Read more
Der kognitive Funk ist eine aufregende neue Technologie, die in der Lage ist, die Anforderungen des Frequenzspektrums zu erfüllen. CR ermöglicht eine effizientere Nutzung des Frequenzspektrums. Die in diesem Buch vorgestellten CR-Systeme basieren auf SDR, um zwischen Signal und Rauschen zu unterscheiden. Die am häufigsten verwendeten generierten modulierten Signale: FSK, PSK und QAM werden in dieser Arbeit erzeugt und verwendet. Diese Systeme bestehen aus Merkmalsextraktions- und Entscheidungsstufen. In dieser Arbeit werden sowohl Momentanmerkmale als auch statistische Merkmale verwendet. Neuronale Netze werden ebenfalls für den Erkennungsprozess verwendet. In dieser Arbeit werden sechs Erkennungssysteme vorgeschlagen. Die Auswertung der Ergebnisse zeigt, dass die vorgeschlagenen CR-Erkennungssysteme eine höhere Erkennungswahrscheinlichkeit bieten als die anderen vorgeschlagenen Systeme der veröffentlichten Arbeiten. Es wird eine neue Technik zur Schätzung des SNR für CR auf der Grundlage statistischer Merkmale durch Berechnung der Kumulanten für Signale vorgestellt. Dies ist eine indirekte Methode zur SNR-Messung. Schwellenwertentscheidungs- und NVG-RAM-Detektoren bei einer Zwischenfrequenz von 20 MHz, die auf statistischen Merkmalen basieren, werden aufgrund ihrer höheren Leistung von FPGA Spartan-3A DSP 3400A implementiert.
About the author
Dr. Ahmed A. Thabit aus dem Irak. Bsc, Msc und PhD in Elektronik und Kommunikationstechnik/ University of Technology/ IRAQ 2006, 2008 bzw. 2017. Dozent an der AL-Rafidain University/ College- Baghdad/ Irak.
