توضیحات
ABSTRACT
Due to the effective utilization rate of the radio frequency spectrum, Cognitive Radio Network (CRN) has gained more popularity in the current research field. The spectrum sensing techniques detect the presence of the idle channel and reallocate to the Secondary Users (SUs). However, the existing spectrum sensing and channel estimation approaches incursdelay while searching for the new channels. To reduce the delay and achieve optimal selection of the channel in CRN, this paper proposes a Hidden Markov Model (HMM)-based channel selection framework. The Time-Slot based optimal routing mechanism is introduced to minimize the delay occurred during the channel search and optimize the rangeof the spectrum band. Therefore, the bandwidth range of the node is estimated, and the channel is allocated to the SU. The proposed framework exhibit better end-to-end throughput, bandwidth-power product and lower running time, energy consumption, and average end-to-end delay when compared to the existing schemes.
INTRODUCTION
CRN solves the radio spectrum scarcity problems and maximizing the spectrum utilization efficiency. The CognitiveRadio (CR) is considered as a vital technology for the next generation that offers the capability for the efficient utilization of the spectrum. CRN is a collection of the primary and secondary networks. The main benefit of the CRs is to reduce the exploitation of the unused spectrum resources by using the characteristics of reconfigurability and intelligent sensing. Instead of the spectrum resources, the channel K-factor and bandwidth are considered as the additional communication parameters . The cognitive approach is to permit the coexistence of various networks on the same transmission resources. In the overlay approach, it is ensured that the SUs do not produce any detrimental interference to the Primary Users (PUs). The CR system is based on the sensing and reconfigurability characteristics to fulfill the above requirements. The users can either interconnect with each other in a multi-hop manner or contact the Base Station (BS).
چکیده
با توجه به میزان استفاده موثر از طیف فرکانس رادیویی، شبکه رادیو شناختی (CRN) محبوبیت بیشتری در زمینه تحقیقات فعلی به دست آورده است. تکنیک های سنجش طیفی حضور کانال خالی را شناسایی کرده و دوباره به کاربران ثانویه (SUs) اختصاص می دهند. با این حال، در حال جستجو برای کانال های جدید، روش های سنجش طیف موجود و تخمین کانال در هنگام وقوع اتفاق می افتد. برای کاهش تاخیر و انتخاب بهینه انتخاب کانال در CRN، این مقاله چارچوب انتخاب کانال مبتنی بر مدل مخفی مارکف (HMM) را پیشنهاد می کند. مکانیزم مسیریابی بهینه براساس Time-Slot برای به حداقل رساندن تاخیر رخ داده در طول جستجو کانال و بهینه سازی دامنه طیف طیفی معرفی شده است. بنابراین محدوده پهنای باند گره تخمین زده می شود و کانال به SU تعلق می گیرد. چارچوب پیشنهادی، بهتر از پایان دادن به پایان بهره وری، محصول پهنای باند قدرت و زمان اجرای پایین تر، مصرف انرژی، و به طور متوسط تاخیر در پایان به پایان در مقایسه با طرح های موجود.
مقدمه
CRN مشکلات کمبود طیف رادیویی را حل می کند و حداکثر بهره وری بهره برداری طیف را به حداکثر می رساند. CognitiveRadio (CR) به عنوان یک تکنولوژی حیاتی برای نسل بعدی است که ارائه می دهد توانایی برای استفاده کارآمد از طیف در نظر گرفته. CRN مجموعه ای از شبکه های اولیه و ثانویه است. سود اصلی از CR ها این است که کاهش بهره برداری از منابع طیف استفاده نشده و با استفاده از ویژگی های reconfigurability و سنجش از هوشمند است. در عوض از منابع طیف، کانال ضریب K و پهنای باند به عنوان پارامترهای ارتباطی اضافی در نظر گرفته. رویکرد شناختی این است که همسو سازی شبکه های مختلف در منابع انتقال مشابه را اجازه دهد. در روش پوشش، آن را تضمین می کند که SUS هیچ دخالت مخل به کاربران اولیه (چرک) تولید نمی کند. سیستم CR براساس ویژگی های سنجش و پیکربندی براساس الزامات فوق است. کاربران می توانند هم اتصال با یکدیگر به شیوه ای چند هاپ و یا تماس با ایستگاه پایه (BS).
Year: 2018
Publisher : ELSEVIER
By : Senthilkumar S. , Geetha Priya C
File Information: English Language/ 11 Page / size: 759 KB
سال : 1396
ناشر : ELSEVIER
کاری از : Senthilkumar S.، Geetha Priya C
اطلاعات فایل : زبان انگلیسی / 11 صفحه / حجم : KB 759
نقد و بررسیها
هنوز بررسیای ثبت نشده است.