A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

A New Classification-Like Scheme for Spectrum Sensing Using Spectral Correlation and Stacked Denoising Autoencoders Um novo esquema semelhante a classificação para detecção de espectro usando correlação espectral e codificadores automáticos de eliminação de ruído empilhados

Hang LIU, Xu ZHU, Takeo FUJII

  • Exibições de texto completo

    0

  • Cite isto

Resumo:

Neste artigo, propomos um novo esquema de detecção primária de usuário para detecção de espectro em rádio cognitivo. Inspirado na abordagem convencional de classificação de sinais, o sensoriamento de espectro é traduzido em um problema de classificação. Com base na classificação baseada em características, a correlação espectral de uma análise cicloestacionária de segunda ordem é aplicada como método de extração de características, enquanto uma rede de autoencoders com eliminação de ruído empilhada é aplicada como classificador. Dois métodos de treinamento para detecção de sinais, detecção baseada em interceptação e detecção baseada em simulação, são considerados, para diferentes informações prévias e condições de implementação. Em um método de detecção baseado em interceptação, inspirado no sensoriamento em duas etapas, obtemos dados de treinamento a partir da interceptação de sinais reais após um procedimento de sensoriamento sofisticado, para obter detecção sem informação a priori. Além disso, beneficiando-se de dados de treinamento prático, esta detecção baseada em interceptação é superior sob condições reais do ambiente de transmissão. A alternativa, um método de detecção baseado em simulação, utiliza alguns parâmetros indisfarçáveis ​​do usuário principal no espectro de interesse. Devido aos diversificados dados de treinamento predeterminados, a detecção baseada em simulação exibe robustez transcendental contra ambientes de ruído severo, embora exija uma estrutura de rede classificadora mais complicada. Além disso, para os métodos de treinamento descritos acima, discutimos a complexidade do classificador sobre as condições de implementação e o compromisso entre robustez e desempenho de detecção. Os resultados da simulação mostram as vantagens do método proposto sobre os esquemas convencionais de detecção de espectro.

Publicação
IEICE TRANSACTIONS on Communications Vol.E101-B No.11 pp.2348-2361
Data de publicação
2018/11/01
Publicitada
2018/04/25
ISSN online
1745-1345
DOI
10.1587/transcom.2017EBP3447
Tipo de Manuscrito
PAPER
Categoria
Tecnologias de comunicação/transmissão sem fio terrestre

autores

Hang LIU
  The University of Electro-Communications
Xu ZHU
  The University of Electro-Communications
Takeo FUJII
  The University of Electro-Communications

Palavra-chave