適用於感知無線電異質網路下之空域-時域頻譜偵測演算法

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：55

、訪客IP：3.144.25.195

姓名

李珮華(Pei-hua Lee) 查詢紙本館藏

畢業系所

電機工程學系

論文名稱

適用於感知無線電異質網路下之空域-時域頻譜偵測演算法
(Spatial-Temporal Spectrum Sensing in Cognitive Radio Heterogeneous Networks)

相關論文

★ 具輸出級誤差消除機制之三位階三角積分D類放大器設計	★ 應用於無線感測網路之多模式低複雜度收發機設計
★ 用於數位D類放大器的高效能三角積分調變器設計	★ 交換電容式三角積分D類放大器電路設計
★ 適用於平行處理及排程技術的無衝突定址法演算法之快速傅立葉轉換處理器設計	★ 適用於IEEE 802.11n之4×4多輸入多輸出偵測器設計
★ 應用於無線通訊系統之同質性可組態記憶體式快速傅立葉處理器	★ 3GPP LTE正交分頻多工存取下行傳輸之接收端細胞搜尋與同步的設計與實現
★ 應用於3GPP-LTE下行多天線接收系統高速行駛下之通道追蹤與等化	★ 適用於正交分頻多工系統多輸入多輸出訊號偵測之高吞吐量QR分解設計
★ 應用於室內極高速傳輸無線傳輸系統之設計與評估	★ 適用於3GPP LTE-A之渦輪解碼器硬體設計與實作
★ 下世代數位家庭之千兆級無線通訊系統	★ 協作式通訊於超寬頻通訊系統之設計
★ 適用於3GPP-LTE系統高行車速率基頻接收機之設計	★ 多使用者多輸入輸出前編碼演算法及關鍵組件設計

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

本論文提出了用於感知無線電異質網路下之空域-時域頻譜偵測演算法：感知無線電用戶(cognitive radio user)，又稱為次要使用者，在感知無線電異質網路(cognitive radio heterogeneous network)中，透過與鄰居合作以交換彼此的資訊，藉由對主要使用者傳送端的定位，判斷次要使用者位於主要使用者的傳送能量涵蓋範圍之內或之外，來區分合作對象，並利用分散式合作頻譜能量偵測，偵測出不影響主要使用者情況下的頻段，以供次要使用者傳送資料。其中對主要使用者傳送端定位的部分是結合插入權重演算法(Weighted Interpolation, WIP)來定位和馬可夫鏈(Markov Chain)的能量遞迴運算的定義，次要使用者只需與鄰居交換定位資訊，即可在有效的遞迴次數裡，定位出主要使用者傳送端位置。在本論文設定的環境下，相較於其他篇文獻，我們所提出的演算法在不同網路大小下，當網路空域-時域假警報機率(P_(f,net))為0.1時，網路空域-時域偵測機率(P_(d,net))都能有大於0.97的偵測效能。
我們除了使用演算法作感知無線電異質網路內所有次要使用者的效能模擬和比較外，也設計出單一次要使用者應用該演算法之硬體，其中遞迴的部分，我們使用資料回授的概念，以較多的時脈來節省硬體面積，在硬體設計上，利用簡化演算法或是共用硬體來減少硬體面積，並使用管線式(pipeline)來提升運算速度。次要使用者只需利用此硬體與鄰居交換資訊，即可找出空域或時域中閒置(idle)的頻帶來傳輸資料。最終的硬體設計以FPGA型號：Virtex6 XC6VLX550T來作驗證，其中操作頻率為47.536MHz，硬體運算單元總共使用了4顆乘法器、2顆CORDIC除法器、1顆CORDIC絕對值器，為一低硬體複雜度的設計。

摘要(英)

In this paper, we propose an algorithm for spatial-temporal spectrum sensing in cognitive radio heterogeneous networks. In cognitive radio heterogeneous networks, cognitive radio users, also called secondary users, communicate with neighbors to share their information. In order to identify cooperative neighbors, each secondary user locates the position of the primary user. The weighted interpolation (WIP) algorithm is used to obtain the primary user’s position and then the secondary user know whether it is in the cell coverage or not. The distributed consensus algorithm is then used to combine the energy information gathered in each secondary user. With positioning and consensus combining algorithm, the proposed algorithm outperforms the conventional algorithm for spatial-temporal spectrum sensing in cognitive radio heterogeneous networks. When the network spatial-temporal false alarm probability, P_(f,net), is 0.1, the network spatial-temporal detection probability, P_(d,net), can be greater than 0.97.
The hardware for each cognitive radio secondary user is also designed and implemented. It consists of location, energy combination, and decision blocks. Hardware sharing technique is used to be simplified. Finally, we verify the design by FPGA, Virtex6 XC6VLX550T. The operation frequency is 47.536MHz. And the arithmetic units are four multipliers, two CORDIC dividers, and a CORDIC absoluter. The hardware is a low complexity design.

關鍵字(中)

★ 感知無線電異質網路
★ 頻譜偵測演算法

關鍵字(英)

論文目次

摘要 i
Abstract ii
目錄 iii
圖示目錄 v
表格目錄 vii
第一章緒論 1
1.1 研究動機 1
1.2 研究方法 1
1.3 論文組織 2
第二章感知無線電技術相關知識介紹 3
2.1 頻譜使用模式分類與介紹 3
2.1.1 交織式(Interweave)模式 3
2.1.2 隱藏式(Underlay)模式 4
2.1.3 重疊式(Overlay)模式 5
2.1.4 分類方法比較 6
2.2 偵測技術分類與介紹 7
2.2.1 能量偵測(Energy Detection) 8
2.2.2 匹配濾波器偵測(Matched Filter Detection) 8
2.2.3 訊號特徵偵測(Feature Detection) 8
2.2.4 分類方法比較 8
2.3 頻譜偵測網路架構分類與介紹 9
2.3.1 感知無線電網路簡介和架構 9
2.3.2 集中式(Centralized)合作偵測 10
2.3.3 分散式(Distributed)合作偵測 11
2.3.4 分類方法比較 12
第三章傳統能量偵測演算法 13
3.1 接收端操作特徵曲線(the Receiver Operating Characteristic Curve, ROC) 13
3.2 分散式共識演算法(Consensus Algorithm) 16
3.2.1 能量偵測模型 17
3.2.2 一般平均共識(Average Consensus-Based) 19
3.2.3 權重平均共識(Weighted Average Consensus) 24
3.2.4 偵測效能比較 26
3.3 空域-時域之隨機偵測(Spatial-Temporal Opportunity Detection)演算法 28
3.3.1 能量偵測模型 28
3.3.2 無合作偵測(Non-Cooperative Sensing) 31
3.3.3 合作偵測(Cooperative Sensing) 33
3.3.4 偵測效能比較 33
第四章空域-時域分散式合作頻譜偵測演算法 36
4.1 網路模型的建立 36
4.1.1 主要使用者頻譜運作模型 36
4.1.2 次要使用者空間上和時間上頻譜使用模型 37
4.1.3 主要使用者的定位和分散式感知網路模型 38
4.2 系統模型 40
4.2.1 訊號模型 40
4.2.2 通道模型 42
4.3 單一次要使用者一次偵測週期演算法之流程介紹 44
4.3.1 初始化 45
4.3.2 定位 45
4.3.3 能量合併 49
4.3.4 決策 53
4.4 模擬結果與討論 54
4.4.1 模擬參數設定 54
4.4.2 偵測效能的比較 55
第五章硬體設計與實現 65
5.1 硬體設計流程 65
5.1.1 硬體方塊圖 66
5.1.2 硬體架構 68
5.1.3 資料流 77
5.1.4 量化方法 81
5.1.5 硬體共用部分 83
5.2 硬體實現結果 84
第六章結論 87
參考文獻 88

參考文獻

[1] Biglieri. Ezio, Goldsmith. Andrea J., Greenstein. Larry J., Mandayam. Narayan B., Poor. H. Vincent, Principles of Cognitive Radio, Cambridge, pp.41-47, 2012.
[2] Jia-Chi Li, “Power allocation based on limited feedback in DF cooperative and cognitive radio networks,” Institute of Communications Engineering National Sun Yat-sen University Master Thesis, July, 2012.
[3] 古孟霖，寬頻感知無線電及壓縮感知技術簡介, NCP Newsletter, No.36, pp. 14-19, February 2012.
[4] Yuh-Shyan Chen, “Cognitive radio network,” Department of Computer Science and Information Engineering National Taipei University. [Online] Available: http://www.csie.ntpu.edu.tw/~yschen/course/2012-1/WNMC/ch10.pdf. [Accessed: May 27, 2014].
[5] Lasko, T.A., J.G. Bhagwat, K.H. Zou and Ohno-Machado, L. (2005). The use of receiver operating characteristic curves in biomedical informatics. Journal of Biomedical Informatics, 38, pp.404–415, 2005.
[6] Tanizaki. Hisashi, Computational methods in statistics and econometrics, Marcel Dekker Inc, pp.101-107, 2004.
[7] Tanizaki. Hisashi, Computational methods in statistics and econometrics, Marcel Dekker Inc, pp.118-119, 2004.
[8] Qihui Wu, Ding, G., Jinlong Wang, and Yu-Dong Yao, “Spatial-temporal opportunity detection for spectrum-heterogeneous cognitive radio networks: two-dimensional sensing,” IEEE Transactions on Wireless Communications, vol. 12, Iss. 2, pp. 516 – 526, February 2013.
[9] Wenlin Zhang, Zheng Wang, Yi Guo, Hongbo Liu, Yingying Chen, and Mitola, J., “Distributed cooperative spectrum sensing based on weighted average consensus,” 2011 IEEE Global Telecommunications Conference, pp. 1 – 6, 2011.
[10] Chin-Liang Wang, Hong, Yao-Win, and Yu-Sheng Dai, “A decentralized positioning method for wireless sensor network based on weighted interpolation,” Communications, 2007. ICC’07. IEEE International Conference, pp. 3167 – 3172, 2007.
[11] Abouei, J., Plataniots, K.N., and Pasupathy, S., “Green modulation in dense wireless sensor networks,” Acoustics Speech and Signal Processing, 2010 IEEE International Conference, pp. 3382 – 3385, March 2010.
[12] Digham, F.F., Alouini, M.-S., and Simon, Marvin K., “On the energy detection of unknown signals over fading channels,” Communications, 2003.ICC’03. IEEE International Conference, vol. 5, pp. 3575 -3579, May, 2003.
[13] Z. Li, F. R. Yu, and M. Huang, “A distributed consensus-based cooperative spectrum-sensing scheme in cognitive radios,” IEEE Transaction on Vehicular Technology, vol. 59, pp. 383-393, Jan 2010.
[14] Mean and variance, [Online] Available: http://dufu.math.ncu.edu.tw/calculus/calculus_eng/node221.html. [Accessed: May 27, 2014].
[15] Ching-Hsiang Wang, “A dynamic resource allocation for vertical handoff on heterogeneous wireless networks,” Department of Information Management Chaoyang University of Technology.
[16] Tanizaki. Hisashi, Computational methods in statistics and econometrics, Marcel Dekker Inc, pp.84-91, 2004.

指導教授

蔡佩芸(Pei-yun Tsai)

審核日期

2014-7-19

推文