncia de sensoriamento na frequncia e no
ngulo de
chegada. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . 64
-
Lista de Siglas
AD Teste de Anderson-Darling
AMC Codificao e Modulao Adaptativa (Adaptive Modulation and
Coding)
Anatel Agncia Nacional de Telecomunicaes
BPSK Chaveamento por Deslocamento de Fase Binrio (Binary Phase
Shift Keying)
BS Estao radiobase
CDMA Acesso Mltiplo por Diviso em Cdigo (Code Division Multiple
Access)
CDR Taxa Constante de Deteco (Constant Detection Rate)
CDT Tempo de Deteco do Canal (Channel Detection Time)
CFAR Taxa Constante de Falso Alarme (Constant False Alarm
Rate)
CPE Equipamento Local do Cliente (Client Premise Equipment)
DSA Alocao Dinmica do Espectro (Dynamic Spectrum Allocation)
DVB-T Transmisso de Vdeo Digital Terrestre (Digital Video
Broadcasting - Terrestrial)
EOS Estatsticas de Ordem Superior
FCC Comisso Federal de Comunicaes (Federal Communications
Commission)
FDMA Acesso Mltiplo por Diviso na Frequncia (Frequency Division
Multiple Acccess)
FFT Transformada Rpida de Fourier (Fast Fourier Transform)
FPGA Arranjo de Portas Programvel em Campo (Field Programmable
Gate Array)
FSA Alocao Fixa do Espectro (Fixed Spectrum Allocation)
GoF Qualidade de Ajuste (Goodness-of-Fit)
-
LISTA DE ALGORITMOS xv
IEEE Instituto de Engenheiros Eletricistas e Eletrnicos
(Institute of Electrical and Elec-tronics Engineers)
IFFT Transformada Rpida de Fourier Inversa (Inverse Fast Fourier
Transform)
ISDBT Servio Integrado de Transmisso Digital Terrestre
(Integrated Services Digital Bro-adcasting Terrestrial)
ISM Industrial, Cientfica e Mdica (Industrial, Scientific and
Medical)
ITU Unio Internacional de Telecomunicaes (International
Telecommunications Union)
JB Teste de Jarque-Bera
KS Teste de Kolmogorov-Smirnov
LF Teste de Lilliefors
MAP Mximo a posteriori
OFDM Multiplexao por Diviso de Frequncias Ortogonais (Orthogonal
Frequency Divi-sion Multiplexing)
QoS Qualidade de Servio (Quality of Service)
RC Rdio Cognitivo
SDMA Acesso Mltiplo por Diviso no Espao (Space Division Multiple
Access)
SNR Relao Sinal Rudo (Signal-to-Noise Ratio)
SPTF Fora Tarefa em Polticas de Espectro (Spectrum Policy Task
Force)
SW Teste de Shapiro-Wilk
TDMA Acesso Mltiplo por Diviso no Tempo (Time Division Multiple
Access)
UHF Frequncia Ultra-Alta (Ultra High Frequency)
VHF Frequncia Muito Alta (Very High Frequency)
WRAN Redes sem Fio Regionais (Wireless Regional Area
Networks)
-
Lista de Smbolos
y Valor mdio das amostras da v.a. Y
Relao sinal rudo
H0 Hiptese nula em que o sinal detectado corresponde apenas a
rudo
H1 Hiptese alternativa em que o sinal detectado corresponde a
sinal do usurio primriomais rudo
KY Curtose do conjunto de amostras de Y
N(a,b) Distribuio gaussiana de mdia a e varincia b
SY Assimetria do conjunto de amostras de Y
2X Varincia da varivel aleatria X ou potncia do sinal X
SC Tempo necessrio para detectar um canal
cr Cumulante de ordem r de um conjunto de amostras
Ci j Custo associado escolha da hiptese Hi, dado que a hiptese H
j verdadeira
mr Momento central de ordem r de um conjunto de amostras
Nq Nmero de quadros com NFFT amostras de sinal
NS Nmero de amostras de sinal
NCA Nmero de canais na dimenso do ngulo de chegada
NCT Nmero de canais alvo do sensoriamento
NFFT Nmero de pontos da FFT
NF Nmero de canais na dimenso da frequncia
-
Lista de Smbolos xvii
NSC Nmero mdio de canais sensoriados
Pd Probabilidade de deteco
Pf a Probabilidade de falso alarme
Pi j Probabilidade de decidir por Hi quando a hiptese H j
verdadeira
Pl Probabilidade de identificar uma lacuna espectral
Ppd Probabilidade de perda de deteco
Q(x) Funo cumulativa complementar da varivel aleatria gaussiana
X de mdia nula evarincia unitria
T2 Estatstica do Teste Qui-quadrado de Pearson
TAD Estatstica do Teste de Anderson-Darling
TDE Estatstica de teste do detector de energia
TD Tempo de transmisso de dados
TJB Estatstica do Teste de Jarque-Bera
TKS Estatstica do Teste de Kolmogorov-Smirnov
TQ Intervalo de operao do usurio secundrio
TSC Tempo mximo de sensoriamento
T hDE Limiar de deteco de energia
W Largura de banda
x[n] Sinal discreto no tempo
z[n] Rudo AWGN
-
CAPTULO 1
Introduo
Os Rdios Cognitivos so sistemas de comunicao sem fio que
monitoram o ambiente queos envolve, aprendem com o ambiente e
adaptam os seus estados internos a variaes estatsticasdos estmulos
de radiofrequncia de entrada, fazendo as alteraes correspondentes
em algunsparmetros de funcionamento (por exemplo, potncia de
transmisso, frequncia da portadora eestratgia de modulao) em tempo
real, com dois objetivos principais: comunicao confivele utilizao
eficiente do espectro (HAYKIN, 2005). Isso permite que os sistemas
equipados comRdios Cognitivos percebam as condies do canal e tomem
decises inteligentes baseadas nosensoriamento do espectro.
H uma necessidade crescente de maiores taxas de transmisso para
atender aos servios decomunicao. Porm, o espectro necessrio para
prover tais taxas um recurso limitado e, porisso, natural a busca
por tcnicas de explorao eficientes do espectro.
Nos ltimos anos o interesse da comunidade cientfica pelos Rdios
Cognitivos (MITOLA,2000) aumentou significativamente porque tais
dispositivos podem representar uma soluo efi-ciente para o problema
da utilizao ineficaz do espectro de frequncia. Muitos trabalhos
forampublicados recentemente a respeito de Rdios Cognitivos e
alguns apresentam esses sistemasde maneira mais geral, buscando
definir os aspectos mais importantes para o seu desenvolvi-mento
(HAYKIN, 2005), (GOLDSMITH et al., 2009), (MOLISCH et al., 2009),
(MCGUIRE;ESTRADA, 2010), (AXELL et al., 2012). Alm disso, propem
uma classificao dos pro-blemas ainda no resolvidos em Rdios
Cognitivos de acordo com suas funcionalidades (DE-VROYE et al.,
2008), (HOSSAIN et al., 2009), (ZENG et al., 2010), (LU et al.,
2012).
Historicamente, a alocao do espectro tem sido baseada na
atribuio de bandas espec-ficas designadas a um servio em
particular. As tabelas de alocao de espectro indicam umgrau elevado
de utilizao do espectro. Isto pode ser observado nos grficos de
atribuio defrequncias das agncias regulamentadoras, como a Agncia
Nacional de Telecomunicaes(Anatel), que revela que a maioria das
bandas de frequncia est atribuda a uma determinadaaplicao ou a
usurios licenciados, e h pouca largura de banda disponvel para
novos produtose servios sem fio (ANATEL, 2012).
-
Introduo 2
Levantamentos da Comisso Federal de Comunicaes (FCC Federal
CommunicationsCommission), nos Estados Unidos, mostram, entretanto,
que parte das bandas licenciadas ficasem utilizao. O uso do
espectro licenciado varia entre 15% e 85% ao longo do dia
(FCC,2002). Outros rgos e pesquisadores tm encontrado resultados
semelhantes em outras partesdo mundo (SSC, 2010), (MCHENRY et al.,
2006), (ISLAM et al., 2008). Mas, apesar de estarreservado e no
utilizado em determinados perodos do dia, o espectro no pode ser
reutilizadopor outros sistemas alm daquele para o qual est
licenciado.
Por isso a FCC tem considerado uma proposta diferente de alocao
do espectro, para queele seja utilizado de maneira oportunstica em
funo da demanda de sua utilizao, com suasfaixas no mais reservadas
a determinados tipos de servio, permitindo sua utilizao por
siste-mas secundrios. Essa proposta conhecida como Acesso Dinmico
ao Espectro, cujo principalcomponente o Compartilhamento Dinmico do
Espectro, que responsvel pela utilizaoeficiente do espectro e
atribuio justa ou soluo de agendamento entre usurios primrios
esecundrios, respectivamente, usurios licenciados e usurios que
exploram oportunisticamentefaixas espectrais desocupadas pelo
primrio. No Brasil, a Anatel tambm estuda novas polticasde uso do
espectro como a alocao dinmica (HEINRICH et al., 2011).
Historicamente, o compartilhamento dinmico do espectro tem sido
considerado semelhantea problemas de controle de acesso ao meio
existentes em sistemas sem fio e estudados do pontode vista da
alocao de recursos desses sistemas (MOLISCH, 2012).
1.1 Objetivos da Tese
Os Rdios Cognitivos representam uma soluo para a escassez do
espectro e esto atual-mente em desenvolvimento com vrias questes
tcnicas em aberto. Essas questes incluem atcnica que deve ser usada
no sensoriamento espectral, que uma das etapas do ciclo de
fun-cionamento de um rdio cognitivo, em que se deve detectar a
presena de sistemas primrios ecaractersticas de sua transmisso,
para identificao de oportunidades de acesso ao espectro.
Em ambientes em que existem sistemas primrios que no tenham
caractersticas cogniti-vas, o sensoriamento espectral feito pelos
Rdios Cognitivos no dispe da cooperao dessessistemas e, portanto,
as informaes sobre a transmisso dos sistemas primrio so limitadas
ouinexistentes. Por isso necessrio que os sistemas de sensoriamento
espectral sejam capazesde reconhecer transmisses provenientes de
sistemas primrios com essa limitao quanto ainformaes dos sistemas
primrios.
O desempenho do mtodo pode ser medido pela probabilidade de
deteco (Pd) ou pelaprobabilidade de falso alarme (Pf a). Ambas so
funo do nvel de potncia do sinal recebidoou da sua relao sinal rudo
(). O alvo para um bom sistema de sensoriamento espectral,que
apresenta probabilidade de deteco em torno de 0,9, de cerca de -20
dB (LU et al.,2011), (DENKOVSKI et al., 2012), o que significa que
os sinais dos usurios primrios devemser detectados mesmo com baixa
razo sinal-rudo. Esse nvel de representa um desafio
-
Introduo 3
para os sistemas de sensoriamento. Adicionalmente,
desvanecimento, e variaes de rudo einterferncia nos canais sem fio
so dificuldades para os sistemas de sensoriamento (AXELL etal.,
2012), (CABRIC et al., 2006).
O objetivo desta tese apresentar novos sistemas de sensoriamento
espectral para RdiosCognitivos que utilizem informaes a respeito do
rudo apenas, para que funcionem em am-bientes em que existam
sistemas primrios que no cooperem com os cognitivos
fornecendoinformaes sobre suas transmisses. Esses sistemas devem
funcionar em ambientes com baixarelao sinal-rudo, fornecendo alta
probabilidade de deteco e baixa probabilidade de falsoalarme.
1.2 Principais Contribuies da Tese
Entre as principais contribuies esto as propostas de sistemas de
sensoriamento espec-tral com base em testes estatsticos de aderncia
2 de Pearson, Anderson-Darling, Lilliefors eJarque-Bera. Os
sistemas propostos consideram que na inexistncia de transmisses dos
usu-rios primrios, o sinal medido composto apenas por rudo branco
aditivo gaussiano, que apre-senta distribuio de probabilidades
gaussiana no domnio do tempo e nas partes real e imagin-ria da
transformada de Fourier do sinal medido, que fazem o mdulo
apresentar distribuio deprobabilidades de Rayleigh. Sendo esta
caracterstica abordada em duas formas de identificaode
oportunidades de transmisso nos sistemas propostos, a saber, se a
parte real gaussiana ouse o mdulo tem distribuio de Rayleigh.
Outra contribuio importante o algoritmo de busca por
oportunidades de transmissonas dimenses espectrais da frequncia e
do ngulo de chegada. Nesse sistema o espectro considerado como uma
matriz com as referidas dimenses, e faz o sensoriamento espectral
emum tempo inferior ao necessrio para uma busca aleatria ou
sequencial.
1.3 Organizao do Texto
O texto est organizado em captulos que descrevem aspectos
tcnicos dos sistemas de R-dios Cognitivos e alguns sistemas de
sensoriamento espectral abordados na literatura e
sistemaspropostos.
No Captulo 2 apresentada uma viso geral dos Rdios Cognitivos,
explorando a arquite-tura e as caractersticas de funcionamento
desses sistemas. Nesse captulo so apresentados ostipos de
comportamento dos Rdios Cognitivos relacionados com o acesso ao
espectro em queos sistema primrios fazem suas transmisses.
No Captulo 3 so descritas algumas tcnicas de sensoriamento
espectral conhecidas naliteratura. O sistema de sensoriamento
espectral baseado na deteco de energia discutido deforma a
fundamentar o sensoriamento espectral em sistemas de Rdios
Cognitivos e para que ossistemas propostos nesta tese possam ter
seu desempenho comparado. No final desse captulo
-
Introduo 4
so apresentados alguns resultados analticos e de simulao para o
sensoriamento baseado emdeteco de energia.
Em seguida, no Captulo 4 so apresentados sistemas de
sensoriamento espectral baseadosem testes estatsticos existentes na
literatura. Tambm so propostos sistemas de sensoriamentocom base em
testes estatsticos. So apresentados resultados de simulaes para
comparaodos sistemas propostos nesta tese com outras tcnicas de
sensoriamento do espectro.
No Captulo 5 descrito um cenrio de acesso dinmico ao espectro
explorando lacunasespectrais encontradas em duas dimenses do
espectro, em faixas de frequncias e em ngulosde chegada distintos.
As decises sobre as faixas de frequncias ou ngulos de chegada em
quedeve ser feito o sensoriamento e o acesso a conjuntos de lacunas
feito em uma matriz com asduas dimenses propostas.
Por fim, o Captulo 6 descreve brevemente as principais
contribuies da tese e as possibili-dades de trabalhos futuros.
-
CAPTULO 2
Viso Geral dos Rdios Cognitivos
A coordenao do uso do espectro, em nvel internacional, realizada
pela ITU (Internati-onal Telecommunications Union), agncia das Naes
Unidas responsvel por assuntos tecno-lgicos, de informao e de
telecomunicaes. O controle do uso desse recurso, entretanto, feito
de forma soberana por cada pas por meio de suas agncias
reguladoras, como a Anatel(Agncia Nacional de Telecomunicaes) e a
FCC (Federal Communications Commission), noBrasil e nos Estados
Unidos, respectivamente.
Nesses pases, a maioria das bandas de frequncia teis para
comunicao sem fio encontra-se licenciada por suas agncias
reguladoras. No entanto, esses rgos de regulamentao tmdesignado
algumas faixas sem alocao fixa para apenas um usurio licenciado, as
faixas ISM(Industrial, Scientific and Medical), relacionadas a
ambientes industriais, cientficos e mdicos,sobre as quais os
dispositivos WiFi podem transmitir. Essas bandas esto sendo
ocupadas pormuitos usurios e servios ao mesmo tempo. Porm, apesar
do sucesso desse tipo de comparti-lhamento do espectro, a maior
parte desse recurso alocado para usurios licenciados segundoa
poltica de alocao fixa (AKYILDIZ et al., 2008).
A utilizao do espectro eletromagntico, atualmente, baseada em
polticas de alocaofixa de faixas espectrais, conhecida como FSA
(Fixed Spectrum Allocation). Nesse tipo dealocao, o espectro
eletromagntico subdividido em bandas destinadas a diversos tipos
deservio e a autorizao de uso do espectro, que tem prazo
determinado, geralmente expedidade acordo com a regio onde o
sistema transmissor instalado. Dentro dessa regio e duranteo perodo
de vigncia dessa autorizao, somente a concessionria para a qual a
autorizao foiexpedida deve ter acesso aos recursos do espectro,
mesmo que esses recursos sejam subutiliza-dos.
Essa poltica restringe a oferta do espectro eletromagntico e,
embora, outrora adequadaao perfil de utilizao espectral, no mais se
mostra eficiente. A Fora Tarefa em Polticas deEspectro da FCC
relata variaes temporais e geogrficas no uso do espectro, entre 15%
e 85%,nas faixas abaixo de 3 GHz (FCC, 2002). Em outras palavras,
uma parte do espectro atribudo usada esporadicamente, levando a uma
subutilizao de uma quantidade significativa de es-
-
Viso Geral dos Rdios Cognitivos 6
pectro. Embora a poltica de atribuio fixa de espectro, em geral,
tenha funcionado bem nopassado, houve um acentuado crescimento de
demanda de espectro devido a servios e aplica-es mveis em anos
recentes. Esse aumento pe prova a eficcia das polticas de alocaode
espectro tradicionais. O espectro disponvel demanda um novo
paradigma de comunicaopara ser explorado oportunisticamente.
Inspirado pelo sucesso do uso global de mltiplos r-dios
co-existentes em bandas no licenciadas ISM, em torno de 2,4 GHz, o
acesso dinmico aoespectro proposto como uma soluo para o problema
da ineficiente utilizao do espectro.
Por isso, nos Estados Unidos, a FCC considera uma proposta
diferente de alocao do es-pectro, a alocao dinmica que conhecida
como DSA (Dynamic Spectrum Allocation). Essanova poltica sugere que
o recurso seja utilizado de forma oportunista, ou seja, o acesso
aoespectro se d em funo da demanda e as faixas do espectro podem
ser usadas por UsuriosSecundrios (US) (DEVROYE et al., 2008). Nesse
sentido, as bandas licenciadas para os Usu-rios Primrios (UP), que
so os usurios detentores da licena, podem ser compartilhadas,
sobcondies negociveis, com os usurios secundrios, sem que o usurio
primrio libere sua pr-pria licena. Para os usurios primrios
apresentarem interesse em compartilhar o seu espectro,vrios
fatores, incluindo o impacto sobre a sua prpria comunicao, devem
ser levados emconsiderao.
Como visto, os Rdios Cognitivos (RC) representam uma soluo para
o acesso dinmicoao espectro que deve ser realizado pelos sistemas
secundrios.
Os sistemas primrios so os detentores da licena da faixa
espectral e os sistemas secund-rios so subentendidos como Rdios
Cognitivos, exceto casos devidamente identificados.
Para entender melhor o funcionamento dos Rdios Cognitivos, na
prxima seo apresen-tada uma viso geral destes sistemas.
2.1 Rdios Cognitivos
Os Rdios Cognitivos so vistos como uma soluo promissora para o
problema da escassezespectral desde sua proposio por Mitola (2000).
A ideia era explorar a baixa utilizao debandas do espectro
licenciado para permitir comunicaes secundrias na mesma faixa
espectralsem causar danos comunicao dos usurios primrios.
H duas definies de rdio cognitivo aceitas na literatura (HAYKIN,
2005). A primeira,conhecida como sistemas de DSA, indica que esse
sistema faz o acesso ao espectro dinamica-mente, adaptando a
frequncia da portadora, a largura de banda e o tempo de transmisso,
deacordo com o ambiente. A segunda, conhecida como Rdio Totalmente
Cognitivo, define quetodos os parmetros de transmisso so adaptados
ao ambiente, como a tcnica de modulao,o mtodo de acesso mltiplo, o
esquema de codificao, a frequncia da portadora, a largura debanda,
entre outros parmetros (MOLISCH et al., 2009).
No incio das pesquisas sobre os RC, boa parte dos trabalhos
tratava do conceito de DSA,ou seja, a capacidade de selecionar
faixas de frequncia dinamicamente para permitir o compar-
-
Viso Geral dos Rdios Cognitivos 7
tilhamento e reuso do espectro. Embora essa seja uma das
aplicaes do RC, no certamentea nica. Os outros aspectos do
desenvolvimento do rdio cognitivo se voltam para uma visoorientada
para os servios de comunicaes em que todo o sistema de comunicaes
deve seadaptar para oferecer uma melhor Qualidade de Servio
(QoS).
Um RC deve sensoriar o ambiente, analisar e aprender as
informaes sensoriadas e seadaptar ao ambiente. Dessa forma, um
sistema de rdio cognitivo deve apresentar duas caracte-rsticas
fundamentais, a Cognio e a Reconfigurabilidade.
A Cognio se refere capacidade do RC de detectar e extrair,
informaes do ambientede rdio. Um dispositivo com essa caracterstica
pode realizar o Sensoriamento Espectral paradetectar lacunas
espectrais, que so bandas de frequncias no utilizadas por outros
usurios,ou que possam ser usadas de forma que a interferncia nas
comunicaes dos usurios prim-rios seja mnima, sob os termos de um
acordo entre esses usurios (HAYKIN, 2005). Com aCognio, um RC pode
identificar a localizao de outros transmissores da rede e
selecionar osparmetros de funcionamento adequados, tais como a
potncia de transmisso e a frequnciada portadora permitidas na sua
localizao. Tambm possvel descobrir as redes ou serviosdisponveis ao
seu redor. Por exemplo, quando um terminal RC tem que fazer uma
transmisso,ele deve descobrir se h uma estao radiobase de um
sistema de comunicaes mveis ou umponto de acesso de redes sem fio
nas proximidades (FETTE, 2009).
A Reconfigurabilidade consiste na seleo dos melhores parmetros
de rdio a serem adota-dos em uma dada faixa espectral. Com essa
caracterstica o rdio cognitivo apresenta agilidadena alterao da sua
frequncia de operao. Essa capacidade normalmente combina-se comum
mtodo de seleo dinmica da frequncia de operao adequada, baseada na
deteco desinais de outros transmissores ou em algum outro
procedimento. Com a caracterstica de Re-configurabilidade o RC pode
utilizar tcnicas de Modulao ou Codificao Adaptativa e comisso
modificar caractersticas de transmisso e formas de ondas para
oferecer oportunidadesde otimizar a transmisso, inclusive quando
outros sinais esto sendo transmitidos por outrosusurios. Um rdio
cognitivo pode selecionar o tipo de modulao adequada para uso com
umsistema de transmisso em particular para permitir a
interoperabilidade entre sistemas (FETTE,2009).
A Reconfigurabilidade tambm permite ao RC o Controle da Potncia
de Transmisso, deforma que possa alternar dinamicamente entre vrios
nveis de potncia no processo de trans-misso de dados. Permite a
transmisso nos limites admissveis de potncia e quando necess-rio, a
potncia do transmissor ajustada a um nvel inferior a fim de
permitir maior comparti-lhamento do espectro quando potncias mais
elevadas no so necessrias.
2.1.1 Ciclo de Funcionamento dos Rdios Cognitivos
Desde que foi introduzido por Mitola e Maguire (1999), a operao
dos RC tem sido fre-quentemente vislumbrada pelo seu ciclo de
funcionamento. Esse ciclo, tambm chamado de
-
Viso Geral dos Rdios Cognitivos 8
ciclo de cognio, uma mquina de estados que mostra as fases do
processo cognitivo dosRC, cuja verso simplificada mostrada na
Figura 2.1. Um rdio obtm informaes sobre seuambiente de
funcionamento. Isso corresponde ao estado Observao. Essas
informaes, emseguida, so avaliadas para determinar sua importncia
durante o estado de Orientao. Combase nessa avaliao, o rdio pode
reagir imediatamente e entrar no estado Ao, pode determi-nar as
suas diversas opes de uma forma mais ponderada durante o estado
Deciso, ou podefazer um Planejamento de longo prazo antes de
decidir e agir. Ao longo do processo, o rdiousa essas observaes e
decises para melhorar o seu funcionamento e Aprendizado.
Orientao
Observao
AmbienteExterno
Ao
Aprendizado
Deciso
Planejamento
Figura 2.1 Ciclo de funcionamento de um rdio cognitivo.
2.1.2 Arquitetura dos Rdios Cognitivos
Na Figura 2.2 apresentada uma arquitetura bsica dos Rdios
Cognitivos. O ncleo cog-nitivo um sistema que utiliza informaes do
usurio, do ambiente de RF e do conjunto deregras para obter
instrues sobre a melhor forma de controlar o sistema de comunicao.
Essaestrutura funciona como uma arquitetura generalizada, uma vez
que no faz recomendaessobre a forma como o ncleo cognitivo deve se
comportar durante o processo de mapeamentodas interaes com os
demais sistemas (FETTE, 2009). O prprio sistema de comunicao
apresentado como uma pilha simplificada de protocolos.
O ambiente do usurio informa ao ncleo cognitivo quais as
necessidades de desempenhode servios e aplicaes, que so relativos
qualidade de servio desejada para o sistema decomunicaes. Uma vez
que cada aplicao requer nveis de QoS diferentes, por exemplolimites
de taxa de transmisso e latncia, esse ambiente define as metas de
desempenho dordio.
-
Viso Geral dos Rdios Cognitivos 9
Ambiente do Usurio
Ambiente Externo e Canal RF
Ambiente de Regulamentao
Plataforma do Rdio Cognitivo
NcleoCognitivo Gerenciador
deRegras
AplicaoTransporte
RedeEnlaceFsica
Sistema deComunicao
Figura 2.2 Arquitetura bsica de um rdio cognitivo.
O ambiente externo fornece informaes para estabelecer o
comportamento do rdio nosprocessos de transmisso e recepo.
Diferentes ambientes de propagao provocam mudanasno desempenho das
formas de onda e na escolha da arquitetura tima do receptor.
Um ambiente de propagao com mltiplos percursos requer um
receptor mais complexo doque o utilizado em um ambiente em que
predomina a visada direta. O ambiente externo tambmtem um papel
significativo no desempenho e nos processos de adaptao. As
informaes doambiente externo ajudam a fornecer limites de otimizao
sobre o processo decisrio e sobre odesenvolvimento das formas de
onda.
Finalmente, o ambiente de regulamentao trata as regras
determinadas pelos rgos regula-dores, que estabelecem restries
relacionadas ao uso otimizado do espectro e mxima potnciade
transmisso.
2.2 Modelos de Alocao Espectral
A alocao espectral para Rdios Cognitivos pode ser classificada
em trs modelos (MO-LISCH et al., 2009):
Exclusivo Dinmico Uma faixa espectral reservada para uso
exclusivo de um servioem particular, mas diferentes provedores
podem compartilhar o espectro;
Compartilhamento Aberto Todos os usurios podem acessar o
espectro igualmente,sujeitos a certos limitantes nas caractersticas
do sinal transmitido. Essa maneira de com-partilhamento usada, por
exemplo, nas faixas ISM;
Acesso Hierrquico Estabelece diferentes prioridades a diferentes
usurios. Nesse mo-delo, usurios primrios devem ser servidos de
forma que possam experimentar a mesma
-
Viso Geral dos Rdios Cognitivos 10
qualidade de servio (QoS) que teriam se o espectro fosse
reservado exclusivamente paraseu uso. Entretanto, usurios
secundrios so habilitados a transmitir se no
afetaremsignificativamente o desempenho ou qualidade de servio dos
usurios primrios.
H trs formas de implementao dos Rdios Cognitivos em relao ao seu
comportamentono acesso ao espectro, conhecidas como Interferncia
Evitada, Interferncia Controlada e Inter-ferncia Desvanecida, que
so apresentadas a seguir.
2.3 Modelos de Compartilhamento Espectral
As redes com Rdios Cognitivos devem apresentar melhor desempenho
do que redes emque eles esto ausentes, porque so capazes de
sensoriar e se adaptar ao ambiente sem fio, eexplorar, mas no
necessariamente, novas polticas de licenciamento do espectro
secundrio quepermitam partilhar o espectro com os usurios primrios.
Outro pressuposto que os usuriossecundrios tm que garantir a
comunicao do usurio primrio em um nvel pr-determinado.Ou seja, o
sistema primrio no precisa necessariamente se adaptar aos usurios
cognitivos,enquanto os usurios cognitivos, definitivamente,
precisam adaptar-se aos sistemas primrios.
A forma como os usurios secundrios ocupam o espectro primrio
pode ser classificadaem trs categorias, com possibilidade de
pequenas variaes. Cada uma delas explora dife-rentes graus de
conhecimento do ambiente pelo usurio secundrio (DEVROYE et al.,
2006),(DEVROYE et al., 2008), (GOLDSMITH et al., 2009), (AXELL et
al., 2012), (SCUDELERNETO, 2011), (HEINRICH et al., 2011).
2.3.1 Interferncia Evitada
Nesse modelo, tambm conhecido como Interweave, o usurio
secundrio busca identificarpartes do espectro temporariamente
desocupadas (lacunas espectrais) para realizar sua trans-misso, ou
seja, instantes, locais ou faixas do espectro nas quais o usurio
primrio no estejaativo (GOLDSMITH et al., 2009), como mostrado na
Figura 2.3, em que as regies dos grficosque esto em branco
correspondem ao espectro ocupado pela transmisso do usurio primrioe
as regies escuras correspondem ao espectro oportunisticamente
ocupado pelo usurio secun-drio. Mas, os usurios secundrios s podem
utilizar o espectro disponvel nessas lacunas seno interferirem nas
comunicaes do usurio primrio (DEVROYE et al., 2008), (SCUDELERNETO,
2011). Nesse caso, os sinais primrios e secundrios podem ser vistos
como ortogonaisentre si. Os usurios secundrios podem acessar o
espectro usando o Acesso Mltiplo por Di-viso no Tempo (TDMA Time
Division Multiple Access), o Acesso Mltiplo por Diviso emFrequncia
(FDMA Frequency Division Multiple Acccess), o Acesso Mltiplo por
Diviso noEspao (SDMA Space Division Multiple Access), o Acesso
Mltiplo por Diviso em Cdigo(CDMA Code Division Multiple Access) ou
qualquer forma de acesso mltiplo em que os si-nais, primrio e
secundrios possam ser transmitidos com interferncia controlada.
Garantida
-
Viso Geral dos Rdios Cognitivos 11
Figura 2.3 Modelo de compartilhamento espectral Interferncia
Evitada.
tal condio, os usurios secundrios podem preencher essas lacunas
espectrais. Nesse tipo decompartilhamento espectral, usualmente, o
sistema secundrio pode perceber a presena de umtransmissor primrio,
mas no de um receptor primrio (JAFAR; SRINIVASA, 2007).
2.3.2 Interferncia Controlada
Nesse modo, tambm chamado de Underlay os usurios secundrios
transmitem na mesmafaixa espectral que os usurios primrios (JAFAR;
SRINIVASA, 2007), (GOLDSMITH et al.,2009), porm, o transmissor
secundrio deve transmitir com potncia abaixo de um limiar deforma
que o receptor primrio perceba apenas um pequeno aumento do nvel de
rudo nos sinaisprimrios, conforme mostrado na Figura 2.4.
Tempo
Freq
unc
ia
Pot
nci
a
Frequncia
PrimrioSecundrioAmbos
Limiar
Transmisso dos Usurios
Figura 2.4 Modelo de compartilhamento espectral Interferncia
Controlada.
Assim, a interferncia dos usurios cognitivos observada pelos
usurios primrios contro-lada a um nvel aceitvel. Este nvel aceitvel
estabelecido nos limiares de QoS dos usuriosprimrios (GOLDSMITH et
al., 2009). No esquema Underlay, a caracterstica cognitiva
ne-cessria o conhecimento dos nveis aceitveis de interferncia dos
usurios primrios em umintervalo de transmisso dos usurios
cognitivos, bem como o conhecimento do efeito da trans-misso
cognitiva no receptor primrio (HOSSAIN et al., 2009).
-
Viso Geral dos Rdios Cognitivos 12
2.3.3 Interferncia Desvanecida
No modelo de Interferncia Desvanecida, tambm chamado de Overlay,
os usurios secun-drios tambm transmitem na mesma faixa espectral
que os usurios primrios como no modoInterferncia Controlada, mas,
alm de identificar os canais entre ambos os transmissores, pri-mrio
e secundrio, e o receptor do sistema primrio, os ns cognitivos
precisam de informaesadicionais sobre o sistema primrio e seu
funcionamento, de forma que possam transmitir namesma faixa do
espectro simultaneamente com os usurios primrios (HOSSAIN et al.,
2009),conforme mostrado na Figura 2.5.
Tempo
Freq
unc
ia
Pot
nci
a
Frequncia
PrimrioSecundrioAmbos
Limiar
Transmisso dos Usurios
Figura 2.5 Modelo de compartilhamento espectral Interferncia
Desvanecida.
Exemplos so o conhecimento dos esquemas de codificao usados
pelos sistemas prim-rios, permitindo que os sistemas secundrios
decodifiquem transmisses dos sistemas primrios,ou em certos casos,
at mesmo o conhecimento da mensagem dos sistemas primrios (HOS-SAIN
et al., 2009). O sistema secundrio usa tais informaes para garantir
que a transmissosecundria no reduza a qualidade da transmisso
primria, mesmo que transmita com potnciamaior que a dos usurios
primrios, como mostrado na Figura 2.5. Nesse modelo, o sistema
se-cundrio pode usar parte da sua potncia para sua prpria comunicao
e o restante para auxiliarna comunicao primria (GOLDSMITH et al.,
2009).
2.4 Consideraes Finais
Neste captulo foi apresentada uma viso geral de sistemas de
Rdios Cognitivos para funda-mentar o estudo do sensoriamento
espectral, feito em captulos seguintes, considerando aspectoscomo o
compartilhamento espectral a ser considerado e o estabelecimento de
funcionalidadesdos Rdios Cognitivos em seu ciclo de
funcionamento.
Com base no que foi apresentado, os modelos Interferncia Evitada
e Interferncia Contro-lada so mais adequados que o modelo
Interferncia Desvanecida, para explicar o comporta-mento dos Rdios
Cognitivos em cenrios de competitividade, dado que o modo
InterfernciaDesvanecida requer cooperao entre os sistemas primrios
e secundrios.
-
CAPTULO 3
Sensoriamento Espectral
O estado de observao do ciclo cognitivo, como visto na Seo 2.1,
corresponde ao sen-soriamento espectral, que a obteno de
conhecimento, pelo rdio cognitivo, sobre o uso doespectro
eletromagntico e a existncia de usurios primrios, no ambiente, com
o objetivo deencontrar lacunas espectrais em que possa realizar sua
comunicao (HAYKIN, 2005). Umalacuna espectral pode ser definida
como uma faixa de frequncias que no utilizada pelos UPsem um dado
momento em uma dada regio. Dessa forma, a deteco de usurios
primrios e adeteco de lacunas espectrais podem ser consideradas
tarefas equivalentes.
Para o sensoriamento espectral, a deteco tem o objetivo de
distinguir entre duas possi-bilidades: a presena do Usurio Primrio
(UP) ou a sua ausncia. Assim, a deciso tomadapelo mecanismo ou
mtodo de sensoriamento pode resultar em quatro situaes possveis:
duasem que as decises so tomadas corretamente (detectar
corretamente a presena ou a ausnciade UPs), decidir que o espectro
est livre quando de fato h UPs, o que chamado de falsonegativo, ou
falha na deteco, e detectar a presena de UPs quando na verdade o
espectro estdisponvel, que conhecido como falso positivo, ou falso
alarme (BENITEZ; CASADEVALL,2012).
necessrio um compromisso na deteco de UPs, pois a elevada
ocorrncia de falsos posi-tivos significa que mais oportunidades de
espectro so perdidas, enquanto o aumento de falsosnegativos
significa que os Usurios Secundrios causam mais interferncia nos
UPs (AXELLet al., 2012).
3.1 Mtodos de Sensoriamento
Nos mecanismos de sensoriamento de espectro, supe-se que o UP,
quando ocupa o espec-tro, transmite um sinal discreto x[n] por um
canal com rudo branco aditivo gaussiano (AWGN)z[n] com varincia 2Z
. Em um dado momento, o Usurio Secundrio que realiza o
sensoria-mento detecta um sinal discreto y[n], que pode ou no
conter o sinal x[n] enviado pelo Usurio
-
Sensoriamento Espectral 14
Primrio. O Usurio Secundrio deve ento, aps sensoriar o canal por
uma durao equivalentea NS amostras, decidir entre duas
hipteses:
H0 : y[n] = z[n], n = 1,2, . . . ,NS,
H1 : y[n] = x[n]+ z[n], n = 1,2, . . . ,NS. (3.1)
Sob a hiptese H0, representada na Expresso (3.1), o sinal
detectado y[n] correspondeapenas ao rudo z[n]. Sob a hiptese H1
mostrada na Expresso (3.1), o sinal detectado y[n] asoma do sinal
transmitido x[n] mais o rudo z[n].
A sensibilidade dos receptores cognitivos deve ser maior que a
dos receptores primrios edeve basear sua deciso na medio local dos
sinais emitidos pelo transmissor primrio (SOUSAet al., 2010). Dessa
forma, o sensoriamento espectral pode ficar comprometido pelo
problemade ocultao de terminais, que pode ocorrer quando o rdio
cognitivo est sombreado, sofrendoum severo desvanecimento por
multipercurso, ou localizado dentro de construes com altaperda por
penetrao (CABRIC et al., 2006).
O Teste de Hipteses (3.1), um problema clssico de deteco (POOR,
1994), tambmdiscutido recentemente por pesquisadores interessados
em tcnicas eficientes de sensoriamentoespectral. Existem vrios
algoritmos de sensoriamento espectral que podem ser aplicados
emsistemas sem fio. Eles podem ser divididos de acordo com trs
critrios. Primeiro, os mtodosque requerem informao do sinal do
usurio primrio e tambm sobre o rudo. Em segundo, osque s precisam
de informaes sobre o rudo. E por ltimo, os mtodos que no precisam
denenhuma das duas informaes. Os testes de Razo de Verossimilhana
(LRT), filtragem casada(MF) (YCEK; ARSLAN, 2009),(XIAO, 2012) e
deteco de caractersticas cicloestacionrias(CSD) (LU et al., 2012),
(SOUSA et al., 2010), so exemplos de algoritmos que
funcionamsomente se o sinal primrio e rudo so conhecidos a priori
(VERMA et al., 2012). A detecode energia um exemplo de algoritmo
que necessita apenas da informao dos parmetros dorudo (LIN; ZHANG,
2008), (ALMEIDA, 2010), (YE et al., 2008). O sensoriamento
baseadoem autovalores no precisa de qualquer informao do sinal
primrio ou do rudo (ZENG et al.,2010). Nas subsees seguintes so
apresentados alguns desses mtodos.
3.1.1 Deteco de Energia
A deteco de energia consiste na identificao de presena do sinal
baseando-se na densi-dade espectral de potncia do sinal observado.
a forma mais difundida de sensoriamento doespectro, devido sua
baixa complexidade de implementao (YCEK; ARSLAN, 2009).
A principal desvantagem do mtodo de deteco de energia a falta de
preciso em situaesde baixa relao sinal rudo (SNR) e rudo no
estacionrio. Os principais problemas associados
-
Sensoriamento Espectral 15
a essa tcnica so: desconhecimento da banda do sinal na qual se
medir a potncia e incertezasobre o rudo (LU et al., 2012). Na Seo
3.2, essa tcnica analisada com mais detalhes.
3.1.2 Deteco por Filtragem Casada
Em alguns sistemas de comunicao, no incio de cada quadro, so
enviados prembulose pilotos, com funo de realizar a sincronizao ou
o ajuste de alguns parmetros entre ostransmissores e receptores.
Como so conhecidos, os prembulos, pilotos e sequncias de
es-palhamento podem ser utilizados para o reconhecimento da presena
do transmissor primrio.Assumindo que o rdio cognitivo conhea, por
exemplo, a sequncia que compe o prembuloda transmisso do sistema
primrio, o sensoriamento realizado por meio da correlao dasequncia
conhecida do sinal com o sinal recebido. Essa correlao gera um
padro que podeser usado para identificar o tipo de sinal
transmitido, por isso possvel diferenciar o usurioprimrio do usurio
secundrio (CABRIC et al., 2006), (YCEK; ARSLAN, 2009),(XIAO,2012).
A principal vantagem do uso desse mtodo, em comparao com os demais
mtodos, o pequeno nmero de amostras necessrio para satisfazer uma
certa probabilidade de detecoou de falso alarme.
3.1.3 Deteco de Caractersticas Cicloestacionrias
Geralmente os sinais de sistemas de comunicao exibem alguma
periodicidade com re-lao aos seus parmetros estatsticos de segunda
ordem, decorrentes, entre outras coisas, deprocessos de modulao por
portadoras senoidais, amostragem ou codificao por sequnciasde
espalhamento espectral (CABRIC et al., 2004). Como o rudo AWGN um
processo estaci-onrio no sentido amplo e sinais modulados
transmitidos pelos Usurios Primrios possuem ca-ractersticas que os
tornam cicloestacionrios, estes exibem uma correlao espectral que
podeser explorada para diferenci-los do rudo, realizando a deteco
(LU et al., 2012), (SOUSA etal., 2010).
3.2 Sensoriamento Baseado na Deteco de Energia
Em geral, a deteco de um sinal na presena de rudo depende tanto
do conhecimento so-bre o sinal que est ocupando a banda, quanto do
conhecimento das caractersticas do rudo.Na ausncia dessas informaes
pode-se utilizar o detector de energia para verificar a presenado
sinal (YCEK; ARSLAN, 2009), (PLATA; REATIGA, 2012), (AXELL et al.,
2012), (SA-LEEM; SHAHZAD, 2012).
O detector de energia, proposto inicialmente por Urkowits (1967)
tem operao independedas caractersticas dos sinais primrios. Se o
rudo for do tipo AWGN de mdia zero e varincia2Z , ento o sinal y[n]
tambm pode ser considerado um processo aleatrio gaussiano de
vari-
-
Sensoriamento Espectral 16
ncia 2Y (LIN; ZHANG, 2008). Nesse caso, a relao sinal rudo pode
ser definida como arazo entre a potncia mdia do sinal e a varincia
do rudo
=2Y2Z
. (3.2)
A deciso do detector de energia entre as hipteses H0 e H1 tomada
a partir do valor deenergia do sinal y[n], dada pela soma do
quadrado de suas amostras,
TDE =NS
n=1|y[n]|2, (3.3)
nesse caso sendo TDE tambm chamado de estatstica de teste do
detector de energia e NS o nmero de amostras de y[n]. Caso o valor
de TDE seja menor que o valor estabelecido parao limiar de deteco
de energia, T hDE , decide-se pela hiptese H0, ou seja, assume-se
que ocanal de sensoriamento est livre. Caso contrrio, situao em que
TDE > T hDE , decide-se pelahiptese H1, e o canal sensoriado
classificado como ocupado.
Como o objetivo principal do sensoriamento do espectro
identificar com preciso o estadode ocupao do espectro
eletromagntico, necessrio que a escolha de T hDE maximize
aprobabilidade de acerto do detector de energia. Ou seja, necessrio
maximizar a probabilidadeque o detector decida por H1 quando, de
fato, o espectro estiver ocupado, e por H0 quando oespectro estiver
livre.
O detector de energia pode ser implementado de duas formas,
apresentadas na Figura 3.1.Na primeira forma, utiliza-se um filtro
para selecionar a banda de interesse. O filtro deve sercentrado na
frequncia de interesse, fc, e preferencialmente, ter largura de
banda igual do canalde interesse. No caso do sensoriamento do
espectro em uma faixa larga de frequncias, parauma melhor
estimativa da ocupao da banda selecionada interessante que um
filtro de bandaestreita seja usado para fazer a varredura da banda
de interesse em bandas menores (ALMEIDA,2010). Uma outra
possibilidade a utilizao de um banco de filtros de banda estreita.
Apso filtro de entrada, o sinal passa por um conversor
analgico-digital e por um dispositivo dedeterminao do valor
quadrtico e s ento a estatstica de teste TDE calculada.
Para um sinal de banda W necessrio um filtro de seleo cuja banda
seja da mesma ordem,o que torna essa implementao pouco flexvel,
principalmente em situaes em que a banda desensoriamento grande e
os sinais primrios tm banda estreita (BENITEZ;
CASADEVALL,2012).
A outra forma de implementao do detector de energia, mostrada na
Figura 3.1(b), fazo processamento das amostras na frequncia. Nessa
arquitetura, h a flexibilidade de proces-sar bandas maiores e
mltiplos sinais simultaneamente, uma vez que que o filtro de seleo
substitudo pelo processamento das faixas de frequncia
correspondentes da TransformadaRpida de Fourier (FFT Fast Fourier
Transform) (KIM et al., 2010). Nessa arquitetura, hdois graus de
liberdade na deteco: o nmero de pontos usados no clculo da FFT,
NFFT ,
-
Sensoriamento Espectral 17
Amostrador
AmostradorFFTNFFT
pontos
TDE
TDE
S2( )
(a)
(b)
2| |
y(t) y[n]
y[n]y(t)
Filtro
n = 1
NS
Sn = 1
1NS
NS
1NS
( (
Figura 3.1 Diagramas de blocos do detector de energia (a) no
tempo e (b) na frequncia.
e a quantidade de amostras, NS, usadas para o clculo da mdia. Na
prtica, comum a es-colha de NFFT = 2048 e a quantidade de amostras
se torna um parmetro para a melhoria dodetector, sendo necessrias
pelo menos 2105 amostras para o detector de energia
apresentardesempenho satisfatrio (LIN; ZHANG, 2008).
Em ambas as formas de implementao, a estatstica de teste TDE
comparada com umlimiar T hDE para que se escolha entre as duas
hipteses. Como o limiar de deteco dependeda relao sinal rudo do
sinal recebido, a capacidade de deteco da tcnica prejudicada
emcenrios em que o rudo no estacionrio e varia rapidamente (AXELL
et al., 2012).
O pseudo-cdigo do sistema de sensoriamento espectral baseado na
deteco de energia apresentado no Algoritmo 3.2.
Algoritmo 1 Pseudo-cdigo do sensoriamento baseado na deteco de
energia.Entradas N , NMC, NFFT , fc, Nq, , y
1: Para g 1 at N faa2: Para s 1 at NMC faa3: yq quebra(y,NFFT
,Nq)4: Yq fft(yq,NFFT )5: Y concatena(Yq)6: T hDE erf1(12 Pf a)
2
NFFT Nq+NFFT Nq
7: TDE mdia(Y 2)8: Se (TDE T hDE) ento9: nd nd +1
10: Fim do Se11: Fim do Para12: Pd(g) nd/NMC13: nd 014: Fim do
Para
Para tornar mais claro o processo de escolha entre as duas
hipteses, na prxima seo descrito o teste de hipteses com mais
detalhes.
-
Sensoriamento Espectral 18
3.2.1 Teste de Hipteses
O teste de hipteses um processo decisrio que estabelece a
validade de uma hiptese.Suponha que x = {x[1],x[2], . . .x[NS]}
seja um conjunto de NS amostras do processo alea-trio X , cuja funo
densidade de probabilidades depende de um parmetro : f (X ;) =f
(x[1], . . . ,x[n];), que pode assumir os valores 0 ou 1, para o
caso binrio.
O teste verifica a hiptese = 0 contra a hiptese de que = 1 . A
primeira hiptese conhecida como hiptese nula,H0; e a segunda
hiptese conhecida como hiptese alternativa,H1.
H0 : = 0,
H1 : = 1. (3.4)
Nesse caso, em que o teste de hipteses binrio, pode-se
subdividir o espao n-dimensionalde observao, Rn, em duas regies, R1
e R0. Para o vetor de observao x = {x[1], . . . ,x[n]}, seX R0,
escolhe-se a hiptese H0 e, se X R1, escolhe-se a hiptese H1.
Definindo Pi j como a probabilidade de decidir por Hi, quando de
fato a hiptese H j verdadeira, tem-se
Pi j =
Rip(x|H j)dx, (3.5)
em que p(x|H j) a funo densidade de probabilidade condicional de
X dado que a hipteseH j verdadeira. A observao do vetor x pode
levar a quatro aes distintas:
Aceitar a hiptese H0 dado que ela verdadeira;
Aceitar a hiptese H1 dado que ela verdadeira;
Aceitar a hiptese H0 dado que ela falsa;
Aceitar a hiptese H1 dado que ela falsa.
Como visto,H0 corresponde hiptese de que o sinal primrio no est
presente no espectroe H1, hiptese de o sinal est presente no
espectro. Ento define-se as seguintes probabilida-des (MCGUIRE;
ESTRADA, 2010), (ZENG et al., 2010).
Pd = P11 como a probabilidade de deteco, ou a probabilidade de
detectar o sinal dadoque ele est presente.
Pf a = P10 como a probabilidade de falso alarme, ou a
probabilidade de detectar sinal dadoque ele no est presente.
Ppd = P01 como a probabilidade de perda de deteco, ou a
probabilidade de no detectaro sinal dado que ele est presente.
-
Sensoriamento Espectral 19
Pl = P00 como a probabilidade de no detectar o sinal dado que
ele no est presente noespectro, ou seja, a probabilidade de
identificar uma lacuna espectral.
O processo de tomada de deciso corresponde ao estabelecimento de
limiares de deciso en-tre as hipteses H0 e H1, com base nas
probabilidades condicionais descritas, ou na adio dealguma
importncia ou custo s quatro aes possveis. Entre os principais
critrios de decisoexistentes, encontram-se o critrio de Bayes e de
Neyman-Pearson (POOR, 1994). Resumida-mente, o critrio de Bayes
introduz o conceito de custo para a tomada de decises. Seja Ci j
ocusto associado escolha da hipteseHi dado que a hipteseH j
verdadeira. Neste caso, tem-se que C00 e C11 correspondem aos
custos de uma deciso correta, e C10 e C01 correspondem aocusto de
uma deciso equivocada.
No caso do sensoriamento do espectro, por exemplo, C10 estaria
associado deciso declassificar um canal como ocupado, dado que ele
est vazio; e C01, deciso de classificar umcanal como vazio, dado
que ele est ocupado. Em geral, o custo das decises equivocadas
maior que o custo das decises corretas (TREES, 1968), ou seja
C01 >C00,
C10 >C11. (3.6)
Adicionalmente, define-se pi0 = p(H0) e pi1 = p(H1) como as
probabilidades a priori dashipteses H0 e H1, respectivamente. O
risco mdio, R, ou risco de Bayes, dado por (POOR,1994)
R= [PlC00+Pf aC10]pi0+[PpdC01+PdC11]pi1. (3.7)
A meta do critrio de Bayes reduzir o risco R. Substituindo Pd =
1Ppd , Pf a = 1Pl eas probabilidades
Pl =
R0p(x|H0)dx,
Ppd =
R0p(x|H1)dx, (3.8)
na Frmula 3.7, tem-se
R= pi0C10+pi1C11+
R0[pi1(C01C11)p(x|H1)pi0(C10C00)p(x|H0)]dx. (3.9)
Como os dois primeiros termos da Frmula 3.9 so constantes, ento
a minimizao docusto R corresponde minimizao de g(x), em que
g(x) = pi1(C01C11)p(x|H1)pi0(C10C00)p(x|H0). (3.10)
-
Sensoriamento Espectral 20
Como todos os termos da expresso so positivos, j que C10 >
C00 e C01 > C11, para aminimizao do risco de Bayes necessrio
que
pi1(C01C11)p(x|H1) pi0(C10C00)p(x|H0), (3.11)
que corresponde ao clculo da razo de verossimilhana L(x) (TREES,
1968)
L(x) =p(x|H1)p(x|H0)
H0H1
pi0(C10C00)pi1(C01C11) , (3.12)
em que o termo direita representa o limiar de deciso do teste, T
h. Quando o valor de L(x) formaior que T h escolhe-se a hiptese
alternativa e quando o valor de L(x) for menor que o limiarde
deciso, escolhe-se a hiptese nula.
Como pode ser observado, o critrio de deciso Bayesiano depende
tanto do conhecimentodas probabilidades a priori pi0 e pi1, quanto
do conhecimento dos custos relacionados s quatroaes possveis. Entre
os critrios de deciso Bayesianos, existem ainda o critrio
Minimax,que depende somente do conhecimento dos custos relacionados
escolha das hipteses, e ocritrio MAP, mximo a posteriori, que
depende somente do conhecimento das probabilidadesa priori (TREES,
1968).
No caso do sensoriamento do espectro difcil obter as
probabilidades a priori e definircustos para as decises. Um
procedimento para sobrepor essas dificuldades a utilizao
dasprobabilidades condicionais Pf a e Pd para definir o limiar de
deciso .
Pode-se definir a probabilidade de falso alarme e a
probabilidade de deteco como
Pf a =
R1p(x|H0)dx,
Pd =
R1p(x|H1)dx. (3.13)
Em geral, o limiar que define as regies R0 e R1 deve permitir
que se obtenha do teste dehipteses uma alta Pd e uma baixa Pf a.
Contudo, de acordo com as Expresses 3.13, a maximi-zao de Pd
depende da maximizao de R1, enquanto a minimizao de Pf a depende da
reduoda regio R1, ou seja, no se pode aumentar Pd e diminuir Pf a
simultaneamente (TREES, 1968),(KAY, 1998). Um critrio utilizado
para solucionar esse obstculo manter uma das proba-bilidades
constantes e trabalhar na maximizao (ou minimizao) da outra, como
feito nocritrio de Neyman-Pearson, descrito a seguir.
A probabilidade de falso alarme, Pf a, tambm chamada de nvel de
significncia do testede hipteses, e a probabilidade de deteco, Pd ,
conhecida como o poder explicativo doteste (KAY, 1998). Como Pf a e
Pd representam eventos do mesmo problema, elas no soindependentes
entre si. Para maximizar a probabilidade de deteco e minimizar a
probabili-dade de falso alarme simultaneamente preciso aumentar o
nmero de amostras NS (POOR,1994), (TREES, 1968). Sendo assim, para
uma quantidade fixa de amostras, necessrio otimi-
-
Sensoriamento Espectral 21
zar os valores de Pf a e Pd , de forma que seja maximizada Pd
tal que Pf a Pf aMAX , sendo Pf aMAXo mximo valor aceitvel para a
probabilidade de falso alarme. O valor sugerido de Pf aMAX
nanormatizao do padro IEEE WRAN 802.22 10% (LIM et al., 2009). A
soluo para maxi-mizar Pd sob a restrio de que Pf aPf aMAX pode ser
obtida com a utilizao de multiplicadoresde Lagrange. Define-se a
funo objetivo da otimizao como (TREES, 1968)
JNP = 1PdT hNP(Pf aPf aMAX ) = 1 p(H1|H1)T hNP(p(H1|H0)Pf aMAX
), (3.14)
em que T hNP denota o limiar de deciso do teste de
Neyman-Pearson e o multiplicador deLagrange. Mas, Pd = 1Ppd e Pf a
= 1Pl , ento
JNP = PpdT hNP(1PlPf aMAX ) (3.15)
Desenvolvendo a expresso anterior, tem-se
JNP = T hNP(1Pf aMAX )+
R0[p(x|H1)T hNP p(x|H0)]dx. (3.16)
Como os valores de T hNP > 0 e Pf aMAX so constantes, deve-se
escolher R0 tal que a integralseja sempre minimizada. Pode-se
construir, ento, um teste da razo de verossimilhana
L(x) =p(x|H1)p(x|H0)
H0H1
T hNP. (3.17)
Para satisfazer a restrio, escolhe-se T hNP de tal forma que Pf
a = Pf aMAX . Seja p(L|H0) afuno densidade de probabilidade quando
H0 verdadeira. Pf a pode ser reescrita como
Pf a =
T hNPp(L|H0)dL = Pf aMAX . (3.18)
Resolvendo a equao anterior para T hNP, encontra-se o limiar de
deciso. A diminuiodo valor de T hNP equivalente ao aumento da regio
R1, na qual se considera que a hipteseH1 seja vlida. Sendo assim,
diminui-se o limiar at que se atinja o maior valor de Pf a comPf a
Pf aMAX .
Sob as hipteses H0 e H1 em (3.1), T h uma varivel aleatria cuja
funo densidadede probabilidade chi-quadrado, 2 , com NS graus de
liberdade (POOR, 1994),(LIM et al.,2009). Quando o sinal primrio no
est presente, a distribuio chi-quadrado descentrali-zada; quando o
sinal primrio est presente, a distribuio centralizada. Se a
quantidade deamostras, NS, suficientemente grande, pelo Teorema
Central do Limite, a distribuio de T hpode ser aproximada por uma
distribuio gaussiana.
Usando o critrio de deciso de Neyman-Pearson, para estabelecer o
limiar de deciso T hNPbasta fixar o valor da probabilidade Pf a ,
por exemplo, e resolver a Equao 3.18 para calcular o
-
Sensoriamento Espectral 22
limiar adequado para atender restrio de Pd . No caso do detector
de energia com distribuiogaussiana para T h, a probabilidade Pd
dada por (ALMEIDA, 2010)
Pd = P(T h > T hNP|H1)
= Q
T hNPNS2Y2NS4Y
, (3.19)em que Q(x) a funo cumulativa complementar da varivel
aleatria gaussiana X
Q(x) =12pi
x
e22 d. (3.20)
A probabilidade Pf a
Pf a = P(T h < T hNP|H0)
= Q
T hNPNS2Z2NS4Z
. (3.21)Se a rede de rdios cognitivos garantir uma alta taxa de
reutilizao do espectro, procura-
se fixar a probabilidade Pf a em valores menores do que 10% e a
probabilidade Pd deve sermaximizada. Esse mtodo conhecido como o
princpio de taxa constante de falso alarme(CFAR Constant False
Alarm Rate) (LIN; ZHANG, 2008). Porm, para que a rede garantauma
baixa probabilidade de coliso com os sistemas pr-existentes, a
probabilidade de detecodeve ser fixada em valores maiores que 90%,
e Pf a deve ser minimizada (LU et al., 2011),(DENKOVSKI et al.,
2012). Este o princpio da taxa constante de deteco (CDR
ConstantDetection Rate).
Utilizando o critrio CFAR, o limiar de deteco, T hCFAR, dado por
(YE et al., 2008)
T hCFAR = NS2Z +Q1(Pd)
2NS4Z . (3.22)
Calculando o limiar de deteco pelo critrio CDR, tem-se
T hCDR = NS2Z(1+ )+Q1(Pd)
2NS4Z(1+ )2. (3.23)
Observa-se que o clculo do limiar pelo critrio CDR, na Expresso
(3.23), depende doconhecimento da relao sinal rudo na faixa do
sensoriamento. Na prtica, o receptor cognitivopode desconhecer o
valor de no canal de sensoriamento, e, por isso, geralmente o
clculo dolimiar de deteco de energia feito com o critrio CFAR, dado
na Expresso (3.22). Assim,T hNP = T hCFAR.
-
Sensoriamento Espectral 23
Na Expresso (3.22), o limiar de deteco alterado de acordo com os
valores de 2Z e dePd . Por exemplo, caso se considere o valor do
rudo muito menor do que de fato ele , o valordo limiar T hCFAR
diminui, aumentando, portanto, as probabilidades de deteco e falso
alarme.Caso se considere o valor de 2Z maior do que seu valor real,
o limiar de deteco aumentar, oque diminuir a regio R1, ou seja, a
regio em que se escolhe pela hiptese alternativa. Nessecaso, tanto
o valor da probabilidade de deteco, quanto o valor da probabilidade
de falso alarmediminuem. Por isso, interessante que o detector seja
capaz de realizar uma boa estimativa dapotncia do rudo.
A relao sinal rudo () alvo para um bom sistema de sensoriamento
espectral, que apre-senta probabilidade de deteco em torno de 0,9,
de cerca de -20 dB (LU et al., 2011), (DEN-KOVSKI et al., 2012), o
que significa que os sinais dos usurios primrios devem ser
detectadosmesmo com baixa relao sinal rudo. Esse nvel de representa
um desafio para os sistemas desensoriamento. Adicionalmente,
desvanecimento, e variaes de rudo/interferncia nos canaissem fio so
dificuldades para os sistemas de sensoriamento (CABRIC et al.,
2006), (AXELL etal., 2012).
3.2.2 Alguns Exemplos
Na Figura 3.2 possvel analisar a probabilidade de deteco Pd ,
com clculo do limiar dedeteco T hNP segundo o critrio CFAR, de um
sinal BPSK em funo da relao sinal rudo no receptor, considerando um
canal AWGN, para alguns valores da probabilidade de falsoalarme Pf
a. Nessa figura observa-se que os grficos das expresses analticas
apresentadas soprximos dos resultados das simulaes. Nas simulaes
utilizou-se o mtodo de Monte-Carlocom 104 repeties e foi adotado o
nmero de amostras do sinal NS = 7104. Em cada simula-o gerado um
sinal BPSK correspondente ao sinal do usurio primrio e transmitido
por umcanal AWGN para vrios valores de . A probabilidade de deteco
Pd medida como a razoentre o nmero de deteces feitas pelo sistema
de sensoriamento e o total de repeties dassimulaes. O cdigo-fonte
usado nas simulaes desse sistema de sensoriamento mostradono
Apndice A
Na Figura 3.2 possvel notar que a probabilidade de deteco cresce
com a relao sinalrudo. E converge para seu valor mximo em funo de
mais rapidamente para maioresprobabilidades de falso alarme.
Outro fator que altera o desempenho do detector a quantidade de
amostras utilizadas nadeteco. Caso no houvesse limite sobre a
quantidade de amostras utilizadas na deteco, e odetector conhecesse
o valor preciso de 2Z , o detector de energia atingiria qualquer
probabilidadede deteco e falso alarme (SALEEM; SHAHZAD, 2012).
-
Sensoriamento Espectral 24
25 20 15 10 5 00
0.2
0.4
0.6
0.8
1
(dB)
P d
Pfa = 0,01 SimulaoPfa = 0,05 SimulaoPfa = 0,1 SimulaoPfa = 0,01
AnalticoPfa = 0,05 AnalticoPfa = 0,1 Analtico
Figura 3.2 Probabilidade de deteco em funo de em dB para um
sinal BPSK em um canal AWGN,usando NS = 7104.
Na prtica, NS limitado, pois o tempo de sensoriamento no pode
ser infinito. Para atingirum determinado requisito de Pf a e Pd , a
quantidade mnima de amostras necessria (LIN;ZHANG, 2008)
NS = 2[(
Q1(Pf a)Q1(Pd))1Q1(Pd)
]2. (3.24)
Na Figura 3.3 apresentado o nmero de amostras NS em funo da e
alguns valores dePf a, considerando Pd = 0,9.
Na Figura 3.4 possvel notar essa melhoria da probabilidade de
deteco em funo de ,com o nmero de amostras NS = 1,5105, em relao ao
caso da Figura 3.2. Percebe-se nestecaso que possvel efetuar a
deteco com menores valores da relao sinal rudo. Nota-se quepara 1,5
105 amostras a relao sinal rudo necessria para obter Pd = 0,9 e Pf
a = 0,01 18 dB. Mas, no caso de NS = 7 104, na Figura 3.2, a relao
sinal rudo necessriapara esses valores de Pf a e Pd 17 dB.
Para NS = 2105, os resultados so mostrados na Figura 3.5. Nesse
caso, para obter Pd =0.9 e Pf a = 0.01 a relao sinal rudo 19 dB
3.3 Consideraes Finais
Neste captulo foram apresentados, com base na literatura
revisada, alguns mtodos de sen-soriamento espectral em sistemas de
rdios cognitivos, e uma caracterizao mais detalhada domtodo de
deteco de energia.
-
Sensoriamento Espectral 25
25 20 15 10 5 00
1
2
3
4
5 x 105
(dB)
NS
Pfa = 0,01 SimulaoPfa = 0,05 SimulaoPfa = 0,1 SimulaoPfa = 0,01
AnalticoPfa = 0,05 AnalticoPfa = 0,1 Analtico
Figura 3.3 Nmero de amostras necessrio para obter Pd = 0,9 em
funo de .
25 20 15 10 5 00
0.2
0.4
0.6
0.8
1
(dB)
P d
Pfa = 0,01 SimulaoPfa = 0,05 SimulaoPfa = 0,1 SimulaoPfa = 0,01
AnalticoPfa = 0,05 AnalticoPfa = 0,1 Analtico
Figura 3.4 Probabilidade de deteco em funo de em dB para um
sinal BPSK em um canal AWGN,usando N = 1,5105.
Os resultados obtidos com as simulaes de Monte-Carlo so prximos
dos resultados ob-tidos nas expresses analticas para o
sensoriamento espectral baseado em deteco de energia.A
probabilidade de deteco analisada em funo da relao sinal rudo e da
probabilidadede falso alarme. Verifica-se que o nmero de amostras
coletadas do sinal para o clculo da suaenergia influencia na
determinao da probabilidade de deteco.
-
Sensoriamento Espectral 26
40 30 20 10 0 100
0.2
0.4
0.6
0.8
1
(dB)
P d
Pfa = 0,01 SimulaoPfa = 0,05 SimulaoPfa = 0,1 SimulaoPfa = 0,01
AnalticoPfa = 0,05 AnalticoPfa = 0,1 Analtico
Figura 3.5 Probabilidade de deteco em funo de em dB para um
sinal BPSK em um canal AWGN,usando N = 2105.
A tcnica de sensoriamento baseada na deteco de energia no exige
informaes sobre ossinais dos usurios primrios alm da estimao de sua
energia, que corresponde a um cenriomais prximo da realidade, em
que sistemas secundrios competem entre si e com usuriosprimrios
pelo espectro licenciado para estes ltimos. Alm disso essa tcnica
se mostra defcil implementao.
H outras tcnicas que no exigem conhecimento prvio sobre o sinal
do usurio prim-rio. Algumas dessas tcnicas so baseadas em teste
estatsticos e so apresentadas no prximocaptulo.
-
CAPTULO 4
Sensoriamento Espectral Baseado emTestes Estatsticos
Como visto no Captulo 3, sob a hiptese H0, representada na
Expresso (3.1), o sinaly[n] = z[n] considerado gaussiano, com mdia
nula e varincia 2Z (LU et al., 2011). Essacaracterstica pode ser
vista na Figura 4.1(a), em que o rudo gaussiano tem mdia Z = 0
evarincia 2Z = 1.
Calculando a FFT do sinal y[n], com NFFT = 2048, obtido o sinal
Y [k] que apresenta amos-tras complexas, com parte real e parte
imaginria aleatrias com distribuio gaussiana (MODY,2007), (LU et
al., 2011). Essa caracterstica pode ser observada por meio dos
histogramas mos-trados nas Figuras 4.1(b) e 4.1(c). Dessa forma, o
mdulo da transformada de Fourier do sinalapresenta distribuio de
Rayleigh (LATHI; DING, 2012), como pode ser visto na Figura
4.1(d).
Sob a hiptese H1, o sinal y[n] = x[n] + z[n], em que x[n] o
sinal do usurio primrio,que nas simulaes um sinal BPSK com relao
sinal rudo = 5 dB e NFFT = 2048. Nodomnio do tempo, esse sinal
apresenta distribuio de probabilidades gaussiana, como visto
naFigura 4.2(a). Porm, as partes real e imaginria da transformada
de Fourier do sinal, Y [k], apre-sentam distribuio de
probabilidades distinta da gaussiana, como mostrado nas Figuras
4.2(b)e 4.2(c). Portanto, a distribuio de probabilidades do mdulo
das amostras da transformada deFourier do sinal, diferente do caso
em que o sinal composto apenas por rudo, no apresentadistribuio de
Rayleigh (LEON-GARCIA, 2008), conforme pode ser visto na Figura
4.2(d).
Essa diferena de distribuies de probabilidades entre as duas
hipteses pode ser utilizadapara detectar a transmisso de um usurio
primrio na faixa do espectro de interesse do usu-rio cognitivo.
Nesse caso, se as partes real e imaginria das amostras do sinal
recebido pelousurio secundrio Y [k] apresentarem distribuio
gaussiana ou, se o seu mdulo apresentardistribuio de Rayleigh, ento
o usurio secundrio deve interpretar que h uma oportunidadede
transmisso.
Para reconhecer a distribuio de probabilidades de um conjunto de
amostras, so realizadostestes estatsticos. Vrios mtodos de
sensoriamento espectral baseados em testes estatsticos
-
Sensoriamento Espectral Baseado em Testes Estatsticos 28
5 0 50
0.02
0.04
0.06
0.08
0.1
0.12
y[n] = z[n]
Freq
. Rel
ativ
a
(a)
200 150 100 50 0 50 100 1500
0.02
0.04
0.06
0.08
0.1
0.12
0.14
Real(Y[k] = Z[k])
Freq
. Rel
ativ
a
(b)
150 100 50 0 50 100 1500
0.02
0.04
0.06
0.08
0.1
0.12
0.14
Imag(Y[k] = Z[k])
Freq
. Rel
ativ
a
(c)
0 50 100 150 2000
0.02
0.04
0.06
0.08
0.1
0.12
|Y[k]| = |Z[k]|
Freq
. Rel
ativ
a
(d)
Figura 4.1 Histogramas do sinal y[n] composto apenas por rudo:
(a) no domnio do tempo; (b) partereal do sinal Y [k]; (c) parte
imaginria do sinal Y [k] e (d) mdulo do sinal Y [k].
foram propostos recentemente (MODY, 2007), (LU et al., 2011),
(DENKOVSKI et al., 2012),(SUBEKTI et al., 2012).
Antes de descrever os sistemas de sensoriamento baseados em
testes estatsticos, impor-tante definir algumas mtricas que so
utilizadas nesses testes. Por isso, na prxima seoso definidas as
estatsticas de ordem superior, que so as mtricas mais usadas nos
sistemasbaseados em testes estatsticos.
4.1 Estatsticas de Ordem Superior
As Estatsticas de Ordem Superior (EOS) so os momentos e
cumulantes de ordem superior segunda (PUGA, 2000).
Dado um conjunto de NS amostras y = {y(1),y(2), . . .y(NS)} de
uma varivel aleatria Y , or-simo momento estatstico central
(centrado na mdia) das amostras contidas em y pode seraproximado
por (S, 2007)
mr = E[(Y y)r] 1NSNS
n=1
(y[n] y)r, (4.1)
-
Sensoriamento Espectral Baseado em Testes Estatsticos 29
6 4 2 0 2 4 60
0.02
0.04
0.06
0.08
0.1
0.12
0.14
y[n] = x[n] + z[n]
Freq
. Rel
ativ
a
(a)
400 200 0 200 400 6000
0.05
0.1
0.15
0.2
0.25
0.3
0.35
Real(Y[k] = X[k] + Z[k])
Freq
. Rel
ativ
a
(b)
400 200 0 200 4000
0.05
0.1
0.15
0.2
0.25
0.3
0.35
Imag(Y[k] = X[k] + Z[k])
Freq
. Rel
ativ
a
(c)
0 100 200 300 400 5000
0.05
0.1
0.15
0.2
0.25
0.3
0.35
|Y[k]| = |X[k] + Z[k]|
Freq
. Rel
ativ
a
(d)
Figura 4.2 Histogramas do sinal y[n] composto pelo sinal do
usurio primrio mais rudo: (a) no do-mnio do tempo; (b) parte real
do sinal Y [k]; (c) parte imaginria do sinal Y [k] e (d) mdulo do
sinalY [k].
em que y a mdia amostral, dada por
y = E[Y ] 1NS
NS
n=1
y[n]. (4.2)
A relao entre os cumulantes cr e os momentos mr pode ser
utilizada para calcular oscumulantes de ordem superior da seguinte
forma (MODY, 2007)
cr = mrr1j=1
(r1j1
)c jmr j. (4.3)
Os primeiros momentos estatsticos podem ser relacionados com
mdias e medidas fsi-cas (ALENCAR, 2009). O segundo momento amostral
central a varincia (2Y ) ou potnciaAC de uma varivel aleatria Y , e
dada por
2Y = m2 1
NS
NS
n=1
(y[n] y)2. (4.4)
-
Sensoriamento Espectral Baseado em Testes Estatsticos 30
O terceiro momento amostral central usado para avaliar a
assimetria (SY ) de uma distri-buio de probabilidades em torno da
mdia, dada por
SY =m3
m3/22
1NS
NS
n=1(y[n] y)3
(Y )3. (4.5)
O quarto momento amostral central usado na avaliao do
achatamento, chamada de cur-tose (KY ) da distribuio de
probabilidades da amostras de Y . A curtose dada por
KY =m4m22
1NS
NS
n=1(y[n] y)4
(2Y )2. (4.6)
Algumas dessas estatsticas so usadas em testes que medem se
amostras de dados aderema uma distribuio de probabilidades. Alguns
desses testes so descritos na seo seguinte.
4.2 Testes de Aderncia
A suposio de uma distribuio de probabilidades para uma varivel
aleatria exigidapara a realizao de muitos mtodos de inferncia
estatstica, como o teste de hipteses que deveser realizado no
sensoriamento espectral. H vrios mtodos para verificar se a
distribuio dosdados estudados uma distribuio hipottica. H
metodologias descritivas, como a anlisevisual (subjetiva) de alguns
grficos, e tambm testes objetivos (RAZALI; WAH, 2011), quepodem ser
divididos em testes paramtricos e no paramtricos de aderncia. Os
paramtricosutilizam os parmetros da distribuio sob teste, ou uma
estimativa deles, para o clculo daestatstica. Normalmente, esses
testes so mais rigorosos e apresentam mais pressuposiespara sua
validao. J os no paramtricos so livres da suposio inicial da
distribuio deprobabilidades dos dados estudados (REIS; RIBEIRO
JNIOR, 2007).
Nos testes de aderncia so testadas as seguintes hipteses:
H0 : Os dados seguem a distribuio hipottica
H1 : Os dados no aderem distribuio hipottica.
Os testes de aderncia podem ser analisados a partir de dois
parmetros: a probabilidadede rejeitar a hiptese H0 quando ela
verdadeira, ou Probabilidade de Falso Alarme (Pf a), e
aprobabilidade de rejeitar a hipteseH0 quando ela falsa, nesta tese
chamada de Probabilidadede Deteco (Pd). As probabilidades Pf a e Pd
, so tambm chamadas, respectivamente, de nvelde significncia do
teste e poder explicativo do teste (KAY, 1998).
Alguns dos testes no paramtricos so: o teste 2 de Pearson, o
teste de Kolmogorov-Smirnov (KS), o teste de Lilliefors (LF) uma
correo para o teste KS (LILLIEFORS, 1967),
-
Sensoriamento Espectral Baseado em Testes Estatsticos 31
o teste de Anderson-Darling (AD) (ANDERSON; DARLING, 1954), o
teste de Shapiro-Wilk eo teste de Jarque-Bera (JB) (JARQUE; BERA,
1987).
Nas subsees seguintes, so descritos brevemente esses testes de
aderncia.
4.2.1 Teste de Aderncia 2 de Pearson
O teste de aderncia Qui-quadrado (2) de Pearson um tradicional
teste de qualidade doajuste (GoF Goodness-of-Fit), que usado para
testar se um conjunto de amostras adere a umadistribuio de
probabilidades (PEARSON, 1900), (S, 2007), (ANDERSON et al.,
2011).
Nesse teste, considera-se um conjunto de NS amostras aleatrias
com distribuio de pro-babilidades desconhecida. As amostras so
divididas em M intervalos. Sejam fOi e fEi asfrequncias observada
(nmero de amostras observado) e esperada (sob a hiptese nula) no
i-simo intervalo (i6M), ento a estatstica do teste de Pearson dada
por (ANDERSON et al.,2011)
T2 =M
i=1
( fOi fEi)2fEi
. (4.7)
A estatstica de teste tem aproximadamente distribuio
Qui-quadrado com M1 graus deliberdade (S, 2007). Quanto maior a
diferena entre as frequncias observada e esperada,maior o valor da
estatstica de teste T2 , tornando as amostras menos aderentes
distribuioconsiderada na hiptese nula.
A hiptese nula aceita se T2 < T h, em que T h, chamado de
valor crtico do teste, aabscissa da distribuio 2 com M 1 graus de
liberdade e um nvel de significncia , querepresenta a mxima
probabilidade de erro que se tem ao rejeitar uma hiptese (S,
2007),como ilustrado na Figura 4.3.
2p(c)c2
2c
0 Th
a
Figura 4.3 Limiar do teste de aderncia 2 de Pearson.
-
Sensoriamento Espectral Baseado em Testes Estatsticos 32
4.2.2 Teste de Aderncia de Kolmogorov-Smirnov
No teste de Kolmogorov-Smirnov (KS) verifica-se o grau de
concordncia entre a distri-buio de um conjunto de valores (amostras
observadas) e a distribuio terica, que pode ser,por exemplo, a
distribuio gaussiana. No teste KS admite-se que a distribuio da
varivelque est sendo testada seja contnua. So comparadas a Funo
Cumulativa de Probabilidade(FCP) terica, e a FCP amostral dos dados
observados. A distribuio terica representa o que esperado sob a
hipteseH0 do teste de hipteses. Ento, verifica-se se as distribuies
tericae observada mostram divergncia (PANIK, 2005). Porm, esse
teste usado quando