Sensoriamento espectral por detecção de energia com duplo limiar sob canais em desvanecimento k-μ em redes de rádio cognitivo

Sensoriamento Espe tral Por Dete ção de Energia om Duplo Limiar sob

Canais em Desvane imento

κ

-

µ

em Redes de Rádio Cognitivo

Annita de Oliveira Petro hi Ribas

Brasília, Dezembro de 2015

Fa uldade de Te nologia

DISSERTAÇO DE MESTRADO

Sensoriamento Espe tral Por Dete ção de Energia om Duplo Limiar sob

Canais em Desvane imento

κ

-

µ

em Redes de Rádio Cognitivo

Annita de Oliveira Petro hi Ribas

Relatório submetido ao Departamento de Engenharia

Elétri a omo requisito par ial para obtenção

do grau de Mestre em Engenharia Elétri a

Ban aExaminadora

Prof. UgoSilvaDias,ENE/UnB

Orientador

Prof. Rafael Timóteo de Sousa Junior,

ENE/UnB

Examinador Interno

FACULDADE DE TECNOLOGIA

DEPARTAMENTO DE ENGENHARIA ELÉTRICA

SENSORIAMENTO ESPECTRAL POR DETECÇO DE ENERGIA COM

DUPLO LIMIAR DE DECISO SOB CANAIS EM DESVANECIMENTO

κ

-

µ

EM REDES DE RÁDIO COGNITIVO

ANNITA DE OLIVEIRA PETROCCHI RIBAS

ORIENTADOR: UGO SILVA DIAS

DISSERTAÇO DEMESTRADO EM

ENGENHARIA ELÉTRICA

RIBAS,ANNITA

SENSORIAMENTOESPECTRALPOR DETECÇODE ENERGIACOM DUPLO

LIMIAR SOB CANAIS EMDESVANECIMENTO

κ

-

µ

EMREDES DE RÁDIO COGNITIVO

xvii,79p., 297 mm(ENE/FT/UnB, Mestre,Engenharia Elétri a,2015

Dissertação de Mestrado - Universidadede Brasília.

Fa uldade deTe nologia.

Departamento deEngenharia Elétri a.

1. RádioCognitivo 2. Sensoriamento Espe tral

3. Dete tor de Energia 4. Canais sobDesvane imento

I. ENE/FT/UnB II. Título(série)

REFERÊNCIA BIBLIOGRÁFICA

RIBAS,A.O. P.de (2015). Sensoriamento Espe tralporDete ção de Energia om DuploLimiar

sobCanais em Desvane imento

κ

-

µ

em Redes de Rádio Cognitivo. Dissertação de Mestrado em Engenharia Elétri a, Publi ação PPGENE.DM - 611/15, Departamento de Engenharia Elétri a,

Universidade de Brasília,Brasília,DF.

CESSO DE DIREITOS

NOMEDOAUTOR: ANNITA DE OLIVEIRAPETROCCHIRIBAS

TÍTULO DA DISSERTAÇO DE MESTRADO: SENSORIAMENTO ESPECTRAL POR

DE-TECÇO DE ENERGIA COM DUPLO LIMIAR SOB CANAIS EM DESVANECIMENTO

κ

-

µ

EMREDES DE RÁDIOCOGNITIVO

GRAU /ANO: Mestre / 2015

É on edida à Universidade de Brasília permissão para reproduzir ópias desta dissertação de

mestradoeparaemprestar ouvendertais ópiassomenteparapropósitosa adêmi os e ientí os.

Oautorreservaoutrosdireitosdepubli açãoenenhumapartedestadissertaçãodemestradopode

Agradeço aos meus amigos pelo apoio e des ontração, à minha família pelo arinho e

in entivo, aomeu namorado Vítorpor todaajudae pa iên ia, e aomeu orientadorUgo

pelos ensinamentose onselhos durante todoo pro esso.

Estetrabalhotem omoobjetivo estudareinvestigarsistemasrádio ognitivosoperandopormeio

desensoriamento doespe troutilizando dete çãode energia baseadaemdoislimiaresde dete ção

em anais de desvane imento

κ

-

µ

. Neste ontexto, sãoobtidas formulaçõese analisada a apa i-dade do sistemaproposto. Para isso, utilizam-se duasmétri as: urvas ROC (do inglês, Re eiver

Operating Chara teristi s e AUC (do inglês, area under the ROC urve). Nas urvas ROC é

possível investigar a probabilidade de não dete ção (

P

m

, do inglês missing probability) versus a probabilidade de falso alarme (

P

f

, do inglês false-alarm probability). Nesta dissertação, urvas ROC são obtidas paradiferentes valores dosparâmetros físi os da distribuição

κ

-

µ

, onsiderando osmodelos de um limiar de dete ção e dois limiares de dete ção por energia, e estas urvas são

omparadas para demonstrar o efeito de ambos osesquemas. Além disso, é analisado o impa to

da in erteza na estimação da potên ia do ruído e o impa to da implementação de té ni as de

diversidadeespa ialnaperforman edodete tordedoislimiares. Paraos enáriosdedete çãopor

doislimiares deenergia,análisesnuméri ase mediçõesde amposãoutilizadasparademonstrara

exibilidadedo modelopropostosobambientes dedesvane imento

κ

-

µ

ein erteza noruído. Para amétri ada áreasobasCurvasROC,diferentes enários onsiderandodesvane imento,in erteza

do ruído e diversidade são investigados, de forma a demonstrar a apa idade global de dete ção

dosistema.

ABSTRACT

This work's obje tive is to study the double threshold spe trum-sensing energy dete tion model

for

κ

-

µ

fading hannels. Theoreti al formulas will be obtained and help to analyse the hannel's apability behaviour for the proposed model. In order to do that, the ROC (Re eiver Operating

Chara teristi s) urve will be explained and the AUC (Area UndertheROC Curve) will be used

asa way of measuring theperforman e of thesystem. In theROC urve, it is possible to obtain

theprobabilityofmissdete tion(

P

m

)versustheprobabilityoffalsealarm(

P

f

). Physi al parame-tersare setusing the

κ

-

µ

distribution to generate dierent ROC urves for thesingle anddouble threshold models. Then, the graphi s are ompare so that both models hara teristi s and

per-forman e arebetter explained. Also, the un ertaintyon thenoise powerestimation and diversity

te hniques are analysed when using the double threshold model. Dierent s enarios onsidering

noise un ertainty and diversityare investigated. Theoreti al simulations are performed to better

Artigos Asso iados a Este Trabalho ... x

1 Introdução... 1

1.1 Contextualização... 1

1.2 Definição do Problema... 4

1.3 Objetivos... 4

1.4 Estrutura da Dissertação... 5

2 Rádio Cognitivo e Sensoriamento Espe tral... 6

2.1 O Con eito de Rádio Cognitivo... 6

2.1.1 Capa idade Cognitiva... 7

2.1.2 Re onfigurabilidade... 8

2.2 Arquitetura da Rede Rádio Cognitivo... 8

2.2.1 Bandas Não-Li en iadas... 9

2.2.2 Bandas Li en iadas ... 9

2.3 Sensoriamento Espe tral... 10

2.3.1 Esquemas de Dete ção... 11

2.4 Compartilhamento Espe tral... 13

2.4.1 Overlay... 14

2.4.2 Underlay... 15

2.5 Apli ações de Rádio Cognitivo... 15

3 Canais em Desvane imento

κ

-

µ

... 16

3.1 A Distribuição

κ

-

µ

... 17

3.2 Casos Parti ulares da

κ

-

µ

... 19

4 Sensoriamento do Espe tro por Dete ção de Energia sob Canais em Desvane imento

κ

-

µ

... 21

4.1 Dete ção de Energia para Um Limiar de Dete ção... 21

4.1.1 In erteza do Ruído ... 22

4.1.2 Canais em Desvane imento ... 23

4.2 Dete ção de Energia para Dois Limiares de Dete ção... 23

4.2.1 Canais em Desvane imento

κ

-

µ

... 25

5.1 Área sob a urva ROC para Dete ção de Energia de Um Limiar... 36

5.2 Área sob a urva ROC para Dete ção de Energia de Dois Limiares. 37 5.2.1 AUC em Canais emDesvane imento

κ

-

µ

... 37

6 Con lusões... 43

6.1 Trabalhos Futuros... 44

1.1 Expe tativade res imento de dispositivose onexõesmóveis no mundo. [1℄... 1

1.2 O upação média do espe tro por banda nas idades de Chi agoe Nova Iorque[2℄... 3

1.3 Esquema de oportunidadede transmissão... 3

2.1 Ci lo Cognitivo [3℄... 7

2.2 Arquitetura de rádio ognitivo: redeprimária e redese undária [4℄... 10

2.3 Oportunidade espe tral[4℄... 11

2.4 Modelos dedete tores de energia [5℄... 12

2.5 Modelooverlay de ompartilhamento do espe tro [6 ℄... 14

2.6 Modelos underlay de ompartilhamento do espe tro [6℄... 14

3.1 Componentes dosinalque sofreramefeitosdo ruídomultipli ativo [7℄... 17

3.2 Função densidade deprobabilidade

κ

-

µ

om

µ

xo... 18

3.3 Função densidade deprobabilidade

κ

-

µ

om

κ

xo... 19

4.1 Modelode Dete çãode Energia... 24

4.2 Comparação entre urvas ROC para osmodelos de ume dois limiares de dete ção (

κ = 1

,

γ = 10

¯

dBand

u = 5

)... 26

4.3 Comparação entre urvas ROC para osmodelos de ume dois limiares de dete ção (

µ = 0.7

,

γ = 10

¯

dBand

u = 5

)... 26

4.4 Curvas ROC para diferentes valoresde in erteza do ruído no anal (

κ = 1

,

µ = 2

,

¯

γ = 10

dBand

u = 5

)... 27

4.5 Comparaçãoentre urvasROCparaomodelodeumlimiaredoislimiaresem anais

κ

-

µ

sobin erteza do ruído(

κ = 1

,

γ = 10

¯

dBe

u = 5

)... 28

4.6 Esquema genéri ode diversidade [7℄... 29

4.7 Curva ROC sob anais em desvane imento

κ

-

µ

para diferentes números de ramos na té ni aSC(

κ = 1.5

,

µ = 1.75

,

α = 0.5

e

u = 5

)... 30

4.8 Curva ROC sob anais em desvane imento

κ

-

µ

para diferentes números de ramos na té ni aMRC (

κ = 1.5

,

µ = 1.75

,

α = 1

and

u = 5

)... 31

4.9 Comparação entrea apa idade dedete çãoparaasté ni as dediversidadeMRCe SC (

κ = 1.5

,

µ = 1.75

,

α = 2

dBe

u = 2

)... 32

4.10

P

d

vs.

¯

γ[dB]

sob anaisemdesvane imento

κ

-

µ

paradiferentesvaloresde

λ

2

(

κ = 2

,

µ = 1

,

P

f

= 0.01

e

u = 5

)... 33

4.11

P

d

vs.

¯

γ[dB]

sob anais emdesvane imento

κ

-

µ

ein ertezado ruídoparadiferentes valoresde

λ

2

(

κ = 1

,

µ = 2

,

P

f

= 0.01

e

u = 5

)... 33 4.12

P

d

vs.

¯

γ[dB]

ajustados a dados experimentais om esquema de dois limiares

mo-delados por anais em desvane imento

κ

-

µ

(

κ = 10

,

µ

= 1.3,

u

= 0.03 e

P

f

= 0.1). DistribuiçãodeRayleighemétododeumlimiardedete ção sãoplotadaspara

omparação... 34

4.13

P

d

vs.

¯

γ[dB]

ajustados a dados experimentais om esquema de dois limiares mo-delados por anais em desvane imento

κ

-

µ

(

κ = 2

,

µ

= 6,

u

=0.045 e

P

f

= 0.1). Distribuição de Rayleighé plotada para omparação... 35

5.1 Comparação entre área sob a urva ROC para os modelos de um limiar e dois

limiares em anais emdesvane imento

κ

-

µ

variando

∆

0

(

µ = 5

,

κ = 2

,

γ = 10

¯

dBe

u = 5

)... 38 5.2 Área sob a urva ROC sob anais em desvane imento

κ

-

µ

e in erteza do ruído

variando

µ

(

κ = 1

,

γ = 10

¯

dB,

u = 1

e

α = 1

dB)... 39 5.3 Área sob a urva ROC sob anais om desvane imento

κ

-

µ

e in erteza do ruído

variando

κ

(

µ = 0.5

,

γ = 10

¯

dB,

u = 1

e

α = 1

dB)... 40 5.4 Área sob a urva ROC sob anais em desvane imento

κ

-

µ

e in erteza do ruído

implementando até ni ade diversidadeSC(

µ = 1.75

,

κ = 1.5

,

α = 1

dBe

u = 5

). .. 41 5.5 Área sob a urva ROC sob anais em desvane imento

κ

-

µ

e in erteza do ruído

implementando até ni ade diversidadeMRC(

µ = 1.75

,

κ = 1.5

,

α = 1

dBe

u = 5

). 41 5.6 Comparação entre área sob a urva ROC sob anais em desvane imento

κ

-

µ

e

in- erteza do ruído implementando as té ni as de diversidade SC e MRC(

µ = 1.75

,

T

p

tempomáximo desaper ebido [

s

℄

N

Potên ia doRuído [W/Hz℄

h

ganho da amplitudedo sinal

W

Largura de banda [Hz℄

I

ν

(·)

função de Bessel modi adade primeiro tipoe ordem

ν

m

a variân ia da potên ia do sinaldesvane ido

Q

u

(·, ·)

a função de Mar um-Q

r

a envoltória instantânea dosinal

0

F

1

(·, ·)

função hipergeométri a onuente regular

Q(·)

função omplementar dadistribuição a umulada gaussiana

Símbolos Latinos

T

p

tempomáximo desaper ebido [

s

℄

N

Potên ia doRuído [W/Hz℄

h

ganho da amplitudedo sinal

W

Largura de banda [Hz℄

r

a envoltória instantânea dosinal

Símbolos Gregos

κ

razão entre a potên ia total das omponentes dominantes e a potên ia total das omponentesespalhadas

µ

rela ionado aos lusters de multi-per urso

η

razão entre as omponentesem faseeem quadraturade ada umdos lusters de multi-per urso

λ

Limiar de dete ção

γ

m

valormédio da razãosinal-ruído

γ

razão sinal-ruídoinstantânea

δ(ρ)

função delta de Dira

Γ(·)

função Gamma

Siglas

ANATEL Agen ia Na ionalde Tele omuni ações

UIT União Interna ional dasTele omuni ações

ITU International Tele ommuni ations Union

FSA Fixed Spe trum Allo ation

FCC Federal Communi ations Commission

QoS Qualidade de Serviço

SNR Relação sinalruído.

ROC re eiveroperating hara teristi s

AUC areaunder theROC urve

AWGN Additive white Gaussiannoise

PDF Função densidade deprobabilidade

PSD Densidade espe tralde potên ia

MRC MaximumRatio Combining

SLC Square-Law Combining

•

Annita Ribas and Ugo Dias. On the Double Threshold Energy Dete tion-Based Spe -trum Sensing over

κ

-

µ

Fading Channels. Publi ado em 2015 IEEE Radio Wireless Week (RWS/SiRF/PAWR/WiSNet/BioWireleSS).

•

Annita Ribas and Ugo Dias. On the Double Threshold Energy Dete tion-Based Spe trum Sensing over

κ

-

µ

Fading ChannelwithNoise Un ertaintyand Diversity. Publi ado no 2015 SBMO/IEEE MTT-S International Mi rowave andOptoele troni s Conferen e(IMOC).

Introdução

1.1 Contextualização

Comuni ações móveis é umsegmento que está emgrande destaquedevido ao seu res imento

extremamente elevado. O aumento do número de dispositivos que a essam redes sem o, omo

elulares,tabletselaptops,éumdosprin ipaisfatoresque ontribuemparaoin rementodotráfego

dedados. No ano de 2013, a estimativa da quantidade de dispositivos móveis ao redordo mundo

era de 6,9 bilhões, e em 2014 este valor subiu para7,4 bilhões - um res umento de quase meio

bilhãodeunidades[1℄. AFigura1.1ilustraaexpe tativade res imentodedispositivose onexões

móveisnomundo. Comnovospadrõesdesistemassemo,surgeane essidadedesuprirademanda

por espe tro defrequên ias, umre ursoessen iale limitado paratais serviços.

Figura1.1: Expe tativa de res imento dedispositivose onexõesmóveis no mundo. [1℄

Oespe troeletromagneti oéumre urso ontrolado pelogovernoouautoridaderegulatória de

adapaís. Entretanto, antesde ada governoatribuirespe tropara seusoperadores, adafaixade

frequên iaé alo ada paraumserviço móvel por umórgãoreguladorglobal. Oresposávelporessa

oordenação a nívelinterna ional é ITU(International Communi ation Union). Os objetivos de

FSA (Fixed Spe trum Allo ation), em que o espe tro eletromagnéti o é parti ionado em bandas

de frequên iasdestinadas a diferentes tiposde serviços. Dentro de determinada região e durante

período de tempo previamente determinado, a agên ia reguladora autoriza o a esso ao re urso

eletromagnéti oa umoperador.

Devidoaotipodepolíti aFSA,muitasvezesoespe troésubutilizado. AFigura1.2demonstra

ao upação média dasbandasde frequên ias para as idades de Chi ago e Nova Iorque. A partir

delaé possível observar que a por entagem de o upação para ada anal é muito inferior ao que

lhes é destinado. Neste ontexto, a m de melhorar a e iên ia da utilização deste re urso, os

rádio ognitivos apare em omouma té ni a onável de a essodinâmi o. Rádio ognitivo é um

dispositivo inteligente, majoritariamente denido por software, SDR (Software Dened Radio), e

podeserformalmente denido omoumrádioquepodealterarseusparâmetrosdetransmissão

ba-seadonainteração omoambienteemqueopera. É apazderealizarosensoriamentodoespe tro,

determinar bandas o iosas e oportunisti amente alo ar usuários não-li en iados de forma a não

ausarinterferên iasausuáriosli en iados. AFigura1.3demonstraeste enário. Resumidamente,

algumas ara terísti as devem serlevadasem onsideração:

•

Flexibilidade e agilidade: habilidade de alterar parâmetros opera ionais em tempo real. É possível onseguirmaiorexibilidade quando rádios ognitivos sãobaseados emSDR;

•

Sensoriamento: habilidade de observar e medir o estado do ambiente, in luindo o upação de espe tro. O sensoriamento é ne essário quando o dispositivo ne essita modi ar seu

fun ionamento baseadono onhe imento domeio de radiofrequên ia;

•

Aprendizadoe adaptação: habilidadede analisarinformaçõessensoriais,re onhe er padrões emodi ar omportamentosopera ionaisinternos ombasenaanálisedeumanovasituação,

não apenasdevido a algoritmos previamente programados mas também omo resultado de

Sensoriamento doespe tro utilizandorádios ognitivostemdemonstrado-se e ientena

dete -ção de usuários li en iados em anais de radiofrequên ia. Neste enários, uma té ni a bastante

onhe idaéosensoriamento doespe trobaseadoemdete çãodeenergia. Estes dete toresmedem

aenergiadaformadeondare ebidaemumperíododetempoparade idirseomeiodetransmissão

estáefetivamente o upado ou livre[8℄.

Dete toresdeenergia onven ionais utilizamumlimiardedete ção. Quandoaenergia medida

no re eptoré maior que o limiar denido, o sistema on lui que o meio está o upado. Caso

on-trário,o anal é tido omo livre. Vários estudosforam feitos onsiderando este método [8 , 9,10 ℄,

prin ipalmenteutilizando anaismodeladospordistribuiçõesdedesvane imentotradi ionais, omo

Rayleigh,Ri eeNakagami-

m

. Entretanto,umnovomodelopropõeumdete tordeenergiabaseado em dois limiares de dete ção [11, 12 ℄. Análises demonstram que essa abordagem tem vantagens

importantes em relação a e onomia de largura de banda e aumento na agilidade se omparado

ao modelo de um limiar de energia. Apesar disso, a literatura ainda are e de estudos

rela io-nadosa té ni a de dete ção de energia om dois limiares onsiderando anais de desvane imento

generalizados.

Sendoassim,estetrabalhoinvestigao omportamento derádios ognitivosquerealizam

senso-riamento espe tralpor dete ção de energia baseadoem doislimiares sobummodelo generalizado

de desvane imento, hamado

κ

-

µ

[13℄, e sob a óti a de algumas medidas de performan e, omo urvas de Cara terísti as de Operação do Re eptor, ROC (do inglês Re eiver Operation

Chara -teristi s), e Área Abaixo da urva ROC, AUC (do inglês Area Under the ROC Curve). Além

disso, serão analisadas variações nos enários, omo a presença de in erteza do ruído no anal e

implementação de diferentes té ni as dediversidades.

1.3 Objetivos

Estetrabalho visa atingirosseguintesobjetivos:

•

Des reverosensoriamentoespe traltendo omoté ni anotransmissorumdete torde ener-gia baseadoemdois limiares;

•

Modelar o sistema de sensoriamento do espe tro sob anais em desvane imento

κ

-

µ

para dete tor deenergia baseadoemdois limiares;

•

Obter a formulação de probabilidade de dete ção para anais

κ

-

µ

paradete tor de energia baseado emdois limiares;

•

Obter e análisar as urvas ROC para diferentes valores dos parâmetros físi os em enários em desvane imento

κ

-

µ

para dete torde energia baseadoemdois limiares;

•

Analisar ainuên iadain ertezadoruídonas urvasROC paradiferentesvaloresdos parâ-metros físi osem enáriosemdesvane imento

κ

-

µ

paradete tordeenergia baseadoemdois

•

Analisar ainuên iadousode diversidadeespa ial na apa idade dedete ção onsiderando ROC para anais

κ

-

µ

paradete torde energia baseadoem doislimiares;

•

Analisar a exibilidade do modelo de dete ção de energia baseado em duplo limiar quando variamos oslimiaresde energia;

•

Comparar o desempenho de dados práti os om sistemas teóri os para anais

κ

-

µ

onside-randodete tor deenergia deume dois limiares;

•

Análisar a áreasob a urva ROC (AUC) para anais

κ

-

µ

para dete torde energia baseado em doislimiares;

•

Analisar a inuên ia da in erteza do ruído na AUC para diferentes valores dos parâmetros físi osem enáriosemdesvane imento

κ

-

µ

paradete tordeenergiabaseadoemdoislimiares;

•

Analisar a inuên iado usode diversidade espa ial na apa idade global de dete ção utili-zando AUC para anais

κ

-

µ

paradete torde energia baseadoem doislimiares;

1.4 Estrutura da Dissertação

Estetrabalho está organizadoda seguinte forma:

•

O Capítulo 2 apresenta denições de rádios ognitivos, os aspe tos de uma rede de rádios ognitivos, o on eito desensoriamento doespe tro e seusesquemasde dete ção,o on eito

de ompartilhamento espe tral ediferentes apli açõespara osrádios ognitivos.

•

O Capítulo 3 expli ita os on eitos que envolvem propagação de sinais e des reve a distri-buição de desvane imento

κ

-

µ

.

•

O Capítulo 4 dis ute o sensoriamento do espe tro por dete ção de energia para anais om desvane imento

κ

-

µ

, onsiderando umlimiar edois limiares dedete ção. São demonstrados os efeitos de in erteza na estimação da potên ia do ruído no anal e a utilização de

dife-rentes té ni as de diversidade espa ial para o modelo de duplo limiar proposto. Também é

investigada a exibilidadedo sistemaparadiferentes enários.

•

O Capítulo 5 apresenta a métri a de dete ção global do sistema, a área sob urvas ROC (AUC),para enários omdesvane imento

κ

-

µ

,in erteza doruídoe té ni asdediversidade.

Rádio Cognitivo e Sensoriamento

Espe tral

2.1 O Con eito de Rádio Cognitivo

Inúmeras análises demonstram que grandeparte dasbandas disponibilizadas para serviçosde

omuni ações ontinuam om taxasde o upação baixasou nulas, pois o tráfego em redes móveis

tendeaser realizadoporrajadas. Logo, ousoe ientedo espe troexigea habilidade deexplorar

oportunidades instantâneas de transmissão. Em 1999, Joseph Mitola III e Gerald Q. Maguire

propuseramumanovate nologia paraastele omuni ações. Umrádio ognitivo édenido

formal-mente omo um rádio apaz de alterar seus parâmetros om base na interação om o ambiente

no qual ele opera [14℄. Esta denição também é adotada pela agên ia de tele omuni ações

ame-ri ana, FCC (Federal Communi ations Commission). Posteriomente, surgiram outras denições,

estendendo ou omplementandoa ini ial. Logo, umrádio ognitivo

•

é umsistemade omuni ação sem o inteligente que estáatento aoambienteexterno e(...) adapta seusestados internos através de variações estatísti asnosestímulos de RF,a mde

fazer alteraçõesem tempo real de ertos parâmetros de operação (potên ia de transmissão,

frequên ia da portadora, modulação), om dois objetivos prin ipais: omuni ação onável

e utilizaçãoe iente do espe trode rádio [15℄;

•

é umrádio ou sistemaque sente e está atento ao seu ambiente opera ional, e pode ajustar dinami amente e automonamenteseus parâmetros (ITU) [16 ℄;

•

é um rádio ou sistemaque senteo ambiente opera ional eletromagnéti oe pode ajustar di-nami amente eautonomamenteseusparâmetrosparamodi araoperaçãodosistema, omo

maximizar throughput, evitar interferên ia,fa ilitarinteroperabilidade, a essarmer ados

se- undários (NTIA)[16 ℄;

•

realizamedidasdinâmi asdetempo,frequên iaepotên iaeanalisaomeiodeRFparafazer uma de isão ótima de portadora e largura de banda, om objetivo de guiar o transmissor

requisito importante (WWRF)[16℄;

•

é umrádio quemonitora suaprópriaperforman e, monitora aqualidade do anal, varia a-ra terísti asopera ionais( omofrequên ia,potên ia,taxadedados)eotimizaaperforman e

sele ionando frequên iase anais automati amente(ATIS) [16℄.

Logo,umrádio ognitivo possuiduas ara terísti as bási as: apa idade ognitiva e

re ongu-rabilidade.

2.1.1 Capa idade Cognitiva

A apa idade ognitivaserefereahabilidadedeobterinformaçõessobreomeiodepropagação

através deobservação, sele ionar oportunistamente osre ursos disponíveis e explorar esta porção

espe tralsem ausarinterferên ias nousuário primário (também hamadode usuário li en iado).

Esta ara terísti a é omumente representada pelo i lo ognitivo, um onjunto de tarefas que

resume as funções desempenhadas pelo RC. A Figura 2.1 ilustra as fases de um i lo ognitivo:

sensoriamento, análise,geren iamento eadaptabilidade.

Figura 2.1: Ci lo Cognitivo [3℄.

Osensoriamento doespe tro é aprimeira etapa do i lo ognitivo,sendo umpro esso passivo

demonitoramento dosestímulos emum meio de radiofrequên ia (RF) e realizado pela antenade

re epção. Ele visa identi ar oportunidades de transmissão e levantar parâmetros do anal que

prin ipalobjetivo é forne er subsídiosparaodispositivoprati ar a essodinâmi o.

Na fase de análise do espe tro, também onhe ida omo estimação do anal, as medições

realizadasnosensoriamentosãoavaliadaseidenti a-sea apa idadeeasoportunidadesdea esso

ao meio. Em algumas abordagens, esta fase está integrada ao pro esso de sensoriamento, pois

ambas as etapas devem ser otimizadas onjuntamente. O sensoriamento e a análise espe tral

são etapas fundamentais, pois toda a apa idade ognitiva está ali erçada sobre as informações

oletadaspor elas. Logo,é importanteter ontrolee autelasobresuapre isãoeseudesempenho.

Naspróximasseções, serãotratadasté ni as importantespara realização destasfases.

O geren iamento do espe tro é a etapa em se utiliza asinformações levantadas anteriomente

paraa tomada de de isão. Paratransmitir suas informações, o rádio ognitivo agoratem

onhe- imento da apa idade dore urso e dopadrão de utilizaçãodosusuários primários, o quefa ilita

prever osmomentos em que elepode requisitar o anal para o transmissorse undário. Esta fase

tambémexigeumaboapolíti adealo açãodeespe tro,paraquenãosóaprioridadedeutilização

da rede primária seja respeitada, omo também exista uma administração e iente de alo ação

paraosusuáriosse undários interessados.

Finalmente, a adaptação dos re ursos de rádio é a última etapa do i lo ognitivo. Nela, os

parâmetrosinternosdorádio ognitivosãoalterados,prin ipalmenteosrela ionadosàtransmissão

deRF,dea ordo omaestratégiadenidana etapade de isãoanterior. Sãorealizados o ontrole

depotên iade transmissão paraevitarinterferên ias indesejadas,oajustedo ir uitode RFpara

operar na largura de banda e na frequên ia de portadora es olhidas, a es olha do esquema e da

ordemde modulação,e tambémda té ni ade odi ação maisapropriados, entre outros.

2.1.2 Re ongurabilidade

A re ongurabilidade serefere ao fato de umrádio ognitivo dever ser apazde adaptar seus

parâmetros de transmissão e re epção. Ele deve ser exível dependendo do meio em que deseja

transmitir,modi andofrequên iasete nologiasquandone essário. Paraisso,épre isohardwares

sosti ados, omonovasantenasdebandalarga,ampli adoresdepotên ia, onversores

analógi o-digitais de alta resolução, ltros adaptativos e pro essadores de alta velo idade. Entretanto, a

re onguraçãodorádio ognitivoestá baseadanautilizaçãodete nologiasderádios denidos por

software, osSDRs. Resumidamente, SDRs referem-se ate nologias emque asfun ionalidades de

amadafísi asãodenidasporsoftwares. Cara terísti asopera ionais deumdispositivo, omo

o-di ação,tipodemodulação ebandadefrequên ia,podemsermudadassimplesmente arregando

umnovo software.

2.2 Arquitetura da Rede Rádio Cognitivo

Umarederádio ognitivo apresenta dois pilares prin ipais: a redeprimária ea rede ognitiva.

regulamentadoe liberadopelogovernoouórgão reguladorespe í o,por issosão onsiderados de

alta prioridade. Esta liberação os permite operar e realizar tro a de dados na faixa de espe tro

determinada e abe asautoridades ontrolar e s alizar seu uso para que não haja interferên ia

prejudi ialaos serviçosasso iados.

A rede ognitiva, omumente hamada de redese undária, é aquelaque não possuipermissão

parautilizar omeioeporissodeveráprati aroa essooportunista aosre ursossubutilizados. Seu

sistemadeve seradaptadoparagarantira priorização e nãointerferên ia asistemas primários.

2.2.1 Bandas Não-Li en iadas

Bandasdefrequên iasnãoli en iadassãoporçõesdoespe trosreservadasparautilizaçãolivre

dedispositivosquedesejamoperardemaneiranãorestritaporli ençasesemregras ompli adasde

transmissãoepropriedade. Entretanto,essasfaixassãomaispropensasasofrer ominterferên ias.

Por não dependerem de li enças, essas faixas são utilizadas por diferentes padrões de te nologia

de omuni ação, omoIEEE802.11b/g/n(nabanda ISM2,4GHz)eIEEE802.11a(bandaUNII

5GHz).

Inúmeros estudos vem mostrando que as bandas não-li en iadas estão entre as mais

utiliza-das. Os motivos para essa popularidade estão na fa ilidade para desenvolvimento de inovações

te nológi assemoenvolvimento de omplexospro essosde regulamentação, e napossibilidade de

utilizaçãosem ustosnan eiros. Todososusuáriosinseridosnessarededetêm omesmodireitode

a essoaomeio. Entretanto, devido ao seuusomassivo,estasbandasestão próximas aatingir seu

ponto de saturação, e a interferên ia gerada por diversasredes heterogêneas está elevada aníveis

proibitivos, reduzindo ae iên ia natransmissão nestasfaixas.

2.2.2 Bandas Li en iadas

Bandas li en iadas sãofrequên ias reservadas para o uso de operadoresque obtêm permissão

do governo ou órgão regulador. Tradi ionalmente, tais permissõestambém estipulam te nologias

espe í as para serem utilizadas naquela banda. A exemplo disso, as faixas de 900 Mhz, 2100

Mhz e 2500 MHz, que no Brasil são reservadas para sistemas de omuni ações móveis 2G, 3G

e 4G LTE respe tivamente. No ontexto de rádios ognitivos, a rede primária possui a li ença

parautilizar umapartiçãodo espe troli en iado e aredese undáriaaguarda oportunidades para

a essar dinami amente o meio. A Figura 2.2 ilustra esta arquitetura. Dessa forma, através de

me anismos de sensoriamento espe tral e ompartilhamento espe tral, que serão expli ados a

se-guir,é possíveltornaro usodoespe tromaise iente. A barreiradasli ençastorna-se umpou o

maisexível, prin ipalmente quando seprati am boaspolíti asde a esso ompartilhado ao meio

2.3 Sensoriamento Espe tral

Osensoriamentodoespe troéaatividadedemonitorarperiodi amenteomeiode

radiofrequên- ia e identi ar possíveis oportunidades de alo ação dinâmi a. Essas oportunidades, onhe idas

omobura osespe trais(spe trumholes)ouespaçosbran os(white spa es),sãofaixasde

frequên- ianãoutilizadasnoespe tro epodemo orrerde formatemporal ouespa ial. Obura oespe tral

temporal o orre quando o usuário primário não está utilizando o anal em um determinado

pe-ríododetempoeousuáriose undáriotransmitedentrodeseual an e. Obura oespe tralespa ial

a onte e quando o usuário se undário transmite em faixas de frequên ia que estão livres, porém

2.3.1 Esquemas de Dete ção

Considerandoumaredeprimária eumarede ognitiva,oobjetivodosensoriamento espe tralé

realizarumteste dehipótesesbinárioede idirpelapresença ouausên iadousuárioli en iado em

umdeterminado anal. Quando o anal está vazio, hamamos a hipótese de

H

0

. Caso ontrário, temosahipótese

H

1

. Basi amente,parao asode

H

0

,osinalre ebidoéessen ialmenteoruídodo ambiente de RF;para o aso de

H

1

, o sinalre ebido deve ser o ruído do anal a res ido do sinal transmitido pelousuário primário. Algumasté ni as prin ipais de dete ção sãoapresentadas nas

seçõesseguintes.

2.3.1.1 Dete ção de Energia

A dete ção de energia é onsiderada a forma mais omum de sensoriamento espe tral devido

aoseu baixo usto omputa ional e baixa omplexidade de implementação. Este esquema é

las-si ado omonão- oerente, poisnão requer sin ronismo,e não-paramétri o, o quesigni a queo

dete tornãotem onhe imentopréviodosinaltransmitido. Estas ara terísti assãointeressantes

em sistemas de rádio ognitivo pois o espe tro sensoriado pode ser utilizado por diferentes tipos

deusuários primários[3℄. Nesta abordagem, osinalé determinado pela omparação entre asaída

do dete tor e umlimiar de energia pré-determinado. Se o sinal re ebido for maior que o limiar,

on lui-sequeo analestáo upado. Entretanto,esse esquemaésus etívelain ertezadapotên ia

doruído, o quepode gerarerros na de isão.

Odete tordeenergia podeserimplementado deduasformasprin ipais: nodominíodotempo

ou no domínio da frequên ia. A Figura 2.4 demonstra os diagramas de blo o de dete tores de

energiaparaasduasformas. Nodomíniodafrequên ia,odete torpro essaasfaixasdefrequên ia

apli andoatransformada rápidadeFourier, FFT(Fourier Fast Transform),oquepossibilita

pro- essarbandasmaiorese múltiplossinaissimultaneamente[5 ℄. Nodomíniodotempo,osinalpassa

analógi o-estatísti a de teste, quedeve ser omparada om o limiar de dete ção

λ

parade idir ausên iaou presença deumusuário primário no anal. Esteé o esquemaadotadono trabalho.

Figura2.4: Modelos de dete tores deenergia [5℄.

2.3.1.2 Dete ção Ci loesta ionária

Normalmente,umaparte daestruturado sinaldousuário primário é onhe ida, omo taxade

dados,tiposdemodulaçãoefrequên iadaportadora. Sinaisdigitaissãomoduladosporportadoras

senoidais, trens de pulso, fator de espelhamento e operações omo odi ação e amostragem.

As médias e orrelações destes sinais demonstram periodi idade e por isso são hamados sinais

i loesta ionários. Este esquema de dete ção, também hamado de dete ção de ara terísti a,

baseia-se na exploração dessas propriedades para identi ação de usuários primários no espe tro

[17℄.

Sinais modulados são i loesta ionários, o que signi a que possuem omponentes periódi as

e alguns padrões. Esta pe uliaridade permite que o dete tor distingua o sinal através de análise

dafunção de orrelação espe tral. O ruído, omo sinalesta ionário no sentido amplo,não possui

orrelação. Odete torutilizaessasdiferençasentresinaleruídopararealizaratomadadede isão.

A presença ou ausên ia de sinais em uma banda é al ulada om base na função de orrelação

í li a,ao invés dadensidade espe tralde potên ia. Como o algoritmo de dete ção ara terísti a

é apaz de diferen iar usuários primários, usuários se undários e ruído, este método apresenta

maiorrobustez emelhordesempenho quando omparado ao métodode dete ção deenergia. Suas

desvantagenssedevemane essidadedeumlongoperíododeobservação,aquantidadedeamostrar

exigidas,a omplexidadede implementação ea apa idade de pro essamento.

2.3.1.3 Dete ção por Filtro Casado

Filtro asado é umltro linearprojetado para provera máxima relação sinalruído, SNR (do

inglês,Signal-to-NoiseRatio),ebaixaprobabilidadedeerroaosinaldete tado,alémdepossibilitar

levantarinformaçõesdo usuárioprimário mesmo napresença de ruído. Este esquema,entretanto,

depende do onhe imento de ara terísti as dosinal, omotipodemodulação, formato depa otes

omaltas probabilidade dedete çãoeimplementaralgorítimos dere epção omplexos, adete ção

por ltro asado torna-se inviável, já que o rádio deve ser apaz de demodular todos os tipos

de sinal re onhe idos exigindo muito pro essamento e onsiderável onsumo de potên ia. Sendo

assim,apesardaa urá iadessaté ni aedesuaamplautilizaçãoemsistemasde omuni ações,sua

omplexidade de implementação apresenta grande desvantagem para as redes de rádio ognitivo

[17℄.

2.3.1.4 Sensoriamento Cooperativo

Atéaqui foi possível per eberque a performan e de um úni o dete tor pode ser severamente

degradada devido a efeitos omo desvane imento, sombreamento ou sensores falhos. Está é a

motivação para o uso de umsensoriamento ooperativo, em que as observações de múltiplos

rá-dios ognitivos são ombinadas para melhorar a performan e de um dete tor [17℄. As té ni as

de sensoriamento ooperativo aproveitam a diversidade espa ial e de multiusuários dos sensores

traduzindo-asemganhosnadete ção dossinaisprimários. Arazãodessesganhoséquea

probabi-lidadedequetodosossensoresdistribuídos noambiente estejamexperimentandoníveisprofundos

de desvane imento e de sombreamento é baixa. É omum queenquanto alguns sensores estejam

sobre ondições pre árias de monitoramento, haja outros om melhor aptação do sinal

primá-rio. Ao mesmo tempo em que a ooperação pode obter ganhos de desempenho na dete ção, sua

operação geralmente vem om usto de redução do poten ial de transmissão da rede se undária.

O motivo disso é que a ooperação introduz informações de ontrole na rede se undária. Uma

vez queosre ursos de rádio disponíveis para transmissão sãolimitados, uma partedeles deve ser

reservada para tro as de informações de sensoriamento em detrimento da transmissão de dados

úteis [3 ℄. Além disso, é possível ter diferentes topologias de redes ooperativas: distribuidas ou

entralizadas. Em redes de sensoriamento distribuidas, os rádios ognitivos ompartilham

infor-mações oletadas om todososoutrose ada nótoma suade isãoquanto aostatusdo anal. Em

redes entralizadas, osnósenviamsuasmediçõesparaumrádiodereferên iaquerealizaade isão.

Aspolíti asde envio dedadosparaa entral dependemde ada implentação.

2.4 Compartilhamento Espe tral

Oa essooportunistase undáriodoespe tro,SSA(Se ondarySpe trumA ess),é ara terizado

pela identi ação e utilização apropriada de re ursos vagos por usuários não li en iados. Por

utilizaçãoapropriada, entende-se que o usuário se undário que queira utilizar a banda li en iada

deveseguirasexigên iasestritasdeutilizaçãodenidas pelousuário li en iado. Paraisso,orádio

ognitivodeverealizarosensoriamentodoespe troatravésdasté ni asexpli itadasanteriormente.

A onabilidade destas té ni as de sensoriamento é mais desaadora quando existem elementos

de in erteza, omo desvane imento, sombreamento ou ruído térmi o. Essa abordagem leva em

onsideração que nem sempre a rede se undária tem a possibilidade de interação om o usuário

Figura2.5: Modelooverlay de ompartilhamento do espe tro [6 ℄.

Figura2.6: Modelos underlay de ompartilhamento doespe tro[6℄.

2.4.1 Overlay

O a esso overlay refere-se a utilização do espe tro pelo usuário se undário quando o usuário

primário deixa este re urso ompletamente deso upado, ou seja, é possívelidenti ar os bura os

espe trais(ouespaçosembran o). Umrádio ognitivoidealmentedevesensoriarumagrandefaixa

doespe trodefrequên iasparaidenti aroportunidadesdea essosu ientes. Entretanto,aoinvés

deidenti arumagrandeeúni aporçãodelargura debanda,existeumaaltaprobabilidadedeum

rádio ognitivoidenti arváriaspequenasporçõesdefrequên iasvaziaslo alizadasaleatoramente.

Dessa forma, é ne essário agregar essas pequenas porções não- ontínuas para riar uma

oportu-nidade de transmissão om altas taxaspara omuni ação ognitiva. Para esse m, esquemas de

modulação multiportadoras são ferramentasapropriadas para o a essooportunista, omo OFDM

(Orthogonal DivisionFrequen y Multiplexing) e MC-CDMA (Multi arrier Code Division Multiple

Oa essounderlay, também hamadode espaços inzas, refere-se autilização doespe tro pelo

usuáriose undárioaomesmotempoemqueore ursoéutilizadopelousuárioprimário. Mesmoque

umusuário li en iado esteja ativoe transmitindoemumabanda espe í a,podehaver

omparti-lhamentodo analdeformaanãoimporaosistemaprimárioumnívelinadmissíveldeinterferên ia.

Emborao esquema de overlay dê ao sistemade omuni ação maior segurança quanto ao ontrole

de interferên ia sofrida pelo usuário primário, a abordagem underlay permite maior apa idade

ao sistema de omuni ação. É laro que isso também deve ser feito de forma que a operação

de usuário não-li en iado não ause degradação severa, impossibilitandoa transmissão primária.

Algumas soluções para o a esso underlay exploram a diversidade da interferên ia no anal para

fa ilitar oexistên iaentresistemas,alémdemétodospoderososde odi açãoedousodaté ni a

UWB(Ultra-Wideband).

2.5 Apli ações de Rádio Cognitivo

Como uma te nologia inovadora e e iente, o rádio ognitivo desperta o interesse de várias

áreasde sistemasde omuni ação. Algumaspodemser listadas:

•

Redes elulares: devido a exibilidade e adaptabilidade dos rádios ognitivos, é possível aumentar a área de obertura e interoperabilidade entre sistemas de omuni ações móveis

em diferentes regiões, diminuindo degradação e perdas de omuni ação em deslo amento.

Além disso, pode-se ampliar a e iên ia no uso do espe tro e otimizar a apa idade das

redes;

•

Segurança públi a/Redes de emergên ia: permiteinteroperabilidade e oexistên ia entre os sistemas, tornando dispensáveis infraestrutura espe í a e alo ação de re ursos estáti os e

ine ientes;

•

Redes Wi-Mesh: permite que qualquer usuário om laptop ou smartphone se one te, via Wi-Fi em2,4 GHz,ao rádio ognitivo,que realizao en aminhamento dosdadosparaoutra

interfa e Wi-Fi,operandoemfaixasabaixode1GHz (sub-1GHz),quepropor ionammaior

raio de obertura;

•

Sensores sem o, WSN(Wireless Sensors Networks): soluçõesWSN utilizam espe tro não-li en iado, que atualmente apresenta desempenho omprometido devido a quantidade de

te nologias que dividem a mesma faixa. Utilizando rádios ognitivos, as redes de sensores

podemen ontrar oportunidade em bura os no espe tro li en iado, fugindo da interferên ia

Canais em Desvane imento

κ

-

µ

Em sistemasde omuni ações móveis,o aminho entretransmissorere eptorpossuiinúmeras

variações. Por ser aleatória e sofrer om diversos efeitos, a propagação do sinalgeralmente exige

umaanálise omplexa, levando em onsideração pro essos esto ásti os e muitas vezes empíri os.

Em um anal sem o, as fontes de ruído podem ser lassi adas em aditivas ou multipli ativas.

Oruídoaditivosurge depro essos dointeriordo dispositivo, omo ruídotérmi o, epor pro essos

externosao dispositivo, omoefeitosatmoféri os, radiação ósmi ae interferên ia de outros

equi-pamentoseletrni os. Oruídomultipli ativo a onte eemvariáveisen ontradas no aminho entre

transmissore re eptor. Algumasdessas variáveis sãoas ara terísti as dire ionaisdas antenas de

re epção (RX)e transmissão (TX),ree ção, absorção,espalhamento, difração,refração,et .

Ospro essosmultipli ativosno anal ostumamser dividiosemtrêstipos: perdade per urso,

sombreamento (ou desvane imento em larga es ala), e desvane imento rápido (também hamado

de desvane imento em pequena es ala). A Figura 3.1 ilustra o efeito dos tiposde pro essos

mul-tipli ativosemumsinalre ebido. A perdade per ursoestá rela ionada om aatenuação do sinal

no aminho entre o transmissor e o re eptor. Os pro essos físi os que ausam essa perda são

a distân ia entre as antenas, obstruções físi as, frequên ia de operação, espalhamento de ondas

transmisitas,entre outros [7℄.

O sombreamento, também hamado de desvane imento de larga es ala ou de longo prazo, é

observado emsinaisquesepropagamamédiase longasdistân iasse omparadasao omprimento

de onda. Este efeito está rela ionado a alterações signi ativas no ambiente, omo variações

temporais no índi e de refração da atmosfera, e também a obstruções, omo relevo, vegetação

e onstruções, que interferem no nível de sinal re ebido no re eptor. O desvane imento lento

determina a variação da média global do sinal re ebido e o orre em intervalos de dezenas de

omprimentos de onda.

O desvane imento em pequena es ala, onhe ido omo desvane imento rápido ou de urto

prazo,resultadeinterferên ias onstrutivasedestrutivas, omodiferençaemamplitudeedefasagem

de fase, entre múltiplas ondasque hegam no re eptor. Ele é usado para des rever asutuações

rápidasdasamplitudes, fasesou atrasosde aminhosmúltiplos de umsinalderádio emum urto

desvan imento empequena es ala do sinal, omo Rayleigh, Ri e e Nakagami-

m

. Neste trabalho, iremostratar da distribuição

κ

-

µ

.

Figura 3.1: Componentesdo sinalquesofreram efeitosdo ruídomultipli ativo [7 ℄.

3.1 A Distribuição

κ

-

µ

A distribuição

κ

-

µ

[13 ℄ é uma distribuição de desvane imento que pode ser usada para re-presentar as variaçõesde pequena es ala de sinais em redes sem o tanto em ondições de linha

de visada, LOS (do inglês, Line Of Sight), quanto em ondições de multiper urso. Este modelo

onsideraumsinal ompostopor lusters deondasdemultiper ursopropagandoemumambiente

não-homogêneo. Dentrode qualquer umdos lusters asfasesdasondas espalhadassão aleatórias

epossuemtempo de atraso próximos. Em relação a outros lusters,o espalhamento de tempo de

atraso é relativamente grande. Assume-se que os lusters tem ondas espalhadas om potên ias

idênti as, masem ada luster é per ebidauma omponentedominante ompotên ia arbitrária.

Como seu nome sugere, a distribuição

κ

-

µ

é es rita em termos de dois parâmetros físi os, hamadosde

κ

e

µ

. Oparâmetros

κ

estárela ionadoarazãoentreapotên iatotaldas omponentes dominantes eapotên iatotal dasondasespalhadas,enquantoo parâmetros

µ

está rela ionadoao número de lustes multiper ursos. Ambososparâmetros devemsermaiores quezero.

Para um sinaldesvane ido om envoltória

R

,sendo

r =

ˆ

pE(R

2

₎

o valor rms de R, a função

densidade de probabilidade, PDF (do inglês, Probability Density Fun tion), e a função de

distri-buição umulativa, CDF (do inglês, Cumulative Distribution Fun tion), da envoltória podemser

es ritas,respe tivamente, omo

f

R

(r) =

2µ(1 + κ)

µ+1

2

κ

µ−1

2

exp(µκ)

1

ˆ

r



r

ˆ

r



µ

exp



µ(1 + κ)



r

ˆ

r



2



I

µ−1

h

2µpκ(1 + κ)

r

ˆ

r

i

,

(3.1)

F

R

(r) =

h

1 − Q

u



p2κµ,

p2µ(1 + κ)

r

ˆ

r

i

,

(3.2)

emque

I

ν

(·)

éafunção deBessel modi adade primeirotipo eordem

ν

[18,Eq. 9.6.20℄e

Q

µ

(·, ·)

é a função Mar um-Q generalizada [19℄. As Figuras 3.2 e 3.3 mostram as PDFs para diferentes

valoresde

κ

e

µ

. Paraen ontrar aPDFe CDFda razãosinal-ruído(SNR), éne essáriorealizara mudança de variáveis partindo de suas expressõesem relação aenvoltória do sinal (3.1) e (4.25).

Utilizando aseguinte identidade

f

Γ

(γ) = f

R

(r) ·

∂r

∂γ

,

(3.3)

emque

γ

representa a razãosinal-ruído instantânea, é possívelen ontrar asfunçõesdensidade de probabilidade edensidade umulativa darazão sinal-ruídoda distribuição

κ

-

µ

omo

f

Γ

(γ) =

µ (1 + κ)

µ+1

2

κ

µ−1

2

exp (µκ)

√

γ · ¯γ

 γ

¯

γ



µ

₂

exp



µ(1 + κ)

γ

¯

γ



I

µ−1



2µ

r

κ (1 + κ)

γ

¯

γ



,

(3.4)

F

Γ

(γ) =



1 − Q

u



p2κµ,

r

2µ(1 + κ)

γ

¯

γ



,

(3.5) emque

γ

¯

éa SNR média.

___ Distribuição Κ-Μ

- - - Distribuição Rayleigh

Κ

= 0, 2, 3, 5, 7, 10

Μ

= 0.7

0.0

0.5

1.0

1.5

2.0

2.5

3.0

0

1

2

3

4

5

6

7

Ρ

f

R

HΡ

L

___ Distribuição Κ-Μ

- - - Distribuição Rayleigh

Μ

= 0.3, 0.5, 0.8, 1, 1.5, 2, 3, 5

Κ

= 1

0.0

0.5

1.0

1.5

2.0

2.5

3.0

0

1

2

3

4

5

6

Ρ

f

R

HΡ

L

Figura3.3: Função densidade de probabilidade

κ

-

µ

om

κ

xo

3.2 Casos Parti ulares da

κ

-

µ

Adistribuição

κ

-

µ

é umadistribuiçãogeneralizada quein lui outrasdisitribuiçõesde desvane- imento em seus asos parti ulares, apenas ajustando seus parâmetros, omo as distribuições de

Rayleigh, Ri e, Nakagami-

m

e GaussianaUnilateral. Noteque tanto Ri e omo Nakagami-

m

são distribuiçõesquein luem a distribuiçãode Rayleigh, eNakagami-

m

tambémin lui adistribuição Gaussiana Unilateral. Dessa forma, todas essas distribuições podem ser obtidas através da

κ

-

µ

[13℄.

A distribuição de Ri e des reve um sinal desvane ido om um luster multiper urso em que

há uma omponente dominante entre as ondas espalhadas. Logo, a modelagem de Ri e pode ser

obtidaquando fazemoso parâmetro

µ = 1

. Nesse aso, o parâmetro

κ

oin ide omo parâmetro kdadistribuição deRi e. Fazendo

µ

=1e

κ → 0

nadistribuição

κ

-

µ

,omodelodaRayleighpode serobtido.

UmsinalNakagami-

m

é omposto de lusters de multiper urso sem omponentesdominantes emseus lusters. Portanto, quando

κ → 0

,temosarepresentaçãodadistribuiçãode Nakagami-m, emquem representa onúmero de lusters de multiper urso. A distribuição GaussianaUnilateral

pode ser obtida fazendo

µ = 0.5

e

κ → 0

. A Tabela 1 resume as alterações de parâmetros ne essáriasparaa obtençãodasdistribuiçõesaqui itadas.

Tabela3.1: Quadroresumodosvalores

κ

e

µ

usados paraaobtenção de outras distribuições. Distribuição

κ

µ

Rayleigh

κ → 0

µ

=1 Ri e

κ = k

Rice

µ

=1 Nakagami-m

κ → 0

µ

=m Gaussiana Unilateral

κ → 0

µ

=0.5

Sensoriamento do Espe tro por

Dete ção de Energia sob Canais em

Desvane imento

κ

-

µ

4.1 Dete ção de Energia para Um Limiar de Dete ção

Modelos onven ionais onsideram apenas um limiar de dete ção para realizar a dete ção de

energiae de idirpelapresença ouausên iade umsinalno analde radiofrequên ia. Como itado

naseção 2.3.1,duashipótesespara essemodelo dedete ção podem serdenidas:

H

0

: y(t) = n(t),

H

1

: y(t) = hx (t) + n(t),

(4.1)

emque

y(t)

éo sinaltransmitido pelousuárioprimário,

x(t)

éosinalre ebidopelousuário se un-dário,

n(t)

é o ruído bran o gaussiano aditivo (AWGN) e

h

é o oe iente do anal. Utilizando o dete tor de energia, ilustrado pela Figura 2.4b, o sinal na saída do integrador é usado

estatis-ti amente para a tomada de de isão. Este sinal Y na saída do re eptor possui a distribuição a

seguir:

H

0

: χ

2

2T W

,

H

1

: χ

2

2T W

(2γ),

(4.2)

emque

γ

éarelaçãosinalruído(SNR),

χ

2

2T W

e

χ

2

2T W

(2γ)

sãodistribuições hi-quadrado entrada enão- entrada,respe tivamente, om2TWgrausdeliberdadeeumparâmetrodenão entralidade

de

2γ

para a segunda distribuição. TW é o produto tempo-largura de banda, que é um inteiro, denotadopor u. Caso Y sejamenor que

λ

, onsidera-se queo anal está disponível. Caso Y seja maiorque

λ

, onsidera quehá sinalprimário sendotransmitido no anal.

A partir desse modelo de dete ção, foram denidas métri as para al ular de forma onável

e e iente a presença de usuários primários no anal. Em ambientes em que não há

realmente o upado. Em outras palavras,

P

d

pode ser denida omo a probabilidade de o rádio ognitivo dete tar um anal omo o upado eele de fatoestar sendoutilizado. Matemati amente,

aprobabilidade de dete ção é dadapor [8 ℄

P

d

= P {Y > λ|H

1

} = Q

u

(p2γ,

√

λ),

(4.3)

emque

λ

éolimiardedete çãopreviamenteestipulado. AfunçãoMar um-Qgeneralizada,

Q

u

(·, ·)

, podeser es rita omo [19℄

Q

u

(a, b) = exp



−

a

2

2



∞

X

i=0

1

i!

 a

2

2



i

_{Γ[i + u,}

b

2

2

]

Γ[i + u]

.

(4.4)

A hamada probabilidade defalsoalarme,

P

f

,pode serdenida omoaprobabilidade ondi ional de o sinal Y estar a ima de

λ

, enquanto na verdade o anal está deso upado. Basi amente,

P

f

é a han ede o rádio dete tar que o anal está heio quando não está. A probabilidade de falso

alarmeédenida omo[8℄

P

f

= P {Y > λ | H

0

} =

Γ(u,

λ

₂

)

Γ(u)

,

(4.5)

em que

Γ(·)

e

Γ(·, ·)

são as funções gamma ompleta [20℄ e in ompleta [21 ℄, respe tivamente. Finalmente, podemos denir aprobabilidade de perda, ou probabilidade de nãodete ção, omoa

probabilidade denão dete tarumsinalquando eleestá presente no anal, dada por

P

m

= 1 − P

d

.

(4.6)

4.1.1 In erteza do Ruído

O limiar de dete ção depende sensivelmente da razão sinal-ruído. Na presença de in erteza

do ruído no anal, NU (Noise Un ertainty), para valores médios de SNR muito baixos, torna-se

imprati ável a dete ção de usuários primários. Assumindo a presença de

β

dB de in erteza na estimação da potên ia doruído, então a potên ia real do ruído estána ordem de

(δ

2

s

/α, αδ

2

s

)

, em que

α = 10

β

10

. Consequentemente, aquantidade desejadade amostras ne essáriaspara obter

P

f

e

P

d

édenida omo[22℄

N =

2(C

−

1

(P

f

) − C

−

1

(P

d

))

2

(SN R − (α −

α

1

))

2

, γ

s

> γ

wall

,

(4.7)

em que

C(·)

é a função omplementar da distribuição a umulada gaussiana,

γ

wall

é o limiar da

SNRnoqualadete çãoirásemprefalhar,eoSNRwall sobum analAWGNéSNR energy

wall

=

α

2

₋

₁

α

.

Quandoapotên iadoruídoésuperestimada omo

¯

δ

2

P

f

= P

(

1

¯

δ

2

s

N

X

i=1

x

2

(i) > ¯

_{λ | H}

0

)

= P

 Z

_¯

δ

2

s

> α¯

_{λ | H}

0



= P

f

(α¯

λ),

(4.8) em que

Z =

P

N

i=1

x

2

(i)

é a potên ia re ebida. Por outro lado, quando

¯

δ

2

s

é subestimado omo

¯

δ

2

s

=

δ

2

s

α

,a probabilidade de falsoalarmeé obtida omo

P

f

= P

 Z

¯

δ

2

s

>

λ

¯

α

| H

0



= P

f



¯

λ

α



.

(4.9)

BaseadonasEquações(4.3)e(4.5),per ebe-sequetanto

P

d

quanto

P

f

sãofunçõesde res entesde

λ

. Porém, onsiderando queo valor realdapotên ia doruído podeassumir qualquer valordentro de

(δ

2

s

/α, αδ

s

2

)

,paragarantir arestriçãodo espe troutilizado,olimiar dedete çãoadequado deve serdenido omo

λ = αλ

¯

. Portanto, opior asode

P

d

a onte equando

¯

δ

2

s

= αδ

s

2

e

P

d,

pior

= P

 Z

¯

δ

2

s

> ¯

_{λ | H}

1



= Q

u



p2γ, α

√

λ



.

(4.10) 4.1.2 Canais em Desvane imento

Emambientes omdesvane imento,o oe ientedo anal

h

évariável. Logo,asprobabilidades que dependem da hipótese

H

1

devem ser uma média estatísti a sob o anal de desvane imento. Neste ontexto, aprobabilidade de dete ção é obtida fazendo a média entre a probabilidade

on-di ionale afunção densidade de probabilidade da SNR,

f

Γ

(·)

, omo

P

d

=

Z

x

Q

u

(p2γ,

√

λ)f

Γ

(x)dx.

(4.11)

Para os asos emquetambém existein erteza do ruídono anal, a probabilidade de dete ção

éen ontrada substituindo(4.10) em(4.11):

P

d

=

Z

γ

s

Q

u



p2γ, α

√

λ



f

Γ

(x)dx.

(4.12)

4.2 Dete ção de Energia para Dois Limiares de Dete ção

Neste modelo de dete ção de energia, a de isão por

H

0

ou

H

1

será tomada baseada em dois limiaresde dete ção,

λ

1

e

λ

2

,enãoapenasemumúni olimiar, omoilustraaFigura4.1. Aregra dede isãoé modelada omo

te ção te ção

Figura4.1: Modelode Dete çãode Energia

D=











H

0

,

se

Y ≤ λ

1

SemDe isão,se

λ

1

< Y < λ

2

H

1

,

se

Y ≥ λ

2

em que Y é a energia do sinal re ebido y(t) e D é a de isão do rádio ognitivo. Logo, o

usuá-rio se undário de ide por

H

0

quando a energia re ebida for menor que

λ

1

, de ide por

H

1

se a energia re ebida for maior que

λ

2

, ou não toma de isão se o valor de energia observado estiver entre os limiares

λ

1

e

λ

2

. O desempenho do sensoriamento de espe tro para o modelo de dois limirespode serinvestigada omonomodelo lássi odeumlimiar omputando asprobabilidades

de dete ção (

P

d

), de falso alarme (

P

f

) e de perda na dete ção (

P

m

), mas agora a probabilidade denãode isão(

∆

)tambéméin luida naanálise. Dessaforma, onsiderandoahipótese

H

0

,

P

d

0

é denida omoa probabilidade de de idirpelaausên iado usuário primário,

∆

0

éa probabilidade denãode isãoe

P

f

omoaprobabilidadedede idirpresençadousuárioprimário. Paraambientes semdesvane imento omAWGN,

P

d

0

,

∆

0

e

P

f

sãodadospor[24 ℄

P

f

(λ

2

) = P {Y > λ

2

|H

0

} = G



u,

λ

2

2



,

(4.13)

∆

0

= P {λ

1

< Y < λ

2

|H

0

} = P

f

(λ

1

) − P

f

(λ

2

),

(4.14)

P

d

0

= P {Y < λ

1

|H

0

} = 1 − ∆

0

− P

f

(λ

2

),

(4.15) emque

G(a, z) =

Γ(a,z)

Γ(a)

é afunção Gamma Regularizada [25℄. Damesma maneira,soba hipótese

H

1

,

P

d

1

é denida omo a probabilidade de de idir pela presença do usuário primário,

∆

1

é a probabilidadede nãode isãoe

P

m

éaprobabilidade dede idirpelaausên iado usuárioprimário. Logo,

P

d

1

(λ

2

) = P {E > λ

2

|H

1

} = Q

u

(p2γ,

pλ

2

),

(4.16)

∆

1

= P {λ

1

< E < λ

2

|H

1

} = P

d

1

(λ

1

) − P

d

1

(λ

2

),

(4.17)

P

m

= P {E < λ

1

|H

1

} = 1 − ∆

1

− P

d

1

(λ

2

).

(4.18) Curiosamente, fazendo

λ

1

= λ

2

, a região de não-de isão passa a não existir e o modelo de dois limiaressereduz aomodelo deumlimiar tradi ional.

O desempenho de um dete tor de energia, dado um valor médio de SNR

γ

¯

e um produto tempo-largura de banda

u

, pode ser ara terizado por urvas ROC. Elas são uma representação grá a e rela ionam a probabilidade de perda de dete ção om a probabilidade de falso alarme.

Estas urvaspodemserusadaspara ara terizar aperforman e tanto dosdete tores deumlimiar

4.2.1 Canais em Desvane imento

κ

-

µ

Como no modelo de um limiar, as probabilidades que derivam da hipótese

H

1

devem ser um médiaestatísti a sobo analde desvane imento. Logo,

P

d

=

Z

x

P

d

1

f

Γ

(x)dx.

(4.19)

Neste trabalho será analisado o desempenho do sensoriamento espe tralsob anais de

desvane i-mento

κ

-

µ

. Substituindoafunçãodensidade deprobabilidadedaSNR

γ

dada por(3.4) em(4.19), eapósalgumassimpli açõesalgébri as,aprobabilidadededete çãosob anaisdedesvane imento

κ

-

µ

podeser derivadaem suaformaexata omo

P

d

1

(λ

2

) =



µ (1 + κ)

¯

γ + µ (1 + κ)



µ

∞

X

i=0

1

i!



¯

γ

¯

γ + µ (1 + κ)



i

×

Γ[i + µ]G[i + u,

λ

2

2

]

exp[κ(1 + µ)]

1

F

1



n + µ, µ,

κ(1 + κ)µ

2

¯

γ + µ (1 + κ)



,

(4.20)

em que

1

F

1

[·, ·, ·]

é a função hipergeométri a onuente de Kummer [18, Eq. 13.1.2℄.

∆

1

e

P

m

também podemserobtidas emsuaforma fe hada substituindo(4.20) em(4.17)e (4.18),

respe ti-vamente.

AsFiguras 4.2e 4.3 mostram a omparação entre urvas ROC sob anais de desvane imento

κ

-

µ

para os esquemas de dete ção de dois limiares e de um limiar. Assume-se que

u

e

¯

γ

são 5 e 10 dB, respe tivamente. Para o esquema de dois limiares, a probabilidade de não-de isão sob

hipótese

H

0

é dada por

∆

0

= 0.01

. A Figura 4.2demonstra que aumentando o efeito de luster de multiper urso, a probabilidade de perda de dete ção diminui para ambos os esquemas. Note

queparabaixosvaloresdeprobabilidadedefalsoalarme, ométododedoislimiaresreduzbastante

a probabilidade de perda de dete ção, e para altos valores de

P

f

ambos os métodos são quase oin identes. A Figura4.3demonstra que aumentandoas omponentesdominantes de sinaissem

o,a probabilidade de não dete ção diminui. Para ambos osesquemas, a prin ipal diferençaestá

na região de baixasprobabilidades de falso alarme, em que a variação pode hegar a 0.4quando

κ = 16

.

4.2.1.1 Canais

κ

-

µ

om In erteza do Ruído

Analogamente aosistemadeumlimiar,oesquemadedoislimiarestambémsofre omosefeitos

dein erteza do ruído. Por isso,asprobabilidades podemser denidas omo

P

f

= P

 Z

¯

δ

2

> β ¯

λ

2

|H

0



= G



u,

β ¯

λ

2

2



,

(4.21)

P

d1

= P

 Z

_¯

δ

2

> β ¯

λ

2

|H

1



= Q

u

(p2γ, βpλ

2

).

(4.22)

∆

0

e

P

d0

podemseren ontradassubstituindo(4.21) em(4.14) e(4.15),respe tivamente.

∆

1

e

P

m

podem ser obtidas substituindo (4.22) em (4.17) e (4.18), respe tivamente. Para ambientes om

Κ

= 1

Μ = 0.3, 1, 2, 5

Dois Limiares (desvanecimento Rayleigh)

Um Limiar (desvanecimento Κ-Μ)

Dois Limiares (desvanecimento Κ-Μ)

10

-

4

0.001

0.01

0.1

1

10

-

4

0.001

0.01

0.1

1

P

_f

P

m

Figura 4.2: Comparação entre urvas ROC para os modelos de um e dois limiares de dete ção

(

κ = 1

,

γ = 10

¯

dBand

u = 5

).

Μ =

0, 7

Κ =

0, 3, 7, 16

Dois Limiares (desvanecimento Rayleigh)

Um Limiar (desvanecimento Κ-Μ)

Dois Limiares (desvanecimento Κ-Μ)

10

-

4

0.001

0.01

0.1

1

10

-

4

0.001

0.01

0.1

1

P

_f

P

m

Figura 4.3: Comparação entre urvas ROC para os modelos de um e dois limiares de dete ção