Zaini

2210203004

Outline Pendahuluan / Latar belakang

Permasalahan

Tujuan

Sistem Model

Metode

Hasil dan pembahasan

Kesimpulan

Referensi

Pendahuluan /Latar Belakang Sumber daya frekuensi merupakan sumber daya yang

terbatas

Perlu pemanfaatan yang optimal (utilitasnya tinggi)

Pada kenyataanya (sebagiannya) utilitasnya masih rendah

Spektrum sensing sebagai suatu metode mendeteksi frekeunsi yang kosong (black hole)

Terdapat sejumlah metode deteksi, akan tetapi metode tersebut pada dasarnya hanya membutuhkan informasi tentang daya sinyal dan daya noise

Pendahuluan/Latar Belakang Bila sebuah metode hanya membutuhkan salah satu

dari dua informasi daya(sinyal atau noise saja) disebut semiblind detection

Metode semiblind diantaranya energy detection dan wavelet-based sensing

Akan tetapi bila tidak membutuhkan kedua informasi tersebut dikenal dengan blind/totally blind detection

Permasalahan Permasalahan deteksi pada spektrum sensing dipengaruhi:

Multipath fading

Shadowing atau hidden terminal

Lokasi atau jarak penerima (CR=cognitive radio) dengan pemancar (PU=primary user)

Derau yang tidak menentu

Persyaratan SNR yang rendah

Penelitian ini khususnya memperbaiki hasil sensing pada penerima yang mengalami shadowing dan jaraknya jauh dari pemancar.

Tujuan Memperbaiki hasil sensing khususnya terkait

keputusan akhir

Menerapkan metode sistem komunikasi kooperatif sebelum setiap CR mengirimkan hasil keputusan mereka, mengingat penelitian sebelumnya (setidaknya sampai proposal penelitian ini dibuat) belum diterapkan.

Penggunaan multiple antena pada penerima untuk meningkatkan probabilitas deteksi

Mempelajari pengaruh daya sinyal dan daya noise terhadap probabilitas deteksi

Tujuan Sebagai output akhir adalah mempelajari kinerja

setiap metode deteksi yang diusulkan terhadap beberapa permasalahan yang ditetapkan, dalam hal penggunaan dan tanpa penggunaan skema kooperatif. Dengan demikian diharapkan menambah khazanah baru penerapan metode deteksi dan penerapan skema komunikasi yang tepat sebelum pengambilan keputusan akhir pada jaringan radio kognitif, yang pada akhirnya diharapkan mempercepat penerapan teknologi tersebut.

Model Sistem Pemancar terdiri dari satu buah (PU)

Penerima terdiri dari tiga buah (CR)

CR1 diasumsikan masih dalam jangkauan sehingga menerima sinyal dengan baik, CR2 masih dalam radius tapi mengalami shadowing, dan CR3 diluar jangkauan

R

PU

CR2

CR1

CR3

PU : Primary User (Transmitter)

CR : Cognitive User (Receiver/Detector/Sensor)

Model Sistem PU diasumsikan bekerja pada band frekeunsi GSM900

dengan frekeunsi downlink pada sistem selular

Ukuran cell diasumsikan microcell (400-2000 meter)

Perhitungan path loss untuk menetapkan CR berada pada radius atau diluar radius daya pancar menggunakan Hata untuk urban cell

𝐿𝑃 = 69.55 + 26.16 log 𝑓𝑐 − 13.82 log 𝑕𝑝𝑢 − 𝑎 𝑕𝑐𝑢+ 44.9 − 6.66 log 𝑕𝑝𝑢 𝑙𝑜𝑔𝑅(𝑑𝐵)

Model Sistem Dimana hpu adalah tinggi antena pemancar (meter), hcu adalah tinggi antena penerima (meter)

Fc = frekuensi carrier (MHz), R adalah radius (km)

Adapun 𝑎 𝑕𝑐𝑢 adalah faktor koreksi yang dihitung dengan persamaan berikut,

𝑎 𝑕𝑐𝑢 = 3.2 log 11.75 𝑕𝑐𝑢

2 − 4.97 𝑢𝑛𝑡𝑢𝑘 𝑓𝑐 ≥ 400𝑀𝐻𝑧

Shadowing dan Jarak Pengaruh shadowing dan jarak diterapkan menggunakan persamaan berikut

𝑋 = 𝑅0−𝛼10−𝜉 10 𝐻𝑠 + 𝜂

X = sinyal yang diterima

R0=jarak (km)

Alpha=pathloss exponent 2,75-3,5

Xi=representasi dari loss shadowing 0-8 dB

H=matrik kanal

S=sinyal yang pancarkan

𝜂=noise

Maximal Ratio Combining (MRC) Pada MRC sinyal yang diterima pada antena penerima ke-i adalah 𝑥𝑖 = 𝑕𝑖𝑠 + 𝜂𝑖 atau dalam bentuk matrik 𝑋 = 𝐻𝑆 + 𝜂, adapun H adalah 𝐻 = [𝑕1𝑕2…𝑕𝑁𝑟]

𝑇 dengan Nr jumlah antena penerima SNR MRC adalah

Γ = 𝑃 ℎ𝑖

2

𝜎𝜂2

𝑁𝑟𝑖=1 = 𝑆𝑁𝑅 𝑕𝑖

2𝑁𝑟𝑖=1 dan probabilitas error

𝑃𝑒 = 𝑝𝑁𝑟

𝑁𝑟 − 1 + 𝑖𝑖

𝑁𝑟−1𝑖=0 1 − 𝑝 𝑖 , dimana

𝑝 =1

2−1

21 +

1

𝑆𝑁𝑅

−1 2

Deteksi Untuk deteksi sinyal terdapat dua hipotesis, yaitu 𝐻0 menyatakan sinyal tidak ada dan 𝐻1 menyatakan sinyal ada. Sampel sinyal yang diterima terhadap dua hipotesa tersebut,

𝐻0: 𝑥 𝑛 = 𝜂(𝑛) 𝐻1: 𝑥 𝑛 = 𝑠 𝑛 + 𝜂(𝑛)

Dimana; 𝑛 = 0,1,… ,𝑁 − 1, N=jumlah sampel/simbol/bit

𝑠 𝑛 adalah sampel sinyal yang ditransmisikan yang telah melalui sebuah kanal nirkabel terdiri dari path loss, multiple fading dan juga pengaruh time dispertion.

𝜂(𝑛) adalah white noise dan terdistribusi independent and identically distributed (i.i.d) yang memiliki zero mean dan varian 𝜎𝜂

2.

Metode Deteksi Deteksi energi

Sebuah sinyal x(𝑛) diterapkan pertama ke sebuah band pass filter (BPF) dan selanjutnya ke perangkat square law kemudian diikuti dengan sebuah integrator. Keluaran detektor energy adalah

𝐸𝐷 = 𝑥(𝑛) 2𝑁

𝑛=1

Metode Deteksi Optimally combined energy detection (OCED)

Bila pada penerima dipilih sebuah matrik B untuk menggabungkan seluruh sinyal dari antena penerima, maka bisa dimisalkan

𝑍 𝑛 = B𝑇𝑋 𝑛 ,

Bila dipilih setiap sinyal resultan yang paling besar, maka SNR setelah digabung menjadi,

Γ B =𝐸[ B𝑇𝑠(𝑛) 2]

𝐸[ B𝑇𝜂(𝑛) 2]

Metode deteksi Optimally combined energy detection (OCED) Apabila 𝑅𝑠 = E[s n 𝑠

𝑇 𝑛 ] adalah statistik matrik kovarian dari sinyal primer, maka

Γ B =𝑇𝑟(𝐵

𝑇𝑅𝑠𝐵)

𝜎𝜂2𝑇𝑟(𝐵

𝑇𝐵)

Dimana 𝑇𝑟 menyatakan trace dari sebuah matrik. Bila 𝜆𝑚𝑎𝑥 eigenvalue maksimum dari 𝑅𝑠 sedangkan 𝛽1 berkaitan dengan eigenvektor. Jika 𝛽1 disubstitusikan dalam persamaan 3.21, maka ED menjadi,

𝑇𝑂𝐶𝐸𝐷(𝑋) =1

𝑁 𝑍(𝑛) 2𝑁−1

𝑛=0

SNRnya lebih baik dari ED

Metode Deteksi Blindly Combined Energy Detection (BCED)

BCED menggabungkan covariance-based detection dan eigenvalue-based detection

Bila dinyatakan L urutan sampel dan mendefinisikan vektor berikut;

𝑋 𝑛 = [𝑥 𝑛 𝑥 𝑛 − 1 . . . 𝑥 𝑛 − 𝐿 + 1 ]𝑇

𝑆 𝑛 = [𝑠 𝑛 𝑠 𝑛 − 1 . . . 𝑠 𝑛 − 𝐿 + 1 ]𝑇

𝜂 𝑛 = [𝜂 𝑛 𝜂 𝑛 − 1 … 𝜂 𝑛 − 𝐿 + 1 ]𝑇

Dimana L adalah faktor smoothing

Metode Deteksi Blindly Combined Energy Detection (BCED)

Matrik statistik kovarian dari sinyal dan noise disefinisikan sebagai,

R𝑥 = 𝐸 𝑋(𝑛)𝑋𝑇 𝑛

R𝑠 = 𝐸 𝑆(𝑛)𝑆𝑇 𝑛

Sehingga hubungannya, R𝑥 = R𝑠 + 𝜎𝜂

2𝐈𝐿

Jika sinyal 𝑠(𝑛) tidak ada, R𝑠 = 0, jika sinyal 𝑠(𝑛) ada, R𝑠 ≠ 0.

Metode Deteksi Blindly Combined Energy Detection (BCED)

Bila 𝜆𝑚𝑎𝑥 dan 𝜌𝑚𝑎𝑥 adalah eigenvalue maksimum dari R𝑥 dan R𝑠, sehingga

𝜆𝑚𝑎𝑥 = 𝜌𝑚𝑎𝑥 + 𝜎𝜂

2

Oleh karena itu, bila sinyal ada 𝜆𝑚𝑎𝑥 > 𝜎𝜂2 , dan bila

tidak ada sinyal 𝜆𝑚𝑎𝑥 = 𝜎𝜂2 , dari sini eigenvalue

maksimum dapat digunakan untuk menentukan kehadiran sinyal.

Hasil dan Pembahasan Pengaruh Jarak

Pengaruh shadowing

Deteksi energi tanpa skema kooperatif

Deteksi energi dengan skema kooperatif

Pengaruh jarak Probabilitas error atau BER

Semakin jauh jaraknya semakin besar BER-nya, penggunaan 5 antena penerima bisa memperkecil BER

Pengaruh Jarak Terhadap Gain Penerima;

Baik pada jarak yang jauh maupun dekat, jumlah antena dipenerima akan menambah gain penerima, gain terbesar diperoleh bila jarak masih dalam radius

Pengaruh Jarak terhadap Probabilitas deteksi

Jarak yang dekat tentu berpeluang terjadinya kesalahan bit akan kecil karena sinyal yang diterima masih cukup besar levelnya, artinya probabilitas deteksi akan mendekati nilai yang paling besar

Pengaruh Shadowing

Terhadap BER,

Jika efek shadowing besar (8 dB), probabilitas error semakin besar

Pengaruh Shadowing Terhadap Gain,

Efek shadowing sama pengaruhnya pada daya pancar -20 dB, akan tetapi pada daya pancar 5 dB, semakin besar efek shadowing semakin kecil gain penerima

Pengaruh Shadowing Thd Probabilitas Deteksi

Dengan berpengaruhnya efek shadowing thd BER dan gain penerima menyebabkan probabilitas deteksi penerima juga berpengaruh, dengan hubungan berikut

BER turun => Gain meningkat => Pd Meningkat

Deteksi Energi Probabilitas deteksi tanpa skema kooperatif,

Bila threshold diambil nilai 0,9, maka penerima yang diasumsikan menerima sinyal dengan baik yang menyatakan kehadiran PU pada Eb/No diatas -12 dB untuk antena penerima 5 buah, lebih besar -3 dB bila penerima dengan antena tunggal.

Deteksi Energi

Hasil Keputusan Akhir berdasarkan hasil sensing ketiga CR tanpa skema kooperatif,

Hanya dengan logika OR saja diputuskan kehadiran PU, sedang dengan logika AND tidak.

Deteksi Energi Probabilitas deteksi dengan skema kooperatif;

Dengan metode kooperatif decode and forward (DF basic), probabilitas deteksi kedua CR menjadi meningkat (CR efek shadowing dan CR diluar jangkauan)

Deteksi Energi Hasil Keputusan akhir setelah skema kooperatif diterapkan;

Baik keputusan akhir dengan logika OR maupun logika AND dapat memutuskan kehadiran sinyal primer pada saat sinyal primer benar-benar ada.

Sintesa Hasil Faktor yang mempengaruhi probabilitas deteksi CR adalah posisi CR

(jarak) terhadap pemancar dan seberapa parah efek shadowing yang dialami CR.

Probabilitas deteksi CR sangat berkaitan dengan faktor lain seperti gain CR dan probabilitas error, jika Gain meningkat, maka probabilitas error menurun.

Penggunaan jumlah antena pada penerima CR dapat meningkatkan gain, menurunkan probabilitas error dan meningkatkan probabilitas deteksi

Penerapan skema kooperatif dapat meningkatkan probabilitas deteksi CR yang mengalami efek shadowing dan CR yang posisinya jauh dari pemancar, yang pada akhirnya dapat mempengaruhi hasil keputusan akhir terhadap hasil sensing ketiga CR sehingga dapat memutuskan kehadiran PU baik pada fusion center diterapkan pengambilan keputusan berdasarkan logika OR maupun logika AND walaupun pada nilai SNR yang berbeda.

Kesimpulan Pengaruh radius (jarak) antara pemancar dan

penerima, serta shadowing mempengaruhi hasil probabilitas deteksi pada penerima

Penggunaan skema kooperatif mempengaruhi keputusan akhir terhadap keseluruhan hasil sensing bila keputusan akhir diambil berdasarkan logika OR dan logika AND

Penggunaan skema kooperatif dan penggunaan antena jamak dipenerima meningkatkan probabilitas deteksi khususnya pada daya pancar yang lebih rendah

Saran Untuk membuktikan unjuk kinerja penggunaan

skema sistem komunikasi kooperatif, perlu dilakukan pada bermacam-macam teknik modulasi mengingat pada penelitian ini hanya dilakukan dengan modulasi menggunakan binary phase shift keying.

penggunaan skema kooperatif juga dapat dilakukan dengan teknik multiple antena yang lain seperti equal gain combining, square law combining, sqaure law selection, dll

Referensi Urkowitz,H. 1967. Energy detection of unknown deterministic signals.

Proceedings of the IEEE 55(4): 523 – 531 Digham,F., M. Alouini, and M. Simon. 2007. On the Energy Detection

of Unknown Signals Over Fading Channels IEEE Transactions on Communications 55: 21-24

Lehtomaki, J., M. Juntti, H. Saarnisaari, and S. Koivu. 2005. Threshold setting strategies for a quantized total power radiometer. IEEE Signal Processing Letters 12(11): 796-799.

Haykin S. and M. Moher eds. 2004. Modern Wireless Communications. United States: Prentice-Hall

Wyglinski A. M., Maziar N., Thomas H., (2010) “Cognitive Radio Communications and Networks”, Elsevier, Burlington USA

Yonghong Z., Chang Liang Y., (2007), “Maximum-Minimum Eigenvalue Detection for Cognitive Radio”, The 18th Annual IEEE International Symposium on Personal, Indoor and Mobile Radio Communications.

Referensi Ashish, P. and J.P. Linnartz. 2007. “Performance analysis of primary user

detection in a multiple antenna cognitive radio” IEEE International Conference on Communications 7: 6482 – 6486

Jayakrishnan Unnikrishnan J. dan Venugopal V. Veeravalli, (2008), ”Cooperative Sensing for Primary Detection in Cognitive Radio”, IEEE Journal of Selected Topics in Signal processing, Vol. 2, No. 1.

Jia Zhu, Yulong Zou, and Baoyu Zheng, (2009) “Cooperative Detection for Primary User in Cognitive Radio Networks”, EURASIP Journal on Wireless Communications and Networking, Volume 2009, Article ID:617320.

Peter Hong Y.W., Jen Huang W., Jay Kao C. C., “Cooperative Communications and Networking, Technologies and System Design”, Springer, New York USA.

Yonghong Z., Chang Liang Y., Hoang A. T., Zang R.,(2009) “A Review on Spectrum Sensing for Cognitive Radio: Challenges and Solutions”, EURASIP journal on Advances in Signal Processing, Volume 2010, Article ID: 381465.

Wey peng, (2011), “Cellular MIMO system”, MIMO System, Theory and Applications, InTech, Rijeka Croatia

Terima kasih

Jazakumullahu khairan katsiran atas perhatian dan kesabarannya