Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Powiadomienia systemowe

Sesja wygasła!
Sesja wygasła!
Sesja wygasła!

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: CRN

Sortuj według:

Ogranicz wyniki do:

Multicriteria Oppositional-Learnt Dragonfly Resource-Optimized QoS Driven Channel Selection for CRNs

Sirisha Devi Ch. S. N., Maloj Suman

Journal of Telecommunications and Information Technology

2022

nr 4

41--46

Cognitive radio networks (CRNs) allow their users to achieve adequate QoS while communicating. The major concern related to CRN is linked to guaranteeing free channel selection to secondary users (SUs) in order to maintain the network’s throughput. Many techniques have been designed in the literature for channel selection in CRNs, but the throughput of the network has not been enhanced yet. Here, an efficient technique, known as multicriteria oppositional-learnt dragonfly resourceoptimized QoS-driven channel selection (MOLDRO-QoSDCS) is proposed to select the best available channel with the expected QoS metrics. The MOLDRO-QoSDCS technique is designed to improve energy efficiency and throughput, simultaneously reducing the sensing time. By relying on oppositional-learnt multiobjective dragonfly optimization, the optimal available channel is selected depending on signal-to-noise ratio, power consumption, and spectrum utilization. In the optimization process, the population of the available channels is initialized. Then, using multiple criteria, the fitness function is determined and the available channel with the best resource availability is selected. Using the selected optimal channel, data transmission is effectively performed to increase the network’s throughput and to minimize the sensing time. The simulated outputs obtained with the use of Matlab are compared with conventional algorithms in order to verify the performance of the solution. The MOLDRO-QoSDCS technique performs better than other methods in terms of throughput, sensing time, and energy efficiency.

Wkład Czesława Ryll-Nardzewskiego do teorii prawdopodobieństwa

Rolski T., Woyczyński W. A.

Wiadomości Matematyczne

2017

T. 53, nr 2

213--234

Czesław Ryll-Nardzewski (popularnie zwany CRN-em) był jednym z najbardziej oryginalnych i wszechstronnych matematyków w powojennej Polsce. Jego eleganckie pomysły, dowody i odkrycia w wielu dziedzinach matematyki - m.in. w teorii modeli, teorii miary, teorii prawdopodobieństwa, topologii i analizie funkcjonalnej - powszechnie uznaje się za legendarne. W niniejszym artykule przedstawiamy przegląd jego wkładu do teorii prawdopodobieństwa, zaczynając od procesów punktowych i ciągów de Finnettiego, aż do losowych procesów funkcjonalnych i teorii ergodycznej oraz przedyskutujemy wpływ jego prac na działalność innych matematyków.