Monitorización del espectro multibanda en radios cognoscitivos Público Deposited

En este trabajo de investigación se plantean tres propuestas novedosas para la monitorización del espectro multibanda en un contexto de radios cognoscitivos. Estas metodologías hacen uso de herramientas específicas para la detección de los bordes de huecos disponibles en el espectro de banda ancha como: el modulo máximo de la transformada continua de wavelet, análisis multiresolución y algunos algoritmos de machine learning (red neuronal, expectation maximization, k-means y Dirichlet process gaussian mixture model). Además el análisis multiresolución se combina con la dimensión fractal de Higuchi (una medida no lineal) para establecer la regla de decisión que permite determinar la presencia o ausencia de un usuario primario en el espectro de banda ancha analizado. Cada una de estas propuestas se probó en un entorno controlado (simulación) teniendo buenos resultados para una relación señal a ruido mayor a 0 dB de 95 %, 98 % y 99 % para la 1ª 2ª y 3ª metodología, respectivamente. Además estas propuestas se probaron en señales recuperadas del entorno (señales reales). Con base en lo anterior estos métodos propuestos son opciones efectivas para detectar la actividad del usuario primario en el espectro multibanda.

Relaciones

En Conjunto Administrativo:

Descripciones

Nombre del atributoValores
Creador
Colaboradores
Tema
Editor
Idioma
Identificador
Palabra Clave
Año de publicación
  • 2019
Tipo de Recurso
Derechos
División académica
Línea académica
Licencia
Última modificación: 09/07/2022
Citaciones:

EndNote | Zotero | Mendeley

Elementos