Analisis Spectrum Sensing Berbasis Periodogram dan Correlogram untuk Cognitive Radio dengan Software Defined Radio
Dzaky Ahmad Sudiarso, Ir. Sigit Basuki Wibowo, S.T., M.Eng., Ph.D., IPM; Ir. Prapto Nugroho, S.T., M.Eng., D.Eng., IPM
2025 | Skripsi | TEKNIK ELEKTRO
Inefisiensi pemanfaatan spektrum frekuensi menjadi tantangan
utama dalam sistem komunikasi nirkabel modern. Banyak pita frekuensi telah
dialokasikan secara statis namun tidak dimanfaatkan secara optimal. Teknologi Cognitive
Radio (CR) menjadi solusi dengan memungkinkan pengguna sekunder (Secondary
User/SU) mengakses kanal yang tidak digunakan oleh pengguna primer (Primary
User/PU) melalui proses Spectrum Sensing (SS). Salah satu metode SS
yang umum digunakan adalah Energy Detection (ED), yang meskipun
sederhana, sangat bergantung pada akurasi estimasi Power Spectral Density
(PSD). Permasalahan muncul ketika kondisi Signal-to-Noise Ratio (SNR)
rendah, sehingga deteksi keberadaan PU menjadi tidak andal dan berisiko
menyebabkan interferensi.
<!--[if !supportLineBreakNewLine]-->
<!--[endif]-->
Penelitian ini menggunakan dua pendekatan estimasi PSD,
yaitu periodogram dan correlogram, yang diimplementasikan pada platform Software
Defined Radio (SDR) menggunakan HackRF One dan software GNU Radio.
Rangkaian penelitian dimulai dari simulasi sistem untuk membangkitkan isyarat
masukan dan menghitung estimasi PSD, hingga pengaplikasian nyata sistem SS.
Evaluasi dilakukan dengan mengukur probabilitas deteksi (Pd) dan false alarm
(Pfa) dalam berbagai skenario SNR, baik pada level simulasi maupun
implementasi. Sistem transmitter dan receiver dirancang untuk
mengirimkan dan menangkap isyarat BPSK dan QPSK, yang kemudian diolah untuk
mendeteksi keberadaan PU melalui analisis spektral.
<!--[if !supportLineBreakNewLine]-->
<!--[endif]-->
Hasil penelitian menunjukkan bahwa baik metode periodogram maupun correlogram memiliki performa deteksi yang serupa dalam kondisi SNR tinggi, dengan Pd mencapai 0.98 pada SNR 25 dB ketika Pfa = 0.1. Hal ini memenuhi standar IEEE 802.22 yang merekomendasikan Pd > 0.9 untuk Pfa < 0>
Inefficient utilization of the frequency spectrum has become
a major challenge in modern wireless communication systems. Many frequency
bands have been statically allocated but are not optimally utilized. Cognitive
Radio (CR) technology offers a solution by allowing Secondary Users (SUs) to
access channels that are not being used by Primary Users (PUs) through a
process called Spectrum Sensing (SS). One of the most commonly used SS methods
is Energy Detection (ED), which, despite its simplicity, heavily depends on the
accuracy of the Power Spectral Density (PSD) estimation. The problem arises
when the Signal-to-Noise Ratio (SNR) is low, making PU detection unreliable and
prone to causing interference.
This research employs two PSD estimation approaches, namely
the periodogram and the correlogram, implemented on a Software Defined Radio
(SDR) platform using HackRF One and the GNU Radio software. The research
workflow begins with system simulations to generate input signals and compute
PSD estimates, followed by real-world implementation of the SS system. The
evaluation is carried out by measuring the probability of detection (Pd) and false
alarm (Pfa) across various SNR scenarios, both at the simulation and
implementation levels. The transmitter and receiver systems are designed to
send and receive BPSK and QPSK signals, which are then processed to detect the
presence of PUs through spectral analysis.
The results show that both the periodogram and correlogram methods provide similar detection performance under high SNR conditions, with Pd reaching 0.98 at an SNR of 25 dB when Pfa = 0.1. This meets the IEEE 802.22 standard, which recommends Pd > 0.9 for Pfa < 0>
Kata Kunci : cognitive radio, spectrum sensing, energy detection, software defined radio, GNU Radio
