Eigenvalue-Based Spectrum Sensing for Cognitive Radio: Change Detection Problems and Fundamental Performance Limits

Arts, Martijn; Mathar, Rudolf; Klein, Anja

doi:HT019400815

Eigenvalue-Based Spectrum Sensing for Cognitive Radio: Change Detection Problems and Fundamental Performance Limits = Eigenwertbasiertes Spectrum Sensing für Cognitive Radio: Detektion von Änderungen und Fundamentale Leistungsgrenzen

Arts, Martijn

2017

Verantwortlichkeitsangabevorgelegt von Diplom-Ingenieur Martijn Franciscus Arts

ImpressumAachen 2017

Umfang1 Online-Ressource (viii, 162 Seiten)

Dissertation, RWTH Aachen University, 2017

Veröffentlicht auf dem Publikationsserver der RWTH Aachen University

Genehmigende Fakultät
Fak06

Hauptberichter/Gutachter
Mathar, Rudolf (Thesis advisor)^RWTH* ; Klein, Anja (Thesis advisor)

Tag der mündlichen Prüfung/Habilitation
2017-05-15

Online
DOI: 10.18154/RWTH-2017-06561
URL: http://publications.rwth-aachen.de/record/696012/files/696012.pdf
URL: http://publications.rwth-aachen.de/record/696012/files/696012.pdf?subformat=pdfa

Einrichtungen

Lehrstuhl und Institut für Theoretische Informationstechnik (613410)

Inhaltliche Beschreibung (Schlagwörter)
dynamic spectrum access (frei) ; spectrum sensing (frei) ; SNR Walls (frei) ; eigenvalue-Based Detection (frei) ; cognitive radio (frei)

Thematische Einordnung (Klassifikation)
DDC: 621.3

Kurzfassung
Bei opportunistischem Spektrumzugriff, wo unlizenzierte sekundäre Benutzer opportunistisch auf freien spektralen Ressourcen kommunizieren dürfen, ist zuverlässiges Spectrum Sensing die entscheidende Technologie, um Interferenzen für den primären lizensierten Benutzer zu minimieren. Ein Spectrum Sensing Algorithmus hat die Aufgabe festzustellen, ob ein Frequenzband derzeit vom lizenzierten Primärsystem verwendet wird oder nicht. Dieser muss eine hohe Detektionsleistung auch in Szenarien mit niedrigem Signal-Rausch-Verhältnis (SNR) sicherstellen.Die Klasse der Detektoren, die auf den Eigenwerten der Kovarianzmatrix einer Stichprobe arbeiten, wird unter dem Begriff Eigenwertbasiertes Spektrum Sensing zusammengefasst. Diese zielt darauf ab, Korrelationen im empfangenen Signal über der Zeit oder zwischen mehreren kooperierenden Nutzern auszunutzen, welche auftreten wenn der primäre Nutzer präsent ist. Da das Empfängerrauschen typischerweise als weißer Zufallsprozess modelliert wird, der zwischen verschiedenen Empfängern unkorreliert ist, sollte das empfangene Signal frei von Korrelationen sein, falls das untersuchte Band unbesetzt ist. Eigenwertbasiertes Spectrum Sensing ist ein bedeutendes Detektionsverfahren, da es sehr wenig Wissen über die Signaleigenschaften des primären Nutzers erfordert und dennoch eine gute Detektionsleistung aufweist. Die vorliegende Arbeit liefert dazu Beiträge in drei Bereichen.Erstens untersucht sie das Potential die Detektionszeiten zu reduzieren indem Resultate aus dem Feld Quickest Detection angewendet werden. Letzteres ist ein Konzept zur Minimierung von Detektionszeiten bei Änderung der Hypothese. Verzögerungen in der Detektion sind sowohl für das primäre als auch für das sekundäre System nachteilig. Deshalb untersucht diese Arbeit am Beispiel des bekannten Maximum-Minimum-Eigenwert (MME) Detektors, ob Ideen aus der Quickest Detection Theorie mit den Stärken von Eigenwertbasiertem Spectrum Sensing kombiniert werden können. Zweitens werden Leistungsgrenzen von Eigenwertbasierten Blockdetektoren bei Vorliegen praktischer Modellunsicherheiten analysiert. Falls Unsicherheiten im Systemmodell vorhanden sind, weisen Detektoren im Allgemeinen eine SNR-Schwelle auf, unterhalb derer zuverlässige Detektion unabhängig vom Stichprobenumfang unmöglich ist: die sogenannte SNR-Wand. Es ergeben sich zwei Fragen im Hinblick auf Eigenwertbasiertes Spectrum Sensing. Kann man zeigen, dass bekannte Detektoren von einer solchen SNR-Wand betroffen sind? Kann darüber hinaus die Lage der SNR-Schwelle in Abhängigkeit von grundlegenden Systemparametern beschrieben werden? Die vorliegende Arbeit beantwortet diese Fragen, indem sie die Auswirkungen zweier praktischer Modellunsicherheiten erforscht: nicht perfekte Rauschleistungskalibrierung sowie farbiges und korreliertes Rauschen.Schließlich erweitert diese Arbeit die theoretische Analyse von Detektoren mit Hilfe der Theorie der Zufallsmatrizen. Eine theoretische Analyse des sogenannten Maximum-Minus-Minimum-Eigenwert (MMME) Detektors wird in einem Szenario mit zwei kooperierenden Benutzern durchgeführt. Da ähnliche Ergebnisse für den MME-Detektor erzielt wurden, werden die Detektionsleistungen der beiden Detektoren bei Unsicherheiten bezüglich der Rauschleistung auf Basis der theoretischen Ergebnisse miteinander verglichen.

In opportunistic spectrum access, where unlicensed secondary users may opportunistically communicate on idle spectral resources, reliable spectrum sensing is the essential technology to minimize harmful interference for the licensed users. A spectrum sensing algorithm is responsible for detecting whether a frequency band is currently used by the licensed primary system or not. It is therefore required to exhibit high detection performance even in low signal-to-noise ratio (SNR) regimes. The class of detectors operating on the eigenvalues of the sample covariance matrix is subsumed under the term eigenvalue-based spectrum sensing. It aims at exploiting correlations in the received signal over time or among multiple cooperating users in the presence of a licensee. Since the receiver noise is typically assumed to be a white random process which is uncorrelated among different receivers, the received signal samples should be free of correlations when the frequency band in question is vacant. Eigenvalue-based spectrum sensing is a prominent detection method since it requires very little knowledge about the signal characteristics of the primary system, while still exhibiting good detection performance. This thesis makes contributions to this field in three areas. Firstly, it explores the potential of reducing detection delays using results from the theory of quickest detection, which is a paradigm to minimize delays in detecting hypothesis changes. Large detection delays are harmful to both the primary and the secondary system in opportunistic spectrum access. This thesis therefore studies whether concepts from quickest detection may be combined with the strengths of eigenvalue-based spectrum sensing in the context of the well-known maximum-minimum eigenvalue (MME) detector.Secondly, performance limits of eigenvalue-based block detectors in the presence of practical model uncertainties are studied. In general, if knowledge about the system model is imperfect, detectors experience an SNR threshold below which reliable detection is impossible irrespective of the number of samples — the so-called SNR wall. In the context of eigenvalue-based spectrum sensing, two questions arise. Can it be shown that well-known detectors suffer from an SNR wall under practical model imperfections? Furthermore, can the location of the SNR threshold be characterized with respect to fundamental system parameters? This thesis answers these questions by investigating the effect of two practical model uncertainties: imperfect noise power calibration, and colored and correlated noise.Finally, this work advances the theoretical analysis of detectors with the help of random matrix theory. A theoretical analysis of the so-called maximum-minus-minimum eigenvalue (MMME) detector is performed in a dual user scenario. Considering that similar theoretical results were obtained for the MME detector, their performances in the presence of noise power uncertainty are compared on the basis of analytical findings.

OpenAccess:
PDF PDF (PDFA)
(additional files)