Analysis Dan Simulasi Sistem Spectrum Sensing Menggunakan Higher Order Statistic Analysis Dengan Metode Ekstraksi Ciri Trispectrum

Simon Perdananta, Kris Sujatmoko, Afief Pambudi

Abstract

Permintaan terhadap penggunaan spektrum frekuensi sangat besar sedangkan spektrum frekuensi yang tersedia terbatas. Kondisi ini membuat perkembangan cognitive radio sangat dibutuhkan. Salah satu kemampuan krusial dari cognitive radio adalah spectrum sensing yang berfungsi mendeteksi sinyal primary user dan mampu mendeteksi celah kosong (spectrum holes), yaitu waktu dimana primary user sedang tidak menggunakan spektrum frekuensinya. Dalam Penelitian ini dilakukan simulasi sistem spectrum sensing dengan menggunakan metode Higher-Order Statistical Analysis (HOSA), dengan ekstraksi ciri Trispectrum. Sinyal inputnya adalah sinyal multisine yang dibangkitkan sendiri dan diberi noise dengan kondisi SNR tertentu. Kemudian sinyal input dianalisis dengan metode trispectrum pada HOSA. Simulasi sistem ini mampu mendeteksi spectrum holes dan sinyal primary user dengan masukan informasi sederhana yaitu amplitudo spektrum sinyal yang diamati. Metode HOSA ini mampu mendeteksi non-minimum phase, tahan terhadap AWGN, dan mampu merekonstruksi sinyal yang rusak sehingga sinyal yang akan diproses nantinya memiliki rasio SNR yang relatif tinggi. Akhirnya dimasukkan nilai threshold untuk menentukan apakah sinyal primary user sedang idle atau present. Akurasi deteksi dipengaruhi oleh SNR dan harus memenuhi standar IEEE 802.22 mengenai parameter probability detection yaitu >0,9 dan probability false alarm yaitu <0,1. Dari simulasi yang dilakukan didapatkan hasil bahwa untuk mencapai kondisi ini, sistem spectrum sensing dengan HOSA trispectrum membutuhkan nilai SNR -13 dB. Artinya dengan kondisi diatas -13 dB sistem dipastikan dapat bekerja dengan akurasi tinggi dan tingkat kesalahan yang rendah. Kata kunci : spectrum sensing, cognitive radio, Higher Order Statistical Analysis, HOSA, trispectrum

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0