Spectrum Sensing in Cognitive Radio Networks
Notice bibliographique
Résumé
Contents 1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41.1.1 Interference Management and Spectrum Sensing . . . . . . . . . . . . . 5 1.1.1.1 Receiver-Centric Interference Management . . . . . . . . . 5 1.1.1.2 Transmitter-Centric Interference Management . . . . . 51.1.2 Characteristics of Spectrum Sensing. . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.2 Problem Formulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61.2.1 The General Spectrum-Sensing Problem. . . . . . . . . . . . . . . . . . . . . . 6 1.2.2 Spectrum Sensing from the Cognitive Radio NetworkPerspective . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 1.2.2.1 No Prior Knowledge on the Signal Structure . . . . . . . . 9 1.2.2.2 Sensing Time . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 1.2.2.3 Fading Channels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91.3 Noncooperative Sensing Techniques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 1.3.1 Energy Detector . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101.3.1.1 Characterization of Energy Detector in AWGN Channels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111.3.1.2 Characterization of Energy Detector in Fading Channels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121.3.2 Matched Filter Detector . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 1.3.2.1 Characterization of the Matched Filter . . . . . . . . . . . . . . 141.3.3 Cyclostationary Feature Detection . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 1.4 Cooperative Sensing Techniques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151.4.1 Voting-Based Sensing. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 1.4.2 Correlator-Based Sensing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 1.4.3 Eigenvalue-Based Sensing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201.4.3.1 Noise Distribution Unknown, Variance Known . . . . 23 1.4.3.2 Both Noise Distribution and Variance Unknown . . . 231.5 Conclusions and Open Issues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25Today, the creation of new radio access technologies is limited by the shortage of the available radio spectrum. These new technologies are becoming evermore bandwidth demanding due to their higher rate requirements. Cognitive radio networks and spectrum-sensing techniques are a natural way to allow these new technologies to be deployed.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».