Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Wireless Personal Communications
Erschienen in: Wireless Personal Communications 3/2018

29.12.2017

Non-stationary Channel Estimation with Diffusion Adaptation Strategies Over Distributed Networks

verfasst von: Ehsan Mostafapour, Changiz Ghobadi, Mehdi Chehel Amirani

Erschienen in: Wireless Personal Communications | Ausgabe 3/2018

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In this paper we address non-stationary channel estimation problem with diffusion least mean square algorithm in distributed adaptive wireless sensor networks. Here we estimate channel coefficients or taps that are produced with Rayleigh fading models. All detailed explanations regarding to this fading channel type are presented and it is explained that how we can extend channel estimation with sensor networks to other newly presented channel types. We use the tracking performance analysis of diffusion cooperation over adaptive sensor networks to investigate the reliability of used algorithms and show the link between channel estimation problem and tracking a time varying entity. Theoretical analyzes are performed and the results are compared with simulation performance diagrams. It is proven that there is a reasonable match between these two outcomes. We present our results with the mean square deviation criteria.
Vorheriger Artikel QUACS: Routing Data Packets in Ad Hoc Networks on Buffer-Constrained Load Balancing Conditions During Emergency Rescue Crisis
Nächster Artikel Small Data: Effective Data Based on Big Communication Research in Social Networks

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Literatur
1.
Zhao, X., Tu, S. Y., & Sayed, A. H. (2012). Diffusion adaptation over networks under imperfect information exchange and non-stationary data. IEEE Transactions on Signal Processing, 60(7), 3460–3475.MathSciNetCrossRef
2.
Nosrati, H., Shamsi, M., Taheri, S. M., & Saedaghi, M. H. (2015). Adaptive networks under non-stationary conditions: Formulation, performance analysis, and application. IEEE Transactions on Signal Processing, 63(16), 4300–4314.MathSciNetCrossRef
3.
Khalili, A., Rastegarnia, A., & Sanei, S. (2016). Performance analysis of incremental LMS over flat fading channels. IEEE Transactions on Control of network Systems, PP(99), 1–11.
4.
Abdolee, R., Champagne, B., & Sayed, A.H. (2013). Diffusion LMS strategies for parameter estimation over fading wireless channels. In Proc. IEEE international conference on communications, pp. 1926–1930.
5.
Khalili, A., Rastegarnia, A., & Bazzi, W. M. (2015). Effect of fading channels on the performance of distributed networks with cyclic cooperation. In Proc. int. conf. information and communication technology, pp. 32–35.
6.
Bazzi, W. M., Lotfza Pak, A., Rastegarnia, A., Khalili, A., & Yang, Z. (2015). Formulation and steady-state analysis of diffusion mobile adaptive networks with noisy links. IET Signal Processing, 9(9), 631–637.CrossRef
7.
Sayed, A. H. (2003). Fundamentals of adaptive filtering. New York: Wiley.
8.
Haykin, S., & Ray Liu, K. J. (2009). Handbook on array processing and sensor networks. Toronto: Wiley.
9.
Rastegarnia, A., Tinati, M. A., & Khalili, A. (2012). Steady-state analysis of diffusion LMS adaptive networks with noisy links. IEEE Transactions on Signal Processing, 60(2), 974–979.MathSciNetCrossRefMATH
10.
Cattivelli, F. S., & Sayed, A. H. (2010). Diffusion LMS strategies for distributed estimation. IEEE Transactions on Signal Processing, 58(3), 1035–1048.MathSciNetCrossRef
11.
Mostafapour, E., Hoseini, A., Nourinia, J., & Amirani, M. C. (2015). Channel estimation with adaptive incremental strategy over distributed sensor networks. In Proc. IEEE 2nd int. conf. on knowledge-based engineering and innovation, Tehran, Iran.
12.
Mostafapour, E., Ghobadi, C., Nourinia, J., & Amirani, M. C. (2015). Tracking performance of incremental LMS algorithm over adaptive distributed sensor networks. Journal of Communication Engineering, 4(1), 1–10.
13.
Xiao, C., & Zheng, Y. R. (2006). Novel some-of-sinusoids simulation Models for Rayleigh and Rician fading channels. IEEE Transactions on Wireless Communications, 5(12), 3667–3679.CrossRef
14.
Farhang-Boroujeny, B. (2013). Adaptive filters theory and applications (2nd ed.). United Kingdom: Wiley.CrossRefMATH
Metadaten
Titel
Non-stationary Channel Estimation with Diffusion Adaptation Strategies Over Distributed Networks
verfasst von
Ehsan Mostafapour
Changiz Ghobadi
Mehdi Chehel Amirani
Publikationsdatum
29.12.2017
Verlag
Springer US
Erschienen in
Wireless Personal Communications / Ausgabe 3/2018
Print ISSN: 0929-6212
Elektronische ISSN: 1572-834X
DOI
https://doi.org/10.1007/s11277-017-5190-3

Weitere Artikel der Ausgabe 3/2018

Wireless Personal Communications 3/2018 Zur Ausgabe

OriginalPaper

Low-Complexity Selected Mapping Scheme Using a Bank of Butterfly Circuits in Orthogonal Frequency Division Multiplexing Systems

OriginalPaper

Cuckoo Search Based Optimization of Multiuser Cognitive Radio System Under the Effect of Shadowing

OriginalPaper

Array Pattern Optimization for Steerable Circular Isotropic Antenna Array Using Cat Swarm Optimization Algorithm

OriginalPaper

Cluster Topology in WSN with SCPS for QoS

OriginalPaper

A New Gradual Secret Sharing Scheme with Diverse Access Structure

OriginalPaper

Small Data: Effective Data Based on Big Communication Research in Social Networks

Neuer Inhalt

    Bildnachweise