QAM-64和QAM-256：NOMA中的匹配滤波器检测技术的Matlab仿真研究

埃及信息学杂志21（2020）67QAM-64和QAM-256Arun KumarSharma，Mohit Kumar Sharma，Kanchan Sengar，Suraj Kumar部电子和通信，JECRC大学，Jaipur 303905，印度阿提奇莱因福奥文章历史记录：收到2019年2019年10月12日修订2019年10月21日接受在线预订2019年保留字：匹配滤波器认知无线电（Cr）NOMA-OFDMA B S T R A C T非正交多址（NOMA）和认知无线电（Cr）被认为是最有前途的技术之一，它提高了5G中频谱的利用率。无线应用程序的数量不断增加，如新的小工具，物联网带来了ISM集团的发展联邦通信委员会要求允许未经许可的客户在不妨碍授权客人的情况下在空白区域工作。铬给出了一个额外的范围先决条件的问题，生产频谱使用的答案允许CR使用频谱的首要条件频谱感知允许次级用户（Su）单独识别频谱的空闲部分，从而避免对授权用户的阻碍。在现有的频谱感知技术中，SU只能在PU不存在时利用未使用的频谱。因此，传统系统的频谱利用率非常低。近年来，NOMA已经计划以有效的方式利用频谱拟议的工作允许SU利用PU的光谱，无论是在其缺席。到目前为止，NOMA中的频谱感知尚未探索因此，本文针对QAM-64和QAM-256设计了基于NOMA的匹配 滤波器检 测Matlab仿真 应用于研 究所提出 的检测 技术在NOMA的操 作方面的 几个参数 ，如误 码率（BER）与信噪比（SNR），检测概率（Pd），和虚警概率（Pfa）。©2019 Elsevier B.V.制作和托管代表开罗计算机和信息学院大学这是一篇CC BY-NC-ND许可证下的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。1. 简介：远程通信是通信业务中最令人瞩目的发展部分。从一定意义上说，它已经引起了整个市场和个人的考虑。调查表明，细胞框架全年不断在各地建立，直接有接近全世界有20亿个便携式客户端。出于确定性的目的，手机已经成为一种重要的商业小工具，也是普通公民日常生活的一部分[1]。频谱被认为是设计具有更可靠的服务质量（Qos）的5G通信的最重要要求之一。重要的是避免*通讯作者：系电子和通信，JECRC大学，Jaipur 303905，印度电子邮件地址：live.com（A. Kumar）。开罗大学计算机和信息系负责同行审查。频谱的浪费。因此，它需要在世界各地严格监管。联邦通信委员会（FCC）负责管理商业和客户频谱。的限制频谱是5G通信规范化的主要关注点之一[2]。在最近的调查中，研究表明超过75%的频谱被浪费。因此利用浪费的频谱非常重要。被称为主用户（PU）的许可证所有者没有24/7地使用所分配的频谱，这导致频谱的浪费。增强频谱利用率的解决方案之一是当发现PU空闲时将频谱分配给未授权用户（次级用户/SU）。与此同时，频谱应在不影响SU的性能的情况下，将其重新分配给PU。这意味着SU应该在PU存在和不存在的情况下接入频谱。为此，重要的是识别空闲频谱。频谱感知是一种间歇性地感知特定频谱带，并通过缩进来识别空闲频谱的过程。针对OFDM系统提出了几种频谱感知技术，但到目前为止，NOMA中的频谱感知是一个开放的研究领域[3，4]。NOMA作为一种传输方案和频谱节约器，有望发挥重要作用。基于OFDM的NOMA使用循环前缀（CP），这导致11%的带宽浪费，而NOMAhttps://doi.org/10.1016/j.eij.2019.10.0041110-8665/©2019制作和主办由Elsevier B. V.代表开罗大学计算机和信息学院这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。制作和主办：Elsevier可在ScienceDirect上获得目录列表埃及信息学杂志杂志主页：www.sciencedirect.com68A. Kumar et al./ Egyptian Informatics Journal 21（2020）67在NOMA的收发器处利用滤波器利用超级编码（SC）和连续干扰消除（SIC）实现的无线通信系统有效地利用了频谱而没有损失。它允许多个用户在同一信道上复用，在功率域中同时接入频谱。因此，SU可以在PU存在和不存在时利用频谱机器人，这增加了系统的吞吐量[5]。在这项工作中，我们结合NOMA匹配滤波检测技术，以获得一个更聪明的频谱分配。据我所知，基于NOMA的 CR到目前为止还没有实现此外，还讨论了系统的性能参数，如Pd、Pfa、BER与SNR、PSD的2. 文献综述最近，关于NOMA与频谱感测技术的几项研究表明，希望满足5G中各种应用的频谱需求5G移动通信正在全球范围内推广。Arun和Nandha[6]提出了一种用于OFDM系统的循环平稳频谱感知方法。实验结果表明，采用CP的OFDM系统的检测性能比不采用CP的OFDM系统的检测性能要求事先通知的主要用户被认为是单一的主要缺点所提出的技术。作者[7]实现了OFDM系统的能量检测频谱感知仿真结果表明，采用CP的OFDM系统提高了系统的吞吐量和检测性能，而不采用CP的OFDM系统性能更好。OFDM匹配滤波器频谱感知是由Arun和Nandha设计的值得注意的是，所提出的技术在低SNR下增强频谱性能和感测能力[8]。在这项研究中，能量谱标称5G和IoT通信速率。结果进行了分析，从不同的角度来评估所提出的系统的性能。在这项工作中[17]匹配滤波器光谱检测器的设计和评估。研究了几种信噪比下的PD）和PFA据观察，所提出的技术有效地检测unsed频谱。仿真结果表明，在25 dB的信噪比提高检测。3. 拟议方法所提出的用于NOMA的频谱感测技术与传统感测技术之间的比较在表1中示出。利用MATLAB 2013b仿真工具进行了仿真研究。匹配滤波器的基本原理如图1所示。它是一种线性滤波器，可在给定的传输信号下提供极高的SNR。它要求精确的同步和获得授权用户信号的频谱、功率、调制方式、频率和波形等信息。该判决预测接收信号是否大于或等于阈值信号，如果我们将信号扩展到滤波器上，则可以识别，这将在等效时间处强调有益信号并减少失真。这将传达一个极端的偏差，信号和失真[14]。滤波器输入由被加性信道噪声bffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffff最大值;0≤ t≤T ≤ 40表1传统传感技术和拟议传感技术之间的比较[18]。传感技术与NOMA集成。所提出的技术允许SU在PU存在和不存在的情况下使用子信道。有效检测的高SNR要求被认为是所提出的技术的主要缺点之一[9]。在这项工作中[10]，铬的性能通过设计协同感知与能量采集系统，对该方法进行了改进。该设计是利用贪婪算法和传感器联合优化技术实现的。仿真结果表明，该设计的性能优于现有的系统。本作品的作者[11]提出了一种基于DS函数的协作频谱模型。通过分析授权用户的功率、波形和频谱，提高了系统的感知性能在这项工作[12]联合优化技术的基础上拉格朗日分解。这项工作的主要目标是改善频谱不足，提供更好的。5G、IoT（物联网）的服务质量。仿真结果表明，该算法在误码率、吞吐量和检测性能方面都有一定的改善。目前的工作提出了一种CR感测方案，以利用空闲频谱认知无线电[13]。仿真结果表明，该系统不易失真，但它需要高信噪比的检测。在这项工作中[14]匹配滤波器是为CR设计的仿真结果表明，该方法提高了检测性能，并使频谱损失最小.此外，SNR的要求也被最小化。在这项工作S.频谱感知否技术1常规能量检测2常规循环平稳检测3常规匹配滤波器检测言论1. 简单且易于实施。2. PU和SU之间的干扰。3. SU只能在没有Pus的情况下使用频谱。4. 高SNR要求。5. 感应时间不足。6. 低鲁棒检测器。7. 失去频谱。8. 8.无需事先提供信息1. 复杂的设计。2. PU和SU之间的干扰。3. SU只能在没有PU的情况下使用频谱。4. 需要低SNR5. 感知时间更长。6. 中等稳健检测器7. 频谱损失8. 8. 不需要事先提供信息1. 设计是复杂的。2. PU和SU之间的干扰。3. 3 SU只能在没有Pus的情况下使用频谱4. 需要低SNR5. 感知时间优于循环平稳检测，但不如能量检测。6. 中等稳健检测器7. 频谱损失8. 8.无需事先提供信息[15]，多个用户的协作Cr通过利用循环平稳技术对0.01 Pfa和0.9 Pd的仿真结果进行了分析，结果表明，该技术以较高的计算复杂度为代价，增强了对多用户的检测。在这项工作中，[16]设计了基于拉格朗日对偶优化的联合优化技术，以实现对5G通信系统中优化难题的解决。一个节能系统预计将降低物联网的平均功率，同时保持建议工作1。 设计简单，复杂度低。2. Pus和SU之间无干扰。3. PU的空闲频谱可以在PU不存在和存在的情况下由SU利用4. 检测需要低SNR5. 感知时间更短。6. 高鲁棒检测器7. 有效利用频谱，无损耗。8. 7. 不需要事先提供信息A. Kumar et al./ Egyptian Informatics Journal 21（2020）67692ð Þ联系我们J吉吉XKð ÞXXuuminyðtÞ¼xhðt—ÞÞeTe;X-ÞÞeTeð7Þ-0KX0uminYtxe001L-1的J0j0Fig. 1.匹配滤波器[14]。其中，T是任意观测内部变量。脉冲信号a_t_n可以表示符号1或0。该bbt是零均值和功率谱密度N0的白噪声过程的样本函数。 接收机的目的是检测脉冲信号的不稳定性最佳方式;给定接收信号dt：假设基于NOMA的匹配滤波器频谱感测。第n个子载波的功率谱密度（PSD）可以写为：. SinpfTs2图二.基于NOMA的匹配滤波频谱感知技术。从等式（3）基于NOMA的 CR系统比传统的OFDM系统具有的框图UnfPn TspfTsð1Þ建议的方法是在图中所示。 二、随机平行符号是以顺序的方式生成的。IFFT用于分析其中，Pn是由第n个子载波发射的发射功率，Ui是第n个子载波的PSD，Ts表示符号持续时间。基于NOMA的匹配滤波器频谱感测可以表示为UnfjHnfj22其中Hn f是具有系数h[n]的原型滤波器的频率响应，其中n0;：;W 1;其中W KN和K是每个多相滤波器的长度频率响应由下式给出2时域和SC中的信号允许多个用户接入通过瑞利信道发送的信号之后的子信道。在接收端，时域信号通过SIC解码，FFT将信号从时域转换到频域。最后，计算阈值并定义假设：如果能量如果接收到的码元的“0”大于阈值，则将进行识别，否则不考虑检测4. 结果和讨论jHnfj hΣWΣ2W-112小时1/1- 是的W2-rcos2pfr3结果进行了彻底的分析，使用一个数学相位角由以下等式[8]表示：Phuhsu;su;· ··;sui;4建 立 了 基 于 NOMA 的 匹 配 滤 波 频 谱 感 知 技 术 的 数 学 模 型 ， 并 在MATLAB中进行了仿真。在他的工作中，我们计算了NOMA系统接收端的阈值。一个假设如果接收到的信号大于或等于其中u=1，2。 . . U，sjHu;j<$0;1;·· ·;L-1;且Hu是阈值，则认为检测到，否则不检测到是假设的。恒定阈值被认为是检查随机相角NOMA符号表示为：yk;0; yk;1;· · ·; yk;L-1相位角乘以NOMA符号，表示为：yvpuωyk6NOMA信号（yut）由以下等式确定：匹配滤波器检测的性能，因为可变阈值降低了频谱感测技术的性能。图3中示出了具有重叠因子（K = 1、2、3和4）和PHYDAS滤波器的滚降因子a= 0.25的NOMA的功率谱密度（PSD）。功率谱密度（PSD）表示功率信号在一定频率范围内的分布，频带辐射和功率谱的增加。分析了门限在匹配滤波器检测中的重要性，L-1k-1ðÞk0; ll¼0k0 ¼0k0T2j2pltj Hk0l64，具有子载波数目64和256以及样本数目1024的QAM-256传输方案是固定的。图4和表2指示了作为SNR的函数的PdPd被分析和模拟-L-1k; ll¼0kTj2pltj Hk;l2针对10 dB至20 dB范围内的不同SNR值进行了计算。对于QAM-64和QAM-256，Pd在4 dB、6 dB时为100%因此，可以认为QAM-64的Pd优于QAM-256。PFAyumin在信号之前。NOMA符号被分割成Vk; l子块表示为：YtfYV;lt;l0;1;· ··;L-1g8最后，接收到的NOMA信号表示为：这意味着将噪声误表示为期望的检测信号。当Pfa最大时，信号检测概率最高.不同Pfa值的Pd如图5和表3所示。在本仿真中，SNR = 10 dB固定以分析NOMA的匹配滤波器检测方案的性能。从图中可以观察到，NOMA-QAM-64的Pd为K-1ðÞk0; lk¼0jHk;lhjt-k®铝合金900与QAM-256相比最小。因此，对于NOMA系统，QAM-64的性能优于QAM-256。给出了NOMA系统在QAM-64和QAM-256下的BER与SNR性能70A. Kumar et al./ Egyptian Informatics Journal 21（2020）67图三. K = 1、2、3和4时NOMA的PSD。图五. Pd与Pfa。表3具有匹配滤波器检测的OFDM的Pd与Pfa。见图4。 Pd与SNR。QAM-256NOMAQAM-6400000000.2571图表6和表4。误码率随着信噪比的增加而增加QAM-64和QAM-256的误码率分别为5.8dB和9.6dB，误码率为10- 5据观察，符号间干扰的影响是最小的前系统相比，后系统。因此，可以认为，对于NOMAA系统，QAM-64的误码性能优于QAM-256。见图6。 BER与SNR。表2具有匹配滤波器检测的OFDM的Pd与SNR。SNR（dB）/Pd-7-6-5-4-3-2-101234567NOMA QAM-256（dB）00.00090.1660.2180.6870.968111111111NOMA QAM-64（dB）000.0160.1730.6290.959111111111Pfa/Pd0.10.20.30.40.50.60.70.80.91Noma00000000.212811A. Kumar et al./ Egyptian Informatics Journal 21（2020）6771表4BER与SNR。BER（dB）十比一10-210-310-410-5NOMA QAM-25604.278.29.6NOMA QAM-640244.95.55. 结论据我所知，在文献中还没有研究过将匹配滤波器频谱感测技术集成到QAM-64和QAM-256的NOMA中本文的主要目标是设计一种基于NOMA的CR系统，以有效地利用频谱资源，提高频谱性能和服务质量据观察，所提出的技术提高了性能的Pd，BER和降低Pfa。文中还描述了不同重叠因子下系统的功率谱密度仿真结果表明，所提出的技术的感知时间更少，并在最小信噪比的静态阈值实现检测引用[1] Mitola J. Cognitive radio for flexible mobile multimedia communications. 移动网络应用2001;6：435-41.[2] 安坎斯·冈提斯，博布罗夫斯·维杰斯拉夫，安坎斯·阿尼斯，卡利巴蒂涅·戴安娜。5G移动通信系统的频谱考虑。Procedia Comput Sci2017;104：509-16.[3] 刘欣， 何东岳，贾敏。 基于5G 的协作频谱感 知宽带认知无线电系统 设计。PhysCommun 2017;25（第2部分）：539-45。[4] 库马尔·阿伦古普塔·马尼沙第五代移动通信系统活动综述。Alexandria Eng J2018;57（2）：1125-35。[5] SongZ ， Wang X ， Liu Y ， Zhang Z. 基于NOMA 的 认 知 无 线 电 网 络 中 基 于SWIPT的联合频谱资源分配. IEEE Access2019;7：89594-603.[6] Kumar Arun，NandhaKumar P.具有循环平稳特征检测的OFDM系统频谱感知。ICT Express2019;5（1）：21-5.[7] 史振国1，Des McLernon. MounirGhogho和Zhilu Wu 1，“在存在定时偏移的情况下改进OFDM认知无线电的频谱感知”。EURASIP J无线通信网络2014。doi：https://doi.org/10.1186/1687-1499-2014-224。[8] Kumar Arun，NandhaKumar P.认知无线电中的匹配滤波器检测感知。电子世界2017;123（1973）：34-7。[9] Liu X，Wang Y，Liu S，Meng J. 5G通信中基于NOMA的认知无线电频谱资源优化。 IEEE Access 2018;6：24904-11.[10] 刘新，李芳，纳智.多信道认知无线电协同频谱感知与能量收集的最优资源分配。IEEEAccess2017;5：3801-12.doi：https://doi.org/10.1109/ACCESS.2017.2677976网站。[11] 刘新，贾明，纳智，卢伟，李芳。5G认知无线电中基于Dempster-Shafer融合的多模协作频谱感知。IEEEAccess2018;6：199-208.doi：https://doi.org/10.1109/ACCESS.2017.2761910网站。[12] 刘翔，贾明，张翔，陆伟. 5G通信中基于动态频谱共享的新型多通道物联网。IEEEInternetThingsJ2019;6（4）：5962-70.doi：https://doi.org/10.1109/JIOT.2018.2847731网站。[13] Mehdawi，Meftah Riley，Nick Ammar，Mahmood Fanan，Anwar Zolfaghari，Mahsa.认知无线电中使用循环平稳特征检测器的实验检测2014年。272 比27510.1109/TELFOR.2014.7034403。[14] Salahdine F，Ghazi H，Kaabouch N，Fihri W.“认知无线电网络中动态阈值匹配滤波器检测”，无线网络与移动通信（WINCOM）。IEEE2015;1（1）：1-6.[15] Srinu S，Sabat S.基于循环平稳特征的协同宽带感知与多恶意用户消除。Int JElectron Commun，Elsevier 2013;68（7）：702-9.[16] 刘，X.，Zhang，X.基于5G的物联网同步传输的速率和能效改进。IEEE InternetThings J，6，4，pp. 5971-5980。[17] Dannana S，Chapa BP，Rao GS.使用匹配滤波器检测的频谱感知。In：BhatejaV，Coello Coello C，Satapathy S，Pattnaik P，editors. 智能工程信息学智能系统与计算进展。新加坡：Springer;2018.[18] Zeng Y，Liang YC，Hoang AT，et al.认知无线电频谱感知研究进展EURASIPJ Adv Signal Process 2010;2010. doi：https://doi.org/10.1155/2010/381465网站。