Sistemas de sensoriamento espectral cooperativos.

• Ano de defesa: 2014
• Autor(a) principal: Paula, Amanda Souza de
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Adaptive filtering; Algoritmos de consenso; Cognitive radio; Consensus algorithm; Detecção; Detection; Distributed processing; Estimação; Estimation; Filtragem adaptativa; Processamento de sinais; Rádio cognitivo; Sensoriamento espectral; Spectrum sensing; Telecomunicações; Wireless
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/3/3142/tde-29122014-183230/

Esta tese de doutorado trata de algoritmos de detecção cooperativa aplicados ao problema de sensoriamento espectral em sistemas de rádios cognitivos. O problema de detecção cooperativa é abordado sob dois paradigmas distintos: detecção centralizada e distribuída. No primeiro caso, considera-se que o sistema conta com um centro de fusão responsável pela tomada de decisão no processo de detecção. Já no segundo caso, considera-se que os rádios cognitivos da rede trocam informações entre si e as decisões são tomadas localmente. No que concerne ao sensoriamento espectral centralizado, são estudados os casos em que os rádios cognitivos enviam apenas um bit de decisão para o centro de fusão (decisão do tipo hard) e também o caso em que o detector envia a própria estatística de teste ao centro de fusão (decisão do tipo soft). No âmbito de sensoriamento espectral cooperativo com detecção distribuída, são tratados três cenários diferentes. No primeiro, considera-se o caso em que os rádios cognitivos têm conhecimento a priori do sinal enviado pelo usuário primário do sistema e do canal entre eles e o usuário primário. No segundo caso, há conhecimento apenas do sinal enviado pelo usuário primário. Já no terceiro, os rádios cognitivos não dispõem de qualquer informação a priori do sinal enviado pelo usuário primário. Além do problema de detecção distribuída, a tese também apresenta um capítulo dedicado ao problema de estimação, diretamente associado ao de detecção. Esse último problema é abordado utilizando algoritmos derivados da teoria clássica de filtragem adaptativa.