Sensoriamento de espectro contínuo baseado em cancelamento de fontes

Abstract

Embora as faixas do espectro eletromagnético destinadas às aplicações do grande público estejam quase todas licenciadas, estudos realizados revelam que o espectro é subutilizado. Tendo em vista que o sensoriamento de espectro é a principal funcionalidade que habilita as redes de rádios cognitivos (RC) a usarem as melhores oportunidades no espectro, diversos esforços têm sido empregados buscando-se melhorar o compromisso entre sensoriamento da rede primária e capacidade de transmissão da rede secundária, de forma a superar as limitações das abordagens clássicas, tal como o sensoriamento serial, que requer a interrupção da transmissão para a realização do sensoriamento. Neste sentido, este trabalho apresenta um método de sensoriamento de espectro contínuo e paralelo à transmissão para redes de rádios cognitivos MIMO, em que havendo múltiplos usuários primários (UPs) e usuários secundários (USs) transmitindo no mesmo canal de interesse, os sinais recebidos dos USs possam ser cancelados da matriz de sinais recebidos, com o emprego das técnicas dos mínimos quadrados (Least Squares - LS) e análise de componentes independentes (Independent Component Analysis - ICA), que realizam a completa estimação dos sinais dos múltiplos usuários secundários transmissores, possibilitando o cancelamento destes sinais antes deles chegarem ao detector de energia. Este trabalho demonstra que em ambientes de redes de RCs, nos quais o sensoriamento ocorre de forma paralela à transmissão, a existência de outros usuários secundários transmitindo no canal de interesse gera complicações na detecção dos usuários primários, e que este problema pode ser contornado com o uso das técnicas de cancelamento aqui descritas. Para validar o sistema proposto, simulações foram realizadas utilizando-se o método de Monte Carlo, de forma a verificar o desempenho do sensoriamento após o cancelamento dos sinais dos secundários, em diversos cenários, para cada uma das técnicas empregadas.