eISSN: 2618-6446
Conferences Latest Issue Archive Future Issues About Us Journals

SETSCI - Volume (2018)
ISAS 2018 - Ist International Symposium on Innovative Approaches in Scientific Studies, Kemer-Antalya, Turkey, Apr 11, 2018

Bilişsel Radyo Ağlarında Spektrum Algılama için Çevrimiçi Öğrenme Algoritmasına Dayalı Optimum Eşik Modeli (ISAS 2018_269)
Kenan Koçkaya1*, İbrahim Develi2
1Cumhuriyet University, Sivas, Turkey
2Erciyes University, Kayseri, Turkey
* Corresponding author: kkockaya@cumhuriyet.edu.tr
Published Date: 2018-06-23   |   Page (s): 434-439   |    65     9

ABSTRACT Bilişsel radyo kullanılmayan ya da az kullanılan spektrum bantlarına dinamik olarak erişim olanağı sağlayan ve kullanıcılar arasında herhangi bir olumsuzluğa neden olmadan spektrum paylaşımını gerçekleştiren yazılım tabanlı bir teknolojidir. Kablosuz haberleşme ağlarında bilişsel radyonun başarımı spektrum boşluklarının doğru ve hızlı bir şekilde algılanmasına bağlıdır. Bu çalışmada, optimum eşik değerin belirlenmesi için katı bir eşik değer düzeni belirlenmemiştir. Bilişsel radyolarda spektrum algılama başarımını artırmak için yanlış algılama olasılığı minimize edilirken, algılama olasılığının maksimize edilmesi amaçlanmıştır. Bunun için algılama olasılığının performansını etkileyen birinci ve ikinci tip hatalar detaylı olarak incelenmiş ve kaskat eşik değer belirleme düzeni önerilmiştir. Yapılan çalışma üç aşamadan meydana gelmektedir. İlk aşamada IEEE 802.22 standardına göre yanlış alarm olasılığının 0.1’den küçük olması istenmektedir. Bu değer dikkate alınarak yanlış alarm olasılığına bağımlı bir eşik değer belirlenir. İkinci aşamada bu eşik değerin kullanılması sonucunda yapılan analize bağlı olarak kurulan ikili hipoteze göre birincil ve ikincil tip hataların toplamı optimize edilerek eşik
değer ifadesi yeniden tanımlanır. Son aşamada ise çevrimiçi öğrenme algoritması sunulmuştur. Önerilen algoritma ile birincil ve ikincil tip istatistiksel hatalar analiz edilerek lisanslı kullanıcının varlığına ya da yokluğuna karar verebilmek için gerekli olan optimum eşik değer ifadesine ilişkin yeni matematiksel ifadeler türetilmiştir. Bu matematiksel ifadeler kullanılarak  önerilen algoritmanın farklı sönümlemeli kanallar üzerinde başarımı test edilmiştir. Simülasyon çalışmaları sonucunda optimum eşik değer seçimine bağlı olarak spektrum algılama performansında özellikle düşük SNR rejiminde önemli bir iyileşme olduğu görülmüştür.  
KEYWORDS Spektrum algılama, Enerji Algılama, Eşik Değer, Makine Öğrenme Algoritmaları, Çevrimiçi Öğrenme Algoritması
REFERENCES [1] FCC, Federal Communications Commission Spectrum Policy Task Force, Report of the Spectrum Efficiency Working Group, (Teknik Rapor), USA, 2002.

[2] Tuna, E. ve Karagöz, M. “Gelecek Nesil Ağlar İçin Spektrum Tahsisinde Yeni Bir Yaklaşım: Bilişsel Radyo”, International Journal of Engineering Research and Development, Vol. 4, No.1, pp. 25-31. 2012.

[3] Mitola, J. ve Maguire, G. Q. “Cognitive Radio: Making Software Radios More Personal”, IEEE Personal Communications Magazine, Vol. 6, No. 4, pp. 13-18. 1999..

[4] Mitola, J. “Cognitive Radio: An Integrated Agent Architecture for Software Defined Radio”, Ph. D. Dissertation, KTH Royal Institute of Technology, Stockholm, Sweden. 2000.

[5] Bektaş, C. ve Akan, A. “Enerji Tabanlı Spektrum Algılamada Dalgacık Dönüşümü Yaklaşımı”, XX. Signal Processing and Communications Applications Conference, 18-20 Nisan, Muğla, pp. 1-4. 2012.

[6] Haykin, S. “Cognitive Radio: Brain Empowered Wireless Communications”, IEEE Journal on Selected Areas in Communications, Vol. 23, No.2, pp. 201–220. 2005.

[7] Yücek, T. ve Arslan, H. “A Survey of Spectrum Sensing Algorithms for Cognitive Radio Applications”, IEEE Communications Surveys & Tutorials, Vol. 11, No.1, pp. 116-130. 2009.

[8] Bagwari, A. ve Tomar, G. S. “Adaptive Double-Threshold Based Energy Detector for Spectrum Sensing in Cognitive Radio Networks”, International Journal of Electronics Letters, Vol. 1, pp.24-32. 2013.

[9] Görçin, A., Qaraqe K.A., Celebi H., Arslan H., "An Adaptive Threshold Method for Spectrum Sensing in Multi-channel Cognitive Radio Networks", ICT 2010: 2010 17th International Conference on Telecommunications, Doha, pp.425-429. 2010

[10] Ajadi, W. O., Sani, S. M., Tekanyi, A. M. S., “Estimation of an Improved Spectrum Sensing Threshold for Cognitive Radio using Smoothed Pseudo Wigner-Ville Distribution” International Journal of Computer Applications (0975 – 8887), Vol. 168, No.12. 2017.

[11] Pappu K. V., Sanjay K. S., Priyanka J., “Performance Evolution of ED-Based Spectrum Sensing in CR over Nakagami-m/Shadowed Fading channel with MRC Reception” AEU - International Journal of Electronics and Communications, Vol. 83, pp.512-518. 2018.

[12] Tallataf R. , Adnan R. , Ahmad N. A., “Reliability Factors Based Fuzzy Logic Scheme for Spectrum Sensing”, World Academy of Science, Engineering and Technology International Journal of Information and Communication Engineering Vol.12, No.2, 2018.

[13] Ranjeet, M., Nallagonda, S., ve Anuradha, S., “Optimization Analysis of Improved Energy Detection based Cooperative Spectrum Sensing Network in Nakagami-m and Weibull Fading Channels”, Journal of Engineering Science and Technology Review, Vol.10, No.2, pp.114-117, 2017.

[14] Yongwei, Z., Pin, W.,Shunchao, Z., ve Yonghua, W., “A Spectrum Sensing Method Based on Signal Feature and Clustering Algorithm in Cognitive Wireless Multimedia Sensor Networks”, Hindawi Advances in Moltimedia, 2018.

[15] Xuping, Z., ve Jianguo, P., “Energy-Detection Based spectrum Sensing for Cognitive Radio”, IET Conference on Wireless, Mobile and Sensor Networks, Shanghai, December 12-14, pp.944-977, 2007.

[16] Lee, Y.H. D.C.O. a. "Energy Detection Based Spectrum Sensing for Sensing Error Minimization in Cognitive Radio Networks", International Journal of Communication Networks and Information Security (IJCNIS), pp.1-5, 2009.

[17] H. Urkowitz, "Energy detection of unknown deterministic signals",Proceedings of the IEEE, pp. 523-531, 1967.

[18] Raman,D. Singh, N.P. “Improved Threshold Scheme for Energy Detection In Cognitive Radio Under Low SNR”. Association of Computer Electronics and Electrical Engineers, pp.251-256, 2013.

SET Technology - Turkey

eISSN  : 2618-6446

E-mail : info@set-science.com
+90 533 2245325

Tokat Technology Development Zone Gaziosmanpaşa University Taşlıçiftlik Campus, 60240 TOKAT-TURKEY
©2018 SET Technology