CN109120362B - 一种具有能量采集功能的认知无线电网络的信道选择方法 - Google Patents
一种具有能量采集功能的认知无线电网络的信道选择方法 Download PDFInfo
- Publication number
- CN109120362B CN109120362B CN201811272402.1A CN201811272402A CN109120362B CN 109120362 B CN109120362 B CN 109120362B CN 201811272402 A CN201811272402 A CN 201811272402A CN 109120362 B CN109120362 B CN 109120362B
- Authority
- CN
- China
- Prior art keywords
- energy
- channel
- users
- secondary users
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000001149 cognitive effect Effects 0.000 title claims abstract description 15
- 238000010187 selection method Methods 0.000 title claims abstract description 14
- 230000005540 biological transmission Effects 0.000 claims abstract description 40
- 238000003306 harvesting Methods 0.000 claims description 12
- 230000009191 jumping Effects 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 9
- 238000000034 method Methods 0.000 abstract description 16
- 238000004088 simulation Methods 0.000 abstract description 3
- 238000001228 spectrum Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 6
- 230000007423 decrease Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
- H04B17/3912—Simulation models, e.g. distribution of spectral power density or received signal strength indicator [RSSI] for a given geographic region
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种具有能量收集功能的认知无线电网络的信道选择方法,首先考虑单次用户的混合传输模型,其中次用户可以通过使用能量收集技术机会性地访问繁忙信道进行能量收集或机会式地接入空闲信道进行信息传输。本发明提出了基于竞争的多次用户信道选择方法,其中所有在同一信道中竞争数据传输或能量收集的次用户将形成竞争集。大量仿真表明,所提出的协作感知方法和信道选择方法在误报率,平均吞吐量,平均等待时间和次用户的能量收集效率方面优于先前的解决方案。
Description
技术领域
本发明公开了一种具有能量采集功能的认知无线电网络的信道选择方法,主要应用多次用户和多主用户认知无线电网络中的信道选择,解决次用户之间的信道竞争和次用户与主用户之间的分组冲突,从而在误报率,平均吞吐量,平均等待时间和次用户的能量收集效率方面都有提升。
背景技术
动态频谱接入(DSA)机制已用于频谱使用。是次用户的两种主要传输模型,它们有效地使用空闲频谱,分别是Overlay和Underlay。在Overlay模型中,只有在主用户处于非活动状态时,次用户才能专门且机会性地使用许可频谱。换句话说,不允许次用户与主用户同时访问频谱以防止与主用户传输冲突。相反,即使当主用户访问其频谱时,次用户也可以与其共存,只要该次用户对主用户造成的干扰不会降低其在Underlay模型中的通信质量。然而,当主用户状态变为不活动时,次用户的传输功率仍将低于Underlay模型中的干扰阈值约束。因此,空闲频谱资源没有得到充分利用,次用户没有达到最佳性能。另一方面,当许可频道非常繁忙时,次用户必须等待可用频道的时间太长,然后它也可能显着降低覆盖模型的性能。因此,我们需要找到一种混合传输模型,其中Overlay和Underlay模型的优点结合起来用于主用户状态变化,从而可以最大化次用户的性能。
最近在有关文章中提出了混合动力传动模型。次用户可以在Underlay模型中交换控制信息,并在Overlay模型中发送数据信息。但是,访问模型的决定不是基于传感结果。当未检测到主用户传输时,次用户可以不断地感测主用户的活动并在覆盖模型中发送数据信息。否则,次用户降低其传输功率以访问Underlay模型中的频谱。然而,这些论文没有考虑传感误差,忽略了主用户重传对次用户的QoS影响。虽然这些相关的工作表明次用户与混合传输模型相比,在两种传统的传输模型中可以获得更多的频谱接入机会,但是迄今为止我们很少研究两个或多个次用户竞争相同信道的问题。此外,次用户和主用户之间的分组冲突概率将在多个次用户场景中增加。因为在具有多个次用户和多个主用户信道的CR网络中避免冲突的重要性,我们需要在混合传输模型中提出信道选择策略以解决冲突问题。
能源供应始终是无线通信中的关键问题。在多次用户和多主用户CR网络中,其中多个次用户在混合传输模型中访问多个主用户信道,次用户需要花费更多的能量来不断地检测多个信道并在多个信道之间切换。因此,能源效率是CR网络中另一个重要的标准,以及频谱效率。此外,更换电池的成本非常昂贵。最近,有关论文引入了一些能量收集技术。这些技术允许设备收集自然源的能量,例如太阳,风,声学和环境射频(RF)波。与其他来源相比,将来自环境RF波的电磁波转换为能量被认为对于传感器网络或CR网络中的低能量设备更为合适和稳定。假设次用户具有RF能量收集能力,它不仅必须选择空闲信道来传输数据,还必须选择繁忙信道来获取RF能量以获得足够的能量和频谱使用机会。因此,合适的信道选择策略对于提高CR网络的频谱效率和能量效率非常重要。
受上述方案固有优势的启发,本文主要研究次用户之间的信道竞争以及多次用户和多主用户的CR网络中次用户与主用户之间的分组冲突。除了现有的工作,例如在多次用户的CR网络中采用传统的非合作频谱感知方法,并允许次用户在覆盖或底层模型中访问空闲信道,没有有效的解决方案。多个次用户和主用户之间的分组竞争。我们采用协同感知方法和竞争集的概念来解决这两个问题,从而提高频谱感知精度和多个次用户的吞吐量。值得注意的是,在我们的研究中,次用户可以通过使用能量收集技术从繁忙的通道中获取RF能量,从而延长其电池寿命。
在本发明中,我们考虑的是在多在具有能量采集功能的多主次用户认知无线电网络中的信道选择策略,解决次用户之间的信道竞争和次用户与主用户之间的分组冲突,从而在误报率,平均吞吐量,平均等待时间和次用户的能量收集效率方面都有提升。
发明内容
发明目的:解决次用户之间的信道竞争和次用户与主用户之间的分组冲突,提升误报率,平均吞吐量,平均等待时间和次用户的能量收集效率方面的性能。本发明使用协作感测方法来避免次用户和主用户之间的分组冲突,结合了Overlay和Underlay模型,以充分利用可用的空闲频谱,提出了基于竞争集的频道选择策略,消除次用户之间的频道竞争并减少其平均等待时间以及减少其频谱切换延迟。
技术方案:为实现上述目的,本发明采用的技术方案为:
一种具有能量采集功能的认知无线电网络的信道选择方法,该方法包括以下步骤:
步骤1:定义一个队列,即到达的数据存储在次用户的发射端的数据队列;
步骤2:定义一个队列,即射频能量存储在能量队列;
步骤3:当数据到达第i个次用户的发射机时,若数据不为空,能量为最大值,则跳转到步骤3,重新进行感知;若数据不为空,能量不为空,则跳转到步骤4;若数据不为空,能量为非最大值,则跳转到步骤5;
步骤4:空闲信道感知:(a)能量检测,(b)传输模式阈值设置,(c)结果交换,若感知结果小于Overlay能量阈值,进行Overlay模式传输数据,跳转到步骤6;若感知结果大于Overlay能量阈值且小于Underlay能量阈值,进行Underlay模式传输数据,跳转到步骤6;若感知结果大于Underlay能量阈值,则跳转到步骤3,重新进行感知;
步骤5:忙碌信道感知:(a)能量检测,(b)采集模式阈值设置,(c)结果交换,若感知结果小于Underlay能量阈值,进行能量收集模式,跳转到步骤6;否则跳转到步骤3,重新进行感知;
步骤6:转到步骤3,直到队列遍寻结束。
2、根据权利要求1所述的一种具有能量采集功能的认知无线电网络中的信道选择方法,该方法的数据传输的信道选择方法具体包括以下步骤:
步骤1:输入所有的主用户的信道,包括空闲信道,以及p个次用户;
步骤2:遍历空闲信道,若次用户的数据队列不为空,跳转到步骤3;若次用户的数据队列为空,跳转到步骤5;
步骤3:若存在空闲信道,且q个次用户的成功接收CTS包,次用户的形成多个竞争集,并随机标记,然后遍历竞争集,获得零标签的次用户的可以访问相应的数据传输信道,退出其他竞争集,其他次用户的标签值减1;否则跳转到步骤4;
步骤4:若不存在空闲信道,且s个次用户的成功接收CTS包,以及在Underlay模型中传输数据可以满足t个次用户的吞吐量,次用户的形成多个竞争集,并随机标记,然后遍历竞争集,获得零标签的次用户的可以降低其发射功率并访问相应的数据传输信道,然后退出其他竞争集,其他次用户的标签值减1;
步骤5:转到步骤2,直到空闲信道遍历结束,输出选择的次用户及信道。
3、根据权利要求1所述的一种具有能量采集功能的认知无线电网络的信道选择方法,该方法的能量采集的信道选择方法具体包括以下步骤:
步骤1:输入所有的主用户的信道,包括空闲信道,以及p个次用户;
步骤2:遍历忙碌信道,若次用户的数据队列不为空,且次用户的能量队列不等于最大值,次用户的形成多个竞争集,并随机标记,然后遍历竞争集,获得零值的次用户的可以在下一个能量采集阶段访问相应的繁忙信道以进行能量收集,并退出其他竞争集合,其他次用户的标签值减1;否则跳转到步骤3;
步骤3:转到步骤2,直到忙碌信道遍历结束,输出选择的次用户及信道。
附图说明
图1为实验环境图;
图2为虚警概率图;
图3为次用户平均吞吐量图;
图4为次用户平均等待时间图;
图5为次用户的能量收集效率图。
具体实施方式
下面结合附图和具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
我们考虑具有M个主用户和N个次用户的多次用户和多主用户CR网络,其中每个主用户被分配许可信道(称之为“主用户信道”)。每个信道的流量被建模为双状态连续时间马尔可夫过程:频谱被主用户占用(忙碌状态)并且频谱没有被主用户占用(空闲状态)。对于主用户,这两种状态分别称为ON和OFF状态。每个次用户发射机及其相应的次用户接收机都在彼此的传输范围内。因此,两个次用户之间的通信的存在不仅取决于它们之间的距离,还取决于主用户的时变活动。我们考虑几个次用户可以访问相同信道的情况,并且一个次用户可以具有多个用于选择的信道。
为了利用混合传输模型,假设每个次用户发射机具有完整的CSI知识。对于不同的渠道,它们的容量和利用率是不同的。基于信道的感知结果,每个次用户计算统计覆盖和底层模型能量阈值,并根据两种类型的感测误差更新它们,即漏检和误报。当数据到达次用户发射机时,它将当前信道感测结果与CSI的知识进行比较以获得主用户的占用率。当主用户没有完全占用该信道时,次用户基于传输距离和天线增益来估计主用户的功率。对于Overlay模型,次用户的发射功率没有限制,它们可以用初始功率发送数据。然而,由于次用户对主用户造成的干扰,次用户需要降低发射功率,改变调制类型,并将调整编码模式或SNR以适应Underlay模型中的当前信道的变化。
本发明采用基于数据传输和能量采集的信道选择策略,解决在多主次用户认知无线电网络中次用户之间的信道竞争和次用户与主用户之间的分组冲突,从而在误报率,平均吞吐量,平均等待时间和次用户的能量收集效率方面都有提升。主要实施过程分为3个部分:
1.初始化数据队列和能量队列
步骤1.1:定义一个队列,即到达的数据存储在次用户发射端的数据队列;
步骤1.2:定义一个队列,即RF能量存储在能量队列;
2.数据传输的信道选择策略:
步骤2.1:输入所有的主用户信道,包括空闲信道,以及p个次用户;
步骤2.2:遍历空闲信道,若次用户的数据队列不为空,跳转到步骤2.3;若次用户的数据队列为空,跳转到步骤2.5;
步骤2.3:若存在空闲信道,且q个次用户成功接收CTS包,次用户形成多个竞争集,并随机标记,然后遍历竞争集,获得零标签的次用户可以访问相应的数据传输通道,退出其他竞争集,其他次用户的标签值减1;否则跳转到步骤2.4;
步骤2.4:若不存在空闲信道,且s个次用户成功接收CTS包,以及在Underlay模型中传输数据可以满足t个次用户的吞吐量,次用户形成多个竞争集,并随机标记,然后遍历竞争集,获得零标签的次用户可以降低其发射功率并访问相应的数据传输信道,然后退出其他竞争集,其他次用户的标签值减1;
步骤2.5:转到步骤2.2,直到空闲信道遍历结束,输出选择的次用户及信道。
3.能量采集的信道选择策略:
步骤3.1:输入所有的主用户信道,包括空闲信道,以及p个次用户;
步骤3.2:遍历忙碌信道,若次用户的数据队列不为空,且次用户的能量队列不等于最大值,次用户形成多个竞争集,并随机标记,然后遍历竞争集,获得零值的次用户可以在下一个能量采集阶段访问相应的繁忙信道以进行能量收集,并退出其他竞争集合,其他次用户的标签值减1;否则跳转到步骤3.3;
步骤3.3:转到步骤3.2,直到忙碌信道遍历结束,输出选择的次用户及信道。
具体实施时:
本发明在Matlab软件中进行了如图1所示的多主次用户的认知无线电网络的信道选择过程的仿真,其中多主次用户的认知无线电网络中有20个主用户及对应的20个可用的信道和25对次用户。
图2说明了在不同数量的次用户下协同传感和非合作传感方法中的误报概率,从图中可以看到误报概率随检测概率的增加而降低,对于传统的非合作感测方法,多个次用户之间的检测结果没有相互作用。因此,用户的增加对虚警的概率没有影响。对于固定的检测概率,协同感知方法可以实现更高的检测精度。图3说明了在不同数量的繁忙信道下,传输模型对次用户平均吞吐量的影响,从图中可以看出在Overlay模型中次用户的平均吞吐量随着繁忙信道数量的增加而减少。这是因为繁忙信道的高百分比限制了次用户在Overlay模型中的传输。随着可用空闲信道的减少,次用户用于数据传输的机会变得更少。图4说明了在不同数量的繁忙频道下,次用户的平均等待时间的传输模型的影响,随着可用空闲信道的减少,Overlay模型中次用户的平均等待时间大大增加。相反,在仅Underlay模型中平均等待时间没有显着增加,因为可用空闲信道的数量对次用户的数据传输几乎没有影响。主用户的不同干扰阈值约束使得次用户不能访问某些信道是在仅Underlay模型中,这导致一些次用户需要等待很长时间才能访问信道。图5说明了传统CR网络中次用户的平均剩余能量,现有的能量收集CR网络,以及在不同模拟时间内能量收集的CR网络,本发明提出的方案可以确保在长时间通信时保留足够的能量。
以上详细描述了本发明的优选实施方式,但本发明并不限于上述实施方式中的具体细节,在本发明的技术构思范围内,可以对本发明的技术方案进行多种等同交换(如数量、形状、位置等),这些等同变换均属于本发明的保护。
Claims (3)
1.一种具有能量采集功能的认知无线电网络的信道选择方法,其特征在于包括以下步骤:
步骤1:定义一个队列,即到达的数据存储在次用户的发射端的数据队列;
步骤2:定义一个队列,即射频能量存储在能量队列;
步骤3:当数据到达第i个次用户的发射端时,若数据不为空,能量为最大值,则跳转到步骤3,重新进行感知;若数据不为空,能量不为空,则跳转到步骤4;若数据不为空,能量为非最大值,则跳转到步骤5;
步骤4:空闲信道感知:(a)能量检测,(b)传输模式阈值设置,(c)结果交换,若感知结果小于Overlay能量阈值,进行Overlay模式传输数据,跳转到步骤6;若感知结果大于Overlay能量阈值且小于Underlay能量阈值,进行Underlay模式传输数据,跳转到步骤6;若感知结果大于Underlay能量阈值,则跳转到步骤3,重新进行感知;
步骤5:忙碌信道感知:(a)能量检测,(b)采集模式阈值设置,(c)结果交换,若感知结果小于Underlay能量阈值,进行能量收集模式,跳转到步骤6;否则跳转到步骤3,重新进行感知;
步骤6:转到步骤3,直到队列遍寻结束。
2.根据权利要求1所述的一种具有能量采集功能的认知无线电网络的信道选择方法,其特征在于,数据传输的信道选择方法具体步骤如下:
步骤A:输入所有的主用户的信道,包括空闲信道,以及p个次用户;
步骤B:遍历空闲信道,若次用户的数据队列不为空,跳转到步骤C;若次用户的数据队列为空,跳转到步骤E;
步骤C:若存在空闲信道,且q个次用户的成功接收CTS包,次用户的形成多个竞争集,并随机标记,然后遍历竞争集,获得零标签的次用户的可以访问相应的数据传输信道,退出其他竞争集,其他次用户的标签值减1;否则跳转到步骤D;
步骤D:若不存在空闲信道,且s个次用户的成功接收CTS包,以及在Underlay模型中传输数据可以满足t个次用户的吞吐量,次用户的形成多个竞争集,并随机标记,然后遍历竞争集,获得零标签的次用户的可以降低其发射功率并访问相应的数据传输信道,然后退出其他竞争集,其他次用户的标签值减1;
步骤E:转到步骤B,直到空闲信道遍历结束,输出选择的次用户及信道。
3.根据权利要求1所述的一种具有能量采集功能的认知无线电网络的信道选择方法,其特征在于,能量采集的信道选择方法具体步骤如下:
步骤a:输入所有的主用户的信道,包括空闲信道,以及p个次用户;
步骤b:遍历忙碌信道,若次用户的数据队列不为空,且次用户的能量队列不等于最大值,次用户的形成多个竞争集,并随机标记,然后遍历竞争集,获得零值的次用户的可以在下一个能量采集阶段访问相应的繁忙信道以进行能量收集,并退出其他竞争集合,其他次用户的标签值减1;否则跳转到步骤c;
步骤c:转到步骤b,直到忙碌信道遍历结束,输出选择的次用户及信道。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811272402.1A CN109120362B (zh) | 2018-10-24 | 2018-10-24 | 一种具有能量采集功能的认知无线电网络的信道选择方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811272402.1A CN109120362B (zh) | 2018-10-24 | 2018-10-24 | 一种具有能量采集功能的认知无线电网络的信道选择方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109120362A CN109120362A (zh) | 2019-01-01 |
CN109120362B true CN109120362B (zh) | 2021-01-01 |
Family
ID=64855674
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811272402.1A Active CN109120362B (zh) | 2018-10-24 | 2018-10-24 | 一种具有能量采集功能的认知无线电网络的信道选择方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109120362B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109769258B (zh) * | 2019-03-05 | 2020-01-31 | 深圳大学 | 基于安全urllc通信协议的资源优化方法 |
CN109951864B (zh) * | 2019-03-28 | 2022-02-01 | 重庆邮电大学 | 基于LAA不完美频谱探测与WiFi共存的系统性能分析方法 |
CN111740794B (zh) * | 2020-06-04 | 2021-07-09 | 中山大学 | 一种多用户能量收集认知无线电系统 |
CN112867109B (zh) * | 2020-12-31 | 2023-04-07 | 上海移为通信技术股份有限公司 | 功耗均衡方法、系统、电子设备和可读存储介质 |
CN112821969B (zh) * | 2020-12-31 | 2022-11-11 | 长江大学 | 一种全双工认知无线网络的混合动态频谱访问方法及装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090253377A1 (en) * | 2008-04-04 | 2009-10-08 | Broadcom Corporation | Communication resource sharing via multiple systems |
US9514079B2 (en) * | 2012-09-28 | 2016-12-06 | Intel Corporation | Using adaptive channel selection to enhance the performance of wireless docking |
CN104144427B (zh) * | 2014-07-23 | 2017-11-07 | 华南理工大学 | 一种无线认知网络频带分配方法 |
CN104683989B (zh) * | 2015-03-11 | 2018-04-24 | 南京航空航天大学 | 基于多信道同步协作频谱感知的宽带认知网络通信方法 |
CN105246082B (zh) * | 2015-09-30 | 2019-01-18 | 电子科技大学 | 一种基于能量检测的感知信息融合方法 |
CN107294579A (zh) * | 2016-03-30 | 2017-10-24 | 索尼公司 | 无线通信系统中的装置和方法以及无线通信系统 |
CN107580327B (zh) * | 2017-09-19 | 2020-09-29 | 中山大学新华学院 | 基于最佳频段选择的认知无线网络吞吐量优化方法 |
-
2018
- 2018-10-24 CN CN201811272402.1A patent/CN109120362B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109120362A (zh) | 2019-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109120362B (zh) | 一种具有能量采集功能的认知无线电网络的信道选择方法 | |
Shrestha et al. | Distributed and centralized hybrid CSMA/CA-TDMA schemes for single-hop wireless networks | |
CN109644447A (zh) | 通信装置和通信方法 | |
CN107580327B (zh) | 基于最佳频段选择的认知无线网络吞吐量优化方法 | |
Mesodiakaki et al. | Performance analysis of a cognitive radio contention-aware channel selection algorithm | |
CN105472753A (zh) | 一种基于lte的认知小蜂窝双重资源分配和干扰管理方法 | |
Shokri-Ghadikolaei et al. | Distributed multiuser sequential channel sensing schemes in multichannel cognitive radio networks | |
CN105915300B (zh) | 一种在cr网络中基于rlnc的退避频谱预测方法 | |
Shokri-Ghadikolaei et al. | Green sensing and access: energy-throughput trade-offs in cognitive networking | |
Salameh et al. | Distance-and traffic-aware channel assignment in cognitive radio networks | |
Chung et al. | A cognitive MAC for VANET based on the WAVE systems | |
Martalo et al. | Clustered IEEE 802.15. 4 sensor networks with data aggregation: Energy consumption and probability of error | |
Elmachkour et al. | Data traffic‐based analysis of delay and energy consumption in cognitive radio networks with and without resource reservation | |
Wang et al. | Multi-homing in unlicensed LTE networks | |
Shetty et al. | A learning-based multiuser opportunistic spectrum access approach in unslotted primary networks | |
Mishra et al. | Energy aware spectrum decision framework for cognitive radio networks | |
Armi et al. | Cooperative spectrum sensing in decentralized cognitive radio system | |
Li et al. | EIMAC: a multi‐channel MAC protocol towards energy efficiency and low interference for WBANs | |
Soua | Wireless sensor networks in industrial environment: energy efficiency, delay and scalability | |
Zhao et al. | A spectrum efficient self-admission framework for coexisting IEEE 802.15. 4 networks under heterogeneous traffics | |
Wang et al. | Age of information optimization in heterogeneous multi-access cognitive radio networks | |
Zhao et al. | Dynamic spectrum access: Signal processing, networking, and regulatory policy | |
Ye et al. | Deep Reinforcement Learning-Based Scheduling for NR-U/WiGig Coexistence in Unlicensed mmWave Bands | |
Armi et al. | Decentralized cooperative user in opportunistic spectrum access system | |
Bao et al. | Learning-based p-persistent CSMA for secondary users of cognitive radio networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |