حسگري طيف با رويكرد وفقي در باند وسيع و مبتني بر ويژگي ايستان گردشي سيگنال‌ها

Wideband Cyclostationary Spectrum Sensing: An Adaptive Algorithm-Based Approach

هدف اصلي اين مقاله، تشخيص وجود داشتن يا نداشتن طيف خالي بر اساس ويژگي ايستان گردشي سيگنال‌ها در يك محدودۀ وسيع فركانسي است. با استفاده از يك سيستم فيلترينگ بسيار ساده، سيگنال هدف در بين سيگنال‌هاي دريافتي به شكل مؤثرتري (در صورت وجود) نسبت به ديگر سيگنال‌ها از فيلتر عبور مي‌كند. فركانس‌هاي گردشي سيگنال، براي اجراي الگوريتم وفقي كمترين ميانگين مربعات نرماليزه‌ شده (Normalized Least Mean Squared-NLMS)، به كار گرفته مي‌شوند. نمونه‌هاي فركانسي انتقال يافتۀ آن، از اين الگوريتم براي تخمين سيگنال دريافتي استفاده مي‌كنند. هنگامي كه سيگنال مد نظر در سيگنال دريافتي وجود ندارد، اندازه ضرايب تخمين الگوريتم استفاده‌شده، تقريبا صفر است. ازطرف‌ديگر، در حضور سيگنال مدّ نظر، اندازۀ ضرايبِ تخمين به ­طور چشم گيري افزايش مي‌يابد؛ بنابراين هنگامي كه اندازۀ تخمين از يك سطح آستانۀ معين بالاتر است، مطابق روش پيشنهادي، فرض مي‌شود كه باند فركانسي در نظر گرفته شده اشغال است. اين روال در كل باند فركانسي به­صورت هم‌زمان و با انتخاب فيلترها و فركانس‌هاي گردشي مناسب و يا به‌صورت پي‌در‌پي با تغيير موقعيت فركانسي فيلتر و تغيير فركانس‌هاي گردشي انجام مي‌شود. به‌دليل اتكاي ساختار پيشنهادي به الگوريتم NLMS ، پيچيدگي و عملكرد الگوريتم پيشنهادي در مقايسه با روش­هاي ديگر حسگريِ طيف مبتني بر ويژگي ايستانِ ­گردشي سـيگنال‌ها، بسيار اندك است.

In this paper a cyclostationary​-​based wideband spectrum sensing method is proposed. The received signal passes through a rough and flexible filter with its effective band tuned to a specific part of the received signal spectrum. This part belongs to a target signal which potentially exists in the received signal. Some cyclic frequencies of the target signal are employed to derive a normalized least mean square (NLMS) adaptive algorithm that estimates the output of the filter from its frequency shifted samples. If the target is absent in the received signal, the norm of the weights of the NLMS algorithm is almost zero. On the other hand, in the case of presence of the target, the norm of the weights will be greater than a certain threshold. The procedure is repeated to cover the entire band of the received signal and therefore it detects all cyclostationary signals with known cyclic frequencies in the received signal. The overall system is very easy to implement and fast and its performance is comparable to other spectrum sensing counterparts.