Wyszukiwanie zaawansowane ?

Obiekt

Pobierz

Tytuł: Cooperative Spectrum Sensing in Cognitive Radio Networks: A Survey on Machine Learning-based Methods, Journal of Telecommunications and Information Technology, 2020, nr 3

Autor:

Khamayseh, Sundous ; Halawani, Alaa

Data wydania:

2020, nr 3

Typ zasobu:

artykuł

Opis:

The continuous growth of demand experienced by wireless networks creates a spectrum availability challenge. Cognitive radio (CR) is a promising solution capable of overcoming spectrum scarcity. It is an intelligent radio technology that may be programmed and dynamically configured to avoid interference and congestion in cognitive radio networks (CRN). Spectrum sensing (SS) is a cognitive radio life cycle task aiming to detect spectrum holes. A number of innovative approaches are devised to monitor the spectrum and to determine when these holes are present. The purpose of this survey is to investigate some of these schemes which are constructed based on machine learning concepts and principles. In addition, this review aims to present a general classification of these machine learningbased schemes

Wydawca:

Instytut Łączności - Państwowy Instytut Badawczy

Format:

application/pdf

Identyfikator zasobu:

ISSN 1509-4553, on-line: ISSN 1899-8852 ; oai:bc.itl.waw.pl:2147

Źródło:

Journal of Telecommunications and Information Technology

Język:

ang

Prawa:

Biblioteka Naukowa Instytutu Łączności

Temat i słowa kluczowe:

cognitive radio machine learning cooperative spectrum sensing spectrum sensing IEEE 802.22

Kolekcje, do których przypisany jest obiekt:

Data ostatniej modyfikacji:

22 paź 2020

Data dodania obiektu:

22 paź 2020

Liczba wyświetleń treści obiektu:

944

Wszystkie dostępne wersje tego obiektu:

https://bc.itl.waw.pl/publication/2443

Wyświetl opis w formacie RDF:

RDF

Wyświetl opis w formacie OAI-PMH:

OAI-PMH

Nazwa wydania Data
Khamayseh, Sundous; Halawani, Alaa, Cooperative Spectrum Sensing in Cognitive Radio Networks: A Survey on Machine Learning-based Methods, Journal of Telecommunications and Information Technology, 2020, nr 3 22 paź 2020

Obiekty Podobne
Mobility-Aware, Correlation-Based Node Grouping and Selection for Cooperative Spectrum Sensing, Journal of Telecommunications and Information Technology, 2014, nr 2

Bogucka, Hanna Benedetto, Maria Gabriella Di Cichoń, Krzysztof Nardis, Luca De

2014, nr 2
artykuł
Optimal Voting Rule and Minimization of Total Error Rate in Cooperative Spectrum Sensing for Cognitive Radio Networks, Journal of Telecommunications and Information Technology, 2021, nr 1

Bachan, P. Trankatwar, Sachin Ravikant Ghosh, Samit Kumar

2021, nr 1
artykuł
Optimization of Spectrum Sensing Parameters in Cognitive Radio Using Adaptive Genetic Algorithm, Journal of Telecommunications and Information Technology, 2017, nr 1

Roy, Jibendu Sekhar Bhattacharya, Partha Pratim Dutta, Swaham Chatterjee, Subhajit

2017, nr 1
artykuł
Suboptimal Approach to Distributed Detection in Cognitive Radio Networks, Journal of Telecommunications and Information Technology, 2021, nr 1

Kumari, Shweta Praveena, Sirimilla

2021, nr 1
artykuł
2023, nr 3, JTIT-artykuły
2023, nr 3, JTIT-artykuły
An Efficient Cooperative Spectrum Sensing Method Using Renyi Entropy Weighted Optimal Likelihood Ratio for CRN, Journal of Telecommunications and Information Technology, 2023, nr 3

Poshattiwar, Sadhana D. Shrote, Sandip B.

2023, nr 3
artykuł
Evaluation of Radio Channel Utility using Epsilon-Greedy Action Selection, Journal of Telecommunications and Information Technology, 2021, nr 3

Malon, Krzysztof

2021, nr 3
artykuł
Optimal Spectrum Sensor Assignment in Multi-channel Multi-user Cognitive Radio Networks, Journal of Telecommunications and Information Technology, 2018, nr 4

K. S., Nandini Hariprasad, S. A.

2018, nr 4
artykuł
Deep Learning-based SNR Estimation for Multistage Spectrum Sensing in Cognitive Radio Networks, Journal of Telecommunications and Information Technology, 2022, nr 4

Patil, Vilaskumar Jeevangi, Sanjeevkumar Jawaligi, Shivkumar

2022, nr 4
artykuł
Więcej
×

Cytowanie

Styl cytowania:

Dane kontaktowe

Adres

Instytut Łączności – Państwowy Instytut Badawczy ul. Szachowa 1 04-894 Warszawa

Telefon

(+48) 5128 696

E-Mail

biblioteka@il-pib.pl

Odwiedź nas!

Ta strona wykorzystuje pliki 'cookies'. Więcej informacji