[論文レビュー] Calculate the Optimum Threshold for Double Energy Detection Technique in Cognitive Radio Networks (CRNs)

Morteza Alijani, Anas Osman|arXiv (Cornell University)|Apr 15, 2022

Cognitive Radio Networks and Spectrum Sensing被引用数 4

ひとこと要約

本稿では、認知無線ネットワークにおける最適なしきい値を、二分探索アルゴリズムを用いて低エネルギーサムと高エネルギーサムの間の曇り領域で特定することにより、最適化された二重エネルギー検出技術を提案する。ノイズ統計に基づいて意思決定しきい値を動的に調整することにより、従来の二重しきい値方式と比較して、主ユーザの検出確率を向上させるとともに、副次ユーザの衝突確率を低減する。

ABSTRACT

One of the most important technical challenges when designing a Cognitive Radio Networks (CRNs) is spectrum sensing, which has the responsibility of recognizing the presence or absence of the primary users in the frequency bands. A common technique used for spectrum sensing is double energy detection since it can operate without any prior information regarding the characteristics of the primary user signals. A double threshold energy detection algorithm is based on the use of two thresholds, to check the energy of the received signals and decided whether the spectrum is occupied or not. Furthermore, thresholds play a key role in the energy detection algorithm, by considering the stochastic features of noise in this model, as a result calculating the optimal threshold is a crucial task. In this paper, the Bi-Section algorithm was used to detect the optimum energy level in the fuzzy region which is an area between the low and high energy threshold. For this purpose, the decision threshold was determined by the use of the Bisection function for cognitive users. Numerical simulations show that the proposed method achieves better detection performance than the conventional double-threshold energy-sensing schemes. Moreover, the presented technique has advantages such as increasing the probability of detection of primary users and decreasing the probability of Collison between primary and secondary users.

研究の動機と目的

• 主ユーザ信号が未知である認知無線ネットワーク（CRNs）におけるスペクトルセンシングの課題に対処すること。
• 低エネルギーサムと高エネルギーサムの間の曇り領域における意思決定しきい値の最適化により、検出性能を向上させること。
• 曇り領域における正確なしきい値選択により、主ユーザと副次ユーザの衝突確率を低減すること。
• 主ユーザの信号特性に関する事前知識がなくても、主ユーザの検出確率を向上させること。
• エネルギー検出に適した、二分探索アルゴリズムを用いたロバストで適応的なしきい値選択メカニズムの開発

提案手法

• 二分探索アルゴリズムを用いて、低エネルギーサムと高エネルギーサムの間の曇り領域内で意思決定しきい値を繰り返し精緻化する。
• ノイズの確率的特性を用いて、誤検出確率と見逃し検出確率を最小化する最適なしきい値を特定する。
• 受信信号からのエネルギー測定値を、動的に調整されたしきい値と比較し、スケジューリングの占有状態を決定する。
• エネルギーレベルの比較に基づいて繰り返し区間を狭めることで、アルゴリズムは最適なしきい値に収束する。
• 本手法は、主ユーザ信号パrameterに関する事前知識がなくても動作するため、動的環境における適応性を確保する。
• 数値シミュレーションにより、さまざまな信号対雑音比（SNR）条件下でのしきい値最適化プロセスの妥当性を検証した。

実験結果

リサーチクエスチョン

• RQ1 低エネルギーサムと高エネルギーサムの間の曇り領域における二重エネルギー検出の最適なしきい値は何か？
• RQ2 二分探索アルゴリズムは、認知無線ネットワークにおけるスペクトルセンシング性能をどのように向上させるか？
• RQ3 提案手法は、主ユーザと副次ユーザの衝突確率をどの程度低減するか？
• RQ4 最適化されたしきい値は、主ユーザの検出確率にどのように影響を与えるか？
• RQ5 二分探索に基づくしきい値選択は、従来の二重しきい値エネルギー検出方式を上回るか？

主な発見

• 提案された二分探索に基づくしきい値最適化は、従来の二重しきち値方式と比較して、主ユーザの検出確率をより高める。
• 曇り領域における誤った意思決定を最小限に抑えることで、主ユーザと副次ユーザの衝突確率を低減する。
• シミュレーション結果は、さまざまな信号対雑音比（SNR）レベルで改善された検出性能を示している。
• アルゴリズムは最適なしきい値に効率的に収束し、信頼性の高い適応的スペクトルセンシングを実現する。
• 主ユーザ信号特性に関する事前知識がなくても効果的に動作するため、実用的導入に適している。
• 最適化されたしきい値選択により、誤検出率と見逃し検出率の両方が顕著に低減される。