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
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
ATZ-Fachkongress

Chassis.tech plus 2024


4 Kongresse in einer Veranstaltung

Treffen Sie in München die Fachleute von Chassis, Lenkung, Bremsen sowie Reifen/Räder.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Human Action Recognition Using Trajectory-Based Spatiotemporal Descriptors Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Performance Analysis of Compressed Sensing in Cognitive Radio Networks

verfasst von : N. Swetha, Panyam Narahari Sastry, Y. Rajasree Rao, G. Murali Divya Teja

Erschienen in: Proceedings of the 5th International Conference on Frontiers in Intelligent Computing: Theory and Applications

Verlag: Springer Singapore

Einloggen

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

search-config
loading …

Abstract

In the recent research, compressive sampling (CS) has received attention in the area of signal processing and wireless communications for the reconstruction of signals. CS aids in reducing the sampling rate of received signals thereby decreasing the processing time of analog-to-digital converters (ADC). The energy minimization is the key feature of CS. In this work, CS has been applied to spectrum sensing in cognitive radio networks (CRN). The primary user (PU) signal is optimally detected using the sparse representation of received signals. The received PU signal is compressed in the time domain to extract the minimum energy coefficients and then applied to sensing. Further, the signal is detected using energy detection technique and recovered using \(l_{1}\)-minimization algorithm. The detection performance for various compression rates is analyzed.

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

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 "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"

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
Vorheriges Kapitel Privacy-Preserving Association Rule Mining Using Binary TLBO for Data Sharing in Retail Business Collaboration
Nächstes Kapitel Robust Multiple Composite Watermarking Using LSB Technique
Literatur
1.
Sharma, S.K., Lagunas, E., Chatzinotas, S., Ottersten, B.: Application of compressive sensing in cognitive radio communications: A survey. (2016)
2.
Ye, F., Zhang, X., Li, Y., Huang, H.: Primary user localization algorithm based on compressive sensing in cognitive radio networks. Algorithms 9 (2016)  25CrossRef
3.
4.
La, C., Do, M.N.: Tree-based orthogonal matching pursuit algorithm for signal reconstruction. In: IEEE International Conference on Image Processing, IEEE (2006) 1277–1280
5.
Zhao, Q., Wu, Z., Li, X.: Energy efficiency of compressed spectrum sensing in wideband cognitive radio networks. EURASIP Journal on Wireless Communications and Networking 2016 (2016)  1CrossRef
6.
Guo, Q., Liang, Y., Chen, M., Chen, H., Xie, S.: Compressive spectrum sensing of radar pulses based on photonic techniques. Optics express 23 (2015) 4517–4522CrossRef
7.
Li, S., Wang, X., Zhou, X., Wang, J.: Efficient blind spectrum sensing for cognitive radio networks based on compressed sensing. EURASIP Journal on Wireless Communications and Networking 2012 (2012) 1–10CrossRef
8.
Liang, Y.C., Zeng, Y., Peh, E.C., Hoang, A.T.: Sensing-throughput tradeoff for cognitive radio networks. IEEE Transactions on Wireless Communications 7 (2008) 1326–1337CrossRef
9.
Swetha, N., Sastry, P.N., Rao, Y.R.: Analysis of spectrum sensing based on energy detection method in cognitive radio networks. In: International Conference on IT Convergence and Security (ICITCS), IEEE (2014) 1–4
10.
R.Tandra, A.Sahai: Fundamental limits on detection in low snr under noise uncertainty. In: Proceedings of the International Conference on Wireless Networks, Communications and Mobile Computing, IEEE (2005) 464–469
11.
Nocedal, J., Wright, S.: Numerical optimization. Springer Science & Business Media (2006)
12.
Candes, E., Romberg, J.: l1-magic: Recovery of sparse signals via convex programming. URL: www. acm. caltech. edu/l1magic/downloads/l1magic. pdf 4 (2005)  46
13.
Yang, A.Y., Zhou, Z., Balasubramanian, A.G., Sastry, S.S., Ma, Y.: Fast \(\ell _{1}\) -minimization algorithms for robust face recognition. IEEE Transactions on Image Processing 22 (2013) 3234–3246CrossRef
Metadaten
Titel
Performance Analysis of Compressed Sensing in Cognitive Radio Networks
verfasst von
N. Swetha
Panyam Narahari Sastry
Y. Rajasree Rao
G. Murali Divya Teja
Copyright-Jahr
2017
Verlag
Springer Singapore
Buch
Proceedings of the 5th International Conference on Frontiers in Intelligent Computing: Theory and Applications

Print ISBN: 978-981-10-3152-6

Electronic ISBN: 978-981-10-3153-3

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-981-10-3153-3_20

Premium Partner

    Bildnachweise