Escolar Documentos
Profissional Documentos
Cultura Documentos
da energia do sinal, incertezado rudo, e assim por diante [1], [4], [14] - [16 ].
Para combater o problema de sensoriamento do espectro com as dificuldades mencionadas,
tm sido propostos vrios mtodos, tais como a abordagem de filtragem adaptada [1], [14], [15], a
abordagem de deteco caracterstica [17],[18], e a abordagem de deteco de energia [14], [19][22]. Para a tcnica de filtragem adaptada possvel maximizar a SNR. No entanto, difcil para a
portadora efetuar a deteco do sinal sem informao sem a estrutura principal e perifrica do
pacote. Para o mtodo de deteco de caractersticas que se baseia em ciclo-estacionariedade, a
informao de sinal deve ser conhecida para ter sucesso. No entanto, na prtica, um receptor de
rdio cognitivo pode no saber nada sobre a estrutura e as informaes do sinal primrio. Por outro
lado, para o mtodo de deteco de energia, embora no necessite de qualquer informao sobre o
sinal a ser detectado, que seria propenso a falsa deteco, uma vez que s se baseia nas
caractersticas de energia de sinal [21], [22]. Quando as variaes de tempo do sinal manifesta ou
o rudo grande, este mtodo insuficiente para distinguir entre ausncia do sinal, ou sua presena.
Alm de que a deteco de energia no interessante para detectar a correlao de sinais
(parcialidade), e que so frequentemente encontrados na prtica. Para superar as dificuldades da
tcnica de deteco de engia, alguns mtodos so baseados na associao de autovalores com a
matriz covariante de sinal recebido, como proposto em [4], [9], [23]. Portanto, as complexidades
computacionais so grandes. O mtodo baseado na esttistica de alta ordem (HOS) foi proposto e
promissor especialmente em condies de baixa SNR [24]. Neste artigo, propomos um
sensoriamento espectral baseado na estatstica Jarque-Bera (JB). A complexidade computacional
deste novo mtodo muito menor comparada ao mtodo HOS enquando sua perfomance muito
mais eficaz que a tcnica HOS e em todas as condies de SNR e diferena de tamanhos das
amostras de sinais. Este mtodo pode funcionar perfeitamente quando a SNR muito baixa e a
amostra do sinal baseada em simulaes Monte Varlo no so grandes. Neste sensoriamento de
espectro h um grande potencial para ser base na tecnologia futura de rdios cognitivos.
II Modelo do Sistema
Denotaremos o sinal contnuo no tempo recebido por $r_{c}(t)$ durante o estgio de
sensoriamento. O sinal usado do usurio primrio denotado por $s_{c}(t)$ e $w_{c}(t)$ o rudo
aditivo gaussiano branco (AWGN). Em que temos:
\begin{equation}
r_{c}(t) = s_{c}(t) + w_{c}(t)
\end{equation}
O problema para a deteco de sinal (o sensoriamento), envolve duas hipteses: $H_{0}$ sinal est
ausente, h apenas rudo, e $H_{1}$ sinal est presente, junto com o rudo. Os sinais de tempo
discreto recebidas no mbito dessas duas hipteses
\begin{equation}
H_{0}: r(n) = w(n)
H_{1}: r(n) = s(n) + w(n)
\end{equation}
onde r(n indica as amostras do sinal recebido incluindo o efeito de perda parcial, desvanecimento e
disperso, e $w(n)$ o rudo AWGN em tempo discreto com mdia zero e variancia de \sigma^{2}.
Aqui s(n) pode ser a sobrepoo de sinais emitidos pelos multiplos usurios primrios. Quando o
sinal r(n) recebido, consiste em multiplas fontes, que usualmente modelada como sinal
correlacionado. Assim podemo assumir que o sinal e o rudo so no correlacionados um com o
outro. O problema do sensoriamento espectral est em determinar o sinal s(n) existente ou no,
baseado nas amostras recebidas r(n).