2.2 Dimens˜ oes de Sensing
2.2.2 T´ ecnicas de sensing no espectro para r´ adio cognitivo
Tal como descrito anteriormente nesta sec¸c˜ao, o sensing pode ser feito em m´ultiplas
dimens˜oes. Apresentam-se agora v´arias t´ecnicas de sensing para r´adios cognitivos. Estas
t´ecnicas tiram partido das v´arias caracter´ısticas do sinal transmitido, de modo a detectar se existe ou n˜ao informa¸c˜ao de utilizadores licenciados a utilizar o espectro.
Sensing baseado na detec¸c˜ao de energia
O sensing baseado na detec¸c˜ao de energia ´e das t´ecnicas de sensing mais comuns.
Quando o sensing ´e realizado numa determinada banda do espectro, o tipo de sinal rece-
bido resume-se a duas hip´oteses:
H0 : x(n) = w(n),
H1 : x(n) = s(n) + w(n),
sendo x(n) o sinal recebido, w(n) o ru´ıdo aditivo branco gaussiano (Additive White Gaus-
sian Noise - AWGN), e s(n) o sinal do prim´ario a ser detectado. Logo, a hip´otese H0
corresponde ao cen´ario em que o utilizador prim´ario n˜ao est´a a utilizar a banda, ou seja
s(n) = 0. Por outro lado, a hip´otese H1 corresponde ao cen´ario em que o utilizador
prim´ario est´a a utilizar a banda.
A energia do sinal recebido ´e dada pela seguinte express˜ao
Y = N X n=1
|x(n)|2. (2.2)
Nesta t´ecnica, a energia do sinal medida pelo r´adio cognitivo, Y , ´e comparada com um
limiar λE, que depende do n´ıvel de ru´ıdo no meio.
Considerando as duas hip´oteses H0 e H1, a probabilidade do mecanismo de sensing
considerar que o utilizador prim´ario est´a a usar a banda ´e expressa por
PD = Pr(M > λE|H1), (2.3)
PF A= Pr(M > λE|H0), (2.4)
em que PD corresponde `a probabilidade de detec¸c˜ao, ou seja, corresponde `a probabilidade
da energia do sinal recebido M ser maior que o limiar λE, quando o sinal recebido x(n)
´
e a soma da energia do ru´ıdo AWGN com a do sinal enviado pelo emissor prim´ario. PF A
representa a probabilidade de falso alarme, evento que sucede quando a energia do sinal
recebido M ´e maior que o limiar λE e, quando o sinal recebido x(n) ´e constitu´ıdo apenas
pelo ru´ıdo AWGN [YA09], [WL11].
A escolha do valor de λE ´e realizada de modo a obter o melhor compromisso entre as probabilidades PD e PF A. Para tal, ´e necess´ario conhecer a potˆencia do ru´ıdo e a potˆencia
do sinal enviado pelo emissor prim´ario.
O ru´ıdo pode ser estimado, mas o valor da potˆencia do sinal ´e dif´ıcil de estimar, pois
depende dos efeitos (perdas de propaga¸c˜ao, desvanecimento, etc.) a que o sinal est´a sujeito
na transmiss˜ao, e da distˆancia entre o ou os utilizadores prim´arios e o r´adio cognitivo.
de falso alarme, sendo nesse caso o conhecimento da variˆancia do ru´ıdo suficiente para
determinar o limiar λE [LJSK05].
O ru´ıdo branco pode ser modelado por uma vari´avel aleat´oria com distribui¸c˜ao Gaussi-
ana, com m´edia nula e variˆancia σw2 (logo w(n) ∼ N (0, σ2w)). Quanto ao sinal do prim´ario,
este pode ser representado por uma vari´avel aleat´oria com distribui¸c˜ao Gaussiana, com m´edia µs e variˆancia σs2.
Geralmente ´e usada a curva ROC (Receiver Operating Characteristic) para comparar
o desempenho dos diferentes limiares λE. Esta curva relaciona a probabilidade de detec¸c˜ao
com a probabilidade de false alarme. Com a an´alise da curva ROC ´e poss´ıvel determinar
o limiar λE ´optimo. ´
E de notar que a performance desta t´ecnica piora com a diminui¸c˜ao da rela¸c˜ao sinal-
ru´ıdo, ou seja, quanto menor forem os valores de SNR (Signal-to-Noise Ratio), menor ser´a
o desempenho em termos de probabilidade de detec¸c˜ao, pois ´e cada vez mais dif´ıcil de distinguir o sinal do ru´ıdo.
Sensing baseado na forma de onda
O sensing baseado na forma de onda ´e apenas aplic´avel em sistemas onde ´e poss´ıvel conhecer os diferentes padr˜oes de sinal. Normalmente, estes padr˜oes (preˆambulos, midam-
bles, padr˜oes de regula¸c˜ao de transmiss˜ao, etc.) s˜ao usados para sincroniza¸c˜ao, como ´e o
caso dos sistemas wireless [YA09].
Considerando o sinal recebido y(n), a m´etrica de sensing baseada na forma de onda
´
e dada por [Tan05]
M = Re PN n=1y(n)s ∗(n) , (2.5)
onde s(n) ´e o sinal conhecido que se espera identificar no sinal recebido. Caso o sinal
recebido contenha apenas ru´ıdo, ent˜ao o valor da correla¸c˜ao ´e dado pela express˜ao
M = Re PN n=1w(n)s ∗(n) . (2.6)
ent˜ao da express˜ao (2.6) vem M = N X n=1 |s(n)|2+ Re PN n=1w(n)s ∗(n) , (2.7)
sabendo que M ser´a tanto maior quanto mais correlacionado y(n) estiver com o padr˜ao
s(n). Atrav´es da compara¸c˜ao de M com determinado limiar λW, pode-se concluir se existe
ou n˜ao sinal de utilizadores prim´arios no sinal recebido.
Quanto maior for o n´umero de sinais padr˜ao conhecidos, maior ser´a a performance desta t´ecnica.
Sensing baseado na ciclo-estacionariedade
Este tipo de t´ecnica baseia-se no facto de a maioria dos sinais utilizados nas comu-
nica¸c˜oes sem fios serem ciclo-estacion´arios, contrariamente ao que ocorre com o ru´ıdo que
´
e estacion´ario. Diz-se que um sinal ´e ciclo-estacion´ario quando tanto a m´edia como a fun¸c˜ao auto-correla¸c˜ao s˜ao peri´odicas com per´ıodo T0, ou seja:
mx(t) = mx(t + kT0),
Rx(t + t, t) = Rx(t + t + kT0, t + kT0).
(2.8)
A vantagem do sensing baseado em ciclo-estacionariedade, ´e que ´e poss´ıvel diferenciar-
se o ru´ıdo dos sinais dos utilizadores prim´arios, devido ao facto do ru´ıdo ser estacion´ario,
logo este n˜ao ter´a correla¸c˜ao quando modulado com sinais ciclo-estacion´arios [CB05]. Ou-
tra vantagem reside na possibilidade de distinguir sinais transmitidos por m´ultiplos utili- zadores prim´arios [LKHP07].
A fun¸c˜ao densidade espectral c´ıclica (CSD) do sinal recebido, pode ser calculada
atrav´es da seguinte express˜ao [Gar88]:
S(f, α) = ∞ X r=−∞
Rαy(τ )e−j2πf τ, (2.9)
onde Rαy(τ ) representa a fun¸c˜ao de autocorrela¸c˜ao c´ıclica, sendo esta expressa da seguinte
Rαy(τ ) = E[y(n + τ )y∗(n − τ )ej2παn], (2.10)
em que α ´e a frequˆencia c´ıclica. A fun¸c˜ao CSD apresenta `a sa´ıda valores de pico, quando
a frequˆencia c´ıclica ´e igual `a frequˆencia fundamental do sinal transmitido. Para saber se
existe no sinal recebido um sinal com frequˆencia c´ıclica α1, basta utilizar a fun¸c˜ao CSD,
e se `a sa´ıda desta se observar algum pico, ent˜ao significa que esse sinal com frequˆencia
c´ıclica α1 est´a presente no sinal recebido.
Segundo [YA09], a obten¸c˜ao, por parte dos utilizadores cognitivos, das frequˆencias
c´ıclicas dos sinais dos utilizadores prim´arios, pode ser feita de duas formas: pode ser
assumido que o utilizador cognitivo conhece `a partida quais as frequˆencias dos sinais
transmitidos; pode ser extra´ıda dessas frequˆencias dos sinais recebidos e usar como recursos
para identifica¸c˜ao dos sinais transmitidos.
O aumento do n´umero de caracter´ısticas do sinal contribui para o aumento da robustez
contra o fen´omenos de multipercurso e desvanecimento [SLND07]. Por outro lado, isto faz
com que aumente o overhead e o desperd´ıcio da largura de banda.
Sensing baseado em identifica¸c˜ao de r´adio
No sensing baseado em identifica¸c˜ao de r´adio, o completo conhecimento das carac-
ter´ısticas do espectro pode ser obtido atrav´es da identifica¸c˜ao das tecnologias de trans-
miss˜ao utilizadas pelos utilizadores prim´arios. Tal identifica¸c˜ao permite a um r´adio cog-
nitivo com elevada dimens˜ao de conhecimento fornecer alta precis˜ao [YA06]. O principal objectivo desta t´ecnica de sensing ´e identificar alguma das tecnologias que o r´adio cogni-
tivo conhece, de modo a que este possa comunicar a partir desta.
No caso desta t´ecnica, citada em [YA09], h´a dois cen´arios principais. Um primeiro,
em que o r´adio cognitivo procura na rede por poss´ıveis modos de transmiss˜ao, cen´ario
denominado IMI (Initial Mode Identification). No outro cen´ario, designado por AMM
(Alternative Mode Monitoring), o r´adio cognitivo monitoriza simultaneamente outros mo-
Sensing utilizando matched-filter
Esta t´ecnica ´e usada quando os utilizadores prim´arios transmitem sinais que s˜ao conhe-
cidos a priori pelo r´adio cognitivo e quando o ru´ıdo considerado ´e AWGN. O matched-filter
´
e um filtro linear que maximiza o r´acio entre a potˆencia do sinal de sa´ıda e o ru´ıdo para
um dado sinal de entrada. A opera¸c˜ao de detec¸c˜ao do matched-filter ´e dada pela seguinte
express˜ao y(n) = ∞ X k=−∞ h(n − k)x(k), (2.11)
onde x(k) ´e o sinal recebido pelo r´adio cognitivo, e h(k) ´e a resposta impulsiva do filtro. A
opera¸c˜ao do matched-filter equivale `a correla¸c˜ao em que ´e feita a convolu¸c˜ao entre x(k) e
h(k), sendo este ´ultimo o filtro cuja resposta ao impulso ´e o espelho do sinal de referˆencia transladado no tempo [SB11].
Compara¸c˜ao das v´arias t´ecnicas de Sensing
Na Figura 2.6, ´e poss´ıvel classificar as diferentes t´ecnicas a n´ıvel da precis˜ao da de-
tec¸c˜ao de sinais de utilizadores prim´arios, assim como a complexidade associada a estas.
Torna-se evidente que a t´ecnica baseada na forma de onda ´e mais robusta que as t´ecnicas
baseadas na detec¸c˜ao de energia e na ciclo-estacionariedade, isto devido ao uso da compo- nente determin´ıstica do sinal. No entanto, deve haver uma informa¸c˜ao a priori sobre as
caracter´ısticas dos sinais transmitidos pelos prim´arios.
Quando se desconhece por completo os sinais usados pelos utilizadores prim´arios, a
´
unica t´ecnica aplic´avel ´e a detec¸c˜ao por energia. Por outro lado esta t´ecnica ´e limitada
nos seguintes pontos:
• O ru´ıdo pode n˜ao ser estacion´ario e a sua distribui¸c˜ao desconhecida;
• Na presen¸ca de efeitos de filtros passa-baixo e tons de interferˆencia o sinal amostrado n˜ao descreve a ocupa¸c˜ao do espectro;
• Fraca distin¸c˜ao de sinais provenientes de diferentes fontes (diferentes utilizadores prim´arios e outros r´adios cognitivos);
• Fraco desempenho na detec¸c˜ao de sinais que usam espalhamento no espectro (spread spectrum).
Figura 2.6: Compara¸c˜ao das diferentes t´ecnicas a n´ıvel de precis˜ao de sensing e comple- xidade [YA09].