Обґрунтування методів вибору фільтрів для підвищення ефективності багаторівневого рекурентного часово-частотного сегментування
DOI:
https://doi.org/10.31861/sisiot2024.1.01006Ключові слова:
фільтри Баттерворта, фільтри Чебишева, фільтри Бесселя, фільтри Кайзера, еліптичні фільтриАнотація
У статті розглянуто питання обґрунтування методів вибору фільтрів для підвищення ефективності багаторівневого рекурентного часово-частотного сегментування в когнітивних телекомунікаційних системах. Основна увага приділена аналізу методів фільтрації сигналів для покращення якості передачі даних у динамічних умовах радіосередовища. Мета статті полягає в оцінці ефективності різних методів фільтрації при сегментуванні ансамблів складних сигналів. Методи фільтрації, описані у статті, включають описання: фільтрів Баттерворта, Чебишева, Бесселя, Кайзера, еліптичних та гібридних. Проведені експерименти показали, що різні фільтри мають свої унікальні переваги: фільтри Баттерворта забезпечують гладку частотну характеристику без пульсацій у смузі пропускання, що зменшує спотворення сигналу, підвищуючи співвідношення сигнал/шум (С/Ш) до 45 дБ та знижуючи гармонічні спотворення до 0,05%. Фільтри Чебишева завдяки крутому спаду у смузі загородження підвищили С/Ш до 40 дБ, хоча мають пульсації у смузі пропускання, що може призводити до деяких фазових спотворень, зі зниженням гармонічних спотворень до 0,07%. Фільтри Бесселя мінімізують фазові спотворення, забезпечуючи найменшу групову затримку (0,04 мс) серед усіх фільтрів, підвищуючи С/Ш до 42 дБ та знижуючи гармонічні спотворення до 0,04%. Фільтри Кайзера забезпечують високу гнучкість налаштувань, підвищуючи С/Ш до 44 дБ та знижуючи гармонічні спотворення до 0,06%, з груповою затримкою 0,05 мс, що є прийнятним результатом для балансу між якістю сигналу та затримкою. Еліптичні фільтри показали найкращі результати, а саме: удосконалення С/Ш до 48 дБ та найнижчі гармонічні спотворення (0,03%). Це забезпечує рівні пульсації як у смузі пропускання, так і в смузі загородження, що робить їх ефективними для точного розділення частотних компонентів. Гібридні фільтри (на основі фільтрів Баттерворта та Чебишева) забезпечують найвищий рівень підвищення С/Ш до 50 дБ, мінімальні гармонічні спотворення 0,02% та оптимальну адаптивність в умовах динамічно змінного радіо середовища. Отримані результати можуть бути використані для розробки більш ефективних технологій експлуатації когнітивних радіомереж, здатних працювати в умовах динамічного радіочастотного середовища. Подальші дослідження повинні зосереджуватися на розробці нових інтеграцій гібридних фільтрів, а також переміщувати акцент на алгоритми машинного навчання для автоматичного налаштування параметрів фільтрів в реальному часі, а також на дослідженні впливу різних типів інтерференцій на ефективність фільтрації різних видів послідовностей.
Завантажити
Посилання
I. M. Baranovska, M. M. Melnyk, and V. V. Koval, "Increasing the Efficiency of Cognitive Radio Networks Based on Adaptive Signal Processing Algorithms," Telecommunication Systems, no. 5, pp. 91-98, 2022.
S. I. Bevs and Y. V. Melnyk, "Optimization of Cognitive Radio Networks Taking into Account Dynamic Changes in the Environment," Bulletin of NTUU «KPI», series “Radiotechnique,” vol. 4, pp. 45-50, 2020.
O. M. Zhdanov and Yu. Yu. Lytvynenko, "Optimization of Signal Processing Algorithms in Telecommunication Systems Using Neural Networks," Bulletin of Kyiv Polytechnic Institute, vol. 10, pp. 33-40, 2021.
S. V. Indyk and V. P. Lysechko, "Study of Ensemble Properties of Complex Signals Obtained by Frequency Filtering of Pseudorandom Sequences with Low Interaction in the Time Domain," Collection of Scientific Works, Kharkiv: HUPS Named After I. Kozheduba, issue 4 (66), pp. 46-50, 2020. DOI: 10.30748/zhups.2020.66.06.
O. O. Trokhymchuk and O. A. Tymoshenko, "Analysis of Parameters of Cognitive Radio Networks Taking into Account Interference Components," Bulletin of the Dnipro National University, vol. 10, pp. 72-80, 2020.
V. O. Fedorchenko and P. P. Savytskyi, Signal Analysis and Processing Systems in Telecommunications, Kyiv: Igor Sikorsky KPI, 2019, 280 p.
V. M. Frolov and A. M. Kotlyar, "Adaptive Signal Processing Algorithms in Conditions of Noise and Interference," Radioelectronics, no. 3, pp. 44-51, 2021.
A. Alsayed, B. Rashed, and H. Hasan, "Adaptive Filtering Techniques for Noise Cancellation in ECG Signals," IEEE Transactions on Biomedical Engineering, vol. 66, no. 2, pp. 519-530, 2019. DOI: 10.1109/TBME.2018.2865017.
H. Arslan, Cognitive Radio, Software Defined Radio, and Adaptive Wireless Systems, Springer, 2007.
W. U. Bajwa, J. D. Haupt, G. Raz, and R. D. Nowak, "Compressed Channel Sensing," in Proceedings of the 42nd Allerton Conference on Communication, Control, and Computing, 2004, pp. 1006-1015.
S. Haykin, "Cognitive Radio: Brain-Empowered Wireless Communications," IEEE Journal on Selected Areas in Communications, vol. 23, no. 2, pp. 201-220, 2005.
M. Honchar, V. Sydorenko, and O. Petrenko, "Advanced Signal Processing Methods in Telecommunication Systems," Lviv Polytechnic National University Journal, pp. 23-37, 2021. DOI: 10.23939/journal.2021.23-37.
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2024 Безпека інфокомунікаційних систем та Інтернету речей

Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.