文献

J-GLOBAL ID：201702223370830852   整理番号：17A1724977

コグニティブ無線ネットワークにおけるスペクトルセンシングのための圧縮マルチスペクトルモデル【Powered by NICT】

Compressive multispectral model for spectrum sensing in cognitive radio networks

著者 (4件)： Marin A. Jeison (Universidad Pontificia Bolivariana) ,  Martinez T. Jose I. (Universidad, Rey Juan Carlos) ,  Betancur Leonardo (Universidad, Pontificia Bolivariana) ,  Arguello Henry (Universidad, Industrial de Santander)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EUSIPCO  ページ： 2575-2571  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： コグニティブ無線(CR)は,スペクトル使用を最適化するための最も有望な技術の一つである。しかし,スペクトル資源を同定し,割り当てるために処理しなければならないことをスペクトル情報の大量のデータはチャネル割当時間を増加させ,従ってスペクトルを用いたデバイスのためのサービス品質を悪化させる。圧縮センシング(CS)は,伝統的に必要なものよりもより少ないサンプルを用いたスパース性あるいは圧縮性の信号の再構成を可能にするディジタル処理技術である。はこの感知の過程で必要なサンプル数を減少させる効果的な方法として圧縮センシングを用いたコグニティブ無線におけるスペクトルセンシング問題を解決するモデルを提示した。集中スペクトル管理者は電力データは二値パターンを用いた異なる無線装置により運ばれるなければならないどのような選定し,地理的およびスペクトルデータ電力情報を用いたマルチスペクトルデータキューブ画像を構築するこのモデルは圧縮スペクトル画像(CSI)アーキテクチャに基づいている。結果は,このマルチスペクトルデータキューブは装置により発生した試料の50%のみで構築された,データトラヒックを劇的に低減できることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 最適化 ,  スペクトル画像 ,  電力 ,  *スペクトル ,  計算機アーキテクチャ ,  再構成
準シソーラス用語： スペクトルデータ ,  スペクトル管理 ,  スパース性 ,  圧縮センシング ,  サービス品質 ,  チャネル割当 ,  *コグニティブ無線 ,  *スペクトル検出 ,  *コグニティブ無線ネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 無線通信一般  (ND08010L)

タイトルに関連する用語 (4件)： コグニティブ無線ネットワーク ,  スペクトルセンシング ,  マルチスペクトル ,  モデル