3 Information Sharing and Worker Performance In this section we explain our approach and the methodology we employ to estimate the
6.1 Information Sharing and Tournaments
Los aportes realizados en esta tesis se clasifican de la siguiente manera:
2. Muestreo Nyquist Incompleto
3. Sensado de Espectro de Banda Ancha Basado en Muestreo Nyquist Incom- pleto y Muestreo Sub-Nyquist
4. Sensado de Espectro de Banda Ancha Basado en Muestreo Sub-Nyquist y Sensado de Espectro de Banda Estrecha
1.3.1 Metodol ´ogicos
Los aportes metodol ´ogicos realizados en el desarrollo de esta t ´esis se relacionan a continuaci ´on:
1. Se propone un marco de referencia metodol ´ogico con el objetivo de formalizar el desarrollo de algoritmos basados en sensado compresivo en el procesami- ento digital de se ˜nales, el cual se soporta en la publicaci ´on [P1] y se relaciona con el cumplimiento del objetivo espec´ıfico 1.
2. Se propone un marco de referencia metodol ´ogico para el desarrollo formal y met ´odico de algoritmos de sensado de espectro, el cual se soporta en la publicaci ´on [P2] y se relaciona con el cumplimiento del objetivo espec´ıfico 1.
1.3.2 Muestreo Nyquist Incompleto
El aporte realizado en este campo corresponde a la propuesta de una nueva ma- triz de sensado en el dominio disperso, propuesta con el ´animo de incorporar una aproximaci ´on al muestreo Nyquist Incompleto. Este aporte se soporta parcialmente en la publicaci ´on [P5] (aplicaci ´on pr ´actica) y se plantea en esta tesis su desarrollo formal como trabajo futuro.
1.3.3 Sensado de Espectro de Banda Ancha Basado en Muestreo Nyquist Incompleto y Muestreo Sub-Nyquist
En este ´ambito los aportes realizados pueden relacionarse como:
1.3. Aportes 7
2. Sensado de Espectro de Banda Ancha Cooperativo Basado en Muestreo Ny- quist Incompleto
Sensado de Espectro de Banda Ancha Local Basado en Muestreo Sub-Nyquist En este sentido, se aborda el problema de detectar la actividad de un los PUs en un entorno de radio multibanda, actividad que en cada sub-banda se modela como una prueba de hip ´otesis binaria. En este escenario, se propone el algoritmo presentado en la publicaci ´on [P3], el cual posteriormente evoluciona a una forma din ´amica pre- sentada en la publicaci ´on [P4] y [P7], aportes asociados al cumplimiento del objetivo general y objetivos espec´ıficos 2 y 3. En los algoritmos relacionados anteriormente, se propone un detector basado en la estimaci ´on de la matriz de covarianza de la se ˜nal a partir de la matriz de covarianza de las muestras, para este proceso de es- timaci ´on se propone un algoritmo de reconstrucci ´on de la matriz de covarianza de la se ˜nal basado en OMP y el proceso de decisi ´on se realiza a partir de la detecci ´on de energ´ıa en cada sub-banda de acuerdo a la diagonal principal de la matriz de covarianza estimada.
As´ı mismo, se propone el algoritmo de la publicaci ´on [P6], en el cual se con- sideran los sistemas de m ´ultiples antenas que son ampliamente utilizados en la actualidad dada su eficacia en m ´ultiples aspectos como incremento de la capacidad y mejor desempe ˜no en canales con desvanecimiento (Goldsmith, 2005). De hecho, el uso de este tipo de sistemas en CR es uno de los posibles enfoques para el sen- sado de espectro explotando las observaciones realizadas en el dominio espacial. En este algoritmo se propone un detector basado en la reconstrucci ´on de la se ˜nal presente en la multibanda a partir de las muestras sub-Nyquist, la reconstrucci ´on de la se ˜nal se realiza mediante el algoritmo CoSamp (Needell y Tropp, 2010) y el pro- ceso de decisi ´on se realiza a partir de la detecci ´on de energ´ıa en cada sub-banda.
La evaluaci ´on del desempe ˜no de los algoritmos propuestos se realiza mediante simulaci ´on. La verificaci ´on se realiza mediante el procesamiento de se ˜nales reales adquiridas de acuerdo con el ap ´endice 1. En este proceso se evidencia que los al- goritmos propuestos mejoran el desempe ˜no obtenidos por otros algoritmos de sen- sado de espectro de banda ancha propuestos y actualmente vigentes, con lo cual se evidencia un aporte significativo en la soluci ´on al problema abierto de sensado
de espectro de banda ancha considerando la reducci ´on del n ´umero de muestras requeridas para realizar la funci ´on de sensado, lo cual redunda en la reducci ´on del tiempo de sensado, consumo de energ´ıa y complejidad computacional, todas ellas requeridas para la implementaci ´on de tecnolog´ıas como CR, permitiendo realizar de manera exitosa la Asignaci ´on Din ´amica de espectro, haciendo que el usuario cog- nitivo tenga una conciencia m ´as amplia del espectro disponible y de esta manera aprovechar una mayor cantidad de oportunidades espectrales y por lo tanto, alcan- zar mayores tasas de transferencia de informaci ´on.
Sensado de Espectro de Banda Ancha Cooperativo Basado en Muestreo Nyquist Incompleto
En este escenario, el problema abordado es el mismo definido como objeto de estu- dio de esta tesis, en el cual se busca detectar la actividad de los PUs en un entorno de radio multibanda, actividad que en cada sub-banda se modela como una prueba de hip ´otesis binaria, con el objetivo de obtener algoritmos eficientes en la cantidad de muestras a procesar, que permitan realizar el sensado de espectro consiguiendo probabilidad de detecci ´on aproximadamente igual a uno en condiciones de baja SNR. Para ello se propone el algoritmo de la publicaci ´on [P5] donde la operaci ´on de muestreo en cada CRD se realiza mediante la matriz de muestreo Nyquist Incom- pleto propuesta y el detector se basa en la reconstrucci ´on de la se ˜nal presente en la multibanda a partir de las muestras incompletas, la reconstrucci ´on de la se ˜nal se realiza mediante el algoritmo SVT (Cai, et al., 2010) y el proceso de decisi ´on local se realiza a partir de la detecci ´on de energ´ıa en cada sub-banda, mientras que la decisi ´on conjunta se realiza mediante regla OR en el centro de fusi ´on.
Al igual que en el caso local, la evaluaci ´on del desempe ˜no de los algoritmos propuestos se realiza mediante simulaci ´on y la verificaci ´on se realiza mediante el procesamiento de se ˜nales reales adquiridas de acuerdo con el ap ´endice 1. Per- mitiendo obtener resultados an ´alogos a los obtenidos para el caso de sensado de espectro local.