Identify the Primary Signal Buried Under Impulsive Noise Channel in Cognitive Radio Networks Using MAF-KF-NPD

Adardour, Haroun Errachid; Kameche, Samir

doi:10.1109/icass.2018.8652081

Cited by 3 publications

(3 citation statements)

References 11 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…A distribuição SαS é amplamente utilizada na modelagem do ruído impulsivo nos artigos mais recentes que analisam o desempenho do sensoriamento espectral em redes de rádios cognitivos. Citam-se [9]- [14] como exemplos.…”

Section: B Trabalhos Relacionados E Estrutura Do Artigounclassified

“…A segunda rotina de [21] aqui explorada gera as amostras αSGN(m) a partir do parâmetro α e de uma matriz de covariância de entrada. Utilizando como entrada a matriz Máudio n anteriormente apresentada, gerou-se o ruído αSGN (9). Com esse ruído como entrada da primeira rotina, estimouse a matriz de covariância MαSGN( 9) n a seguir, a qual tem elementos com valores muito próximos de Máudio n , validando, assim, a correta geração do ruído αSGN(m).…”

Section: Análise Estatísticaunclassified

See 1 more Smart Citation

Análise das Distribuições SαS e αSG na Modelagem do Ruído de Camarão-de-Estalo

Guedes¹,

Guimarães²

2022

Anais Do XL Simpósio Brasileiro De Telecomunicações E Processamento De Sinais

View full text Add to dashboard Cite

Resumo-Sistemas de comunicação subaquáticos por ondas acústicas estão sujeitos à degradação de desempenho causada pelo ruído impulsivo gerado pelo crustáceo camarão-de-estalo. Em análises matemáticas ou simulações, esse ruído é comumente modelado por meio de amostras temporalmente descorrelacionadas seguindo a distribuição alfa-estável simétrica (symmetric alpha-stable, SαS). Neste artigo analisa-se a adequação dessa distribuição em contraste com a distribuição alfa-sub-Gaussiana (alpha-sub-Gaussian, αSG) com correlação temporal não nula, no contexto do sensoriamento espectral subaquático.Palavras-Chave-Camarão-de-estalo, comunicação subaquática, ruído impulsivo, sensoriamento espectral.

show abstract

Section: B Trabalhos Relacionados E Estrutura Do Artigounclassified

Section: Análise Estatísticaunclassified

Análise das Distribuições SαS e αSG na Modelagem do Ruído de Camarão-de-Estalo

Guedes¹,

Guimarães²

2022

Anais Do XL Simpósio Brasileiro De Telecomunicações E Processamento De Sinais

View full text Add to dashboard Cite

show abstract

“…It has been found that the SαS distribution is widely used in impulsive noise modeling in the most recent articles that analyze the performance of spectrum sensing in cognitive radio networks. References [20]- [25] are cited as examples. In [17], the adequacy of the SαS distribution is analyzed in contrast to the αSG distribution with non-zero temporal correlation, in the context of underwater spectrum sensing subjected to snapping shrimp noise.…”

Section: A Related Researchmentioning

confidence: 99%

Direct-Conversion Spectrum Sensor Impaired by Symmetric α-Stable and α-Sub-Gaussian Noises

Guedes

Guimarães²

2023

JCIS

View full text Add to dashboard Cite

Spectrum sensing in underwater cognitive acoustic networks (UCANs) can be impaired by impulsive noise generated by snapping shrimps. In mathematical analysis or simulations, the amplitude variations of this noise are commonly modeled by the symmetric alpha-stable (SS) distribution. As an alternative, the alpha-sub-Gaussian (SG) distribution can model both temporal correlation and amplitude variations. This article assesses the performance of underwater spectrum sensing with a direct-conversion receiver (DCR) under impulsive noise modeled by the SS and SG distributions. Several recent test statistics are compared, demonstrating that they have different degrees of robustness against impulsive noise and that the DCR is significantly less sensitive to this noise, compared to the conventional receiver model that does not take into account the influences of hardware characteristics into the performance of spectrum sensing.

show abstract

Improved Primary Signal Sensing at the Frequency of 433 MHz using MAF-KF-NPD Algorithms with the Arduino Controller in an Experimental Scenario

Adardour

Kameche

2022

J. Inst. Eng. India Ser. B

View full text Add to dashboard Cite

Identify the Primary Signal Buried Under Impulsive Noise Channel in Cognitive Radio Networks Using MAF-KF-NPD

Cited by 3 publications

References 11 publications

Análise das Distribuições SαS e αSG na Modelagem do Ruído de Camarão-de-Estalo

Análise das Distribuições SαS e αSG na Modelagem do Ruído de Camarão-de-Estalo

Direct-Conversion Spectrum Sensor Impaired by Symmetric α-Stable and α-Sub-Gaussian Noises

Improved Primary Signal Sensing at the Frequency of 433 MHz using MAF-KF-NPD Algorithms with the Arduino Controller in an Experimental Scenario

Contact Info

Product

Resources

About