Luận án Nâng cao dung lượng của hệ thống thông tin vô tuyến có nhận thức dựa trên OFDM

mang con nằm ở giữa có khoảng cách phổ tần đủ xa so với 2 PU để ảnh hưởng nhiễu tới PU là không đáng kể và FF luôn có thể phân bổ công suất tối đa cho các sóng mang con này. Khi băng thông càng lớn hơn thì số lượng các sóng mang con này càng nhiều, trong khi số sóng mang con nằm gần 2PU là không đổi nên số biến cần phải tính toán gần như không thay đổi như được thể hiện trong hình 3.14. Hình 11.13: Độ phức tạp tính toán của CRS với các giải thuật FF 0 20 40 60 80 100 120 140 160 180 200 10 20 30 40 50 60 70 80 90 100 Đ ộ p h ứ c tạ p t ín h t o án Số lượng sóng mang con Water-filling FF không windowing FF với windowing, a=0.2 FF với windowing, a=0.35 79 Trường hợp áp dụng giải thuật Full-Filling kết hợp với sử dụng kỹ thuật cửa sổ đem lại kết quả tốt nhất: số lượng sóng mang con cần phải tính toán phân bổ công suất gần như hội tụ và không thay đổi khi băng thông của CRS thay đổi. Cụ thể, với trường hợp khi hệ số uốn của cửa sổ là a=0,2 thì khi băng thông của CRS là 10∆f thì số sóng mang con cần phân bổ tối ưu là 6, nhưng chỉ tăng lên thành 8 và giữ nguyên không thay đổi khi băng thông của CRS ≥ 20∆f . Đường phức tạp tính toán cuả trường hợp này đi ngang không thay đổi. Hình 3.14: Số sóng mang con cần phân bổ tối ưu công suất khi băng thông CRS thay đổi Trong trường hợp sử dụng Full-Filling kết hợp với kỹ thuật cửa sổ, với hệ số uốn của cửa sổ là a=0,35 thì kết quả còn tốt hơn, luôn chỉ có 6 sóng mang con là cần tính toán phân bổ công suất cho các băng thông khác nhau của CRS. Như vậy, có thể thấy khi mà khoảng trống tần số mà CRS chiếm dùng càng rộng thì hiệu quả giảm độ phức tạp tính toán của giải thuật Full-Filling càng cao, đặc biệt là khi sử dụng kết hợp với kỹ thuật cửa sổ. 0 20 40 60 80 100 120 10 20 30 40 50 60 70 80 90 100 S ố b iế n c ầ n t in h t o á n t ố i ƣ u c ô n g s u ấ t Số sóng mang con của CRS Số biến cần tối ưu của Water-filling Số biến tối ưu của FF không windowing Số biến cần tối ưu của FF với windowing, a=0.2 Số biến cần tối ưu của FF với windowing, a=0.35 80 3.3. Kết luận chƣơng Khi áp dụng kỹ thuật cửa sổ vào hệ thống CR dựa trên OFDM thì các sóng mang có tần số nằm cách xa băng tần của PU thì hoàn toàn có thể phân bổ công suất tối đa. Dựa trên kết quả khảo sát này, giải thuật Full-Filling đã được đề xuất trong chương này. Nguyên tắc chung của giải thuật Full-Filling là tìm ra số lượng lớn nhất các sóng mang con có thể phân bổ công suất tối đa. Phần chênh lệch nhiễu I do các sóng mang con này gây ra cho PU và mức ngưỡng Ith sẽ được sử dụng để tính toán mức công suất tối ưu cho các sóng mang con còn lại, hoặc bỏ qua nếu mức chênh lệch nhiễu còn lại là ít, có thể bỏ qua được. Có 2 phương pháp thực hiện Full-Filing: hoặc là chọn trước một số sóng mang con để phân bổ công suất tối đa, tính toán tối ưu cho sóng mang con còn lại; hoặc bật hết (hoặc tắt hết) các sóng mang con với công suất tối đa, sau đó lần lượt tắt bớt (hoặc bật thêm) từng sóng mang con, tính toán mức nhiễu I do các sóng mang con nàygây ra cho PU và so sánh với Ith. Với trường hợp bật dần, nếu I nhỏ hơn Ith thì tiếp tục bật lần lượt các sóng mang con và tiếp tục lặp lại cho đến khi I xấp xỉ bằng Ith, nếu bật thêm 1 sóng mang nữa thì I>Ith thì dừng lại và tìm ra số sóng mang tối đa có thể phân bổ công suất tối đa. Với trường hợp tắt dần, khi tắt thêm 1 sóng mang mà I chuyển từ I>Ith sang I<Ith thì dừng lại, số sóng mang còn lại là số sóng mang con lớn nhất có công suất bằng công suất tối đa. Kết quả mô phỏng cho thấy, khi áp dụng kỹ thuật Full-Filing, phân bổ công suất của các sóng mang con là tương tự như trong trường hợp phân bổ tối ưu, tốc độ truyền của hệ thống được nâng lên đáng kể so với các giải pháp cận tối ưu khác, gần sát với tốc độ truyền tối ưu. Trong khi đó, số lượng sóng mang con phải tính toán phân bổ công suất tối ưu giảm đi đáng kể, có thể đạt tới 80%, qua đó làm độ phức tạp tính toán giảm. 81 Khác với các giải thuật được các tác giả khác đề xuất trước đây, khi khoảng trống tần số mà CRS chiếm dùng càng lớn, số sóng mang con càng nhiều, thì càng phải thực hiện nhiều phép toán phân bổ công suất, trong khi áp dụng giải thuật Full-Filling, đặc biệt là khi sử dụng cùng với kỹ thuật cửa sổ thì số lượng phép toán thực hiện là rất thấp và không thay đổi (6/100 sóng mang như trong mô phỏng). Các kết quả nghiên cứu trên đã được công bố trên tạp chí và trên hội nghị quốc tế, [2], [3] trong các công trình liên quan trực tiếp đến luận án. 82 12. Chương 4: Nâng cao dung lượng CRS đa người dùng bằng kỹ thuật cửa sổ 4.1. Tổng quan về CRS đa ngƣời dùng Trong các chương trước, chúng ta đã nghiên cứu áp dụng kỹ thuật cửa sổ và giải thuật Full-Filling để nâng cao dung lượng hệ thống CR có một người sử dụng tại một thời điểm. Trong chương này, chúng ta sẽ xem xét áp dụng các kỹ thuật trên cho hệ thống CR có nhiều người dùng (multi-user CRS) cùng một thời điểm. Khi hệ thống có đa người dùng cùng một thời điểm thì sẽ cần xử lý vấn đề phân chia tài nguyên băng thông giữa các người dùng. Vấn đề chia sẻ tài nguyên phổ tần đối với CRS có thể được thực hiện dưới 2 dạng [2]: - Chia sẻ tài nguyên trong nội bộ một CRS ; - Chia sẻ tài nguyên giữa nhiều CRS cùng hoạt động. Đối với trường hợp chia sẻ tài nguyên trong nội bộ một hệ thống thì bài toán tập trung vào vấn đề phân bổ phổ tần số giữa các thành phần của mạng, ví dụ cho kết nối giữa BS-MS và giữa MS-MS. Việc phân bổ này cần được thực hiện theo cơ chế FDMA, mỗi người sử dụng được phân bổ một nhóm sóng mang con. Hình 12.1 mô tả phân kênh của WiFi theo chuẩn 802.11 b/g trong băng tần 2,4 GHz (băng tần ISM). Do 802.11g là tiêu chuẩn được sử dụng đặc biệt phổ biến hiện nay trên thế giới và cũng sử dụng kỹ thuật OFDM, hoạt động băng tần được miễn cấp phép với cơ chế các hệ thống tự tránh nhiễu lẫn nhau, nên đây là mô hình có thể xem xét áp dụng được cho CRS. Khi các thành phần của cùng một mạng được phân bổ các đoạn băng tần (kênh tần) khác nhau theo phương thức FDMA thì sẽ xuất hiện nhiễu xuyên kênh giữa các thành phần mạng, hay gọi là người sử dụng. 83 Hình 12.1: Phân kênh theo chuẩn 802.11 b/g Như vậy, bên cạnh vấn đề nhiễu giữa các người sử dụng với PU, trong bài toán CRS đa người dùng còn xuất hiện thêm vấn đề nhiễu giữa các người sử dụng với nhau. Trong các hệ thống thông tin vô tuyến thông thường, vấn đề nhiễu đồng kênh, nhiễu kênh kề, nhiễu do phát xạ ngoài băng luôn luôn là bài toán cơ bản phải giải quyết. Hệ thống CR cũng không là ngoại lệ, chúng ta cũng cần xem xét đến yếu tố nhiễu giữa các người dùng trong cùng một hệ thống. Điểm khác biệt giữa CRS và hệ thống vô tuyến thông thường khác là CRS còn phải đảm bảo không gây nhiễu cho các hệ thống PU. Đối với CRS đa người dùng, bài toán đặt ra ở đây là nâng cao dung lượng của hệ thống trong khi phải đảm bảo tổng mức nhiễu do các người dùng của CRS gây ra cho PU là nằm trong giới hạn cho phép. 4.2. Nhiễu giữa PU và CR trong CRS đa ngƣời dùng Đối với trường hợp CRS đa người dùng bên cạnh nhiễu từ hệ thống PU tới CRS, nhiễu từ hệ thống CRS tới PU như trường hợp đơn người dùng, còn xuất hiện thêm nhiễu giữa người dùng CR với nhau. Ngoài ra, do có K người dùng CR thay vì chỉ có 1 như trong trường hợp đơn người dùng nên các công thức tính toán nhiễu có sự khác biệt trong trường hợp này. 84 4.2.1. Nhiễu từ CRS tới PU Nhiễu từ sóng mang con thứ i của người dùng CR thứ k tới băng thứ l của PU được tính [8]:                      , , 2/2 2 , , , , /2 sin , . k i l k i l d Bl k k k sp k k k ks i l i l i i l i s i i l sd Bl fT I d P h P T df P K fT             (4.1) Trong đó, là khoảng cách phổ tần giữa sóng mang con thứ i của người dùng thứ k vào băng thứ l của PU, là hệ số suy hao của kênh giữa sóng mang con thứ i của người dùng thứ k và băng thứ l của PU, Ts là độ dài ký hiệu OFDM, Pi là công suất phân chia cho sóng mang con thứ i của người dùng thứ k. 4.2.2. Nhiễu giữa ngƣời dùng CRS với nhau Như đã trình bày ở trên, trong CRS đa người dùng, do các sóng mang con giữa các người dùng là không trực giao nên xảy ra tình trạng nhiễu giữa các người dùng này. Nhiễu qua lại giữa sóng mang thứ n của người dùng thứ m với sóng mang con thứ i của người dùng thứ k được xác định theo công thức [13]:                      , , , , 2/2 2 , , , , , , , , /2 sin , m k n i m k n i d f m k m k m ss m k m m m ks n i n i n n i n s n n i sd f fT M d P h P T df P A fT             (4.2) Trong đó, là khoảng cách phổ tần giữa sóng mang con thứ n của người dùng m và sóng mang con thứ i của người dùng thứ k; Pn là công suất của sóng mang con thứ n của người dùng thứ m. 85 4.2.3. Nhiễu PU tới CRS Nhiễu từ tín hiệu của PU thứ l tới sóng mang con thứ i của người dùng CRS thứ k được biễu diễn như sau [8]:             , , /2 2 , , /2 , k ll i k ll i d B k k l ps l i l i PU l s N d B J d P h T E I d      (4.3) trong đó, là độ lợi kênh truyền giữa máy phát PU và máy thu CRS, là công suất phát của tín hiệu PU thứ l. 4.3. Bài toán nâng cao dung lƣợng Về cơ bản, bài toán nâng cao dung lượng với CRS đa người dùng cũng đi theo nguyên tắc đối với bài toán đơn người dùng. Tuy nhiên, khác với trường hợp đơn người dùng, đối với bài toán đa người dùng, CRS cần phải xác định số lượng sóng mang và công suất tương ứng của từng người dùng làm sao để tổng dung lượng của toàn bộ K người dùng là cao nhất, trong khi vẫn phải đảm bảo điều kiện về nhiễu với PU và giữa các người dùng với nhau.               2 2 ,21 1 1, ,1 1 log 1max k m k i ss k k K N i i L K Nk m k k iP mi l n il n m k h P C f J M                               (4.4) Với điều kiện:      , th 1 1 1 , k L K N l i i l i l k i I d P I     (4.5) 86     th 1 1 k K N k i k i P P    (4.6)      * , , 1 1 m K N m m k n n i th m n m k P A M     (4.7) trong đó, K là số người dùng CRS, Ith là mức độ nhiễu PU có thể chấp nhận được từ toàn bộ người sử dụng CRS; Pth là giới hạn tổng công suất phát của CRS; nhiễu qua lại giữa sóng mang con thứ n của người dùng CRS thứ m với sóng mang thứ i của người dùng CRS thứ k. Chúng ta có thể chứng minh công thức xác định dung lượng C trong trường hợp CRS đa người dùng tương tự như làm với trường hợp đơn người dùng. Xét hàm số Lagrange:                          2 * 1 2 2 ,21 1 1, ,1 1 1 , th 2 th 1 1 1 1 1 , , log 1 , k m k k ss k k K N i ik i L K Nk m k k i mi l n il n m k L K N K N l k i i l i i l k i k i h P L P f J M I d P I P P                                                       (4.8) Điều kiện Karush Kuhn-Tucker (KKT) có dạng:     th 1 1 0 k K N k i k i P P     (4.9)      , th 1 1 1 , 0 k L K N l i i l i l k i I d P I      (4.10) 87      * , 1 th 1 1 1 0 k L K N l k l i i l k i P K I             (4.11)    * 2 th 1 1 0 k K N l i k i P P            (4.12)      * 1 2 1 2* , , 0, , 0 l i l i L P P         (4.13) Bằng cách thay nhân tử Lagrange và giải điều kiện KKT, ta có thể có được kết quả tối ưu:          2 , th* 1 2 1 , 21 1 ln 2 L k i lk l i L k ss k i l il J M P f K h               (4.14) Như vậy, chúng ta có thể tìm ra phân bổ tối ưu cho trường hợp CRS đa người sử dụng. 4.4. Giải pháp phân bổ sóng mang con cho ngƣời dùng CRS Trong trường hợp CRS đa người dùng xuất hiện bài toán phân chia sóng mang con, hay băng thông, cho mỗi người dùng. Tác giả Hòa N.T. trong [76] đã đề xuất phương án phân chia sóng mang cho mỗi người dùng CRS theo phương án tỷ lệ nghịch với nhiễu (IIA- inverted interference asignment), theo đó mỗi người dùng được phân bổ số sóng mang sao cho mức nhiễu từ PU vào mỗi người dùng là như nhau. Phương pháp IIA được mô tả sơ lược như sau: Giả sử CRS có N sóng mang con, N sóng mang con này được chia thành K nhóm, tương ứng với K người dùng CRS. 88   ( ) 1 kk N n n Nn N J J K    Tác giả đã so sánh dung lượng truyền của CRS sử dụng phân bổ IIA (theo J) với trường hợp phân bổ đều (uniform) sóng mang con cho mỗi người dùng CRS. Hình 12.2: Phân bố công suất và sóng mang con cho mỗi người dùng CRS Kết quả mô phỏng cho thấy hệ thống CR đạt dung lượng truyền lớn nhất khi là CRS đơn người dùng, tiếp theo đó là trường hợp CRS đa người dùng áp dụng IIA, sau đó là trường hợp phân chia đều số sóng mang con cho CRS đa người dùng, tiếp theo là trường hợp CRS đa người dùng, phân chia sóng mang con IIA nhưng có tính đến nhiễu giữa 2 người dùng. Tuy nhiên, việc giả thiết phân chia sóng mang con nghịch đảo với nhiễu do PU gây ra cho người dùng CRS là chưa hợp lý vì đối với CRS nhiễu Jn là giá trị không biết trước. Ngoài ra, trong mô phỏng tại [76] cũng chưa áp dụng kỹ thuật 89 cửa sổ cho các sóng mang CRS, vốn giúp tăng dung lượng truyền của CRS trong bài toán đơn người dùng. Hơn nữa, việc phân bổ sóng mang con dựa trên phân chia đều nhiễu cũng đưa đến một kết quả chưa hợp lý đó là người dùng nằm cạnh băng của PU sẽ được phân bổ số sóng mang ít hơn vì các sóng mang nằm gần PU thì gây nhiễu cao hơn. Trong khuôn khổ luận án này, nghiên cứu sinh đã đề xuất một số điểm mới bài toán nâng cao dung lượng CRS đa người dùng: - Đối với giải thuật phân chia nghịch đảo với nhiễu (IIA-interference inversion allocation) được đề xuất trong [76], thay vì sử dụng tham số nhiễu J từ PU sang CRS, nghiên cứu sinh đề nghị sử dụng ngưỡng biết trước Ith làm cơ sở cho giải thuật IIA, giải thuật cải tiến này là IIA-I để phân biệt trong mô phỏng. - Đề xuất giải thuật mới: phân chia nghịch đảo với nhiễu có qui chuyển về băng thông chuẩn (Q-IIA). - Đề xuất sử dụng kỹ thuật cửa sổ cho CRS đa người dùng. Kết quả mô phỏng cho các trường hợp phân bổ IIA-I, Q-IIA và phân bổ đều sóng mang con sẽ được so sánh với nhau. 4.4.1. Phân bổ đều sóng mang con Trong trường hợp này, phần phổ tần chiếm dụng sẽ được CRS chia đều cho mỗi người dùng, tương đương với số sóng mang con:   /N k N K (4.15) 4.4.2. Phân chia tỷ lệ nghịch với nhiễu tới PU (IIA-I) Phân chia nghịch đảo theo nhiễu IIA-I là giải pháp trong đó mức độ gây nhiễu cho PU của mỗi người dùng CRS là như nhau, hay còn gọi phân chia đều trách nhiệm giữa người dùng CRS. Nó cũng tương tự như IIA, nhưng với IIA thì mỗi người dùng CRS lại chịu một mức nhiễu như nhau từ PU. 90 Với tổng mức nhiễu mà PU chấp nhận được từ toàn bộ người dùng CRS gây ra là Ith và giả sử N sóng mang con của CRS được phân chia cho K nhóm N (k) , khi đó, nhóm N(k) được tính theo công thức:   th k n n N I I K   (4.16) Điểm khác biệt với IIA-I so với IIA là IIA-I sử dụng ngay tham số Ith đã biết phục vụ cho bài toán xác định số sóng mang con, trong khi IIA dựa vào tham số Jn là tham số chưa biết, cần phải xác định. Đây là bước cải tiến của IIA-I so với IIA được đề cập tại [76]. Do khoảng cách phổ tần từ mỗi người dùng CRS tới PU có thể khác nhau nên số sóng mang hay băng thông phân chia cho mỗi người khác nhau. Phương pháp IIA-I chỉ áp dụng để tính toán số sóng mang con cho mỗi người dùng, còn mức công suất phân chia cho mỗi sóng mang con lại được thực hiện với giải thuật water-filling hoặc các giải thuật cận tối ưu khác. 4.4.3. Phân chia nghịch đảo với nhiễu có qui chuyển về băng thông chuẩn Phương pháp phân chia sóng mang nghịch đảo với nhiễu nêu trên cho ra kết quả băng thông (số lượng sóng mang con) mà mỗi người dùng CRS được phân chia là một con số phụ thuộc vào các điều kiện như Ith. Tuy nhiên, trong thực tế, như đã chỉ ra bởi [3], trong phần lớn các hệ thống vô tuyến, kỹ thuật chia sẻ và quyết định băng tần đều được thực hiện theo đơn vị kênh tần số như là một đơn vị phổ tần cơ bản. Thực tế, mọi thiết bị vô tuyến đều làm việc theo những tiêu chuẩn nhất định và sử dụng các kênh tần số có băng thông nhất định đã được xác định từ trước. Ví dụ, hệ thống truyền hình có độ rộng kênh 8MHz, hệ thống bộ đàm vô tuyến dùng kênh có độ rộng tiêu chuẩn là 11,25 kHz hoặc 25 kHz, hệ thống WiFi OFDM dùng 91 kênh có độ rộng 22 MHz, hệ thống LTE có độ rộng kênh chuẩn là 1,4 MHz, 5 MHz, 15 MHz, 20 MHz. Việc phân kênh theo tiêu chuẩn nhất định giúp phía phát và phía thu làm việc đồng bộ được với nhau. Vì vậy, để đảm bảo tính thực tiễn, kỹ thuật phân chia sóng mang con IIA-I sẽ được điều chỉnh phù hợp với thực tế, theo đó sau khi thực hiện phép tính toán số sóng mang con theo IIA-I, giải thuật sẽ phân chia sóng mang con cho mỗi người dùng sao cho phần băng tần của mỗi người dùng là số nguyên lần độ rộng kênh cơ sở (như 10, 15 hay 20 MHz). Kỹ thuật này gọi là IIA có quy chuyển về băng thông chuẩn (Q-IIA). Giả sử độ rộng băng thông chuẩn là B0, số sóng mang con được cấp cho người dùng CRS thứ k theogiải thuật IIA-I là Nk thì số sóng mang con được gán cho người dùng thứ k theo giải thuật Q-IIA sẽ là 0 ROUNDQ IIA kk N f N B        (4.17) trong đó, ROUND(•) là hàm làm tròn. 4.5. Kết quả mô phỏng dung lƣợng hệ thống CRS đa ngƣời dùng Trên cơ sở lý thuyết nêu trên, nghiên cứu sinh đã tiến hành mô phỏng tính toán dung lượng truyền của CRS đa người dùng. Để chạy mô phỏng trên máy tính, nghiên cứu sinh sử dụng CRS với 3 người dùng, sử dụng khoảng trống tần số có độ rộng 30MHz nằm kẹp giữa 2 băng tần của người dùng PU (L=2) có độ rộng phổ tần lần lượt là B1 = 10 MHz và B2 =5 MHz. Độ rộng mỗi sóng mang con là Δf = 0,3125 MHz, tương ứng 16 sóng mang con trên mỗi băng thông 5 MHz, khoảng trống tần số mà CRS chiếm dùng được chia tương đương thành N =96 sóng mang con. Giả sử độ dài chu kỳ ký hiệu là Ts= 4 μs. Các kênh truyền là suy hao Rayleigh có độ lợi bằng 0 dB, thông tin trạng thái kênh CSI là biết trước khi truyền. 92 Ngưỡng nhiễu mà PU chấp nhận được từ CRS là Ith= 1mW và 7 mW, .công suất của PU là PPU = 1W. Mô phỏng được thực hiện cho các trường hợp: - CRS đa người dùng, phân chia sóng mang cho mỗi người dùng CRS theo các phương pháp IIA-I, Q-IIA và chia đều; - Thực hiện cho cả hai trường hợp: có áp dụng và không áp dụng kỹ thuật cửa sổ. 4.5.1. Trƣờng hợp không sử dụng kỹ thuật cửa sổ Kết quả phân bố công suất và sóng mang con cho trường hợp áp dụng kỹ thuật IIA-I, không áp dụng kỹ thuật cửa sổ, với mức ngưỡng nhiễu lần lượt là Ith = 1mW, 7mW được thể hiện tại Hình 12.3(a) và (b). Kết quả phân bố sóng mang con và công suất sóng mang con trong trường hợp Q-IIA, không có cửa sổ, với Ith =1mW và 7 mW được thể hiện tại Hình 12.4(a) và (b). (a) 93 (b) Hình 12.3: Phân bố công suất và sóng mang con trong trường hợp IIA-I, không sử dụng kỹ thuật cửa sổ, Ith =1mW (a) và 7 mW (b). (a) 94 (b) Hình 12.4: Phân bố sóng mang con và công suất trong trường hợp Q-IIA, Ith= 1mW (a) và 7 mW (b), không sử dụng kỹ thuật cửa sổ. (a) 95 Hình 12.5: Phân bố công suất và sóng mang con trong trường hợp phân chia đều sóng mang, Ith =1mW(a) và 7 mW (b). Hình 12.6: Tốc độ dữ liệu CRS với IIA-I, Q-IIA, phân chia đều, không cửa sổ Kết quả mô phỏng cho trường hợp phân chia đều sóng mang con, không sử dụng cửa sổ, với với Ith =1mW và 7 mW được thể hiện tại Hình 12.5(a) và (b). (b) 96 Tốc độ dữ liệu của cả hệ thống khi sử dụng ba kỹ thuật IIA-I, Q-IIA, uniform với điều kiện không dùng kỹ thuật cửa sổ được biểu diễn tại Hình 12.6. Khi không dùng kỹ thuật cửa sổ, giải thuật IIA-I đem lại cho CRS tốc độ truyền cao nhất (đường màu xanh blue, dấu x). Tiếp theo là Q-IIA và kém nhất là phân bố đều sóng mang con. Cụ thể, tại mức nhiễu cho phép Ith=1mW, giải thuật IIA cho tốc độ đạt 125 Mbps và Q-IIA đạt 65 Mbps, cao hơn 25% so với 52 Mbps của phân bố đều. Khi mức can nhiễu cho phép Ith sang PU tăng lên, người dùng CRS được tăng công suất phát nên tốc độ truyền của CRS sẽ tăng từ 25Mbps đến 65 Mbps khi mức nhiễu cho phép tăng từ 0,1mW đến 1mW. Do băng thông của PU1 (10 MHz) và PU2 (5MHz) là khác nhau, nên người dùng thứ nhất chịu nhiễu từ PU1 nhiều hơn so với công suất nhiễu từ PU2 sang người dùng thứ 2. Vì vậy, nên phân bổ sông suất của người dùng 1 thấp hơn của người dùng 2. 4.5.2. Trƣờng hợp sử dụng kỹ thuật cửa sổ Trong trường hợp này, cửa sổ Tukey được sử dụng cho CRS trong mô phỏng. Các tham số khác của CRS được giữ nguyên như trường hợp không sử dụng cửa sổ, ngoại trừ việc khảo sát với mức nhiễu Ith nhỏ hơn. Kết quả phân chia sóng mang con, phân chia công suất trong trường hợp sử dụng kỹ thuật cửa sổ cho IIA-I được thể hiện tại Hình 12.7(a) và (b). 97 (a) (b) Hình 12.7: Phân chia sóng mang con và công suất với IIA-I,cửa sổ, Ith = 0.1 mW (a); 0,7 mW (b) (a) 98 (b) Hình 12.8: Phân chia sóng mang con và công suất cho trường hợp Q-IIA, có sử dụng cửa sổ, Ith = 1mW (a) và 7mW (b) Hình 12.9: Phân bố sóng mang và công suất với trường hợp uniform, Ith= 1mW, có sử dụng cửa sổ. Với trường hợp Q-IIA, kết quả mô phỏng phân chia sóng mang con và công suất sóng mang con được thể hiện tại Hình 12.8(a) và (b). Với trường hợp phân chia đều, có sử dụng cửa sổ, kết quả được biểu hiện tại Hình 4.9. 99 4.5.3. Phân tích, đánh giá kết quả. Kết quả mô phỏng được thể hiện trên Hình 12.3, Hình 12.4, Hình 12.5 cho thấy khi mức nhiễu Ith mà PU chấp nhận được lớn hơn thì số lượng sóng mang con được phân chia công suất cao tăng lên, công suất trên mỗi sóng mang con cao hơn. Hình 12.10: Tốc độ dữ liệu của CRS trong các trường hợp IIA, Q-IIA và phân chia đều khi áp dụng cửa sổ Khi áp dụng kỹ thuật cửa sổ (Hình 12.6, Hình 12.7, Hình 12.8) thì số lượng sóng mang con được phân chia công suất tối đa tăng mạnh, với 94 trên tổng số 96 các sóng mang con được phân chia công suất tối đa. Trong khi đó, trường hợp không sử dụng cửa sổ, các sóng mang nằm gần kề các băng tần của PU và nằm giữa các người dùng CRS được phân chia công suất rất nhỏ (Hình 12.3, Hình 12.4, Hình 12.5). Điều này được giải thích là do các sóng mang càng nằm gần các băng của PU thì gây nhiễu càng cao đối với PU, nên các sóng mang nằm liền kề PU được phân chia công suất rất thấp. Kết quả này cũng phù hợp với các kết quả đã thực hiện mô phỏng trong trường hợp CRS đơn người dùng được trình bày tại chương 2. Trong trường hợp CRS đơn người dùng, các sóng mang có khoảng cách phổ xa với các 100 băng PU, mức độ gây nhiễu là không đáng kể tới PU nên được phân chia công suất tối đa để tăng dung lượng hệ thống. Đối với trường hợp CRS đa người dùng, chúng ta thấy các sóng mang nằm giữa 2 người dùng CRS, dù nằm xa băng của PU, cũng không được phân chia công suất (Hình 12.3, Hình 12.4, Hình 12.5). Điều này được lý giải là do yếu tố nhiễu giữa các người dùng của CRS đa người dùng, vốn không xuất hiện trong bài toán CRS đơn người dùng. Để tối ưu về tốc độ truyền, CRS đa người dùng phải tắt (không phân chia công suất) cho các sóng mang đó để hạn chế nhiễu giữa 2 người dùng CRS kề nhau. Trong trường hợp sử dụng cửa sổ, do cửa sổ làm giảm phát xạ phụ của sóng mang con, tức giảm giữa các người dùng, nên CRS có thể phân chia công suất cho các sóng mang con nằm giữa 2 người dùng CRS. Việc 94 trong tổng số 96 sóng mang được phân chia công suất là lý do dẫn đến dung lượng CRS trong trường hợp áp dụng kỹ thuật cửa sổ (Hình 12.10) tăng lên lên 134Mbps so với 51 Mbps trường hợp không sử dụng kỹ thuật cửa sổ (Hình 12.6). Trong trường hợp IIA (Hình 12.3), không sử dụng kỹ thuật cửa sổ, do giải thuật chỉ quan tâm đến đạt được kết quả tối đa về quả dung lượng nên băng thông của từng người dùng CRS được phân chia trên bài toán tối ưu mà không theo các kênh tiêu chuẩn đã được định nghĩa trước (ví dụ 5MHz, 10MHz, 15MHz, 20MHz). Kỹ thuật Q-IIA có ưu điểm là sát thực tế vì băng thông của mỗi người dùng CRS được quy về các kênh tiêu chuẩn, tuy nhiên quá trình quy chuẩn băng thông này làm giảm tác dụng tối ưu hóa của kỹ thuật IIA.Vì vậy, trong cả hai trường hợp áp dụng kỹ thuật cửa sổ và không áp dụng kỹ thuật cửa sổ, tốc độ dữ liệu của CRS sử dụng Q-IIA đều thấp hơn trường hợp IIA (Hình 12.10). Trong khi đó, cả hai kỹ thuật IIA, Q-IIA đều cho tốc độ truyền cao hơn so với trường hợp phân chia đều sóng mang con. Sự khác biệt này đến từ khác biệt mức công suất mà hệ thống phân 101 chia cho trường hợp IIA-I (Hình 12.3, Hình 12.7) hay Q-IIA (Hình 12.4, Hình 12.8) so với trường hợp phân chia đều (Hình 12.5, Hình 12.9). 4.6. Kết luận chƣơng Trong chương 4, bài toán nâng cao dung lượng cho hệ thống CR đa người dùng, trong đó các người dùng được truy nhập vào các nhóm kênh phân chia theo tần số FDMA đã được đặt ra nghiên cứu. So với trường hợp CRS đơn người dùng được xem xét trong các chương trước, bài toán nâng cao dung lượng hệ thống CR đa người dùng có một số điểm khác biệt là chúng ta cần xem xét đồng thời cả hai bài toán phân bổ sóng mang con cho mỗi người dùng và phân bổ công suất cho mỗi sóng mang con (với CRS đơn người dùng chúng ta chỉ quan tâm tới vấn đề phân bổ công suất); ngoài yếu tố nhiễu từ người dùng CRS tới PU, chúng ta còn phải xem xét thêm yếu tố nhiễu giữa chính người dùng CRS và đây cũng là yếu tố tác động tới dung lượng của CRS đa người dùng. Đối với bài toán phân chia sóng mang con/công suất, nghiên cứu sinh đã phân tích điểm còn chưa thực tế của giải thuật IIA và đề xuất điều chỉnh việc tính toán số sóng mang con dựa trên ngưỡng nhiễu Ith và đổi tên giải thuật thành IIA-I để phân biệt với giải pháp IIA. Quan trọng hơn, nghiên cứu sinh đã đề xuất giải thuật mới với tên gọi Phân chia nghịch đảo với nhiễu có quy chuyển về băng thông chuẩn (Q-IIA). Đối với bài toán phân bổ công suất, nghiên cứu sinh đã đề xuất giải pháp áp dụng kỹ thuật cửa sổ cho CRS đa người dùng. Kỹ thuật cửa sổ này đã chứng minh là rất hiệu quả đối với CRS đơn người dùng trong chương trước. Kết quả mô phỏng trên máy tính đã cho thấy cả hai kỹ thuật IIA-I, Q-IIA đem lại dung lượng hệ thống cao hơn so với trường hợp phân chia đều sóng mang con 102 cho mỗi người dùng CRS cho trường hợp hệ thống có áp dụng hoặc không áp dụng kỹ thuật cửa sổ. Kết quả mô phỏng cũng cho thấy dung lượng hệ thống đạt cao hơn trong trường hợp IIA-I so với Q-IIA do phép quy chuyển về băng thông chuẩn trong Q- IIA làm giảm tính tối ưu của IIA-I. Đổi lại, Q-IIA là giải pháp sát với thực tiễn do CRS hoạt động trên các kênh có băng thông chuẩn, được xác định từ trước. Đối với cả ba trường hợp IIA-I, Q-IIA, uniform, dung lượng hệ thống cao hơn khi áp dụng kỹ thuật cửa sổ so với trường hợp không sử dụng cửa sổ. Kết quả phân tích các giải thuật IIA-I, Q-IIA khi và khi không sử dụng kỹ thuật cửa sổ đã được công bố trên chuyên san các công trình nghiên cứu, phát triển và ứng dụng công nghệ thông tin và truyền thông [4] trong các công trình liên quan trực tiếp đến luận án. 103 13. KẾT LUẬN Trong luận án này, nghiên cứu sinh đã tiến hành nghiên cứu tổng quan về hệ thống vô tuyến có nhận thức, các hướng nghiên cứu của các tác giả khác về công nghệ thông tin vô tuyến này (chương 1). Trên cơ sở đó, luận án đã tập trung vào nghiên cứu việc áp dụng kỹ thuật cửa sổ vào bài toán phân bổ công suất để nâng cao dung lượng hệ thống (chương 2). Từ kết quả phân bố công suất của các sóng mang con khi hệ thống vô tuyến có nhận thức thu được từ chương 2, nghiên cứu sinh đã đề xuất giải thuật Full-Filling trong phân bổ công suất cho các sóng mang con của CRS (chương 3). Trong chương 4, luận án đã mở rộng bài toán nâng cao dung lượng từ hệ thống đơn người dùng trong chương 2, 3 sang bài toán đa người dùng. A. Các kết quả của luận án Các kết quả chính đạt được của luận án bao gồm: 1. Đề xuất áp dụng kỹ thuật cửa sổ cho hệ thống vô tuyến có nhận thức dựa trên OFDM. Các lý do để đề xuất áp dụng kỹ thuật cửa sổ cho CRS bao gồm: + Kỹ thuật này chưa được xem xét trong các nghiên cứu trước; + Kết quả mô phỏng cho thấy việc áp dụng kỹ thuật cửa sổ giúp cho tốc độ truyền dẫn của vô tuyến có nhận thức tăng lên đáng kể so với khi không sử dụng cửa sổ; + Kỹ thuật cửa sổ vốn được sử dụng rộng rãi trong họ tiêu chuẩn 802.11 nên sẽ rất phù hợp và kinh tế khi sử dụng cho hệ thống dựa trên OFDM như CRS. 2. Đề xuất giải pháp phân bổ công suất Full-Filling cho các sóng mang con của CRS. Luận án đề ra giải pháp này dựa trên ý tưởng phân bổ công suất tối đa cho số lượng lớn nhất có thể các sóng mang con của CRS đáp ứng được điều kiện tổng nhiễu của các sóng mang con này gây ra cho PU là gần bằng hoặc bằng mức 104 ngưỡng nhiễu chấp nhận được Ith của PU. Trường hợp gần bằng thì có thể tính toán phân bổ tối ưu công suất cho các sóng mang con còn lại của CRS sao cho tổng nhiễu gây ra cho PU là bằng Ith hoặc có thể bỏ qua phép tính này nếu mức chênh lệch với Ith là nhỏ. Giải pháp Full-Filling có thể thực hiện theo cách MFR hoặc PFR tùy theo điều kiện thích hợp. Các lý do để đề xuất giải pháp Full-Filling bao gồm: + Đây là giải pháp mới, chưa được các tác giả khác đề xuất; + Khi áp dụng Full-Filling kết hợp với kỹ thuật cửa sổ, CRS đạt được tốc độ truyền cao hơn đáng kể so với chỉ áp dụng kỹ thuật cửa sổ hoặc các giải pháp do tác giả khác đề xuất. + Độ phức tạp tính toán đơn giảm, giảm tới 80% số biến cần tính toán trong bài toán mô phỏng, và giữ ổn định ở mức thấp khi băng thông của CRS tăng nhiều. Điều này phù hợp với hệ thống có công suất nhỏ như CRS. 3. Đề xuất áp dụng kỹ thuật cửa sổ cho hệ thống CRS đa người dùng. Lý do của việc đề xuất này là cũng chưa được các tác giả khác đề xuất khi nghiên cứu về CRS và các lợi ích thu được cũng tương tự như với trường hợp đơn người dùng nêu ở trên. 4. Đề xuất giải pháp mới Q-IIA để phân bổ sóng mang con cho CRS đa người dùng. Đối với hệ thống CR đa người dùng, cần phải thực hiện hai nhiệm vụ phân bổ sóng mang con cho mỗi người dùng và phân bổ công suất cho mỗi sóng mang con. Giải pháp mới đã được đề xuất trong luận án, đó là phân chia nghịch đảo với nhiễu có quy chuyển về băng thông chuẩn (Q-IIA). Ngoài, ra nghiên cứu sinh cũng đề xuất cải tiến giải thuật phân chia nghịch đảo theo nhiễu IIA thành IIA-I để phù hợp với thực tế hơn. 105 Kết quả mô phỏng cho thấy CRS đạt được tốc độ truyền cao hơn khi sử dụng hai giải pháp được đề xuất IIA-I, Q-IIA so với trường hợp phân bổ đều sóng mang con (uniform). Kết quả mô phỏng cho thấy, khi kết hợp sử dụng IIA-I, Q-IIA với kỹ thuật cửa sổ, tốc độ truyền của CRS cao hơn tới 2,6 lần so với trường hợp không sử dụng cửa sổ. B. Hƣớng phát triển của luận án Kỹ thuật Full-Filling đã được áp dụng cho trường hợp CRS đơn người dùng và đã giúp cho tốc độ truyền của hệ thống vô tuyến có nhận thức tăng lên, trong khi độ phức tạp tính toán giảm đi đáng kể. Tuy nhiên, kỹ thuật này còn chưa được nghiên cứu áp dụng cho trường hợp CRS đa người dùng.Vì vậy, đây là điểm cần được tiếp tục nghiên cứu mở rộng. Bài toán phân bổ sóng mang con cho người dùng dựa trên giải pháp Q-IIA đã giải quyết được phần nào hạn chế của IIA, nhưng chưa giải quyết triệt để được vấn đề công bằng dung lượng giữa người dùng. Vì vậy, cần tiếp tiếp tục nghiên cứu để có giải pháp cải tiến hiệu quả hơn. 106 14. DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN ÁN 1. Van Tuan, L.; Hieu, N. T.; Hieu, D. C. & Kinh, N. V. (2012), “Impact of windowing on power allocation in cognitive radio systems”, Communications and Electronics (ICCE), 2012 Fourth International Conference, pp. 212--216. 2. Nguyen, H.; Liang, G. Y.; Le, V.T. (2013), Full-filling algorithm for power allocation in OFDM-based cognitive radio systems, Information, Communications and Signal Processing (ICICS) 2013 9th International Conference, pp. 1-5. 3. Le Van, T.; Chi, H. D.; Viet, K. N. & Thanh, H. N. (2014), “Full-Filling Subcarrier Power Allocation in OFDMA-Based Cognitive Radio Systems”, Wireless Engineering and Technology, vol.5, no. 01, pp.11-18. 4. Van Tuan, L.; Tien Hoa, N.; Hieu, N.T.; Kinh, N.V. (2015), “Một số giải pháp nâng cao dung lượng hệ thống vô tuyến nhận thức đa người dùng”, Chuyên san các công trình nghiên cứu, phát triển và ứng dụng Công nghệ thông tin và truyền thông, ISSN:1859-3526, tập V-2 (2015), trang 126-136. 107 15. TÀI LIỆU THAM KHẢO [1] Ahmed, N.; Hadaller, D. & Keshav, S. (2006), GUESS: gossiping updates for efficient spectrum sensing, in Proceedings of the 1st international workshop on Decentralized resource sharing in mobile computing and networking, pp. 12-17. [2] Akyildiz, I. F.; Lee, W.-Y.; Vuran, M. C. & Mohanty, S. (2008), “A survey on spectrum management in cognitive radio networks”, Communications Magazine, IEEE, vol. 46, no. 4, pp. 40-48. [3] Akyildiz, I. F.; Lee, W.-Y.; Vuran, M. C. & Mohanty, S. (2006), “NeXt generation/dynamic spectrum access/cognitive radio wireless networks: a survey”, Computer Networks, vol. 50, no. 13, pp. 2127-2159. [4] Association, I. S. & others (2001), IEEE Standard for Information Technology- Telecommunications and Information Exchange Between Systems-Local and Metropolitan Area Networks-Specific Requirements: Part 11: Wireless LAN Medium Access Control (MAC) and Physical Layer (PHY) Specifications, IEEE. [5] Axell, E.; Leus, G.; Larsson, E. G. & Poor, H. V. (2012), “Spectrum sensing for cognitive radio: State-of-the-art and recent advances”, Signal Processing Magazine, IEEE, vol. 29, no. 3, pp. 101-116. [6] Bansal, G.; Duval, O. & Gagnon, F. (2010), “Joint overlay and underlay power allocation scheme for OFDM-based cognitive radio systems”, inVehicular Technology Conference (VTC 2010-Spring), 2010 IEEE 71st, pp. 1-5. [7] Bansal, G.; Hossain, M. J. & Bhargava, V. K. (2011), “Adaptive power loading for OFDM-based cognitive radio systems with statistical interference constraint”, Wireless Communications, IEEE Transactions, vol. 10, no. 9, pp. 2786-2791. [8] Bansal, G.; Hossain, M. J. & Bhargava, V. K. (2008), “Optimal and suboptimal power allocation schemes for OFDM-based cognitive radio systems”, Wireless Communications, IEEE Transactions, vol. 7, no. 11, pp. 4710-4718. [9] Bansal, G.; Hossain, M. J. & Bhargava, V. K. (2007), “Adaptive power loading for OFDM-based cognitive radio systems”, inCommunications, 2007. ICC'07. IEEE International Conference, pp. 5137-5142. 108 [10] Boyd, S. & Vandenberghe, L. (2004), Convex optimization, Cambridge University Press. [11] Challapali, K.; Mangold, S. & Zhong, Z. (2004), “Spectrum agile radio: Detecting spectrum opportunities”,International Symposium on Advanced Radio Technologies. [12] Cimini Jr, L. J. (1985), “Analysis and simulation of a digital mobile channel using orthogonal frequency division multiplexing”, Communications, IEEE Transactions,vol. 33, no. 7, pp. 665-675. [13] Cosovic, I.; Brandes, S. & Schnell, M. (), “A technique for sidelobe suppression in OFDM systems”, Global Telecommunications Conference, 2005. GLOBECOM'05. IEEE, pp. 5-pp. [14] Cover, T. M., JA Thomas (1991), “Elements of information theory”, John Wiley. [15] Etkin, R.; Parekh, A. & Tse, D. (2007), “Spectrum sharing for unlicensed bands”, Selected Areas in Communications, IEEE Journal,vol.25, no. 3, pp. 517-528. [16] Gandetto, M.; Guainazzo, M.; Pantisano, F. & Regazzoni, C. S. (2004), “A mode identification system for a reconfigurable terminal using Wigner distribution and non-parametric classifiers”, Global Telecommunications Conference, 2004. GLOBECOM'04. IEEE, pp. 2424-2428. [17] Ganesan, G. & Li, Y. (2005), “Cooperative spectrum sensing in cognitive radio networks”, New Frontiers in Dynamic Spectrum Access Networks, 2005. DySPAN 2005. 2005 First IEEE International Symposium, pp. 137-143. [18] Gardner, W. & others (1991), “Exploitation of spectral redundancy in cyclostationary signals”, Signal Processing Magazine, IEEE, vol. 8, no. 2, pp. 14-36. [19] Ghasemi, A. & Sousa, E. S. (2005), “Collaborative spectrum sensing for opportunistic access in fading environments”, New Frontiers in Dynamic Spectrum Access Networks, 2005. DySPAN 2005. 2005 First IEEE International Symposium, pp. 131-136. 109 [20] Gudmundson, M. & Anderson, P.-O. (1996), “Adjacent channel interference in an OFDM system”, Vehicular Technology Conference, 1996. Mobile Technology for the Human Race., IEEE 46th, pp. 918-922. [21] Haykin, S. (2005), “Cognitive radio: brain-empowered wireless communications”, Selected Areas in Communications, IEEE Journal, vol.23, no. 2, pp. 201-220. [22] Hur, Y.; Park, J.; Kim, K.; Lee, J.; Lim, K.; Lee, C.-H.; Kim, H. & Laskar, J. (2006), “A cognitive radio (CR) testbed system employing a wideband multi- resolution spectrum sensing (mrss) technique”, Vehicular Technology Conference, 2006. VTC-2006 Fall. 2006 IEEE 64th, pp. 1-5. [23] Hur, Y.; Park, J.; Woo, W.; Lim, K.; Lee, C.-H.; Kim, H. & Laskar, J. (2006), “A wideband analog multi-resolution spectrum sensing (MRSS) technique for cognitive radio (CR) systems”, ISCAS. [24] ITU-R Report M2225, w. (2011), Introduction to cognitive radio systems in the land mobile service. [25] ITU-R Report SM.2152, Definition of Software Defined Radio and Cognitive Radio. [26] ITU-R Recommendation SM.1541, Unwanted emissions in the out-of-band domain. [27] Khambekar, N.; Dong, L. & Chaudhary, V. (2007), “Utilizing OFDM guard interval for spectrum sensing”, Wireless Communications and Networking Conference, 2007. WCNC 2007. IEEE, pp. 38-42. [28] Lehtomaki, J. J.; Vartiainen, J.; Juntti, M. & Saarnisaari, H. (2006), “Spectrum sensingwith forward methods”, Military Communications Conference, 2006. MILCOM 2006. IEEE, pp. 1-7. [29] Leu, A. E.; Steadman, K.; McHenry, M. & Bates, J. (2005), “Ultra sensitive TV detector measurements”, New Frontiers in Dynamic Spectrum Access Networks, 2005. DySPAN 2005. 2005 First IEEE International Symposium, pp. 30-36. 110 [30] Liang, Y.-C.; Chen, K.-C.; Li, G. Y. & Mahonen, P. (2011), “Cognitive radio networking and communications: An overview”, Vehicular Technology, IEEE Transactions, vol. 60, no.7, pp. 3386-3407. [31] Ma, J.; Li, G. Y. & Juang, B. H. F. (2009), “Signal processing in cognitive radio”, Proceedings of the IEEE, vol. 97, no.5, pp. 805-823. [32] Mahmoud, H.; Arslan, H. & et al. (2008), “Sidelobe suppression in OFDM- based spectrum sharing systems using adaptive symbol transition”, Communications Letters, IEEE, vol.12, no.2, pp. 133-135. [33] Menon, R.; Buehrer, R. M. & Reed, J. H. (2005), “Outage probability based comparison of underlay and overlay spectrum sharing techniques”, New Frontiers in Dynamic Spectrum Access Networks, 2005. DySPAN 2005. 2005 First IEEE International Symposium, pp. 101-109. [34] Mishra, S. M.; Brink, S. T.; Mahadevappa, R. & Brodersen, R. W. (2007), “Cognitive technology for ultra-wideband/WiMax coexistence”, New Frontiers in Dynamic Spectrum Access Networks, 2007. DySPAN 2007. 2nd IEEE International Symposium, pp. 179-186. [35] Mitola III, J. & Maguire Jr, G. Q. (1999), “Cognitive radio: making software radios more personal”, Personal Communications, IEEE, vol. 6, no. 4, pp. 13- 18. [36] Muraoka, K.; Ariyoshi, M. & Fujii, T. (2009), “A Robust Spectrum Sensing Method Based on Maximum Cyclic Autocorrelation Selection for Dynamic Spectrum Access”, IEICE transactions on communications, vol. 92, no. 12, pp. 3635-3643. [37] Muschallik, C. (1996), “Improving an OFDM reception using an adaptive Nyquist windowing”, Consumer Electronics, IEEE Transactions ,vol. 42, no. 3, pp. 259-269. [38] Oh, D.-C. & Lee, Y.-H. (2009), “Energy detection based spectrum sensing for sensing error minimization in cognitive radio networks”, International Journal of Communication Networks and Information Security (IJCNIS), vol. 1, no. 1. 111 [39] Olivieri, M. P.; Barnett, G.; Lackpour, A.; Davis, A. & Ngo, P. (2005), “A scalable dynamic spectrum allocation system with interference mitigation for teams of spectrally agile software defined radios”, New Frontiers in Dynamic Spectrum Access Networks, 2005. DySPAN 2005. 2005 First IEEE International Symposium, pp. 170-179. [40] Palicot, J. & Roland, C. (2003), “A new concept for wireless reconfigurable receivers”, Communications Magazine, IEEE, vol. 41, no. 7, pp. 124-132. [41] Pei, Y.; Hoang, A. T. & Liang, Y.-C. (2007), “Sensing-throughput tradeoff in cognitive radio networks: how frequently should spectrum sensing be carried out”, Personal, Indoor and Mobile Radio Communications, 2007. PIMRC 2007. IEEE 18th International Symposium, pp. 1-5. [42] Peng, C.; Zheng, H. & Zhao, B. Y. (2006), “Utilization and fairness in spectrum assignment for opportunistic spectrum access”, Mobile Networks and Applications, vol. 11, no. 4, pp. 555-576. [43] Quan, Z.; Cui, S.; Sayed, A. H. & Poor, H. V. (2008), “Wideband spectrum sensing in cognitive radio networks”, Communications, 2008. ICC'08. IEEE International Conference on, pp. 901-906. [44] Quan, Z.; Shellhammer, S. J.; Zhang, W. & Sayed, A. H. (2009), “Spectrum sensing by cognitive radios at very low SNR”, Global Telecommunications Conference, 2009. GLOBECOM 2009. IEEE, pp. 1-6. [45] Rainer, J. (1986), “Applications of the fourier transform to the processing of vibration signals”, Building Research Note, vol. 233, no. 24. [46] Russell, S. & Norvig, P. (2003), “Definitions of software defined radio (sdr) and cognitive radio system (crs)”, Artificial Intelligence: A Modern Approach (2nd ed.), Upper Saddle River, New Jersey: Prentice Hall, ISBN 0-13-790395-2. [47] Sahai, A.; Tandra, R.; Mishra, S. M. & Hoven, N. (2006), “Fundamental design tradeoffs in cognitive radio systems”, Proceedings of the first international workshop on Technology and policy for accessing spectrum, pp. 2. [48] Sai Shankar, N.; Cordeiro, C. & Challapali, K. (2005), “Spectrum agile radios: utilization and sensing architectures”, New Frontiers in Dynamic Spectrum Access Networks, 2005. DySPAN 2005. 2005 First IEEE 112 International Symposium, pp. 160-169. [49] Sokhandan, N.; Safavi, S. M. & Shafiee, M. (2010), “Out-of-Band Radiation Reduction in OFDM-based Cognitive Radio Systems”, 18th European Signal Processing Conference (EUSIPCO-2010), Aalborg, Denmark, pp. 870-874. [50] Tandra, R. & Sahai, A. (2008), “SNR walls for signal detection”, Selected Topics in Signal Processing, IEEE Journal, vol. 2, no. 1, pp. 4-17. [51] Tandra, R. & Sahai, A. (2008), “Noise calibration, delay coherence and SNR walls for signal detection”, New Frontiers in Dynamic Spectrum Access Networks, 2008. DySPAN 2008. 3rd IEEE Symposium, pp. 1-11. [52] Tandra, R. & Sahai, A. (2005), “Fundamental limits on detection in low SNR under noise uncertainty”, Wireless Networks, Communications and Mobile Computing, 2005 International Conference, pp. 464-469. [53] Tang, H. (2005), “Some physical layer issues of wide-band cognitive radio systems”, New frontiers in dynamic spectrum access networks, 2005. DySPAN 2005. 2005 first IEEE international symposium, pp. 151-159. [54] Tian, Z. & Giannakis, G. B. (2007), “Compressed sensing for wideband cognitive radios”, Acoustics, Speech and Signal Processing, 2007. ICASSP 2007. IEEE International Conference, pp. IV-1357. [55] Tian, Z. & Giannakis, G. B. (2006), A wavelet approach to wideband spectrum sensing for cognitive radios, Cognitive radio oriented wireless networks and communications, 2006. 1st international conference, pp. 1-5. [56] V. Kanodia, A. Sabharwal, E. K. M. (2004), “a multichannel opportunistic auto-rate media access protocol for adhoc networks”, Proc. IEEE BROADNETS 2004, October2004, pp. 600–610. [57] Van Vinh Nguyen, Yang Shouyi, Le Chung Tran (2014), “Power allocation algorithm in OFDM-based cognitive radio systems”, 2nd IEEE international conference on computing, management and telecommunications (ComManTel 2014), pp. 13-18. [58] Vardoulias, G.; Faroughi-Esfahani, J.; Clemo, G. & Haines, R. (2001), “Blind radio access technology discovery and monitoring for software defined 113 radio communication systems: problems and techniques”, . [59] Vartiainen, J.; Sarvanko, H.; Lehtomдki, J.; Juntti, M. & Latva-Aho, M. (2007), “Spectrum sensing with LAD-based methods”, Personal, Indoor and Mobile Radio Communications, 2007. PIMRC 2007. IEEE 18th International Symposium , pp. 1-5. [60] Wang, B. & Liu, K. (2011), “Advances in cognitive radio networks: A survey”, Selected Topics in Signal Processing, IEEE Journal, vol. 5, no. 1, pp. 5-23. [61] Wang, J.; Ghosh, M. & Challapali, K. (2011), “Emerging cognitive radio applications: A survey”, Communications Magazine, IEEE, vol.49, no. 3, pp. 74-81. [62] Weidling, F.; Datla, D.; Petty, V.; Krishnan, P. & Minden, G. (2005), “A framework for RF spectrum measurements and analysis”, First IEEE International Symposium on New Frontiers in Dynamic Spectrum Access Networks, 2005. DySPAN 2005. [63] Weinstein, S. B. & Ebert, P. M. (1971), “Data transmission by frequency- division multiplexing using the discrete Fourier transform”, Communication Technology, IEEE Transactions, vol. 19, no. 5, pp. 628-634. [64] Weiss, T.; Hillenbrand, J.; Krohn, A. & Jondral, F. K. (2004), “Mutual interference in OFDM-based spectrum pooling systems”, Vehicular Technology Conference, 2004. VTC 2004-Spring. 2004 IEEE 59th, pp. 1873-1877. [65] Wild, B. & Ramchandran, K. (2005), “Detecting primary receivers for cognitive radio applications”,New Frontiers in Dynamic Spectrum Access Networks, 2005. DySPAN 2005. 2005 First IEEE International Symposium, pp. 124-130. [66] Yücek, T. & Arslan, H. (2006), “Spectrum characterization for opportunistic cognitive radio systems”, Military Communications Conference, 2006. MILCOM 2006. IEEE, pp. 1-6. [67] Yücek, T. & Arslan, H. (2009), “A survey of spectrum sensing algorithms for cognitive radio applications”, Communications Surveys & Tutorials, IEEE, vol. 11, no. 11, pp. 116-130. 114 [68] Youn, Y.; Jeon, H.; Choi, J. H. & Lee, H. (2006), “Fast spectrum sensing algorithm for 802.22 WRAN systems”, Communications and Information Technologies, 2006. ISCIT'06. International Symposium, pp. 960-964. [69] Zeng, Y. & Liang, Y.-C. (2007), “Covariance based signal detections for cognitive radio”, New Frontiers in Dynamic Spectrum Access Networks, 2007. DySPAN 2007. 2nd IEEE International Symposium, pp. 202-207. [70] Zhang, Y. & Leung, C. (2010), “An efficient power-loading scheme for OFDM-based cognitive radio systems”, Vehicular Technology, IEEE Transactions, vol. 59, no. 4, pp. 1858-1864. [71] Zhao, Q.; Tong, L.; Swami, A. & Chen, Y. (2007), “Decentralized cognitive MAC for opportunistic spectrum access in ad hoc networks: A POMDP framework”, Selected Areas in Communications, IEEE Journal, vol.25, no.3, pp. 589-600. [72] Zheng, H. & Cao, L. (2005), “Device-centric spectrum management”, New Frontiers in Dynamic Spectrum Access Networks, 2005. DySPAN 2005. 2005 First IEEE International Symposium , pp. 56-65. [73] Agilent 802.11a WLAN Signal Studio Solfware for the E4438C ESG Vector signal generator, March 22. 2002 [74] Oppenheim, A. V., R. W. Schafer, J. R. Buck, et al. (1989), „Discrete-time signal processing‟, Volume 2. Prentice-hall Englewood Cliffs. [75] Mohammad Yousefvand, Nirwan Ansari, and Siavash Khorsandi (Sep. 2015), “Maximizing Network Capacity of Cognitive Radio Networks by Capacity‐aware Spectrum Allocation”, IEEE Trans. on Wireless Communications, DOI: 10.1109/TWC.2015.2431691, vol. 14, no. 9, pp. 5058‐5067. [76] Nguyen, T. H.; Tran, H. M.; Nguyen, T. H.; Van Le, T.; Nguyen, V. K. & others (2014), “Optimal resource allocation for multiusers FDMA-based cognitive radio with mutual interference threshold”, Advanced Technologies for Communications (ATC), 2014 International Conference, pp. 477-481. [77] Bao, V.N.Q., T.D.Thuan, N.T.Quy, L.M.Trung, et al. (2011), “Vietnam spectrum occupancy measurements and analysis for cognitive radio 115 applications”,International Conference on Advanced Technologies for Communications (ATC), IEEE, pp.135-143. [78] Mai, D.T.T., T.C. Chung, N.Q. Tuan, and D.T. Nguyen (2010),“Improving cooperative spectrum sensing under correlated log-normal shadowing”,Cycber- Enabled Distributed Computing and Knowledge Discovery (CyberC), IEEE 2010 International Conference, pp. 365-370. [79] Hoa, N.T., N.T. Hieu, N. Van Duc, G.Gell, and H.Choo (2013),“Second order suboptimal power allocation for OFDM-based cognitive radio systems”, Proceeding of the 7 th International Conference on Ubiquitous Information Management and Commuunication, pp.50. ACM. [80] Phong, P.D., D. T. Chinh, V.V. Yem, and N.V. Khang (2010),“A more practical spectrum sensing technique in cognitive radio networks”, Advanced Technologies for Communications (ATC), IEEE 2010 International Conference, pp. 45-49. [81] D. Verma1, G. Sharma (2014), “Power Allocation in OFDM-based Cognitive Radio Systems”, International Journal of Science and Research (IJSR), ISSN (Online): 2319-7064.