Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 27

Liczba wyników na stronie
first rewind previous Strona / 2 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  spectrum sensing
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 2 next fast forward last
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.
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.
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.
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.
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.
EN
Quality of service parameters of cognitive radio, like, bandwidth, throughput and spectral efficiency are optimized using adaptive and demand based genetic algorithm. Simulation results show that the proposed method gives better real life solution to the cognitive radio network than other known approach.
EN
In this paper, a filtering stage based on employing a Savitzky-Golay (SG) filter is proposed to be used in the spectrum sensing phase of a Cognitive Radio (CR) communication paradigm for Vehicular Dynamic Spectrum Access (VDSA). It is used to smooth the acquired spectra, which constitute the input for a spectrum sensing algorithm. The sensing phase is necessary, since VDSA is based on an opportunistic approach to the spectral resource, and the opportunities are represented by the user-free spectrum zones, to be detected through the sensing phase. Each filter typology presents peculiarities in terms of its computational cost, de-noising ability and signal shape reconstruction. The SG filtering properties are compared with those of the linear Moving Average (MA) filter, widely used in the CR framework. Important improvements are proposed.
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.
EN
Accurate detection of spectrum holes is the most important and critical task in any cognitive radio (CR) communication system. When a single spectrum sensor is assigned to detect a specific primary channel, then the detection may be unreliable because of noise, random multipath fading and shadowing. Also, even when the primary channel is invisible at the CR transmitter, it may be visible at the CR receiver (the hidden primary channel problem). With a single sensor per channel, a high and consistently uniform level of sensitivity is required for reliable detection. These problems are solved by deploying multiple heterogeneous sensors at distributed locations. The proposed spectrum hole detection method uses cooperative sensing, where the challenge is to properly assign sensors to different primary channels in order to achieve the best reliability, a minimum error rate and high efficiency. Existing methods use particle swarm optimization, the ant colony system, the binary firefly algorithm, genetic algorithms and non-linear mixed integer programming. These methods are complex and require substantial pre-processing. The aim of this paper is to provide a simpler solution by using simpler binary integer programming for optimal assignment. Optimal assignment minimizes the probability of interference which is a non-linear function of decision variables. We present an approach used to linearize the objective function. Since multiple spectrum sensors are used, the optimal constrained assignment minimizes the maximum of interferences. While performing the optimization, the proposed method also takes care of the topological layout concerned with channel accessibility. The proposed algorithm is easily scalable and flexible enough to adapt to different practical scenarios.
PL
Wykrywanie użytkownika pierwotnego jest jednym z najbardziej istotnych elementów radia kognitywnego (CR Cognitive Radio). W artykule przedstawiono zmodyfikowany wieloantenowy detektor MME [5] (Maximum- Minimum Eigenvalue). Odporność przedstawionego detektora na zakłócenia impulsowe i różną wariancję szumu na każdej z anten odbiorczych zweryfikowano dla sygnału OFDM.
EN
Sensing is a fundamental problem in cognitive radio. In this paper, there was considered a modified multiantenna MME (Maximum-Minimum Eigenvalue) detector. The resistance to impulse noise and different noise variance at different antenna was examined for OFDM signal.
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.
PL
Przedstawiono algorytm sekwencyjny, umożliwiający skrócenie czasu wykrywania sygnału w widmie częstotliwościowym. W zaproponowanym rozwiązaniu skrócenie tego czasu jest możliwe przez kilkakrotne podejmowanie decyzji o obecności sygnału użytkownika pierwotnego. Efektywność algorytmu zbadano na drodze symulacyjnej w środowisku Matlab przy użyciu próbek odebranych za pomocą platformy USRP. Scharakteryzowano także projekt ACROPOLIS oraz zadania, które w ramach tej sieci doskonałości wykonuje Politechnika Poznańska.
EN
In this paper sequential energy detection algorithm has been investigated. The main aim of the analyzed solution is to shorten the sensing time by trying to mąke reliable decisions about the presence of the signal several limes in the considered period of time. Effectiveness of the algorithm has been verified twofold: first by means of computer simulations in the Matlab environment, and second by analysis of the real samples collected the dedicated software define radio platform named USRP Furthermore, the paper describes briefly the ACROPOLIS project and highlights the contributions of Poznań University of Technology.
PL
Intensywny rozwój systemów mobilnych powoduje, że statyczne metody alokacji częstotliwości przestają gwarantować rozwój aplikacji wymagających transmisji bezprzewodowej. W wyniku tego poszukiwane są innowacyjne techniki umożliwiające dynamiczny dostęp do zasobów radiowych. Podstawową metodą dynamicznego dostępu jest współdzielenie częstotliwości pomiędzy użytkownikami posiadającymi licencję, a użytkownikami nielicencjonowanymi. Użytkownik wtórny uzyskuje dostęp do niezajętych zasobów w czasie gdy użytkownik pierwotny jest nieaktywny. Omówiona metoda stanowi podstawę tzw. radia kognitywnego [1] - [3] i wymaga właściwych metod analizy dostępności zasobów częstotliwościowych przez użytkownika wtórnego i odpowiednio szybkich algorytmów podejmowania decyzji o nadawaniu i zwolnieniu pasma gdy zostanie wykryta transmisja użytkownika pierwotnego. W artykule przedstawiono numeryczne wyniki porównania różnych metod rozpoznania otoczenia radiowego wykorzystywanych do wykrywania transmisji sygnałów zgodnych ze standardem 802.11 w obecności zakłóceń o charakterze gaussowskim i niegaussowskim.
EN
It becomes observable that the current static frequency allocation schemes cannot provide sufficient requirements of an increasing number of applications requiring wireless transmission. As a result, innovative techniques that can offer new methods of sharing the available spectrum are needed. One of the most effective methods to solve this problem is allowing the secondary users to utilize the frequency band licensed to the primary users, only if it can be ensured that the band is not being currently used by the primary users. Cognitive radio [1]-[3] is the technology that implement of spectrum sensing to ensure that another users are not present before data transmission can begin. The paper presents the numerical simulation results for comparison of various spectrum sensing methods used for detection of 802.11 frame transmission in Gaussian and non-Gaussian noise.
PL
Wykrywanie sygnału użytkownika pierwotnego (Primary User) jest jednym z kluczowych elementów radia kognitywnego stosowanym w celu bardziej efektywnego wykorzystania zasobów widma. W artykule zaproponowano detektor cech bazujący na funkcji autokorelacji cyklicznej. Działanie detektora zostało przetestowane dla sygnału WiMAX.
EN
Primary user signal detection is one of the main elements of cognitive radio. It enables more efficient frequency spectrum utilization. In the article a detector based on cyclic autocorrelation function is proposed. It was tested for a WiMAX signal.
PL
Wykrywanie użytkownika pierwotnego jest jednym z najbardziej istotnych elementów radia kognitywnego. Stąd też zainteresowanie efektywnymi metodami detekcji sygnałów. W artykule przedstawiono wyniki badań detektora energii i cyklostacjonarności zbudowanego na platformie radia programowalnego USRP-2920.
EN
Primary User (PU) detection is a fundamental problem in cognitive radio. Therefore there is a lot of interest in the effective method of detection. In this paper were shown test results energy and cyclostationary detectors. Detectors were implemented and verified on USRP- 2920 platform.
PL
Radio kognitywne (Cognitive Radio) jest postrzegane jako najbardziej obiecujące rozwiązanie problemu współistnienia wielu technik dostępu radiowego przez zastosowanie inteligentnego zarządzania widmem oraz mechanizmów kooperacji w telekomunikacyjnych systemach przyszłości. Radio kognitywne jest systemem, w którym parametry transmisji są dynamicznie dostosowywane w zależności od zmian w otaczającym środowisku radiowym oraz zmieniających się preferencji użytkownika. Ta interakcja z otoczeniem obejmuje pasywne metody wykrywania widma oraz aktywne mechanizmy inteligentnej komunikacji przy użyciu silników kognitywnych. Celem tych metod jest zwiększenie wydajności widmowej, pojemności sieci oraz prędkości transmisji przez skoordynowanie jej w czasie, miejscu i pasmach częstotliwości. W artykule tym autorzy zarysowują kluczowe aspekty techniki radia kognitywnego.
EN
Cognitive Radio (CR) is currently regarded as the most promising solution to the problem of coexistence of different radio technologies by allowing smart spectrum management and cooperation in future wireless communication systems. The paper presents CR as a radio system that can adapt its transmission or reception parameters based on cognitive interaction with the wireless environment in which it operates. This interaction may involve passive spectrum sensing or active communication and negotiation with other spectrum users based on reasoning procedures which represent the "intelligence" of the CR itself. The active CR which has become of interest during the past few years aims at improving spectrum efficiency, capacity and fairness by coordinating the radio behavior in time, location and frequency. In this paper authors elaborate on the key issues and solutions used for CR.
PL
W niniejszym artykule przedstawiono wyniki badań i analizy wpływu ataków zatruwających odwracających etykiety (ang. label-flipping) na uczenie federacyjne w zastosowaniu dla detekcji zajętości zasobów radiowych. Badania przeprowadzono zarówno dla ataków skoordynowanych jak i losowych, przy zmiennym stosunku liczby użytkowników atakujących do liczby użytkowników uczciwych oraz różnym stopniu agresywności i czasie trwania ataków. Badania skupiają się na porównaniu skuteczności algorytmu detekcji zasobów radiowych przed i po przeprowadzonych atakach.
EN
This paper presents the research results and analysis of the impact of poisoning label-flipping attacks on federated learning for spectrum sensing. The experiments have been executed for random and coordinated attacks for varying attackers-to-genuine-users ratios, different levels of aggressiveness, and time duration of attacks. The results have been obtained by comparing spectrum sensing machine learning model performance with and without attacks.
PL
W artykule przedstawiono koncepcję systemu do rozpoznania i zakłócania łączności radiowej, opartej na systemach komórkowych, umieszczonego na bezzałogowym statku powietrznym (BSP). Zaproponowana koncepcja, jej wstępna implementacja, wyniki z przeprowadzonych badań oraz przedstawione wnioski składają się na treść opracowania.
EN
The article presents the concept of a system for recognizing and jamming radio communication, based on cellular systems, located on an unmanned aerial vehicle (UAV). The proposed concept, its initial implementation, the results of the conducted research and the presented conclusions constitute the content of the study.
PL
W ramach II edycji konkursu o nagrodę Ministra Obrony Narodowej (MON) na realizację Bezzałogowego Systemu Powietrznego (BSP) do zastosowań związanych z obronnością i bezpieczeństwem państwa opracowałem sensor monitoringu widma w czasie rzeczywistym na platformie BSP pk. System MARS, który jest demonstratorem technologii sensingu w zakresie częstotliwości od 70 do 6000 MHz. Rozwiązanie opiera się o integrację radia definiowanego programowo z mikrokomputerem Raspberry Pi oraz umieszczeniem na bezzałogowej platformie latającej.
EN
As part of the second edition of the competition for the award of the Minister of National Defense for the implementation of the Unmanned Aerial System (UAV) for applications related to national defense and security, I developed a real-time spectrum monitoring sensor on the UAV platform under the codename MARS System, which is a technology demonstrator sensing in the frequency range from 70 to 6000 MHz. The solution is based on the integration of a software-defined radio with Raspberry Pi microcomputer and placement on an unmanned aerial platform.
first rewind previous Strona / 2 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.