Signal Processing for Cognitive Radios

این کتاب تکنیک های پردازش سیگنال را برای رادیوهای شناختی بررسی می کند. این کتاب به سه بخش تقسیم شده است:

قسمت اول، مقدمه ای بر رادیوهای شناختی است و تاریخچه ای از رادیوهای شناختی (CR) را ارائه می دهد و معماری، عملکردها، جنبه های ایده آل، پلت فرم های سخت افزاری و وضعیت آنها را معرفی می کند. تحولات هنری دکتر جایاویرا همچنین نوع خاصی از CR را معرفی می کند که در سال های اخیر بیشترین توجه تحقیقاتی را به خود جلب کرده است: CR برای دسترسی طیف پویا (DSA). بخش دوم کتاب، مبانی نظری، خواننده را از نظریه های کلاسیک به مدرن در مورد پردازش سیگنال آماری و استنتاج راهنمایی می کند. نویسنده به تئوری تشخیص و تخمین، تخمین طیف توان، طبقه‌بندی، الگوریتم‌های تطبیقی ​​(یادگیری ماشین)، و فرآیندهای استنتاج و تصمیم می‌پردازد. کاربردهای پردازش سیگنال، استنتاج و مشکلات یادگیری که در رادیوهای شناختی با آن مواجه می‌شوند، با مثال‌های ملموس و قابل دسترس پراکنده شده‌اند. بخش سوم کتاب، پردازش سیگنال در رادیوها، پردازش سیگنال، استنتاج و وظایف یادگیری کلیدی را که باید توسط رادیوهای شناختی خودمختار پهن باند انجام شود، شناسایی می‌کند. نویسنده راه‌حل‌های پردازش سیگنال را برای هر کار با ارتباط دادن وظایف به مواد تحت پوشش در بخش دوم ارائه می‌کند. فصل‌های تخصصی سپس الگوریتم‌های پردازش سیگنال خاص مورد نیاز برای رادیوهای شناختی DSA و DSS را مورد بحث قرار می‌دهند.

This book examines signal processing techniques for cognitive radios. The book is divided into three parts:

Part I, is an introduction to cognitive radios and presents a history of the cognitive radio (CR), and introduce their architecture, functionalities, ideal aspects, hardware platforms, and state-of-the-art developments. Dr. Jayaweera also introduces the specific type of CR that has gained the most research attention in recent years: the CR for Dynamic Spectrum Access (DSA). Part II of the book, Theoretical Foundations, guides the reader from classical to modern theories on statistical signal processing and inference. The author addresses detection and estimation theory, power spectrum estimation, classification, adaptive algorithms (machine learning), and inference and decision processes. Applications to the signal processing, inference and learning problems encountered in cognitive radios are interspersed throughout with concrete and accessible examples. Part III of the book, Signal Processing in Radios, identifies the key signal processing, inference, and learning tasks to be performed by wideband autonomous cognitive radios. The author provides signal processing solutions to each task by relating the tasks to materials covered in Part II. Specialized chapters then discuss specific signal processing algorithms required for DSA and DSS cognitive radios.