IoT Signal Detection (eBook)
208 Seiten
Wiley-IEEE Press (Verlag)
978-1-394-18309-8 (ISBN)
Comprehensive reference covering signal detection for random access in IoT systems from the beginner to expert level
With a carefully balanced blend of theoretical elements and applications, IoT Signal Detection is an easy-to-follow presentation on signal detection for IoT in terms of device activity detection, sparse signal detection, collided signal detection, round-trip delay estimation, and backscatter signal division, building progressively from basic concepts and important background material up to an advanced understanding of the subject. Various signal detection and estimation techniques are explained, e.g., variational inference algorithm and compressive sensing reconstruction algorithm, and a number of recent research outcomes are included to provide a review of the state of the art in the field.
Written by four highly qualified academics, IoT Signal Detection discusses sample topics such as:
- ML, ZF, and MMSE detection, Markov chain Monte Carlo-based detection, variational inference-based detection, compressive sensing-based detection
- Sparse signal detection for multiple access, covering Bayesian compressive sensing algorithm and structured subspace pursuit algorithm
- Collided signal detection for multiple access using automatic modulation classification algorithm, round-trip delay estimation for collided signals
- Signal detection for backscatter signals, covering central limited theorem-based detection including detection algorithms, performance analysis, and simulation results
- Signal design for multi-cluster coordination, covering successive interference cancellation design, device grouping and power control, and constructive interference-aided multi-cluster coordination
With seamless coverage of the subject presented in a linear and easy-to-understand way, IoT Signal Detection is an ideal reference for both graduate students and practicing engineers in wireless communications.
Rui Han, PhD, is an Associate Professor at the School of Cyber Science and Technology, Beihang University.
Jingjing Wang, PhD, is a Professor at the School of Cyber Science and Technology, Beihang University.
Lin Bai, PhD, is a Professor at the School of Cyber Science and Technology, Beihang University.
Jianwei Liu, PhD, is a Professor at the School of Cyber Science and Technology, Beihang University.
Erscheint lt. Verlag | 29.10.2024 |
---|---|
Sprache | englisch |
Themenwelt | Technik ► Elektrotechnik / Energietechnik |
Schlagworte | compressive sensing • Grant-free random access • internet of things • Markov Chain Monte Carlo • non-orthogonal random access • Random Access • round-trip delay • signal collision • Signal Detection • Sparse Signal • variational inference |
ISBN-10 | 1-394-18309-7 / 1394183097 |
ISBN-13 | 978-1-394-18309-8 / 9781394183098 |
Haben Sie eine Frage zum Produkt? |
Größe: 3,9 MB
Kopierschutz: Adobe-DRM
Adobe-DRM ist ein Kopierschutz, der das eBook vor Mißbrauch schützen soll. Dabei wird das eBook bereits beim Download auf Ihre persönliche Adobe-ID autorisiert. Lesen können Sie das eBook dann nur auf den Geräten, welche ebenfalls auf Ihre Adobe-ID registriert sind.
Details zum Adobe-DRM
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen eine
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen eine
Geräteliste und zusätzliche Hinweise
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich