Desempenhos do Sensoriamento Espectral via Periodograma Ponderado sob Ruído não Uniforme e Canais Seletivos e com Sombreamento

Abstract

Resumo-O algoritmo de cancelamento cooperativo por divisão da densidade espectral de potência com dobramento circular (circular folding cooperative power spectral density split cancellation, CFCPSC) é um algoritmo baseado em periodogramas projetado para detectar sinais primários, via rádios cognitivos (cognitive radios, CRs), no sensoriamento espectral cooperativo centralizado com fusão de dados. Suas principais vantagens são: i) baixa complexidade de implementação e robustez em cenários sob ii) ruído dinâmico e iii) ruído não uniforme. Além disso, o CFCPSC mostrou-se efetivo em cenários sob iv) canais seletivos em frequência e/ou v) com sombreamento correlacionado e vi) ruído impulsivo. O algoritmo weighted CFCPSC, ou WCFCPSC, é a nova versão ponderada do CFCPSC com maior poder estatístico de detecção, contudo ainda não analisado nos cenários supracitados. Portanto, este artigo avalia os desempenhos do WCFCPSC nos cenários iii, iv e v e os resultados mostram que seu maior poder estatístico se mantem também nestes cenários.Palavras-Chave-sensoriamento espectral, rádios cognitivos, sombreamento correlacionado, canais seletivos em frequência, CFCPSC, WCFCPSC.

Análise Comparativa de Técnicas de Sensoriamento Espectral baseadas em Redes Neurais, Matriz de Covariância e Densidade Espectral de Potência

“…Em [4], [5], o WCFCPSC foi comparado com outras es-tatísticas de teste sobre diferentes cenários, cujos resultados evidenciaram a sua superioridade no poder de detecção e sua robustez à seletividade de canal, ao sombreamento, à presença de ruído não uniforme (quando cada RC opera sob uma potência média de ruído distinta) e ruído dinâmico (quando os RCs operam sob potência de ruído variante no tempo). Além dos modelos estatísticos tradicionais anteriormente citados, outros modelos, ainda incipientes, são baseados em redes neurais artificiais (RNAs) [6], [7].…”