سنجش طیف توزیع شده با تهیه نقشه های جغرافیائی رادیوئی در شبکه های رادیوشناختی

گسترش روزافزون تجهیزات بی‌سیم و به تبع آن شبکه‌های بی‌سیم باعث افزایش ارزش فضای طیفی شده و تلاش‌های زیادی برای افزایش بهره‌وری طیفی در حال انجام است. در این مقاله‏، یک روش نوین برای افزایش بهره‌وری طیفی در شبکه‌های بی‌سیم توزیع شده ارائه شده است. در این روش با استفاده از الگوریتم فیلتر کالمن توزیع شده که در آن اصلاحاتی به منظور افزایش دقت تخمین آن صورت گرفته است موقعیت‏، سرعت حرکت و توان فرستنده‌های اولیه تخمین زده می‌شود و با استفاده از این آورده‌ها‏، انتخاب حفره‌های طیفی به بهترین شیوه انجام پذیرفته و موجب افزایش بهره‌وری طیفی نسبت به روش‌های ‎‏سنجش طیف مستقیم و غیرمستقیم متمرکز فراهم می‌آید. تمامی نتایج این پژوهش با پیاده سازی‌های عملی و شبیه سازی‌های دقیق اثبات شده است. نوآوری‌های این پژوهش شامل معرفی و استفاده از یک مدل خطی برای تخمین موقعیت یک فرستنده با استفاده از توان دریافتی آن برای حالت‌های دید مستقیم و دید غیرمستقیم‏، ایجاد اصلاحاتی در الگوریتم فیلتر کالمن توزیع شده و بخصوص سنجش طیف توزیع شده است که باعث افزایش نرخ تبادلات گره‌های شبکه با یکدیگر و در نتیجه افزایش بهره‌وری طیف فرکانسی می‌گردد.

Distributed spectrum sensing in rem based cognitive radio networks

Ever increasing development of wireless devices and wireless networks have increased the value of spectral space‎. ‎Many efforts have been conducted to increase spectral utilization‎. The radio environment mapping opens new gates for developing low cost wireless devices. ‎In this paper‎, ‎a new method is proposed for increasing spectral utilization in distributed networks‎. ‎In this method‎ ‎distributed Kalman filter, which is modified to increase estimation accuracy, is used to estimate position‎, ‎velocity and power of primary transmitters‎. ‎These data are used to select spectrum holes optimally and increase spectral utilization compared to centralized methods‎. Obtained r‎esults are evaluated through practical implementations and simulations‎. ‎Innovations of this research include introducing and employing a linear model for estimating position of a transmitter using received power in line of sight (LoS) and nonline of sight (NLS) conditions, ‎‎‎modifying extended kalman filter and‎ ‎implementation of distributed spectrum sensing; advantages of this method are illustrated compared to centralized methods.‎‎