Sledování spektra a optimalizace systémů s více nosnými pro kognitivní rádio

Abstract

Dizertační práce se zabývá problematikou sledování kmitočtového spektra a následném využití daného frekvenčního pásma komunikačním systémem s více nosnými frekvencemi, jehož nastavení parametrů je provedeno na základě optimalizace. Nastavení adaptace může být prováděno s přihlédnutím k několika požadavkům a také stavu a obsazenosti jednotlivých přenosových kanálů. Systém, který je charakterizován zmíněnými vlastnostmi, je často označován jako kognitivní rádio. Uplatnění zařízení, pracujících na principech kognitivního rádia bude nejspíše v blízké budoucnosti hojně využíváno z důvodů omezeného volného kmitočtového spektra. Přínosem práce je zejména využití Kolmogorova – Smirnova statistického testu jako jedna z možností detekce přítomnosti signálu primárních uživatelů. Dále také zavedení nové kriteriální funkce u optimalizace využívající roje částic (PSO) a zahrnutí parametru EVM, kvantifikujícího odchylku bodů konstelačního diagramu, do adaptivního greedy algoritmu a do optimalizace PSO. Součástí dizertační práce je i zahrnutí nepřesné informace o stavu sledovaného kmitočtového spektra do modifikovaného greedy algoritmu. Navrhované metody jsou podloženy výsledky vytvořených simulací a v případě energetické detekce ve frekvenční oblasti i implementací metody na vývojovou desku s obvodem FPGA.The doctoral thesis deals with spectrum sensing and subsequent use of the frequency spectrum by multicarrier communication system, which parameters are set on the basis of the optimization technique. Adaptation settings can be made with respect to several requirements as well as state and occupancy of individual communication channels. The system, which is characterized above is often referred as cognitive radio. Equipments operating on cognitive radio principles will be widely used in the near future, because of frequency spectrum limitation. One of the main contributions of the work is the novel usage of the Kolmogorov – Smirnov statistical test as an alternative detection of primary user signal presence. The new fitness function for Particle Swarm Optimization (PSO) has been introduced and the Error Vector Magnitude (EVM) parameter has been used in the adaptive greedy algorithm and PSO optimization. The dissertation thesis also incorporates information about the reliability of the frequency spectrum sensing in the modified greedy algorithm. The proposed methods are verified by the simulations and the frequency domain energy detection is implemented on the development board with FPGA.