Sensado de espectro de banda ancha basado en la distribución de los valores propios y/o valores singulares de la señal recibida utilizando muestreo Sub-Nyquist

Abstract

En los sistemas de Radio Cognitivo (CR) se busca realizar una utilización eficiente de los recursos radio, por consiguiente, el Sensado de Espectro (SS) es una función crítica, dado que de ella depende que el sistema de CR tenga un conocimiento adecuado de las bandas espectrales sub utilizadas. Los métodos tradicionales de SS, presentan grandes retos de implementación dado que ellos requieren altas tasas de muestreo por encima de la tasa de Nyquist haciendo que la cantidad de muestras a procesar sea elevada. Para abordar este problema, durante el desarrollo de este trabajo de grado, se realizó una investigación que determinó la posibilidad de identificar la frecuencia central de una señal con modulación analógica o digital, con los valores singulares de la matriz de autocorrelación formada por muestras adquiridas con frecuencias menores que la establecida por el teorema de muestreo. La investigación arrojó como resultado datos que forman parte de curvas características de las señales submuestreadas; dichas curvas permiten estimar las frecuencias centrales y su respectiva banda a través de la comparación de los datos (presentes en las curvas) con los valores singulares de señales sometidas al proceso de sensado. A partir de lo anterior se plantea un algoritmo de sensado de espectro basado en la estimación de frecuencia, el cual determina mediante un vector de sensado las diferentes bandas ocupadas en un segmento de espectro analizado.

In Cognitive Radio (CR) systems seeks to make an efficient use of radio resources, therefore the Spectrum Sensing (SS) is a critical function, since of the SS function depends that the CR system has an adequate knowledge of the spectral bands sub used. Traditional methods of SS, presents major implementation challenges because they require high sampling rates above the Nyquist rate, doing that the number of samples to be processed is high. To address this problem, during the development of this degree work, an investigation was carried out that determines the possibility of identifying the central frequency of a signal with analog or digital modulation, with the singular values of the autocorrelation matrix formed by samples acquired with frequencies lower than that established by the sampling theorem. The investigation resulted in data that are part of characteristic curves of subsampled signals; these curves allow us to estimate the central frequencies and their respective band through the comparison of the data (present in the curves) with the singular values of signals submitted to the sensing process. Based on the above, a spectrum sensing algorithm based on frequency estimation is proposed, which determines by means of a sensing vector the different bands occupied in a segment of spectrum analyzed.