Stammdaten

Dynamic Smart Grid Communication Parameters based Cognitive Radio Network
Untertitel:
Kurzfassung:

The demand for more spectrums in a smart grid communication network is a significant challenge in originally scarce spectrum resources. Cognitive radio (CR) is a powerful technique for solving the spectrum scarcity problem by adapting the transmission parameters according to predefined objectives in an active wireless communication network. This paper presents a cognitive radio decision engine that dynamically selects optimal radio transmission parameters for wireless home area networks (HAN) of smart grid applications via the multi-objective differential evolution (MODE) optimization method. The proposed system helps to drive optimal communication parameters to realize power saving, maximum throughput and minimum bit error rate communication modes. A differential evolution algorithm is used to select the optimal transmission parameters for given communication modes based on a fitness function that combines multiple objectives based on appropriate weights. Simulation results highlight the superiority of the proposed system in terms of accuracy and convergence as compared with other evolution algorithms (genetic optimization, particle swarm optimization, and ant colony optimization) for different communication modes (power saving mode, high throughput mode, emergency communication mode, and balanced mode).

Schlagworte: Smart grid, home area network, cognitive radio, decision engine, differential evolution
Publikationstyp: Beitrag in Zeitschrift (Autorenschaft)
Art der Veröffentlichung Printversion
Erschienen in: Acta Polytechnica, Journal of Advanced Engineering
Acta Polytechnica, Journal of Advanced Engineering
zur Publikation
 ( Czech Technical University in Prague; T. Karlová )
Erscheinungdatum: 01.06.2019
Titel der Serie: -
Bandnummer: 59
Heftnummer: 3
Erstveröffentlichung: Ja
Seite: S. 248 - 259

Identifikatoren

ISBN: -
ISSN: 1210-2709
DOI: http://dx.doi.org/10.14311/AP.2019.59.0248
AC-Nummer: -
Homepage: https://ojs.cvut.cz/ojs/index.php/ap/article/viewFile/5194/5031
Open Access
  • In einem Open-Access-Journal erschienen

Zuordnung

Organisation Adresse
Fakultät für Technische Wissenschaften
 
Institut für Vernetzte und Eingebettete Systeme
Universitätsstraße 65-67
9020  Klagenfurt am Wörthersee
Österreich
  -993640
   kornelia.lienbacher@aau.at
https://nes.aau.at/
zur Organisation
Universitätsstraße 65-67
AT - 9020  Klagenfurt am Wörthersee

Kategorisierung

Sachgebiete
  • 202010 - Elektrische Energietechnik
  • 202022 - Informationstechnik
  • 202041 - Technische Informatik
Forschungscluster
  • Energiemanagement und -technik
Zitationsindex
  • n.a.
Informationen zum Zitationsindex: Master Journal List
Peer Reviewed
  • Ja
Publikationsfokus
  • Science to Science (Qualitätsindikator: II)
Klassifikationsraster der zugeordneten Organisationseinheiten:
Arbeitsgruppen
  • Smart Grids Group

Kooperationen

Organisation Adresse
University of Mustansiriyah
Baghdad
Irak
IQ  Baghdad

Beiträge der Publikation

Keine verknüpften Publikationen vorhanden