Resumen

En las redes de radio cognitiva (CRNs), los usuarios secundarios (SUs) pueden acceder al espectro vacante licenciado a un usuario primario (PU). Por lo tanto, la detección precisa y oportuna del espectro es vital para la utilización eficiente del espectro disponible. El resultado de la detección en cada SU es no auténtico debido a problemas de desvanecimiento, sombreado e incertidumbre del receptor. La detección cooperativa del espectro (CSS) proporciona una solución a estos problemas. En CSS, los informes de detección falsos en el centro de fusión (FC) recibidos de usuarios maliciosos (MUs) degradan drásticamente el rendimiento de la cooperación en la detección de PU. En este artículo, proponemos un esquema robusto de detección del espectro para minimizar los efectos de los informes de detección falsos de los MUs. El esquema propuesto se centra en la distancia de vecino de doble cara (DSND) basada en algoritmo genético (GA) para filtrar los informes de detección de los MUs en CSS. Los resultados de la simulación muestran que los resultados de detección son más precisos y confiables para el esquema propuesto de fusión de decisión mayoritaria de GA (GAMV-HDF) y la fusión de decisión suave ponderada de GA (GAW-SDF) en comparación con los esquemas convencionales de fusión de decisión suave de combinación de ganancia igual (EGC-SDF), fusión de decisión suave de combinación de ganancia máxima (MGC-SDF) y fusión de decisión mayoritaria de decisión dura (MV-HDF) en presencia de MUs.

• Materias:Red 5G Internet de las cosas Seguridad de la información Tecnologías de comunicación
• Subjects:5G Network Internet of things Information security Communication technologies
• Palabras claves:Detección del espectro; Redes de radio cognitivas; Usuarios secundarios; Detección cooperativa del espectro; Usuarios malintencionados; Algoritmo genético
• Keywords:Spectrum sensing; Cognitive radio networks; Secondary users; Cooperative spectrum sensing; Malicious users; Genetic algorithm