认知无线电网络误码率的贝叶斯网络模型
信息论
2016-11-18 v1 math.IT
摘要
认知无线电除了作为动态频谱接入的平台，还可以通过根据环境和需求智能调整其工作参数，作为一种改善无线通信系统性能的方法。环境中始终存在的不确定性使得后一种应用的实际实现变得困难。本文提出一种概率图模型——贝叶斯网络，用于捕捉比特能量与噪声谱密度比（EbN0）、载波干扰比（C/I）、调制方式（MOD）、多普勒相移（Dop_Phi）和误码率（BER）这些变量之间的因果关系。BER 指示通信链路的性能表现。我们提出的贝叶斯网络的目标是利用 BER 作为证据来推断其他变量的行为，从而使认知无线电能够了解环境条件如何，并基于该知识做出更明智的决策。本文描述了该模型及其构建方法。
引用
@article{arxiv.1607.00591,
title = {A Bayesian Network Model of the Bit Error Rate for Cognitive Radio Networks},
author = {Hector Reyes and Sriram Subramaniam and Naima Kaabouch},
journal= {arXiv preprint arXiv:1607.00591},
year = {2016}
}
备注
4 pages, IEEE Wireless and Microwave Technology Conference (WAMICON), 2015