|
Kategorie: Diplomové, bakalářské práce |
Tento dokument chci!
Diplomová práce spadá do oblasti kognitivních rádiových sítí. Tyto sítě jsou schopny využívat kmitočtové spektrum efektivněji než současné radiokomunikační sítě, přičemž jednoznačnou předností je možnost koexistence kognitivních i klasických sítí. Pozornost je věnována klíčové úloze kognitivního rádia – sledování spektra. V práci jsou podrobněji zkoumány vlastnosti cyklostacionárního detektoru, jehož hlavní výhodou je vysoká spolehlivost detekce při nízkých hodnotách SNR při apriorní znalosti cyklického kmitočtu vyslaného signálu. Vlastnosti detektoru jsou testovány na OFDM signálech používaných reálnými systémy, u kterých je cyklostacionarita způsobena především využitím cyklického prefixu. Kvantitativně jsou vyjádřeny vlivy decimace cyklické autokorelační funkce a vícecestného šíření OFDM signálu naspolehlivost detekce. Stanoveny jsou optimální hodnoty vah multifrekvenčního detektoru.
Tato metoda několik nevýhod. Jedná lineární
systém, který aditivním bílým šumem zarušený signál známého časového průběhu a
konečného trvání reaguje odezvou, která jednom okamžiku vyznačuje maximálním
možným poměrem okamžitého výkonu užitečné složky odezvy střednímu výkonu
rušivé složky [11]. Testovací statistiku lze následně stanovit
ze vztahu [6]
= (2. (2.5
A/D převodníku převeden digitální podoby.3 Cyklostacionární detekce
V tomto modelu detekce využívá vlastností některých signálů, které vykazují
cyklostacionaritu charakteristik druhého řádu (střední hodnota, autokorelační funkce). Značnou
nevýhodu představuje též skutečnost, detektorem energie již principu nelze
detekovat vysílání systémů rozprostřeným spektrem, které používají například
v mobilních systémech generace. Výpočet testovací
statistiky tak lze realizovat digitálním FIR filtrem, který provádí konvoluci vzorků
příchozího signálu impulzní charakteristikou.4)
Problémem použití přizpůsobeného filtru potřeba apriorní znalosti hledaného signálu.2 Detekce přizpůsobeným filtrem
Přizpůsobený filtr bývá často označován jako optimální detektor.
.
2.
2. testovací
statistika T(x) menší než zvolená prahová hodnota, detektor označí pravdivou
hypotézu H0, opačném případě hypotézu H1.
Této problematice věnována kapitola 4. Korelaci lze
ovšem chápat jako konvoluci signálem reverzovaným čase [12].2)
Hodnota testovací statistiky porovnává zvoleným prahem. Testovací statistika dána vztahem [6]
= ∗
. Impulzní charakteristika takového FIR
filtru dána vztahem [12]
ℎ (2. interferencí několika signálů [10].4.
Naopak velkou výhodou prakticky okamžité vyhodnocení výběr hypotézy. Detektor nedokáže rozpoznat rozdíly mezi
modulovaným signálem, šumem, popř.3)
Jedná tedy výpočet korelace signálu přijatého signálem hledaným.4. Zajímá se
pouze energii konkrétním pásmu, vzroste tedy výrazně daném pásmu výkon
šumu, hodnota testovací statistiky může překročit prahovou hodnotu