• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권7호
• /
• pp.1951-1975
• /
• 2023

Recent advances in Cognitive Radio Networks (CRN) have elevated them to the status of a critical instrument for overcoming spectrum limits and achieving severe future wireless communication requirements. Collaborative spectrum sensing is presented for efficient channel selection because spectrum sensing is an essential part of CRNs. This study presents an innovative cooperative spectrum sensing (CSS) model that is built on the Firefly Algorithm (FA), as well as machine learning artificial neural networks (ANN). This system makes use of user grouping strategies to improve detection performance dramatically while lowering collaboration costs. Cooperative sensing wasn't used until after cognitive radio users had been correctly identified using energy data samples and an ANN model. Cooperative sensing strategies produce a user base that is either secure, requires less effort, or is faultless. The suggested method's purpose is to choose the best transmission channel. Clustering is utilized by the suggested ANN-FA model to reduce spectrum sensing inaccuracy. The transmission channel that has the highest weight is chosen by employing the method that has been provided for computing channel weight. The proposed ANN-FA model computes channel weight based on three sets of input parameters: PU utilization, CR count, and channel capacity. Using an improved evolutionary algorithm, the key principles of the ANN-FA scheme are optimized to boost the overall efficiency of the CRN channel selection technique. This study proposes the Artificial Neural Network with Firefly Algorithm (ANN-FA) for cognitive radio networks to overcome the obstacles. This proposed work focuses primarily on sensing the optimal secondary user channel and reducing the spectrum handoff delay in wireless networks. Several benchmark functions are utilized We analyze the efficacy of this innovative strategy by evaluating its performance. The performance of ANN-FA is 22.72 percent more robust and effective than that of the other metaheuristic algorithm, according to experimental findings. The proposed ANN-FA model is simulated using the NS2 simulator, The results are evaluated in terms of average interference ratio, spectrum opportunity utilization, three metrics are measured: packet delivery ratio (PDR), end-to-end delay, and end-to-average throughput for a variety of different CRs found in the network.

• 대한정형외과 초음파학회지
• /
• 제5권2호
• /
• pp.66-74
• /
• 2012

목적: 만성 석회화 건염에 대한 보존적 치료방법으로 석회질 다발성 천공술과 체외 충격파 병합 치료의 효과를 비교하고, 체외 충격파 치료의 에너지 수준에 따른 임상적, 방사선학적 효과에 대하여 알아보고자 하였다. 대상 및 방법: 환자 선정은 2010년 6월부터 2011년 8월까지 어깨 통증으로 내원 후 극상근 만성 석회화 건염으로 진단받은 환자 98명을 대상으로 하였으며, 천공술 후 체외 충격파 치료를 에너지 수준에 따라 고에너지군(제 1군;31명), 저에너지군(제 2군;36명) 및 다발성 천공술 시행군(제 3군;31명) 으로 분류하였다. 보존적 치료에 반응하지 않고, 견관절 통증이 6개월 이상 지속되는 만성 석회화 건염 환자들만을 대상으로 하였다. 임상적 평가는 시술 전과 후 12주째 임상적 기능향상 및 증상 호전 정도를 ASES, KSS, CSS와 방사선학적 호전 정도를 석회화 결절의 크기 변화로 평가하였다. 결과: 세 군 모두에서 임상적 기능의 개선과 석회화의 감소가 나타났으며, 특히 임상적인 개선이 다발성 천공술만을 시행한 군(3 군)보다 추가적인 ESWT를 시행한 군(1, 2군)에서 매우 높게 나타났다. 또 방사선학적으로 볼 때, 석회화의 크기와 진행 속도는 통계적으로 유의하게 줄어들었다. 군간의 비교를 보면, 임상기능 개선의 정도와 석회화의 속도 감소의 차이는 고에너지 군(1군), 다발성 천공술(3군) 사이가 저에너지 군(2군), 다발성 천공술(3군)에서 보다 더 크게 나타났다, 그러나, 고에너지 군(1군)과 저에너지 군(2군)에서는 큰 차이가 없었다. 결론: 만성 석회화 건염의 치료를 위해, 추가적인 체외 충격파 치료는 다발성 천공술 단일로 시행했을 때보다 에너지 수준에 관계없이 임상적 기능의 개선과 석회화의 감소에 더 우수한 효과를 보여주었다. 그러나, 에너지 수준에 의한 체외 충격파 치료의 결과로, 석회화의 감소와 임상 기능 개선 정도에 대한 큰 차이가 없었다.