Modelamento esparso e técnicas de decomposição material aplicados à detecção do espectro.

• Autor(a) principal: AMARAL, Frederico Carvalho Fontes do.
• Data de Publicação: 2019
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFCG
• Texto Completo: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/19028
• topic: Modelamento esparso; Decomposição material; Técnicas de decomposição material; Detecção do espectro; Additive White Gaussian Noise - AWGN; Mínimos quadrados; Matrizes de Hankel; Métodos gananciosos; Sparse modeling; Material decomposition; Material decomposition techniques; Spectrum detection; Additive White Gaussian Noise - AWGN; Least squares; Hankel Headquarters; Greedy methods; Engenharia Elétrica.

A detecção do espectro é o primeiro passo para a utilização oportunista de frequências em Rádios Cognitivos (RC). A maioria das técnicas propostas anteriormente para detecção do espectro normalmente possuem um desempenho ruim em cenários com baixa SNR (Signal-to-Noise Ratio), e aquelas que possuem bom desempenho possuem, via de regra, um maior grau de complexidade. Neste trabalho, é apresentado um método inédito baseado em modelamento esparso para detecção do espectro e identificação de canais livres para o espectro do sistema de televisão digital aberta brasileiro, considerando os efeitos do ruído aditivo gaussiano branco (Additive White Gaussian Noise - AWGN) e atenuação de sinal. A detecção é aprimorada por meio do uso de técnicas de decomposição matricial e os resultados mostram que o método proposto é capaz de identificar a ocupação dos canais com alta precisão, mesmo em cenários com SNR crítica.