文献

J-GLOBAL ID：201902220075406879   整理番号：19A0516112

フェージングチャネルにおける協調スペクトルセンシングのためのソフト組合せ【JST・京大機械翻訳】

Soft Combination for Cooperative Spectrum Sensing in Fading Channels

著者 (4件)： Guo Huayan (State Key Laboratory of Advanced Optical Communication Systems and Networks, Peking University, Beijing, China) ,  Reisi Nima (Central Tehran Branch, Azad University, Tehran, Iran) ,  Jiang Wei (State Key Laboratory of Advanced Optical Communication Systems and Networks, Peking University, Beijing, China) ,  Luo Wu (State Key Laboratory of Advanced Optical Communication Systems and Networks, Peking University, Beijing, China)
資料名： IEEE Access  (IEEE Access)
巻： 5  ページ： 975-986  発行年： 2017年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： 本論文では,認知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分散エネルギーベース検出器を研究した。センシングチャネルは小規模と大規模フェージングの両方を含むと仮定した。小規模フェージングはNakagami-mとしてモデル化され,異なる協調認知ユーザに対して独立しているが,大規模フェージングはそれらのゆっくり変化する性質のために認知ユーザによって知られている(または推定できる)と仮定されている。さらに,チャネル利得は一つの観測間隔で一定であり,異なる間隔で独立に変化すると仮定した。Bayes則に基づいて,最適エネルギー結合ルール,すなわち平均尤度比(ALR)検出器を導出した。また,2つの解を提案した。1)ガンマ(MoG)ベースのALR検出器と2)一般化Gauss-Laguerre公式(GLF)ベースのALR検出器の混合,最適ルールにおける難治積分の問題を克服するために,2つの新しい準最適であるが実用的な結合ルールを提案した。1)線形関数により実装できるGLFベース線形結合検出器,2)低SNR領域に適用可能なGLFベースの重み付けエネルギー検出器。シミュレーション結果は,MoGとGLF検出器によって,ALR検出器が,より低い複雑さによって,ほとんど正確に実行することができることを明らかにした。さらに,提案したすべての検出器は,特に大規模チャネル利得が異なる認知ユーザに対して異なる場合,従来の検出器より優れている。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： モデリング ,  ネットワーク ,  重みづけ ,  積分 ,  *チャネル ,  シミュレーション ,  検出器
準シソーラス用語： 線形結合 ,  線形関数 ,  尤度比 ,  チャネル利得 ,  *スペクトル検出 ,  コグニティブ無線 ,  *協調スペクトルセンシング ,  *フェージングチャネル , 【Automatic Indexing@JST】

分類 (2件)： 信号理論  (ND02020G) ,  マイクロ波・ミリ波通信  (ND08020W)

タイトルに関連する用語 (4件)： フェージングチャネル ,  協調スペクトルセンシング ,  ソフト ,  組合せ