On the Generation of White Samples in Severe Fading Conditions

Rennó, Vanessa Mendes; Souza, Rausley A. A. de; Yacoub, M.D.

doi:10.1109/lcomm.2018.2879928

Cited by 9 publications

(7 citation statements)

References 8 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Para calibrar mix via ( 13) e ( 14), usamos, como exemplo, um nível-alvo normalizado de envoltória igual a th /ˆ = −25 dB. A calibração original [7], via (8) e ( 9), é omitida nos gráficos, por fornecer resultados praticamente indistinguíveis de ( 13) e (14).…”

Section: Resultados Numéricosunclassified

“…A sequência de saída do estágio random-mixture (digamos, A saída do estágio random-mixture fornece a entrada para o estágio rank-matching [13]. Nesse estágio, uma sequência ---de saída (digamos,ˇ ) é obtida a partir da sequência de amostras de referência ref e de um conjunto de amostras ---(digamos, I ) geradas independentemente, segundo os parâmetros de desvanecimento , , , , , , eˆ desejados (por exemplo, através do método em [14]). A sequência de saídaˇ é um mero rearranjo das amostras em I , de forma que as amostras emˇ correspondam exatamente ao ranking das amostras da sequência de referência ref , ou seja, os mínimos ocorrem na mesma posição, os segundos mínimos ocorrem na mesma posição, e assim por diante.…”

Section: O Simulador Do Processo ---unclassified

See 1 more Smart Citation

Um Simulador Aprimorado para Processos α-η-κ-μ

Rennó¹,

Filho²

2021

Anais Do XXXIX Simpósio Brasileiro De Telecomunicações E Processamento De Sinais

View full text Add to dashboard Cite

Resumo-O modelo estatístico α-η-κ-µ oferece uma descrição geral e unificada para todos os elementos essenciais do desvanecimento de curto prazo. Em um trabalho recente, propusemos um simulador para o processo α-η-κ-µ que comporta a faixa plena de valores para os parâmetros do modelo e cumpre as suas estatísticas de primeira e segunda ordens de forma satisfatória. Entretanto, nessa proposta, o ajuste de um parâmetro-chave de simulação foi feito por meio de rotinas numéricas complexas, tornando o simulador menos atraente para equipes de projeto de sistemas sem fio do mundo real. Neste trabalho, aprimoramos esse arcabouço de simulação com base em coeficientes assintóticos das estatísticas α-η-κ-µ. A nova abordagem resulta em expressões simples e fechadas para o ajuste do referido parâmetro-chave, reduzindo o custo computacional do simulador.Palavras-Chave-processo α-η-κ-µ, simulação, canais de desvanecimento.

show abstract

Section: Resultados Numéricosunclassified

Section: O Simulador Do Processo ---unclassified

Um Simulador Aprimorado para Processos α-η-κ-μ

Rennó¹,

Filho²

2021

Anais Do XXXIX Simpósio Brasileiro De Telecomunicações E Processamento De Sinais

View full text Add to dashboard Cite

show abstract

“…The activity of the PU was simulated as a Bernoulli random variable, with 50% of time active, to account for the detections and 50% of time inactive, for the false alarms. The α-η-κ-µ fading channel samples, and its particular cases, were generated as in [20], [21].…”

Section: Numerical Resultsmentioning

confidence: 99%

“…Some theoretical or practical studies have already been published in the literature focusing on the α-η-κ-µ model [16]- [19]. Also, algorithms have already been proposed for the generation of uncorrelated α-η-κ-µ samples [20], [21].…”

mentioning

confidence: 99%

Analysis of Energy Detection with Noise Uncertainty over alpha-eta-kappa-mu Fading Channel

Rennó¹,

Souza²,

Yacoub

2019

JCIS

View full text Add to dashboard Cite

One of the main challenges in implementing spectrum sensing techniques concerns the system robustness against noise power uncertainties. In this paper, a performance analysis of energy detection-based cognitive radio system is carried out assuming absence/presence of noise uncertainty for the sensing channel modeled by the α-η-κ-µ fading channel. The detection capacity of spectral sensing over several representative scenarios is analyzed with the theoretical results validated through Monte Carlo simulations. The results show that the performance of the spectral sensing technique is drastically affected by the noise uncertainty as well as by the channel conditions described the fading parameters α, η, κ, and µ. Both the ratio of the power of the dominant component to the power of the scattered and quadrature scattering signal and the clustering imbalance have a smaller impact on the overall performance. The offered results are especially useful in assessing the effect of fading in energy detector-based cognitive radio communication systems. Index Terms-Spectrum sensing, energy detector, α-η-κ-µ fading model, noise uncertainty. I. INTRODUCTION W ITH the exponential increase in demand for mobile communications services, the electromagnetic spectrum of radio frequencies tends to become increasingly congested. Regulatory agencies have used fixed band allocation policy, where the resource is allocated by type of service and users acquire the right to exploit certain bandwidth. This management policy results in underutilization of the resource, since the holder of the right to use a particular band may not do it all time and in all area where the service is offered. Consequently, there is a contradictory scenario in which the resource is at the same time scarce and underutilized, generating a great challenge for future mobile technologies, for example 5G and beyond. In this context, the concept of cognitive radio (CR) [2] arises, which proposes, among other functionalities, the opportunistic use of the spectrum. To perform this task, CR carries out the spectral sensing [2], which consists of

show abstract

“…Na distribuição -, por exemplo, o parâmetro é um número real positivo, mas o simulador -clássico só permite valores de inteiros ou múltiplos de 1/2 [2]. Até existem simuladores -que acomodam valores reais e arbitrários de [3], mas estes se limitam a gerar amostras independentes, cumprindo portanto apenas as estatísticas de primeira ordem do processo. Gerar sequências autocorrelacionadas, que atendam a determinadas estatísticas de segunda ordem, é tarefa bem mais complexa.…”

Section: Introductionunclassified

Um Simulador Fase-Envoltória para o Processo alpha-mu

Rennó¹,

Filho²

2020

Anais De XXXVIII Simpósio Brasileiro De Telecomunicações E Processamento De Sinais

View full text Add to dashboard Cite

Resumo-O esquema clássico para simulação de processos de desvanecimento-restringe o parâmetro a valores inteiros ou múltiplos de 1/2. Neste trabalho, propõe-se um esquema de simulação mais realista, capaz de acomodar valores reais arbitrários para o parâmetro , como observado na prática. Não menos importante, o esquema proposto abrange fase e envoltória, cumpre de forma exata as estatísticas de primeira ordem do modelo-, e bem aproxima as de segunda ordem. Todas essas estatísticas são analisadas em detalhe. Palavras-Chave-distribuição-, canais de desvanecimento, simulação.

show abstract

On the Generation of White Samples in Severe Fading Conditions

Cited by 9 publications

References 8 publications

Um Simulador Aprimorado para Processos α-η-κ-μ

Um Simulador Aprimorado para Processos α-η-κ-μ

Analysis of Energy Detection with Noise Uncertainty over alpha-eta-kappa-mu Fading Channel

Um Simulador Fase-Envoltória para o Processo alpha-mu

Contact Info

Product

Resources

About