Detección de Espectro Robusto Dinámico Basada en Prueba de Bondad de Ajuste Usando Hipótesis Bilaterales
Autores: Men, Shaoyang; Chargé, Pascal; Fu, Zhe
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Detección de Espectro Robusto Dinámico Basada en Prueba de Bondad de Ajuste Usando Hipótesis Bilaterales
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Detección de espectro dinámico
Detección de controladores de drones
Detección de espectro
Modelo de distribución t de Student
Estadístico de prueba de bondad de ajuste
Simulaciones numéricas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
La detección dinámica de espectro ha atraído un interés creciente en los problemas de detección de drones o controladores de drones. La detección de espectro, como una solución prometedora, nos permite proporcionar un mapa de espectro dinámico dentro de la banda de frecuencia objetivo al estimar las sub-bandas ocupadas en un período específico. En este artículo, se construye un modelo robusto de distribución t de Student para abordar el escenario con un pequeño número de muestras observadas. Luego, basándonos en las características del modelo estadístico, proponemos una estadística de prueba de bondad de ajuste (GoF) adecuada en relación con un pequeño número de muestras. Además, para obtener una detección confiable, se utilizan ambas hipótesis del estadístico de prueba para tomar una decisión. Las simulaciones numéricas muestran la superioridad del método propuesto en comparación con otros esquemas, incluyendo la prueba de GoF basada en hipótesis unilaterales y la detección de energía convencional, en casos de un pequeño número de muestras.
Descripción
La detección dinámica de espectro ha atraído un interés creciente en los problemas de detección de drones o controladores de drones. La detección de espectro, como una solución prometedora, nos permite proporcionar un mapa de espectro dinámico dentro de la banda de frecuencia objetivo al estimar las sub-bandas ocupadas en un período específico. En este artículo, se construye un modelo robusto de distribución t de Student para abordar el escenario con un pequeño número de muestras observadas. Luego, basándonos en las características del modelo estadístico, proponemos una estadística de prueba de bondad de ajuste (GoF) adecuada en relación con un pequeño número de muestras. Además, para obtener una detección confiable, se utilizan ambas hipótesis del estadístico de prueba para tomar una decisión. Las simulaciones numéricas muestran la superioridad del método propuesto en comparación con otros esquemas, incluyendo la prueba de GoF basada en hipótesis unilaterales y la detección de energía convencional, en casos de un pequeño número de muestras.