چارچوب انتخاب کانال مبتنی بر مدل مخفی مارکوف
ترجمه نشده

چارچوب انتخاب کانال مبتنی بر مدل مخفی مارکوف

عنوان فارسی مقاله: چارچوب انتخاب کانال مبتنی بر مدل مخفی مارکوف برای شبکه های رادیویی شناختی
عنوان انگلیسی مقاله: Hidden Markov Model based channel selection framework for cognitive radio network
مجله/کنفرانس: Computers & Electrical Engineering
رشته های تحصیلی مرتبط: مهندسی فناوری اطلاعات، مهندسی کامپیوتر، مهندسی صنایع
گرایش های تحصیلی مرتبط:  شبکه های کامپیوتری -  برنامه ریزی و تحلیل سیستم ها
کلمات کلیدی فارسی: شبکه های رادیویی شناختی، انتخاب کانال، مدل مخفی مارکوف، کانال ریلی، مسیریابی بهینه مبتنی بر بازه زمانی
کلمات کلیدی انگلیسی: Cognitive radio network (CRN), Channel selection, Hidden Markov Model (HMM), Rayleigh channel, Time-slot based optimal routing
نوع نگارش مقاله: مقاله پژوهشی (Research Article)
شناسه دیجیتال (DOI): https://doi.org/10.1016/j.compeleceng.2016.06.016
دانشگاه: Department of Computer Science and Engineering, C R Engineering College, Madurai 625301, Tamil Nadu, India
صفحات مقاله انگلیسی: 11
ناشر: الزویر - Elsevier
نوع ارائه مقاله: ژورنال
نوع مقاله: ISI
سال انتشار مقاله: 2018
ایمپکت فاکتور: 1.971 در سال 2017
شاخص H_index: 43 در سال 2019
شاخص SJR: 0.401 در سال 2017
شناسه ISSN: 0045-7906
شاخص Quartile (چارک): Q2 در سال 2017
فرمت مقاله انگلیسی: PDF
وضعیت ترجمه: ترجمه نشده است
قیمت مقاله انگلیسی: رایگان
آیا این مقاله بیس است: خیر
کد محصول: E11867
فهرست مطالب (انگلیسی)

Abstract
Graphical abstract
1. Introduction
2. Related work
3. HMM-based channel selection framework
4. Performance analysis
5. Conclusion and future work
References

بخشی از مقاله (انگلیسی)

 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 incurs delay 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 range of 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 [1] solves the radio spectrum scarcity problems and maximizing the spectrum utilization efficiency. The Cognitive Radio (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 [2,3]. 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).