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 4/2015

01.12.2015

Throughput Improvement in Energy-Efficient Cooperative Spectrum Sensing Based on Sensor Selection

Erschienen in: Wireless Personal Communications | Ausgabe 4/2015

Einloggen

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

search-config
loading …

Abstract

Cooperative spectrum sensing in cognitive sensor networks has been shown to be very effective in improving the sensing performance. Sensors in these networks are assumed to be power re-source constrained. We propose an energy efficient cooperative spectrum sensing, in which all sensors are not participated in spectrum sensing and some nodes send their data to a fusion center only in order to improve the throughput of the network. We determine the nodes which sense the spectrum and the nodes which only contribute in data transmitting. The constraints on our problem are the global probability of detection, global probability of false alarm and the minimum required throughput. Based on the standard optimization techniques, the optimal conditions are obtained and a closed-form equation is expressed to determine the priority of nodes for spectrum sensing and data transmitting. Simulation results show that our algorithm leads to less energy consumption and improves the throughput in different conditions.
Vorheriger Artikel Parameter Estimation Method for High-Speed Target Using Bistatic MIMO Radar with Dual-Frequency Transmitters
Nächster Artikel Efficient Star-Topology Solving Local Minima for Geolocation in Real UMTS Networks: An Experimental Assessment with Real Data

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
Anhänge
Nur mit Berechtigung zugänglich
Literatur
1.
Mitola, J., & Maguire, G. Q. (1999). Cognitive radio: Making software radios more personal. IEEE Personal Communications, 6, 13–18.CrossRef
2.
Sahai, A., & Cabric, D. (2005). A tutorial on spectrum sensing: Fundamental limits and practical challenges. Baltimore, MD: IEEE DySPAN.
3.
Mishra, S., Sahai, A., & Brodersen, R. W. (2006) Cooperative sensing among cognitive radios. In proceedings of ICC, pp. 1658–1663.
4.
Peh, E. C. Y., Liang, Y., Guan, Y., & Zeng, Y. (2009). Optimization of cooperative sensing in cognitive radio networks: A sensing-throughput tradeoff view. IEEE Transactions on Vehicular Technology, 58(9), 5294–5299.CrossRef
5.
Ganesan, G., & Li, Y. (2007). Cooperative spectrum sensing in cognitive radio. IEEE Transactions on Wireless Communications, 6(6), 2204–2222.CrossRef
6.
Peh, E., & Liang, Y.-C., (2007) Optimization for cooperative sensing in cognitive radio networks. In Proceedings of IEEE WCNC, (pp. 27–32), Hongkong.
7.
Liang, Y.-C., Zeng, Y., Peh, E., & Hoang, A. T. (2007) Sensing-throughput tradeoff for cognitive radio networks. In Proceedings of IEEE ICC, (pp. 5330–5335). Glasgow, Scotland.
8.
Peh, E., & Liang, Y Ch. (2007). Optimization for cooperative sensing in cognitive radio networks (pp. 27–32). WCNC: IEEE Communications Society.
9.
Wang, B., Liu, K. J., & Clancy, T. C. (2010). Evolutionary cooperative spectrum sensing game: How to collaborate? IEEE Transcations on Communications, 58(3), 890–900.CrossRef
10.
Peh, E. C. Y., Liang, Guan Y. L., & Zeng, Y. (2009). Optimization of cooperative sensing in cognitive radio networks: A sensing-throughput tradeoff view. IEEE Transactions on Vehicular Technology, 58(9), 5294–5299.CrossRef
11.
Maleki, S., Pandharipande, A., & Leus, G. (2011). Energy-efficient distributed spectrum sensing for cognitive sensor networks. IEEE Sensors Journal, 11(3), 565–573.CrossRef
12.
Sklar, B. (1997). Rayleigh fading channels in mobile digital communication systems part 1: Characterization. IEEE Communications Magazine, 5, 15–21.
13.
Najimi, M., Ebrahimzadeh, A., Andargoli, S. M. H., Fallahi, A. (2012) A novel method for energy-efficient cooperative spectrum sensing in cognitive sensor networks. In 6th International Symposium on Telecommunications (IST), pp. 255–260.
14.
Stotas, S., & Nallanathan, A. (2011). Optimal sensing time and power allocation in multiband cognitive radio networks. IEEE Transactions on Communications, 59(1), 226–235.CrossRef
15.
Boyd, S., & Vandenberghe, L. (2004). Convex optimization. Cambridge: Cambridge University Press.CrossRefMATH
16.
Yu, W., & Lui, R. (2006). Dual methods for nonconvex spectrum optimization of multicarrier systems. IEEE Transactions On Communications, 54(7), 1310–1322.CrossRef
17.
Maleki, S., Pandharipande, A., & Leus, G. (2009) Energy-efficient distributed spectrum sensing for cognitive sensor networks. in Proceedings of 35th Annual Conference IEEE Industrial Electronics Society, pp. 2642–2646.
18.
Maleki, S., Pandharipande, A., & Leus, G. (2009) Energy efficient distributed spectrum sensing with convex optimization. in Proceedings of 3rd International Workshop Computer Advances in Multi-Sensor Adaptive Processing, pp. 396–399.
Metadaten
Titel
Throughput Improvement in Energy-Efficient Cooperative Spectrum Sensing Based on Sensor Selection
Publikationsdatum
01.12.2015
Erschienen in
Wireless Personal Communications / Ausgabe 4/2015
Print ISSN: 0929-6212
Elektronische ISSN: 1572-834X
DOI
https://doi.org/10.1007/s11277-015-2894-0

Weitere Artikel der Ausgabe 4/2015

Wireless Personal Communications 4/2015 Zur Ausgabe

OriginalPaper

Cooperative Gateway Cache Invalidation Scheme for Internet-Based Vehicular Ad Hoc Networks

OriginalPaper

Achieved Data Rate of Cooperative MIMO in Measured Channels

OriginalPaper

Optimal Secure Relay Beamforming for Non-regenerative Multi-relay Networks with Energy Harvesting Constraint

OriginalPaper

A Low-Interference Channel Status Prediction Algorithm for Instantaneous Spectrum Access in Cognitive Radio Networks

OriginalPaper

A Novel Time-Domain Formulation of 3-D Dyadic Diffraction Coefficient for Arbitrary Polarized UWB Signals with Oblique Incidence

OriginalPaper

Design of Redundant New Ad-Hoc On-Demand Distance Vector (NAODV) Routing Protocol Based on Congestion and Survival Control

Neuer Inhalt

    Bildnachweise