Wyniki wyszukiwania - BazTech

1

Efektywność estymacji rodzaju sygnału zakłócającego z wykorzystaniem statystyk wyższego rzędu

Kosmowski Krzysztof, Piotrowski Rafał, Goniacz Robert, Małowidzki Marek

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2025

|

nr 5

22--26

PL

W artykule przedstawiono wyniki badań symulacyjnych dotyczących efektywności identyfikacji rodzaju sygnału zakłócającego przy użyciu statystyk wyższego rzędu (kumulant). Badania przeprowadzono w ramach badań nad rozwojem systemów radia kognitywnego, zdolnych do adaptacyjnego doboru polityki przeciwdziałania zakłóceniom. Scenariusz badawczy obejmował zakłócenia sygnału użytecznego QPSK przez różnorodne sygnały celowe (2-tone, chirp, sweep) oraz szum AWGN o różnych poziomach oraz próbę ich klasyfikacji z wykorzystaniem klasyfikatora. Jako klasyfikator zastosowano regułę decyzyjną opartą na najmniejszej odległości euklidesowej od wartości referencyjnych. Wyniki badań wskazują, że metoda oparta na kumulantach jest skuteczna w wykrywaniu i rozróżnianiu niektórych typów sygnałów zakłócających, zwłaszcza typu chirp i sweep. Jednocześnie wykazano, że obecność w analizowanym paśmie zarówno sygnału użytecznego, jak i zakłócającego, znacząco obniża pewność klasyfikacji.

EN

This article presents the results of simulation studies on the effectiveness of identifying the type of interfering signal using higher-order statistics (cumulant). The research was conducted as a part of cognitive radio systems development capable of adaptively selecting anti-interference policies. The research scenario included the analysis of QPSK payloads interfering with various target signals (2-tone, chirp, sweep) and AWGN noise. A decision rule based on the shortest Euclidean distance from reference values was used as a classifier. The results indicate that the cumulant-based method is effective in detecting and distinguishing certain types of interfering signals, especially chirp and sweep. At the same time, it was shown that the presence of a payload signal in the analyzed channel significantly complicates its detection and also reduces the classification confidence of the interfering signal itself.

2

Spectrum sensing algorithms and noise power estimation in cognitive radio networks

Mazuro Maciej, Skokowski Paweł, Kelner Jan M.

Przegląd Elektrotechniczny

|

2025

|

R. 101, nr 9

151--157

EN

In the dynamic landscape of wireless communication, spectrum sensing algorithms play a crucial role in the evolution of cognitive radio networks. This paper explores various spectrum sensing methods, including energy detection, matched filter detection, cyclo-stationary feature detection, machine learning-based approaches, and eigenvalue-based techniques. Then, the methods of estimating the interference level in the radio channel and the influence of the selected algorithm on the obtained detection probability values are analyzed.

PL

W dynamicznie zmieniającym się środowisku komunikacji bezprzewodowej algorytmy monitoringu widma odgrywają kluczową rolę w rozwoju sieci radia kognitywnego. Niniejszy artykuł opisuje różne metody monitorowania widma (sensingu), w tym detektor energii, wykrywania filtrów dopasowanych, wykrywania cech cyklostacjonarnych, podejść opartych na uczeniu maszynowym i technik opartych na wartościach własnych. Następnie analizowane są metody estymacji poziomu zakłóceń w kanale radiowym oraz wpływ wybranego algorytmu na uzyskane wartości prawdopodobieństwa detekcji.

3

Optimizing Cognitive Radio Networks with Deep Learning-Based Semantic Spectrum Sensing

Mahesh Kumar N., R Arthi

Journal of Telecommunications and Information Technology

|

2024

|

nr 4

78--85

EN

Spectrum aggregation in 4G and 5G networks is a technique used to combine multiple frequency bands to boost communication performance. The cognitive radio feature improves the ability to combine spectrum in LTE and 5G environments by enabling dynamic spectrum sensing. Spectrum sensing is a major problem in spectrum aggregation due to the presence of various types of interference, such as noise. Phase noise is an issue due to its 1 MHz frequency offset experienced within 5G’s 28 GHz operating band, with the distorted signal generating more spectrum sensing-related errors. To solve this problem, the proposed work suggests an optimized deep learning-based semantic spectrum sensing model using three sets of optimizers (ResNet-50, DeepLab V3 and sand cat) offering a high detection accuracy of 99.7%with the optimized training parameter of a high signal-to-noise ratio equaling 40 dB.

4

Zarządzanie polityką w mobilnej sieci radia kognitywnego z dynamicznym dostępem do widma

Gajewski Piotr, Łopatka Jerzy, Chęciński Radosław, Kaszuba-Chęcińska Anna

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2023

|

nr 4

216--219

PL

Polityki radiowe stają się znaczącym składnikiem systemów bezprzewodowych nowych generacji wymagającym efektywnych narzędzi zarządzania z zastosowaniem sztucznej inteligencji i uczenia maszynowego. W artykule przedstawiono proces zarządzania polityką w mobilnym systemie ad-hoc (MANET) na podstawie oceny strategii jego funkcjonowania dla różnorodnych przypadków użycia. Wykazano przydatność metody hierarchicznej dekompozycji decyzji dla wielowymiarowego procesu oceny strategii dynamicznego zarządzania widmem w systemie MANET z węzłami kognitywnymi.

EN

Radio policies are becoming a significant component of next-generation wireless systems, requiring effective management tools, using artificial intelligence and machine learning. The article presents the process of policy management in mobile ad hoc network (MANET) based on evaluation of the system strategy for various use cases. The usefulness of the hierarchical decision decomposition method for the multidimensional process of the dynamic spectrum management strategy evaluation in the MANET system with cognitive nodes has been shown.

5

Spectrum sensing and modulation recognition using a novel CNN Deep Learning model and Learning transfer technique

Mohammed Mahieddine Mohamed Ben, Bassou Abdesselam, Chouakri Sid Ahmed, Mellah Nesrine, Khelifi Mustapha

Przegląd Elektrotechniczny

|

2023

|

R. 99, nr 5

93--97

EN

The misuse of frequency bands leads to a spectrum shortage. The cognitive radio appears as a natural solution to this problem. A good exploitation of the frequency spectrum starts with a good detection through various techniques, each with its advantages and limitations. In this paper we worked on improving the accuracy of spectrum sensing by developing a new cnn model and the transfer learning of data, also we used the automatic modulation recognition technique to insure the previous knowledge of data witch helped in improving the quality of detection and the performance of the cnn model. our method is based on three aspects entitled aspect1, aspect2 and aspect3. In aspect1 we trained the model to preform the modulation recognition with 11 classes. In aspect2 the model was trained with tow classes an performed the spectrum sensing. In aspect 3 we used the pre-trained model from aspect1 to perform the spectrum sensing with data from aspect2.We trained the model with many types of signals from the dataset RadioML2016.10a as well as noise data that we generated. We also use transfer learning strategies to improve the performance of the sensing model. The results show that we were able to achieve maximum accuracy of 97.22% for the sensing and 99 % for the modulation classification as best accuracy which is very competitive and better than many other proposed techniques

PL

Niewłaściwe wykorzystanie pasm częstotliwości prowadzi do niedoboru widma. Radio kognitywne jawi się jako naturalne rozwiązanie tego problemu. Dobra eksploatacja widma częstotliwości zaczyna się od dobrego wykrywania za pomocą różnych technik, z których każda ma swoje zalety i ograniczenia. W tym artykule pracowaliśmy nad poprawą dokładności detekcji widma poprzez opracowanie nowego modelu cnn i transferu uczenia się danych, a także wykorzystaliśmy technikę automatycznego rozpoznawania modulacji, aby upewnić się, że wcześniejsza wiedza o danych pomogła w poprawie jakości detekcji i wydajność modelu cnn. nasza metoda opiera się na trzech aspektach zatytułowanych aspekt1, aspekt2 i aspekt3. W aspekcie 1 wyszkoliliśmy model do wstępnego rozpoznawania modulacji z 11 klasami. W aspekcie 2 model został przeszkolony z klasami holowniczymi i wykonał wykrywanie widma. W aspekcie 3 wykorzystaliśmy wstępnie wytrenowany model z aspektu 1, aby przeprowadzić wykrywanie widma z danymi z aspektu 2. Wytrenowaliśmy model z wieloma typami sygnałów z zestawu danych RadioML2016.10a, a także wygenerowanymi przez nas danymi szumu. Używamy również strategii uczenia się transferu, aby poprawić wydajność modelu wykrywania. Wyniki pokazują, że byliśmy w stanie osiągnąć maksymalną dokładność 97,22% dla wykrywania i 99% dla klasyfikacji modulacji jako najlepszą dokładność, która jest bardzo konkurencyjna i lepsza niż wiele innych proponowanych technik.

6

An Efficient Cooperative Spectrum Sensing Method Using Renyi Entropy Weighted Optimal Likelihood Ratio for CRN

Shrote Sandip B., Poshattiwa Sadhana D.

Journal of Telecommunications and Information Technology

|

2023

|

nr 3

41--48

EN

The main concept behind employing cognitive radio is to enable secondary users (SUs) or unlicensed users to utilize the available spectrum. Spectrum sensing methods detect the existence of primary users (PUs) and have become the main topic of research in the CRN industry and in academia. This paper proposes a new framework based on the Adam gradient descent (Adam GD) algorithm to develop a spectrum sensing mechanism used in CRNs and detecting the availability of free channels. The signal's components are extracted from the received signal and the spectrum is searched for availability which is detected through a fusion center using the proposed algorithm. The proposed Adam GD algorithm attains the maximum detection probability rate and the minimum false alarm probability of 0.71 and 0.39, respectively, for a Rayleigh channel.

7

Improving the Efficiency of UAV Communication Channels in the Context of Electronic Warfare

Semendiai Serhii, Tkach Yuliіa, Shelest Mykhailo, Korchenko Oleksander, Ziubina Ruslana, Veselska Olga

International Journal of Electronics and Telecommunications

|

2023

|

Vol. 69, No. 4

727--732

EN

The article is devoted to the development of a method for increasing the efficiency of communication channels of unmanned aerial vehicles (UAVs) in the conditions of electronic warfare (EW). The author analyses the threats that may be caused by the use of electronic warfare against autonomous UAVs. A review of some technologies that can be used to create original algorithms for countering electronic warfare and increasing the autonomy of UAVs on the battlefield is carried out. The structure of modern digital communication systems is considered. The requirements of unmanned aerial vehicle manufacturers for onboard electronic equipment are analyzed, and the choice of the hardware platform of the target radio system is justified. The main idea and novelty of the proposed method are highlighted. The creation of a model of a cognitive radio channel for UAVs is considered step by step. The main steps of modelling the spectral activity of electronic warfare equipment are proposed. The main criteria for choosing a free spectral range are determined. The type of neural network for use in the target cognitive radio system is substantiated. The idea of applying adaptive coding in UAV communication channels using multicomponent turbo codes in combination with neural networks, which are simultaneously used for cognitive radio, has been further developed.

8

The application of software defined radios in unmanned aerial vehicles

Błachut Marek, Pogorzelec Piotr

Scientific Journal of the Military University of Land Forces

|

2022

|

Vol. 54, No. 3(205)

375--396

EN

The article addresses the application of software defined radios (SDR) on modern battlefields. Above all, it focuses on the application of the SDR technology in communication with unmanned aerial vehicles. It also reviews some solutions applied in the armed forces of Finland, United States, Poland, Turkey, and Israel. It outlines the potential of these solutions and considers the main direction of development of the SDR technology, which is the cognitive radio.

PL

W artykule odniesiono się do wykorzystania na współczesnym polu walki radiostacji definiowanych programowo (SDR). Przede wszystkim skupiono się na wykorzystaniu technologii SDR do komunikowania się z bezpilotowymi środkami powietrznymi (BSP). Dokonano także przeglądu niektórych rozwiązań funkcjonujących w siłach zbrojnych Finlandii, Stanów Zjednoczonych, Polski, Turcji oraz Izraela. Po prezentacji możliwości wcześniej wspomnianych rozwiązań przedstawiono rozważania nad podstawowym kierunkiem rozwoju technologii SDR – radiem kognitywnym.

9

Modelowanie wielozakresowej sieci taktycznej z dynamicznym zarządzaniem widmem

Gajewski Piotr, Łopatka Jerzy, Łubkowski Piotr

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2022

|

nr 4

527--530

PL

W artykule przedstawiono rozwiązanie wysokiej jakości symulatora taktycznej sieci mobilnej MAENA. Omówiono zasady budowy modelu sieci z zaawansowanymi technikami efektywnego wykorzystania zasobów widmowych i unikania zakłóceń. Proponowane rozwiązania zostały sprawdzone w heterogenicznych scenariuszach sieciowych. W pracy przedstawiono przykładowe wyniki symulacji w złożonym środowisku propagacyjnym.

EN

The article presents a solution of a high-quality MAENA tactical mobile network simulator. Principles of the network model construction with advanced techniques of efficient use of spectral resources and disturbances avoiding are discussed. The proposed solutions have been tested in heterogeneous network scenarios. The paper presents example simulation results in complex propagation environment.

10

Deep Learning-based SNR Estimation for Multistage Spectrum Sensing in Cognitive Radio Networks

Jeevangi Sanjeevkumar, Jawaligi Shivkumar, Patil Vilaskumar

Journal of Telecommunications and Information Technology

|

2022

|

nr 4

21--32

EN

Vacant frequency bands are used in cognitive radio (CR) by incorporating the spectrum sensing (SS) technique. Spectrum sharing plays a central role in ensuring the effectiveness of CR applications. Therefore, a new multi-stage detector for robust signal and spectrum sensing applications is introduced here. Initially, the sampled signal is subjected to SNR estimation by using a convolutional neural network (CNN). Next, the detection strategy is selected in accordance with the predicted SNR levels of the received signal. Energy detector (ED) and singular value-based detector (SVD) are the solutions utilized in the event of high SNR, whilst refined non-negative matrix factorization (MNMF) is employed in the case of low SNR. CNN weights are chosen via the Levy updated sea lion optimization (LU-SLNO) algorithm inspired by the traditional sea lion optimization (SLNO) approach. Finally, the outcomes of the selected detectors are added, offering a precise decision on spectrum tenancy and existence of the signal.

11

Jantakun analysis of throughput in narrowband cognitive radio networks over fading channels: a collaborative spectrum sensing approach

Alam Sk. Shariful, Mallick Shishir

Przegląd Elektrotechniczny

|

2021

|

R. 97, nr 8

104--108

EN

Spectrum is a valuable resource for wireless communication technologies. Recent studies show that the scarcity of spectrum generates dominant interest for research in wireless communications. As spectrum is a natural resource, the only alternative to meet up spectrum inefficiency is to exploit the unutilized or underutilized spectrum accurately using the concept of Cognitive Radios (CRs). Cooperation among the CR nodes provide the best sensing performance utilizing maximum accuracy compared to other sensing approaches. Hence, maximum throughput is guaranteed with reliable data transmission. In this research article, the sensing-throughput trade-off issues are analysed for both stand-alone and cooperative cases. We use an energy detection scheme to measure the detection performances due to its operational simplicity and low-cost in use. The attemptable throughput of the cooperative CR network (CRN) is maximized while the services to licensed users are not being hampered. The more the CR nodes are in cooperation, the higher the detection performance which consecutively enriches throughput. The achievements of attainable throughput are supported under Rayleigh and Rician fading channels.

PL

Widmo to cenne źródło technologii komunikacji bezprzewodowej. Ostatnie badania pokazują, że niedobór widma generuje dominujące zainteresowanie badaniami nad komunikacją bezprzewodową. Ponieważ widmo jest zasobem naturalnym, jedyną alternatywą dla zaradzenia nieefektywności widma jest dokładne wykorzystanie niewykorzystanego widma przy użyciu koncepcji radia kognitywnego (CR). Współpraca między węzłami CR zapewnia najlepszą wydajność wykrywania przy maksymalnej dokładności w porównaniu z innymi podejściami wykrywania. Dzięki temu maksymalna przepustowość jest gwarantowana przy niezawodnej transmisji danych. W tym artykule przeanalizowano kwestie kompromisu między czujnikami a przepustowością zarówno dla przypadków samodzielnych, jak i kooperacyjnych. Używamy schematu wykrywania energii do pomiaru wydajności wykrywania ze względu na jego prostotę operacyjną i niski koszt użytkowania. Przepustowość kooperacyjnej sieci CR (CRN) jest maksymalizowana, podczas gdy usługi dla licencjonowanych użytkowników nie są utrudnione. Im bardziej węzły CR współpracują, tym wyższa wydajność wykrywania, co sukcesywnie zwiększa przepustowość. Osiągnięcia osiągalnej przepustowości są obsługiwane przez kanały zanikania Rayleigh.

12

Suboptimal Approach to Distributed Detection in Cognitive Radio Networks

Kumari Shweta, Praveena Sirimilla

Journal of Telecommunications and Information Technology

|

2021

|

nr 1

32--36

EN

In this paper a dynamic spectrum access (DSA) concept is explored for mitigating the paucity of spectral bandwidth in cognitive radio (CR) for opportunistic, dynamic access of the spectrum without any interference. Dynamic spectrum access schemes are proposed for a distributed cognitive radio network consisting of one secondary user (SU) and many primary users (PUs). The SU has to make decisions for accessing PU channels within discrete time slots. The design of sensing and access strategies that govern channel choice in each slot for near-optimal throughput performance of the SU may be formulated as a partially observable Markov decision process (POMDP). Furthermore, it is considered that the SU incurs a cost whenever it switches to a different channel. The switching cost is expressed in terms of delay, packet loss and packet overhead. In this work, the SU access policy based on a myopic approach is proposed and evaluated.

13

Optimal Voting Rule and Minimization of Total Error Rate in Cooperative Spectrum Sensing for Cognitive Radio Networks

Ghosh Samit Kumar, Trankatwar Sachin Ravikant, Bachan P.

Journal of Telecommunications and Information Technology

|

2021

|

nr 1

43--50

EN

In cognitive radio technology, spectrum sensing is essential for detecting spectrum holes which may be allotted to secondary users. In this paper, an optimal voting rule is used for cooperative spectrum sensing while minimizing the total error rate (TER). The proposed spectrum sensing method is more energy-efficient and may be implemented in practice. It is relied upon in an improved energy detector whose utilization depends on the presence or absence of the primary user. Expressions for false alarm and missed detection probabilities are derived in the paper as well. Overall performance is analyzed both for AWGN and Rayleigh fading channels, in the presence of additive white Gaussian noise (AWGN). The optimum voting rule is applied to the cooperative spectrum sensing process in order to identify the optimum number of sensing nodes and the detection threshold. Finally, an energy-efficient spectrum sensing algorithm is proposed, requiring a lower number of cognitive users for a given error bound.

14

Evaluation of Radio Channel Utility using Epsilon-Greedy Action Selection

Malon Krzysztof

Journal of Telecommunications and Information Technology

|

2021

|

nr 3

10--17

EN

This paper presents an algorithm that supports the dynamic spectrum access process in cognitive radio networks by generating a sorted list of best radio channels or by identifying those frequency ranges that are not in use temporarily. The concept is based on the reinforcement learning technique named Q-learning. To evaluate the utility of individual radio channels, spectrum monitoring is performed. In the presented solution, the epsilon-greedy action selection method is used to indicate which channel should be monitored next. The article includes a description of the proposed algorithm, scenarios, metrics, and simulation results showing the correct operation of the approach relied upon to evaluate the utility of radio channels and the epsilon-greedy action selection method. Based on the performed tests, it is possible to determine algorithm parameters that should be used in this proposed deployment. The paper also presents a comparison of the results with two other action selection methods.

15

Algorytm oceny przydatności kanałów radiowych wykorzystujący uczenie maszynowe Q-learning

Malon Krzysztof

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2020

|

nr 7-8

259--262, CD

PL

W ramach artykułu zaproponowano algorytm oceny przydatności kanałów radiowych bazujący na metodzie uczenia maszynowego Q-learning oraz przedstawiono wyniki badań. Rozważany algorytm, wykorzystujący rezultaty monitorowania zasobów częstotliwościowych, może znaleźć zastosowanie w systemach dynamicznego dostępu do widma. W takich rozwiązaniach wtórni użytkownicy widma realizują transmisje radiowe w wolnych przestrzeniach czasowo–częstotliwościowych.

EN

In this paper, Q-learning based radio channels utility evaluation algorithm is proposed and tested. The considered algorithm, which takes into account the results of frequency resources monitoring, can be used in the dynamic spectrum access systems. In such solutions, secondary spectrum users transmit radio signals on the frequency channels that are temporarily not used by the licensed users.

16

ICBCA – Improved Cluster Based Channel Allocation in Cognitive Radio Sensor Networks

Agarkhed Jayashree, Gatate Veeranna

Journal of Telecommunications and Information Technology

|

2020

|

nr 3

28--35

EN

Wireless sensor networks (WSNs) operate in an overcrowded electromagnetic environment, as the spectrum is shared by various wireless communication technologies. This gives rise to various challenges related to optimized and efficient spectrum utilization. Cognitive radio (CR) has emerged as a solution satisfying this requirement, as it is capable of adapting to the dynamic radio spectrum. Thanks to the deployment of cognitive radio in WSNs, the spectrum may be utilized in a more efficient manner. CR may identify the vacant channels dynamically, allowing the sensor nodes to effeectively communicate with each other. In this paper a clustering algorithm known as improved cluster-based channel assignment (ICBCA) is implemented, forming clusters of CR sensor nodes and then selecting vacant channels for data transmission purposes. Simulation results show that ICBCA outperforms existing clustering algorithms in CR sensor networks.

17

Cooperative Spectrum Sensing in Cognitive Radio Networks: A Survey on Machine Learning-based Methods

Khamayseh Sundous, Halawani Alaa

Journal of Telecommunications and Information Technology

|

2020

|

nr 3

36--46

EN

The continuous growth of demand experienced by wireless networks creates a spectrum availability challenge. Cognitive radio (CR) is a promising solution capable of overcoming spectrum scarcity. It is an intelligent radio technology that may be programmed and dynamically conﬁgured to avoid interference and congestion in cognitive radio networks (CRN). Spectrum sensing (SS) is a cognitive radio life cycle task aiming to detect spectrum holes. A number of innovative approaches are devised to monitor the spectrum and to determine when these holes are present. The purpose of this survey is to investigate some of these schemes which are constructed based on machine learning concepts and principles. In addition, this review aims to present a general classiﬁcation of these machine learningbased schemes.

18

Space-Time-Frequency Machine Learning for Improved 4G/5G Energy Detection

Wasilewska Małgorzata, Bogucka Hanna

International Journal of Electronics and Telecommunications

|

2020

|

Vol. 66, No. 1

217--223

EN

In this paper, the future Fifth Generation (5G New Radio) radio communication system has been considered, coexisting and sharing the spectrum with the incumbent Fourth Generation (4G) Long-Term Evolution (LTE) system. The 4G signal presence is detected in order to allow for opportunistic and dynamic spectrum access of 5G users. This detection is based on known sensing methods, such as energy detection, however, it uses machine learning in the domains of space, time and frequency for sensing quality improvement. Simulation results for the considered methods: k-Nearest Neighbor sand Random Forest show that these methods signiﬁcantly improves the detection probability.

19

Energy-based spectrum sensing with copulas for cognitive radios

Ilgin F. Y.

Bulletin of the Polish Academy of Sciences. Technical Sciences

|

2020

|

Vol. 68, nr 4

829--834

EN

In this study, an energy-based spectrum sensing method combined with copula theory is proposed for cognitive radio systems. In the proposed spectrum sensing model, cognitive radio users first make their own local spectrum decision with energy-based spectrum sensing. Then, they forward their decision to the fusion center. In the fusion center, this decision is compared with the threshold value determined by copula theory and global spectrum decision is made. The test statistic at the fusion center were obtained with the Neyman Pearson approach. Thus, the fusion rule was created for the fusion center and necessary simulation studies were performed. According to the results of the simulation studies, the proposed detection method showed better results than the traditional energy based detection method.

20

Metody uczenia maszynowego dla poprawy jakości detekcji sygnału LTE

Wasilewska Małgorzata, Bogucka Hanna

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2019

|

nr 6

274--278, CD

PL

W niniejszej pracy rozważono przyszły system radiokomunikacyjny (5G), w którym wykrywana jest obecność sygnału LTE (4G) w celu umożliwienia dynamicznego dostępu do czasowo nieużywanych przez system LTE zasobów częstotliwości. Detekcja sygnału bazuje na znanych metodach sensingu lecz wykorzystuje też metody uczenia maszynowego w celu poprawy ich jakości. Wyniki symulacji komputerowej pokazują, że rozważone metody: k najbliższych sąsiadów oraz lasu losowego poprawiają prawdopodobieństwo detekcji sygnału (sensingu) dla niskich wartości stosunku sygnału do szumu.

EN

In this paper, the future radio communication (5G) system has been considered, in which LTE (4G) signal presence is detected in order to allow for dynamic spectrum access. This detection is based on known sensing methods, however it uses machine learning for sensing quality improvement. Simulation results for considered methods: k-nearest neighbors and random forest show that this method significantly improves the detection probability.