Cognitive Radio Architecture Evolution

Mitola, Joseph

doi:10.1109/jproc.2009.2013012

Cited by 242 publications

(102 citation statements)

References 32 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…[23]- [24], defines a cognitive engine with its cognitive core performing all the learning and reasoning task. CR should be equipped with learning and reasoning ability [25], [20], [26], [27]. This learning and reasoning requires AI techniques.…”

Section: Cognitive Radio and Annmentioning

confidence: 99%

A Survey on Cognitive Radio Network using Artificial Neural Network

Waqar

Khadim²,

Zeb³

et al. 2017

IJFGCN

View full text Add to dashboard Cite

show abstract

Section: Cognitive Radio and Annmentioning

confidence: 99%

A Survey on Cognitive Radio Network using Artificial Neural Network

Waqar

Khadim²,

Zeb³

et al. 2017

IJFGCN

View full text Add to dashboard Cite

show abstract

“…Respecto a QoI, su definición la extrae de [14], donde se introduce un modelo paramétrico de medida dado por (1), donde las componentes están normalizadas. Claramente podemos observar que hay métricas duplicadas en los niveles QoD y QoI, por ejemplo la precisión.…”

Section: Identificación De Métricasunclassified

QoE en el contexto de Internet of Everything

Cano

2017

Proceedings XIII Jornadas De Ingenieria Telematica - JITEL2017

View full text Add to dashboard Cite

Campus Muralla del Mar, Edif. Antigones, s/n 30202 Cartagena (España) mdolores.cano@upct.es Resumen-La investigación y el desarrollo hacia laInternet of Everything (IoE) inteligente es un empeño ambicioso y altamente interdisciplinar que debe abordarse en los diferentes niveles de su arquitectura. Un efecto colateral de esta separación se produce en la medición de la calidad de los servicios proporcionados y en cómo evaluar sus prestaciones. La calidad de experiencia de usuario (Quality of user Experience, QoE) se ha convertido en un marco de referencia de evaluación de prestaciones capaz de acoger los nuevos requisitos y demandas de este nuevo paradigma. En este artículo, proporcionamos una visión actual de la QoE en la IoE. Para ello, realizamos un estudio de las propuestas de medición de QoE, de las métricas que se sugieren para su modelado y sus relaciones. Como resultado, se identifica la necesidad de un nuevo enfoque para la evaluación de prestaciones de los servicios y aplicaciones de la IoE capaz de capturar su idiosincrasia, es decir, las nuevas métricas que definen calidad, nivel de conocimiento, nivel de inteligencia, consumo, etc., así como la carencia de un modelado entre los diferentes componentes de la QoE en IoE.Palabras Clave-IoE, IoT, QoE, QoD, QoI. I. INTRODUCCIÓNNos encontramos en una situación única en la que nuestro universo físico está adquiriendo una nueva existencia digital, donde cualquier ser/objeto va a estar conectado y capacitado para comunicarse y colaborar. En esta nueva realidad, con millones de dispositivos conectándose a la nube para intercambiar, procesar, y almacenar información, paradigma de Internet of Everything (IoE) [1], la arquitectura de red debe adaptar de forma cognitiva tanto sus principales parámetros de capacidad/caudal y latencia, como la calidad de sus servicios, de la forma más ágil, inteligente y eficiente posible. Es decir, como si se tratase de un servicio público básico (utility service) en función de las demandas de sus productores/consumidores de información.En este marco general, el proyecto AIM (Augmenting Intelligence, cognitive capabilities, efficiency and value of coMmunication technologies for the IoE) pretende avanzar en las nuevas tecnologías de red para que permitan crear valor y cubrir efectivamente las necesidades futuras de comunicación y colaboración de una sociedad evolucionada. Durante la última década, se ha realizado un esfuerzo de investigación importante en el ámbito de Internet of Things (IoT), en particular en el avance de las tecnologías habilitadoras [2] (aquéllas que aseguran su correcta operación y permiten el despliegue de aplicaciones elementales y servicios sectoriales). Sin embargo, el trabajo relacionado con la adaptabilidad y las capacidades cognitivas de IoE donde "todas las cosas" deberían mejorar su disposición para aprender, comprender y actuar en el mundo físico, el digital y el social no ha hecho más que comenzar. Desde las TIC, entendemos que el aumento de la inteligencia en IoE debe interpretarse como la capacidad de...

show abstract

“…High data rate requirements can be achieved by utilizing multiple-input-multiple-output (MIMO) systems with multi/wideband or covering several frequency bands in cognitive radio (CR) platforms. A CR based system senses the unoccupied or underutilized frequency bands, then switches the frequency band of operation to the free one, hence achieving better spectrum utilization [1]. A frequency reconfigurable MIMO antenna system is a key element in second generation CR based applications [2].…”

Section: Introductionmentioning

confidence: 99%

An Integrated Four-Element Slot-Based MIMO and a UWB Sensing Antenna System for CR Platforms

Hussain

Sharawi

Shamim

2018

IEEE Trans. Antennas Propagat.

View full text Add to dashboard Cite

Abstract-This paper presents a novel integrated antenna system for cognitive radio (CR) applications. The design consists of a compact 4-element reconfigurable annular slot based multiple-input-multiple-output (MIMO) antenna system integrated within an ultra-wide-band (UWB) sensing antenna. All the antenna elements are planar in structure and designed on a single substrate (RO-4350) with dimensions 60×120×1.5 mm 3 . The frequency reconfigurable slot based MIMO antenna system is tuned over a wide frequency band from 1.77 GHz to 2.51 GHz while the UWB sensing antenna is covering from 0.75∼7.65 GHz The proposed antenna system is suitable for CR enabled wireless devices. The envelope correlation coefficient (ECC) did not exceed 0.248 in the entire operating band of the MIMO antenna part. The maximum measured gain of the MIMO antenna is 3.2 dBi with maximum efficiency of 81%.

show abstract

Cognitive Radio Architecture Evolution

Cited by 242 publications

References 32 publications

A Survey on Cognitive Radio Network using Artificial Neural Network

A Survey on Cognitive Radio Network using Artificial Neural Network

QoE en el contexto de Internet of Everything

An Integrated Four-Element Slot-Based MIMO and a UWB Sensing Antenna System for CR Platforms

Contact Info

Product

Resources

About