Impact of access contention on cooperative sensing optimisation in cognitive radio networks
Notice bibliographique
Résumé
The tradeoff between decreasing interference to primary user (PU) and increasing secondary user's (SU's) throughput is of great importance for cooperative sensing in cognitive radio networks. Non‐ideal spectrum sensing in PHY and multiple SUs' access contention in MAC jointly impact SUs' transmission and the tradeoff. In this study, the authors investigate the joint impact from a cross‐layer perspective. First, they quantify the reliability of cooperative sensing and compute SUs' transmission probability under the conditions of non‐ideal sensing and access contention. Closed‐form expressions of the interference probability to PU and SUs' throughput are derived. Specially, two widely‐used contention‐based MAC protocols, i.e. slotted Aloha and distributed coordination function, are studied. Then, they formulate the sensing‐throughput tradeoff problem by using interference probability to PU, rather than the detection probability, as the constraint. Finally, a 2‐dimension search algorithm is proposed to obtain the optimal solution, including the optimal fusion rule, sensing duration and detection threshold. Simulation results validate the outperformance of the cross‐layer scheme. They also demonstrate how the optimal solution varies with some key parameters, i.e. PU's signal‐to‐noise ratio and the number of contending SUs.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».