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 atributo | Valores |
|---|---|
| Creador | |
| Colaboradores | |
| Tema | |
| Editor | |
| Idioma | |
| Identificador | |
| Palabra Clave | |
| Año de publicación |
|
| Tipo de Recurso | |
| Derechos | |
| División académica | |
| Línea académica | |
| Licencia |
