MétaCan
Menu
Retour à la cohorte
Enregistrement W1964499116 · doi:10.1109/tsp.2012.2187521

Cooperative Multiband Joint Detection With Correlated Spectral Occupancy in Cognitive Radio Networks

2012· article· en· W1964499116 sur OpenAlexaff
Khalid Hossain, Benoı̂t Champagne, Ayman Assra

Notice bibliographique

RevueIEEE Transactions on Signal Processing · 2012
Typearticle
Langueen
DomaineComputer Science
ThématiqueCognitive Radio Networks and Spectrum Sensing
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésCognitive radioComputer scienceWidebandMarkov chainJoint (building)Interference (communication)Markov processFusion centerOccupancyMaximizationAlgorithmMathematical optimizationElectronic engineeringTelecommunicationsMathematicsWirelessStatisticsEngineeringMachine learning

Résumé

récupéré en direct d'OpenAlex

In this paper, a frequency-coupled optimum linear energy combiner (OLEC) structure, recently proposed for single user scenarios, is generalized to multiple users and integrated into the spatial-spectral joint detection framework introduced by Quan , to take further advantage of subband occupancy correlation in cooperative wideband spectrum sensing. In particular, the design of the detection thresholds and fusion weights used by a bank of subband multiuser OLECs is formulated as a joint optimization problem, i.e. maximization of aggregate opportunistic throughput under interference constraints (or vice versa). Through numerical experiments with a Markov model of subband occupancy, the proposed scheme is shown to significantly enhance CR network performance in terms of these global metrics.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,881
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,021
Tête enseignante GPT0,244
Écart entre enseignants0,223 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Signal ProcessingMême sujetCognitive Radio Networks and Spectrum SensingTravaux en français237 207