Analisi delle tecniche di rilevamento dello spettro nelle radio cognitive con MATLAB

Puja Acharya è professore assistente presso l'Università K. R. Mangalam. Ha conseguito B.Tech, M.Tech e Ph.D (Antenna Designing) in Ingegneria Elettronica e delle Comunicazioni con più di 15 anni di esperienza di insegnamento. Le sue aree di interesse sono la robotica integrata, i droni e l'automazione, la comunicazione ottica, la progettazione di antenne e la microelettronica.

La maggior parte dello spettro primario è già assegnato, quindi diventa molto difficile trovare lo spettro per nuovi servizi o per l'espansione di quelli esistenti. Attualmente le politiche governative non consentono l'accesso allo spettro con licenza agli utenti senza licenza, costringendoli invece a utilizzare diverse bande di frequenza fortemente popolate e soggette a interferenze. Di conseguenza, in alcune bande c'è un enorme problema di scarsità di spettro. In particolare, se si analizza lo spettro radio, comprese le aree urbane ricche di reddito, si può notare che alcune bande di frequenza nello spettro non sono occupate per una parte del tempo e molte bande di frequenza sono occupate solo parzialmente, mentre le bande di frequenza rimanenti sono pesantemente utilizzate. Proponiamo un nuovo algoritmo denominato CSAC. CSAC è il primo in letteratura che sfrutta i soli canali disponibili nella progettazione di sequenze di CH, fornendo al contempo un rendez-vous garantito.