Resumen

Este documento presenta un enfoque novedoso de reconocimiento de patrones para la detección de espectro en sistemas de radio cognitiva colaborativa. En el esquema propuesto, se extraen características discriminativas de la señal recibida en cada nodo y se utilizan por un clasificador en un nodo central para tomar una decisión global sobre la disponibilidad de huecos de espectro para ser utilizados por la red de radio cognitiva. Específicamente, se proponen clasificadores lineales y polinomiales con características de energía, cicloestacionarias o coherentes. Se presentan los resultados de simulación en términos de las probabilidades de detección y falsa alarma de todos los esquemas propuestos. Se concluye que los esquemas basados en cicloestacionariedad son los más confiables en términos de detectar usuarios primarios en el espectro, sin embargo, a expensas de un tiempo de detección más largo en comparación con los esquemas basados en coherencia. Los resultados muestran que el rendimiento se mejora al tener más usuarios colaborando en proporcionar características

• Materias:Internet de las cosas Identificadores personales Detección de cortes Servicios de asistencia Comunicaciones en tiempo real
• Subjects:Internet of things Personal identifiers Outage detection Support Services Real-time communications
• Palabras claves:Reconocimiento de patrones; Detección de espectro; Sistemas de radio cognitiva; Clasificador; Características; Rendimiento
• Keywords:Pattern recognition; Spectrum sensing; Cognitive radio systems; Classifier; Features; Performance