Int ern at i onal  Journ al of Ele ctrical  an d  Co mput er  En gin eeri ng   (IJ E C E)   Vo l.   10 ,  No.   5 ,  Octo be r   2020 ,  pp.  4818 ~ 4823   IS S N: 20 88 - 8708 ,  DOI: 10 .11 591/ ijece . v10 i 5 . pp 481 8 - 482 3          4818       Journ al h om e page :  http: // ij ece.i aesc or e.c om/i nd ex .ph p/IJ ECE   Noise u n certainty   e ff ect o n  m ulti - channel  c ogniti ve     ra di o n etworks       Amira  Os am a 1 , H eb a A.   Ta g  El - Dien 2 , Ah mad   A.   Az iz  El - Bann a 3 , A dly S.   T ag El - Dien 4   1 Depa rt m ent   of  El e ct ri ca l   and   C om pute r  Engi n e eri ng,   High  Inst i tut es  for   Eng ineeri ng  and Te chn olog y   Al - obour,   Eg y p t   2,3,4 Facul t y   of En gine er ing  a t  Sho ubra ,   B enha Uni ver sit y ,   Eg y pt       Art ic le  In f o     ABSTR A CT    Art ic le  history:   Re cei ved   Oct   28 , 201 9   Re vised  Ma r   11 ,   2020   Accepte d  Ma r   30 , 202 0       Achie ving   high   throughput  is  t he  m ost  import ant   go al   of   cog nit ive  rad io   net works .   Th e  m ai n  proc ess  in   cognitive  rad io   is  spec trum  se nsing  that  ta rge ts  getting  vac an t  ch anne ls .   Th ere   are   m an y   sensing  m et hods  li k e   m at che d  filter ,   fea ture   de tect ion,   interfe r e nc e  te m per at ur e  and  ene r g y   det e ct ion  which   is  emplo y ed  i n  the   proposed  sy st em;  howeve r,   en e r g y   det e ct ion   suffers  from   noise  unc ert a inty .   In  th is  pape r  a  stud y   of   throughpu t   under   noise  flu ctuati on  eff e ct   is  i ntroduc ed .   Th e  work  in  thi s  pap er  proposes   m ult i - cha nn el   s ystem;  the   ov eral l  m ult i - ch annel  t hroughput  is  stu die d  unde r  noise  fluctuatio n  eff e ct .   In  ad dit ion,  the  profi ci en c y   of  th e  n et work  has     bee n  ex amined  under   diffe r ent   num ber   of  cha nnel s  and  sensin g  ti m e  with  noise  unc ertain t y .   Ke yw or d s :   Cognit ive   r adi o    M ulti - channel    No ise  uncertai nty   Thro ughput   Copyright   ©   202 0   Instit ut e  o f Ad vanc ed   Engi n ee r ing  and  S cienc e .    Al l   rights re serv ed .   Corres pond in g  Aut h or :   Am ira Os am a,    Dep a rt m ent o f El ect rical  an d  Com pu te r  E ng i neer i ng,   High  In sti tutes  for   En gin ee rin g  a nd Tec hnol og y  Al - obour ,   21 Cai ro  -   Be lbeis  Deser t R d,  Kali o beya , E gy p t .     Em a il :  a m iraosa m a11 1@ gm ail.co m ,  a m ira.o sam a@o i.edu . e g       1.   INTROD U CTION     Cognit ive  ra dio   (CR)  us in g  s pectr um   sensing   te ch nique  ca n  be  us e d  to  s olv e  the  iss ues   of   s pectr um  unde ru ti li zat ion   [1 - 3] .   I n  c ogniti ve   ra dio   f ie ld   the  sec on dar y  us e r  ( SU)  detect   the  prim ary  us er  ba nd s   a nd   dep e nds   on  th is   decisi on  it   se le ct s   the  sp ect r um   fo r  its   com m un ic at ion   [4 - 6] .Th e   CR   syst e m   cou ld   be  s ing le   channel  or  Mu lt i - channel,  c hoos i ng  the   sys tem   accord i ng  to  nee ds ,   bec ause  eac h  syst e m   has  ben e fits  a nd   dr a w back s .  I n  CR   syst e m ,  t he  sec onda ry  us er  ha ve  to  detect   the  vac ant  cha nnel   [ 7 - 10] .  Wh e n  a  vacant   channel   is  dete ct ed ,  the   sec ondar y  syst em   will   acce ss  that   channel.  H ow e ver ,  s pectr um   sensing  a s  a n  urge nt   issue   in  CR ,  dem and s  the  s econda ry  us e r   to  powe rfull y  and   su cces sf ul ly   sense   the  existe nce  of   pri m ar y     sign al   [ 11 - 13] .  Sp ect r um   manag em ent  is  the  cor e  f unct ion   in  CR ;  con ta in s   var i ous  processes  s uch   a s   sp ect r um   sensing   (SS),  sp ect r um   decisi on   an d  s pectru m   ha ndoff.   SS  is  one  of   t he  m os t   i m po rtant   ad va ntage s   of  CR   sens ors  netw ork  f ro m   old   wi reless  se ns or  net wor ks   ( WSN s ).   It  ov ertakes   fe w   op ti cal s   l ike   low  SN R   f or  pr im ary use rs,  ti m e d isper sion, c hannel f adin g,  a nd  no is e uncertai nty  [ 14 - 16] .   Ma xim u m   thro ug hput  of  the   netw ork   has   been  stu died   f or  seve ral   num ber s   of  opti m al   CR   us ers .   Ah ea d  of   the  issue   of  thre shold  m is m at ch  of   e nergy  dete ct or s  with   noise   power   un ce r ta inty ,  a  coo pe rati ve   sp ect r um   sensing  m et ho d  wi th  dy nam ic   dual   thres hold  is   ex pr es sed   in   [ 17 ].   In  [ 18 ]   the  op ti m al   sensing  te chn iq ue  has   bee n  offer e d  m axi m iz ing   channel  th r oughput.  T he  offer e d  op ti m al   coope rati ve  s pe ct ru m   sensing  (CS S)   s et ti ng s  f or   wide - ba nd   se ns in g  cha nnel s  is  inv e sti gated  a nd  determ ined   s pecifica ll y   with   fe w   si m ple  howev e r   de pe nd a ble   te chn i qu e s .   In   [ 19 ]   a  ne w  s pectr um   sensing   a da ptive  al gorit hm   con side rin g  no ise   un ce rtai nty  ha s  been   pro pos ed.   I n  [ 20 ]   th e  researc hers  stu die d  noise   un ce rtai nty   effe ct   and   fa ding  on     the  detect ion   pe rfor m ance.  In  [ 21 ]   resea rch e rs  offer e d   an  e vid e nce - t heory   based   f us io n  r ule  for  co op e r at ive   energy  detect ion  in   exista nce   of noise  powe r  uncertai nty.    Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       Noise u ncert ain ty  eff ect  on m ulti - ch annel c ogniti ve r ad i o n et works  ( Amir a Osam a )   4819   Au t hors  i n  [ 22 ]   introdu ce   a  m od ifie d  tw o - sta ge  detect ion  te chn i que  that   relay   on  e ne r gy  detect io n  unde r  noise   uncertai nty.  Re searche rs   i n  [ 23 ]  e xam ined   the  act   of  s pe ct ru m   sensing,  t hey  pro pos ed   that     the  thr oughput   reaches   m axim u m   at   op tim al   sensing  tim e.  To  certi fy   how   processes  of   pr im ary  us er  is   no t   disturbe d,   it   has  to   keep   t he  sp e ct ru m - sensing  ca pab il it y  to  get  vacan t  cha nn el   wh e n  S U  nee ds   it .     Ther e f or e ,   the  prof ic ie ncy   of  sensing   the   exi ste nce  of  pr im ary  sign al s  re m ai ns   i m po rta nt.  S pectr um   s ensin g  con ta in s  seve r al   m e tho ds  (e. g.   Ma tc he d  filt er ,  ene rg y  dete ct ion ,  feat ur e  detect ion,  inter fer e nce  tem perat ur e) .   In   [ 24 ]   a uthor s  stu died  a nd  analy zed  the   prof ic ie ncy  of   energy  detect or   sp ect r um   sensing  m et ho d  with  par am et ers  affe ct ing   it s  pe rfor m ance  on  N akag am i - m   fadi ng   c ha nn el s  unde r  no ise   unc ertai nt y  and  w it ho ut.   Au t hors  in   [ 25]   pr op os e d  a  di ff ere nt  syst em   of   t wo   sta ges   sp ect r um   sensing ,   A dap ti ve  two - sta ge  s pec trum   sensing   ( ATSS )  ,  with  noise   un ce rtai nty  effe ct   ATS S  is  a  m od ific at ion   of  a  pr e dicta ble   two  sta ge  sp e ct ru m   sensing  wh e n  the  decisi on  th res hold  of  eac h  sta ge  is  a da pted  on   t he  di sta nce,  e xp ect ed  noise   var ia nce  an d  con cl ud e d  nois e  uncertai nty  r ang e .  No ise   un certai nty  aff ect   the  pe rfo rm ance  of  m ulti - chan nel  is  st ud ie d  with  diff e re nt num ber   of  c ha nn el   a nd d eci des w hich best  nu m ber ti  g et  h i gh th r oughput.       2.   RESEA R CH MET HO D     This  pa pe r  wil l  introdu ce   m ulti - channel  syst e m   wh ic h  has   severa l  cha nnel s  that   stud ie s   how  noise   un ce rtai nity   af fects   the  syst em   per f or m ance  to  get  the  be st  scenari o.   O ur   pro po se d  sy stem   her e  co nsi sts  of  m ul i - channel  ( as  each   S U  st ands  for   one  c hannel  in  pro pose d  syst e m )  S pectr um   sensing   pe rfo rm ance  has  been   offe red   to   get   best  num ber   of  CR   us er s  [ 23 ] ,  sen sin g  ti m e,  Throug hput  R  unde r  noi se  fluctuati on  eff ect .   The recei ve d  si gn al   f or   e ve ry   CR  is sam pled  at  sam pling  f re qu e ncy  fs.   As  sho wn   in  F ig ure   1,  eve r y  cog niti ve  f r a m e  con sist s  of   s pectr um   s ensin g  tim e  (t )  an d  data   transm issi on   ti m e  (T - t) ,  wh e r e  T  is  t he  t otal  fram e  tim e.  Con si der  that  t he   distri bu ti on  f un ct io n  f or  noi se  can   be  s umm arized  in  a n  i nter val   [ ( 1 + ) − 1  2 , ( 1 + )  2 ] ,  w he re   2   noise   var ia nce  for   ℎ   c hannel  a nd    is  a  par am e te r  that  qu antiz ie s  the  le vel  of   the  un ce rtai nity .A ss um ing   K  is  the  nu m ber   of   sam ples  existi ng  durin g  t  .T herefo re  the  nu m ber   of   sam ples ,  K=t. fs  [ 2 3 ,  2 5 ].   The  pro ba bi li t y  of   detect i on   a nd  pr ob a bi li t y  of   false al arm  f or  m ul ti - channel  syst e m  u nd e r n oise  un ce rtai nt y effect ca n be  wr it te n  as     = a rgmax  2 ∈ [ ( 1 + ) − 1  2 , ( 1 + )  2 ]             1 2  ( 1 √ 2   (  2 − 1 ) √ . )   (1)     = a rgm a x  2 ∈ [ ( 1 + ) − 1  2 , ( 1 + )  2 ]             1 2  ( 1 √ 2   (  2 − Ɣ − 1 ) √ . 2 Ɣ + 1 )   (2)     So lvi ng (1 ) , (2 )   under n oise  we wil l get     = 1 2  ( 1 √ 2 ( ( 1 + )  2 − 1 ) √ )   (3)     = 1 2  ( 1 √ 2 ( ( 1 + ) − 1  2 − − 1 ) √ 2   + 1 )   (4)     = 1 2  ( 1 √ 2 (  2 − 1 ) √ )     (5)     = 1 2  ( 1 √ 2 (  2 − Ɣ − 1 ) √ 2 Ɣ + 1 )   (6)     w he re   = 1 + , Ɣ   re prese nts  th e  S NR   a t  the  CR   recei ver  f or   ℎ   cha nn el   an d    re pres ents  t he  decisi on  thres ho l d.   The   thr oughput f or  the total  f al se  a la rm  p ro ba bili ty  in  the a bs e nc e of P U  is  [ 20 ,  23] .     0 = −   ( 1 −  ) ( )   (7)     w he re    represe nts  the   thr oughput  in   the  a bse nce  of  P U.   The  t hroug hput   for  the   total   m issed  detect io n  pro bab il it y i s     1 = − 1 ( 1 −  ) ( 1 )   (8)     Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  10 , No .  5 ,  Oct ob e r 2 020  :    48 18   -   48 23   4820   w he re  1   represe nt s the thro ughp ut in  t he  e xistence  of P U.   Fro m  [ 20 ,  23]  w e  get      = ( 1 − )   (9)      = ( 1 − )   (10)     The  t otal t hro ughp ut R  of  t he C R netw ork  ca n be e xpresse d from  p rev i ou s   disscussi on as     =   −   ( 0   ( 1 −  )   ( 0 ) +   1   ( 1 −  ) ( 1 ) )   (11)     As  R  is  a  f un ct ion   of   an d  ,it   will   be  aff ect e d  by  c hangin g  no ise   fluctuati on s .  S o  the  t hroug hput   will   be  decr ea sed  w hen   pro ba bili ty   of   false  al ar m   increased  or  pro bab il it y  of   detect ion  decr ease d.   St ud yi ng     n  that  represe nt s  the  nu m ber   of   CR s  in  sp e c trum   sensing .   To  com par e  th is  pr o pose d  syst e m   and   [17]  unde r   no ise  f luct uation eq uatio n of  the syst em  w il l  b e     = 1 2  (  − 1 ( 2 ) √ 2 Ɣ + 1 + 2 Ɣ )   (12)           Fig ure   1 .   Co gnit ive f ram e struc ture       3.   RESU LT S   A ND AN ALYSIS     Now  we  a re  goin g  to  i nvest igate   the  noise   fluctuati on  on  the  ED   ROC.   As  ass um ed  ab ov e   the  noise   var ia nce  with   un ce rtai nty  ch ang e d  i n  the  i nt erv al    2   ϵ[  2 / ,  2 ]   w here  β  >1  a nd  c ha ng e d  from   1. 259  to  1.5 85  [ 22] .   BPSK  m odulati on   has  bee n  use d  by  pri m ary   us e r  to   tran sm it   it s  data  with   3  M Hz  band wid th .   The  m axi m u m   t i m e   fo r  wh ic h  the  seconda ry  us er  unin form ed  of   the  pr im ary   act ion   is  selected  a s   Fs.T= 3000[ 19] .  T he  fr am e  tim e  of   detect ion   cy cl e  is  100m s  and  ta rg et   detect io n  pro ba bili ty   i s  0.7 .     We  c hoos e  ( 0 )   =0.8, ( 0 )   =0.2,   =6.6582   a nd    =6.6 137.   Fig ure  2  sh ows  t he  rel at ion   betwe e n  thr oughput  a nd  S NR  at   dif f eren t  value s  f or  noise   fluctu at ion s.   W e   ob serv e   that  w he n  no ise   inc rea sing  by  30%  an d  SN R = - 12 dB,  the   th rou ghput  R  te nds  to   zer o,   w hich  m eans  syst em   a t  β  =1.3  sti ll   work i ng  unti l  SNR   reaches   - 12dB.   Figure  3  ex pla ins  the  th r oughput  relat io n  with  num ber   of   CR s  op e rat ing   at   t= 2  m s.  stud yi ng  at   aver a ge  nu m ber   of  CR s  =5.At   β=1,   the  t hroughp ut  R= 3.5.A t  β=1. 05,  t he  thr ough pu t  R= 2.5,  w hich  m ea ns   by   increasin g  β  by   5%  throu ghpu t  dec reasin g  by  29 %.  At  β=1.1,  the  th r oughput  R= 1.8,  w hich  m ea ns   by   increasin g  by   10 %  th rou ghpu t  dec reasin g  by  50 %.  At  β=1.3,  the  thr ough pu t  R= 0.5,  w hich  m eans  by   increasin g by  30% t hroug hput  d ec reasin g by  86%.   Figure  4  s how s  the  relat ion   betwee n  thr ou ghput  and   se nsi ng   ti m e   with  diff e ren t  num ber   of   CR s.     (a)   at   n=15,   we  obse rv e  t ha t  wh e n  no ise   increasi ng   by   30%,  the  t hroug hput  te nds   to  zer o.   (b)  a t  n=10,    we  obser ve  w he n  increasi ng   no ise   by  30% ,   the  thr oughput   decr easi ng  by   70 %.  (c)   at   n= 5,   we  ob se r ve   wh e n  increasin g  no is e  by  30%, the  t hro ughput  dec reasin g  by  60 %.From   that  we  can  say   at   n=10  ,t his  is  the  bes t   nu m ber   for  CR s in  t his syste m  und e r n oise ef fect.   Figure  5  s how s  a  com par iso n  with  [ 17]   under   no ise   fl uct uation  β= 1.3  we  obta ine d  th at   at   t= 3 m s,     P_ f   in  re fe ren c e  syst e m   reache s  to  0.5 5  wh i ch  m eans  it   aff ect ed  from   no ise   with  30%  bu t  in   our  pro pos e d  syst e m   that    re aches  0.43   w hi ch  m eans  it   a ff ect ed  from   no ise   with  14% .  This  m eans  that  our  pro pos ed  syst e m  is b et te r  tha n refe renc e syst e m .     Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       Noise u ncert ain ty  eff ect  on m ulti - ch annel c ogniti ve r ad i o n et works  ( Amir a Osam a )   4821       Figure  2. Th r ough pu t  vs   SN R       Fi gure  3. Th r ough pu t  vs   num ber  of CR s         ( a)     ( b)           ( c)     Fig ure  4. The  re la ti on  bet wee n  th r oughput R  and se ns in g  ti m e t ,     (a)   N o.   of CR s =15 ,   (b) No . of  CR s=1 0 ,   (c) N o.   of CR s=5   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  10 , No .  5 ,  Oct ob e r 2 020  :    48 18   -   48 23   4822       Fig ure  5. Se ns ing t i m e v s   P f        4.   CONCL US I O N     The  no ise   unc ertai nty  eff ect   on  the  perf orm ance  of  m ult i - cha nn el   is  st ud ie d  a nd  we   ob s er ve  that ,     in  m ulti - chann el ,  fo r  ou r  syst e m   it   is   go od   to   wo r k  with  10   c hannels  to   achieve  reas onable  thr ough pu t  in   relat ion   with   S NR  or  with   se ns in g  ti m e  by  increasin g  nois e  up  t o  30%.F ro m   that  we   c an  say   ,the   pro po s ed   syst e m   can r ea ch reaso na ble t hro ughput i n  si ng le   or m ulti - channel  unde r n oise that i ncr ea se of  30% ef fe ct .       ACKN OWLE DGE MENTS     I  w ould  li ke   to  e xpress  m y  strong  tha nk s   to  m y  su pervisor s   f or  their  gu i dan c e.   I  w ou l d  li ke  t o  express  m y Lov e a nd tha nk to  m y fam il y  m e m ber s.       REFERE NCE S     [1]   Y .   Gao,   et   al .,   “ Eff ec ti v e  Capaci t y   of  Cognit iv e  Radi o  S y stem s ,”   2016  IEE E  13 th   Inte rnation al  Confe renc e  o n  Signal   Prec essin g  ( ICSP ) ,   pp.   17 57 - 1761 ,  2016 .    [2]   D .  W .   Yue,   e t  a l .,   “ Log - ave r age - SN R  rat io  and  coope ra ti ve  sp ectrum   sensing ,”   I EE E  Journal  o f  Comm unic ati ons  a nd  Net works ,   v ol.   18 ,   no .   3 ,   pp .   311 - 319 ,  2016 .   [3]   A .   Os ama ,  et   al .,   “ Spect rum   Sens ing  in  Single   Ch anne l  and  Mult i - C hanne l  Cogni tive  Radi o  Netwo rks ,”   Indone sia n  Journal  of   Elec t rical   Engi ne erin g   and  Computer   Sci en ce   ( IJE ECS ) ,  vol.   16 ,   no .   2 ,   pp.   812 - 817 ,   20 1 9 .   [4]   D hiv y a ,   et   al ,   “ Inge nious  Method  for  Conduci ve   Handoff  Applia nce   in   Cognit iv e   Radi o  Networks ,”  Inte rnationa l   Journal  of   Elec t rical   and   Computer  Eng ine ering   ( IJE CE ) ,   v ol.   8,   n o.   6 ,   pp .   5195 - 5202 ,  201 8 .   [5]   S .   H.  Alnab el si ,   et   a l .,   “ D y n amic  resourc e  al lo c at ion  fo r  opport unisti csoftwa r e - def ine d   IoT  n etw orks:  s toc hastic  opti m iz ationfra m ework ,”  Inte rn ati onal  Journal  of  El e ct rica l  an d  Computer  Engi nee ring  ( IJE C E ) ,   v ol.   10,   n o.   4 ,   pp.   3854 - 3861 ,  20 20 .    [6]   R.   Abdelr assoul,   et   al ,   “ Com par a ti ve  stud y   of  spe ct rum   sensing  for  cogni ti v e  rad io   sy st em  using  ene rg y   d e t ec t ion   over   diff ere n t ch anne ls, ”   World   S ymposium on  Co mputer  Applicati ons  and  Re s earc h ,   IE EE ,   C ai ro.  2016.   [7]   M .   Alja rah ,   e t  al .,   “ Coopera t ive   hie rar chi c al   base d  edge - computin g  appr oac h  for  resourc es  al lo ca t i on  of  distri bu te d  m obil e  and  Io T   appl i ca t ions ,”  I nte rnational   Jou rnal  of  Elec trical  and  Compute r  Engi nee ring   ( IJE CE ) ,   v ol .   10,     n o.   1 ,   pp .   296 - 3 07 ,   2020 .   [8]   H .   Al - Mahdi  an d  Y .   Fouad ,   “ D esign  and  anal ysis  of  routi ng  protoc ol  for  cog nit ive   r adi o  ad  hoc  net works   in   het ero g ene ous  e nvironment , ”   Int ernati onal  Journal  of  El e ct ri cal   a nd  Computer  En gine ering  ( IJE C E ) ,   v ol.   9 ,   n o.   1 ,   pp.   341 - 351 ,   20 1 9 .   [9]   Q.  Zou,   et   al . ,   “ Coopera t ive   s en sing   via   seque nt ia l  detec ti on ,”   IEE E  Tr ansacti o ns  on  Signal   Pr oce ss ing ,   vol.   58 ,     no.   12 ,   pp .   6266 - 6283 ,  2010 .    [10]   M .   Subhedar   an d  G .   Bira jda r ,   “ Spect rum   sensing  Te chni q u es  in  Cognit iv e  Radi o  Netwo rks :   A  survey ,”   Inte rnational   Jo urnal  of  N ex t - G e nerati on  N et wor ks  ( IJNGN) ,   vol.   3 ,   no.   2 ,   pp.   527 7 - 5288 ,  201 0 .   [11]   S .   Chowdhur y ,   et   al .,   “ A  Throughput - eff i ci en t   Coopera ti v e  Se nsing  and  Allocati on  Mode l  for   Cognit ive   Rad i o   Networks ,”  201 5  IEE E   Int ernational  Confe ren ce  on  Adv an ce d  N et works  and  Tel ec omm unic at ion s  Syste ms   ( ANTS ) ,  pp.   1 - 3 ,  2015 .   [12]   A .   Bhowm ic k,   et   al .,   “ A  Hy b ri d  Coopera ti v e  Spect rum   Sensing  for  Cognit ive  Radi o   Network s  in  Presenc e  o f  Fading ,”   2015  T went y   Fi rs t  Na tional Conferenc e   on  Comm unic at ions  ( NCC ),   Mum bai ,   pp .   1 - 6 ,  2 015 .   [13]   Y.  Chu  et   al . ,   “ Hard  Dec ision  F usion  Based  Coopera t ive   Spec tr um   Sensing  over   Na kaga m i - m   Fading  Chann el s ,”   IEE E ,   vo l. 12, n o.   31 ,   pp .   1 - 4.   2 012.   [14]   H .   Li   et   al . ,   “ Util ity - B ase d  Coopera t ive   Spec trum  Sensing  S che dul ing  in  Cognit ive   Rad io  Networks ,”   IEEE ,     pp.   1 - 12 ,   2015 .   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       Noise u ncert ain ty  eff ect  on m ulti - ch annel c ogniti ve r ad i o n et works  ( Amir a Osam a )   4823   [15]   S .   Zha ng ,   et  a l . ,  “ Cross - lay er   Ret h ink  on  Sensing - throughp ut  Tra deof f  for   Multi - c hannel   Cognit ive   Rad io   Networks , ”   I EEE  Tr ansacti ons  o n  Wireless   Comm unic ati ons ,  v ol.   15 ,   no .   10 ,   pp .   6883 - 68 9 7 ,   20 16.   [16]   P .   Vara d e,   et al .,   “ Throughput   m axi m iz a ti on  of   c ognit ive  rad io  m ult i  r ela y   n et wor k  with inte rf ere n ce   m ana g ement ,”   Inte rnational   Jo urnal  of El e ct ri c al  and  Comput er  Engi n ee ring   ( IJE CE ) ,   v ol .   8 ,   n o.   4,   pp.   2230 - 223 8,   2018 .   [17]   R .   W an,   e t  al . ,   “ Dy n amic  dual  thre shold  coop era t ive   spe ct ru m   sensing  for  cogni ti ve  rad i o  u nder   noise  pow er   unce rt ai nt y ,”   Hum an - ce ntic  Com puti ng  and   Infor mation  Sc ie nc e ,   vol.   9 ,   no .   1 ,   pp .   1 - 21 ,  2019 .   [18]   J .   Shen,   et   a l .,   “ Maximum   Chan nel   Throughpu t  via   Cooper at iv e  Spect rum   Sens ing  in  Cognit iv e  R adi o  Networks ,”   IEE E   Tr ansacti o ns  o n  Wireless   C omm unic ati ons ,   vol.   8 ,   no .   10 ,   pp .   5166 - 5175 ,  20 09 .   [19]   D .   Raman   and   N.  P.  Singh ,   “ An  Algorit hm   for   Spect rum   Sensi ng  in  Cogni ti v e  Radi o  und er  No ise  Unce r ta in t y ,”   Inte rnational   Jo urnal  of Fut ure   Gene ration  Com municat ion   and  Net working ,  vol .   7 ,   no .   3 ,   pp.   61 - 68 ,  2014 .   [20]   Z .   Quan,   et   al .,   “ Optimal  Multi band  Joint  Dete c t ion  for  Spect rum   Sens ing   in  C ognit ive   Rad io  Networks ,”   IEEE   Tr ansacti ons  o n  Signal   Proce ss in g ,   vol .   57 ,   no .   3 ,   pp.   1128 - 1140 ,  2009 .   [21]   P .   B.   Gohain,  et   al .,   “ Evi de nce   The or y   ba sed  Coopera ti v e  Ene rg y   D et e ct ion  under   Noise  Unce rtai n t y ,”   GL OBECOM   2017 - 2017  IEEE  G lobal   Comm unications  Conf ere n ce ,  pp.   1 - 7 ,  2017 .   [22]   H .   A.   T .   El - Di en,   et   al . ,   “ Noi se  Unce rta in t y   Eff ect  on  a  Modifie d  Two - Stag e  Spect rum   Sensing  Te chni qu e ,”   Indone sian J our nal  of   Elec tric al   Engi ne ering  and   Computer  Sc ie n ce   ( IJEECS ) ,   vol .   1 ,   no .   2 ,   pp .   34 1 - 348,   2016 .     [23]   A .   Bhowm ic k,   e t  al . ,   “ Throughp ut  Optimization  with  Cooper at iv e  Spectrum   Sen sing  in  Cogn it iv e  Radi o  Network ,”   IEE E   Inte rnat io nal  Ad vanc e   Co mputing  Conf ere nce   ( IACC) ,   Gur gao n ,   pp .   329 - 33 2 ,  2014 .   [24]   A .   E slami  and   S .   K ara m za d eh,  “ Perform anc e  Anal y sis  of   En e rg y   B ase d  Spe c trum  Sensing  over   Naka g ami - m  Fading  Channel s  with  Noise  u nce rt ai nt y ,”   Inter nati onal  Journ al  o f  El e ct ronic s,  Me chan ic al   a nd  Me chat roni c s   Engi ne ering ,  vol .   6 ,   no .   1 ,   pp .   11 01 - 1106 ,  2016 .    [25]   W .   Lee,  e t  al .,   “ Adapti ve  Two - stage   Spect rum   Sensing  under   Noise  Unce rta i n t y   in  Cogni ti ve  Radi o  Networks , ”   ECTI Trans act ions  o n  Elec tric al   Eng ineering ,   Ele ct ronics,   a nd  Co mm unic ati ons ,  v ol.   14 ,   no .   1 ,   pp .   21 - 35,   2016 .       BIOGR AP H I ES   OF  A UTH ORS          Am ira   Os ama,   Te a chi ng  As sistant   in  Elec tr ical   and  Comm unic at ion  Eng ine er in g,   Univer sita d   High  Instit ute s  for  Engi nee r ing  and  Te chnol og y   Al - obour.   She  rec ei v ed  her   B. En g. ,   from   Benha   unive rsit y   ( Eg y p t)  in  2013.   She  has  bee n  a  Teac hing  As sis ta nt  High  Instit ute s  f or  Engi ne eri ng   and  Technol og y  Al - obour  since  2014.   Her  res ea rch   int er ests  inc lud e  the   f ie l d  of  net work  comm unca ti on,   Mobile   s y s te m s  , W SN   and  IOT  .         Heba   A.T ag  E l   Dien  rec ie v ed   B. Sc. ,   M.Sc.   and  Ph.D.  degr ee s  from   Shou bra   Facul t y   of  Engi ne eri ng,   B e nha  Univer sit y ,   Eg y p t,   in  2007 ,   2013, and  2017   respe ct iv ely .   S he  is  cur ren t l y   assistant   Profess or  in  the   e lectr i c al   engi n ee r ing  d epa rtment  in  Shoubra  Facult y   o f   Engi ne eri ng.   She  is a legal i ns truc tor   in   Cisco ac ad em y   in  Sho ubra   fa cult y   of   E ngine er ing.     Ahm ad  A.  Aziz  El - Bann a  re ce i ved  a  m aste r’s  degr ee   f rom   Benha   Univer sit y ,   Eg y p t,   in  2011,   and  a  Ph.D.  degr ee   from   the   Eg ypt - Japa n  Univer s ity   of  Scie n ce   an d  Te chnol og y ,   E g y pt ,   in  2014 .   He  serve d  as  a  Visiti ng  Resea r c her   with  Os aka   Un ive rsit y ,   Jap a n,   from   Septe m ber   2013  to  June   2014.   He  a lso  complet ed   a  nine - m onth  sch ola rship  in  embedde d  s y s te m s  at   Inform ation  Te chno log y   Inst it ute,  Eg y p t,   in   2008.   Since   Ju ne  2018,   he  h a s  bee n  Pos tdoc t ora l  Rese arc h  Fell ow  with  the   Sm art   Sensing  and  Mobi le   Com puti ng  La bor at or y ,   Shen zhe n  Uni ver sit y ,   Chin a.  He  al so  holds  th e  positi on  of  an  As sistant   Profess or  with  the   Ele ct ri ca l  Engi ne ering  Depa rtment,   Facul t y   of   Enginee ring   at  Shoubra,   B enha   Uni ver sit y ,   Eg y pt .   His  rese arc h   intere sts  in cl ud e   wire le ss   commun ic a ti ons,  embedde d  s y st ems ,   coope rative   n et working,   MI MO ,   spac e - ti m e   codi ng,   IoT ,   W SN ,   under wa te r   c om m unic at ion, and m ac hine l ea r ning.       Adl y   S.   Ta g  E ldi en  re ce ivrd  B. Sc. , M . Sc.   and   Ph.D.  degr ee s  Benha   Univer sit y ,   Eg y pt ,   in   1984, 1989  and  1993  respe ctively . H e  is  cur ren tly   an  associate   profe ss or  in  the  depa rtment  of   el e ct ri ca l   engi n e eri ng -   Benh a  Univer sit y . H e  wa s  the   X - hea d  of   Benha   Univer si t y   n et work  and   informati on  ce n t er, his r ese ar ch in te rests  inc lud e  r oboti cs, n et work  and  m obil e   com m unic at ion .     Evaluation Warning : The document was created with Spire.PDF for Python.