Abstract
In this paper, we study RF-powered backscatter cognitive radio networks to improve the performance for the secondary user which is backscatter radio based wireless sensors. In our proposed model, we consider an avoiding the doubly round-trip attenuation to add a carrier emitter and utilization of spectrum sensing information. When the primary channel is busy, the secondary user is able to harvest RF energy from the channel through a hybrid-access point (H-AP) and a carrier emitter. When the channel becomes idle, the secondary user will be use the harvested energy to operate wireless sensors, to use the sensing and to backscatter through the carrier emitter. We model mathematically the deterministic and multisource elements of a number of tagged channels. In the proposed communication environment, we show the BER performance of the backscatter communication using WiFi signal.
이 논문에서는 백스케터 통신에 기반한 무선 센서인 보조 사용자의 성능을 향상시키기 위해 인지 무선 기반 백스케터 네트워크를 연구한다. 제안 된 모델에서, 캐리어 이미터를 추가하고 스펙트럼 센싱 정보를 활용하기 위해 이중감쇄를 피하는 것을 고려한다. 기본 채널이 사용 중일 때 보조 사용자는 Hybrid-Access Point(H-AP)와 캐리어 이미터를 통해 채널에서 RF 에너지를 수집 할 수 있다. 채널이 유휴 상태가 되면 보조 사용자는 수확된 에너지를 사용하여 무선 센서를 작동시키고 스펙트럼 센싱 후, 캐리어 이미터를 통해 백스케터 통신을 수행한다. 따라서 우리는 다수의 태그가 존재하는 벡스케터 채널을 deterministic과 멀티소스 요소로 수학적 모델링한다. 제안한 통신 환경에서 WiFi 신호를 활용한 벡스케터 통신의 BER 성능을 보인다.
