wireless environments
Recently Published Documents


TOTAL DOCUMENTS

364
(FIVE YEARS 29)

H-INDEX

26
(FIVE YEARS 4)

Author(s):  
Jaewon Chang ◽  
Junil Ahn ◽  
Jeungmin Joo ◽  
Dongweon Lee

In wireless environments, wideband receivers are used in a communication intelligent system to detect unknown signals and obtain azimuth information. To design a wideband receiver that performs multiple signal detection and direction finding simultaneously, it is necessary to consider a reception structure composed of multiple channels. In this paper, we propose a wideband multi-channel receiver for direction finding of unknown wideband communication signals including frequency hopping signals. A signal processing method for detecting received signals and estimating azimuth information is presented, and components of the manufactured wideband receiver are described. In addition, test results of the signal detection performance by mounting the proposed wideband multi-channel receiver on the flight system are included.


2021 ◽  
Vol 59 (10) ◽  
pp. 99-105
Author(s):  
Emilio Calvanese Strinati ◽  
George C. Alexandropoulos ◽  
Henk Wymeersch ◽  
Benoit Denis ◽  
Vincenzo Sciancalepore ◽  
...  

Information ◽  
2021 ◽  
Vol 12 (8) ◽  
pp. 335
Author(s):  
Yuan Ren ◽  
Xuewei Zhang ◽  
Meruyert Makhanbet

In this work, we jointly investigate the issues of node scheduling and transceiver design in a sensor network with multiple clusters, which is endowed with simultaneous wireless information and power transfer. In each cluster of the observed network, S out of N nodes are picked, each of which is capable of performing information transmission (IT) via uplink communications. As for the remaining idle nodes, they can harvest energy from radio-frequency signals around their ambient wireless environments. Aiming to boost the intra-cluster performance, we advocate an interference alignment enabled opportunistic communication (IAOC) scheme. This scheme can yield better tradeoffs between IT and wireless power transfer (WPT). With the aid of IAOC scheme, the signal projected onto the direction of the receive combining vector is adopted as the accurate measurement of effective signal strength, and then the high-efficiency scheduling metric for each node can be accordingly obtained. Additionally, an algorithm, based on alternative optimization and dedicated for transceiver design, is also put forward, which is able to promote the achievable sum rate performance as well as the total harvested power. Our simulation results verify the effectiveness of the designed IAOC scheme in terms of improving the performance of IT and WPT in multi-cluster scenarios.


2021 ◽  
Author(s):  
Pooja Vajpayee ◽  
Kuldeep Kr. Yogi

Detection of agricultural plant pests is seen as one of the farmers’ problems. Automated Pest Detection Machine enables early detection of crop insects with advanced computer vision and image recognition. Innovative research in the field of agriculture has demonstrated a new direction by Internet of Things (IoT). IoT needs to be widely experienced at the early stage, so that it is widely used in different farming applications. It allows farmers increase their crop yield with reduced time and greater precision. For the past decade, climate change and precipitation have been unpredictable. Due to this, many Indian farmers are adopting smart methods for environment known as intelligent farming. Smart farming is an automated and IOT-based information technology (Internet of Things). In all wireless environments IOT is developing quickly and widely. The Internet of Things helps to monitor agricultural crops and thus quickly and effectively increase farmers’ income. This paper presents a literature review on IoT devices for recognizing and detecting insects in crop fields. Different types of framework/models are present which are explaining the procedure of insect detection.


2021 ◽  
Author(s):  
Ιωάννης Μοδέας

Τα ετερογενή δίκτυα συνδυάζουν πολλαπλές ραδιο-τεχνολογίες (radio access technologies – RATs) στο ασύρματο δίκτυο πρόσβασης. Ένα σημαντικό πρόβλημα που πηγάζει από αυτήν τη συνύπαρξη είναι η επιλογή του πιο κατάλληλου RAT για την εξυπηρέτηση κάθε υπάρχουσας ή νέας συνόδου (session). Για την αντιμετώπιση αυτού του προβλήματος έχουν προταθεί διάφορες μέθοδοι επιλογής, όπως η χρήση μαθηματικών συναρτήσεων, ασαφούς λογικής (fuzzy logic) ή/και νευρωνικών δικτύων, αλλά και σχήματα βασισμένα σε πολιτικές δικτύου. Αυτή η διατριβή περιγράφει ένα νέο μηχανισμό για τη λήψη τέτοιων αποφάσεων. Ο μηχανισμός αυτός ονομάζεται UDS. Τα αρχικά αυτά περιγράφουν τις τρεις θεμελιώδεις επιλογές που έγιναν για τη σχεδίασή του: ο μηχανισμός είναι επικεντρωμένος στο χρήστη (user ‑ U), είναι κατανεμημένος (distributed ‑ D) μεταξύ του τερματικού και του δικτύου κορμού, και τέλος επεξεργάζεται την κάθε σύνοδο (session ‑ S) χωριστά. Η πρώτη σχεδιαστική επιλογή στοχεύει στην ανάμειξη του χρήστη στην τελική απόφαση. Η δεύτερη εισάγει μια αρχική επεξεργασία στο τερματικό (UE), έτσι ώστε να μειωθεί η ανταλλαγή μηνυμάτων στο ασύρματο κομμάτι του δικτύου πρόσβασης. Η τρίτη στοχεύει στην πιο αποδοτική χρήση των πόρων του δικτύου.Το βασικό κίνητρο για τη δημιουργία αυτού του μηχανισμού ήταν να προταθεί ένας μηχανισμός επιλογής RAT που θα έχει στο κέντρο τις προτιμήσεις του χρήστη, αλλά ταυτόχρονα δε θα παραβιάζει ποτέ τις πολιτικές του διαχειριστή του δικτύου. Η δημιουργία μιας τέτοιας λύσης δεν είναι εύκολη, καθώς οι δύο αυτοί στόχοι είναι συνήθως αντικρουόμενοι. Επιπλέον, πρέπει o προτεινόμενος μηχανισμός να είναι υλοποιήσιμος, επεκτάσιμος και να μην έχει προβλήματα κλίμακας. Το αποτέλεσμα αυτής της προσπάθειας είναι μία οικογένεια τριών λύσεων, υπό το κοινό όνομα UDS. Κάθε μία λύση προέκυψε ως η εξέλιξη της προηγούμενης.Η πρώτη από αυτές τις λύσεις, ο απλός UDS μηχανισμός (s‑UDS, simple UDS), περιλαμβάνει έναν αλγόριθμο που εκτελείται στο UE και έναν ακόμα στο κυρίως δίκτυο. Ο πρώτος αλγόριθμος επεξεργάζεται όλους τους δυνατούς συνδυασμούς συνόδων και RATs που εμπλέκονται, και έχει ως αποτέλεσμα μια λίστα προτεραιοτήτων για τα RATs που μπορούν να εξυπηρετήσουν κάθε σύνοδο, ανάλογα με τις προτιμήσεις του χρήστη. Μετά, αυτή η λίστα αποστέλλεται στο κυρίως δίκτυο, όπου ενεργοποιείται ο δεύτερος αλγόριθμος που εκτελείται εκεί. Αυτός ο αλγόριθμος θα πάρει και την τελική απόφαση επιλογής, συνδυάζοντας τη λίστα επιλογών κατά σειρά προτίμησης του χρήστη και τις πολιτικές του διαχειριστή του δικτύου. Η δυνατότητα υλοποίησης του μηχανισμού επιδεικνύεται με την περιγραφή και την προσομοίωση σε SDL, καθώς και μέσω της υλοποίησης μιας πλατφόρμας δοκιμών (test-bed). Η αξιολόγηση της απόδοσης του προτεινόμενου μηχανισμού μέσω προσομοίωσης και η σύγκρισή του με έναν απλό μηχανισμό εξισορρόπησης φόρτου (load balancing), έδειξε ότι ο s‑UDS μεγιστοποιεί την ικανοποίηση των προτιμήσεων του χρήστη, ενώ ταυτόχρονα ελαχιστοποιεί την ανταλλαγή μηνυμάτων πάνω στο ασύρματο κομμάτι του δικτύου. Το τίμημα για τις δύο αυτές βελτιώσεις είναι η σημαντική αύξηση στις πιθανότητες απόρριψης και τερματισμού μιας συνόδου, σε σύγκριση πάντα με τον μηχανισμό εξισορρόπησης φόρτου.Το τελευταίο μειονέκτημα έφερε την ιδέα της επόμενης λύσης, του υβριδικού UDS μηχανισμού (h‑UDS, hybrid UDS). Αυτός συνδυάζει τα δυνατά σημεία του s‑UDS, και προσπαθεί να μειώσει το κόστος της αύξησης της πιθανότητας απόρριψης/τερματισμού συνόδου. Το πετυχαίνει με τη χρήση ενός κατωφλίου, το οποίο προσδιορίζει το ποσοστό των διαθέσιμων πόρων του δικτύου κάτω από το οποίο θα ενεργοποιείται ένας υβριδικός μηχανισμός εξισορρόπησης φόρτου. Αυτός ο τελευταίος επιλέγει το λιγότερο φορτωμένο RAT, από τα διαθέσιμα στη λίστα προτεραιοτήτων του χρήστη, και όχι από όλα τα διαθέσιμα. Έτσι εξασφαλίζεται ότι η τελική επιλογή θα είναι μέσα στις προτιμήσεις του χρήστη, ακόμα και αν δεν είναι η πρώτη. Επίσης πετυχαίνεται η αποφόρτιση των επιβαρυμένων RAT, κρατώντας παράλληλα τα δυνατά σημεία του s‑UDS. Όμως και ο h‑UDS έχει ένα σημαντικό μειονέκτημα: το κατώφλι που επιλέγεται είναι στατικό, και εξαρτάται από τις διάφορες παραμέτρους του δικτύου. Αυτό σημαίνει ότι μια βέλτιστη τιμή για αυτό δεν είναι γνωστή εκ των προτέρων καθώς επίσης και ότι μια τέτοια τιμή θα άλλαζε για δύο διαφορετικά δίκτυα.Αυτό το τελευταίο μειονέκτημα ήταν το έναυσμα για την ανάπτυξη της επόμενης λύσης, του προσαρμοστικού UDS (a‑UDS, adaptive UDS). Σε αυτήν την περίπτωση, η τιμή του κατωφλίου δεν απαιτείται να είναι γνωστή εκ των προτέρων, μιας και αυτή θα αλλάζει, προσαρμοζόμενη στις συνθήκες που επικρατούν κάθε φορά στο δίκτυο. Ο a‑UDS έχει όλα τα πλεονεκτήματα των άλλων δύο λύσεων: μεγιστοποίηση της ικανοποίησης των προτιμήσεων του χρήστη και ελαχιστοποίηση της ανταλλαγής μηνυμάτων πάνω στην ραδιο-επαφή. Ταυτόχρονα όμως, λόγω της προσαρμογής της τιμής του κατωφλίου, καταφέρνει να διατηρήσει χαμηλά τις τιμές απόρριψης/τερματισμού μας συνόδου, πολύ κοντά στις αντίστοιχες τιμές του load balancing μηχανισμού. Έτσι λοιπόν, ο a‑UDS μηχανισμός είναι η τελική πρόταση αυτής της διατριβής για την επίλυση του προβλήματος της επιλογής δικτύου πρόσβασης με την ουσιαστική εμπλοκή του χρήστη σε αυτή. Ο μηχανισμός αυτός δίνει επίσης τη δυνατότητα στο διαχειριστή του δικτύου να ρυθμίσει τη συμπεριφορά του δικτύου σύμφωνα με τις πολιτικές διαχείρισης που έχει επιλέξει, χωρίς ποτέ όμως να παραβιάζει τις προτιμήσεις του τελικού χρήστη. Αυτό το συμπέρασμα ενισχύεται και από τα αποτελέσματα των προσομοιώσεων που πραγματοποιήθηκαν.


Sign in / Sign up

Export Citation Format

Share Document