文献

J-GLOBAL ID：202002238087206177   整理番号：20A0954361

コグニティブ無線ネットワークにおける一次ユーザ送信モード分類に基づくスペクトルセンシング【JST・京大機械翻訳】

Primary User Transmit Mode Classification Based Spectrum Sensing in Cognitive Radio Network

著者 (4件)： Wang Xin (School of Communication and Information Engineering (SCIE), Chongqing University of Posts and Telecommunications (CQUPT),Chongqing,P. R. China,400-065) ,  Yan Tingqiu (School of Communication and Information Engineering (SCIE), Chongqing University of Posts and Telecommunications (CQUPT),Chongqing,P. R. China,400-065) ,  Nath Narayan (School of Communication and Information Engineering (SCIE), Chongqing University of Posts and Telecommunications (CQUPT),Chongqing,P. R. China,400-065) ,  Shen Bin (School of Communication and Information Engineering (SCIE), Chongqing University of Posts and Telecommunications (CQUPT),Chongqing,P. R. China,400-065)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICACT  ページ： 18-23  発行年： 2020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： 機械学習(ML)支援スペクトルセンシングは,近年,認知無線(CR)システムの代替有望な解決策と見なされている。本論文では,様々な機械学習アルゴリズムに基づいて,新しいスペクトルセンシング方式を提案した。セルラ認知無線ネットワーク(CCRN)における二次ユーザ装置(sues)から収集した多数のスペクトル観測により駆動され,提案方式は,種々のML分類アルゴリズムにより,CCRNにおける一次ユーザ(PU)送信機の送信モード(TM)により,免許スペクトル上のPU挙動の粗い知識を獲得する。一次ユーザ送信機(PUTs)のTMにより,地理的位置指向スペクトル機会を,CCRNにおけるsuesに対して引き続いて指摘することができた。シミュレーションは,提案した方式がPUsに対する干渉を最小化する前提の下でスペクトルアクセス機会を増加させることを証明した。Copyright 2020 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： *ネットワーク ,  送信機 ,  *スペクトル ,  地理学 ,  ライセンス ,  機械学習 ,  学習アルゴリズム
準シソーラス用語： 分類アルゴリズム ,  *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 ,  送信モード , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

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 ,  送信モード ,  分類 ,  スペクトルセンシング