پردازش سیگنال برای رادیوهای شناختی ۲۰۱۴
Signal Processing for Cognitive Radios 2014

این کتاب به بررسی تکنیک‌های پردازش سیگنال برای رادیوهای شناختی می‌پردازد. کتاب به سه بخش تقسیم شده است:

بخش اول، مقدمه‌ای بر رادیوهای شناختی است و تاریخچه رادیو شناختی (CR) را ارائه می‌کند. همچنین، معماری، عملکردها، جنبه‌های ایده‌آل، پلتفرم‌های سخت‌افزاری و پیشرفت‌های روز این فناوری را معرفی می‌کند. دکتر جایاویرا همچنین نوع خاصی از CR را معرفی می‌کند که در سال‌های اخیر بیشترین توجه تحقیقاتی را به خود جلب کرده است: CR برای دسترسی پویای طیف (DSA).

بخش دوم کتاب، مبانی نظری، خواننده را از نظریه‌های کلاسیک به نظریه‌های مدرن در مورد پردازش سیگنال آماری و استنتاج هدایت می‌کند. نویسنده به نظریه تشخیص و تخمین، تخمین طیف توان، طبقه‌بندی، الگوریتم‌های تطبیقی ​​(یادگیری ماشین) و فرآیندهای استنتاج و تصمیم‌گیری می‌پردازد. کاربردهای پردازش سیگنال، استنتاج و مسائل یادگیری موجود در رادیوهای شناختی، در سراسر این بخش با مثال‌های ملموس و قابل فهم ارائه شده است.

بخش سوم کتاب، پردازش سیگنال در رادیوها، وظایف اصلی پردازش سیگنال، استنتاج و یادگیری را که باید توسط رادیوهای شناختی مستقل پهن‌باند انجام شود، مشخص می‌کند. نویسنده با مرتبط کردن این وظایف به مطالب پوشش داده شده در بخش دوم، راه حل‌های پردازش سیگنال را برای هر وظیفه ارائه می‌دهد. سپس فصل‌های تخصصی، 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.