DOI: 10.22184/2070-8963.2024.124.8.40.47
Работа посвящена обзору моделей использования искусственного интеллекта для определения приемником когнитивного радио информации о структуре целевого сигнала на основе нейросетевого подхода. Описывается порядок работы моделей захвата и разметки сигналов LTE и 5G NR при спектральном зондировании. Для идентификации сигналов LTE и NR используются модели глубокого обучения нейронной сети семантической сегментации. Рассмотренный комплекс моделей может быть использован для практической реализации спектрального зондирования при динамическом доступе к спектру в перспективных сетях когнитивного радио.
Теги: 5g networks artificial intelligence cognitive radio networks spectrum sensing models искусственный интеллект модели спектрального зондирования сети 5g сети когнитивного радио
Подпишитесь на журнал, чтобы прочитать полную версию статьи.
Работа посвящена обзору моделей использования искусственного интеллекта для определения приемником когнитивного радио информации о структуре целевого сигнала на основе нейросетевого подхода. Описывается порядок работы моделей захвата и разметки сигналов LTE и 5G NR при спектральном зондировании. Для идентификации сигналов LTE и NR используются модели глубокого обучения нейронной сети семантической сегментации. Рассмотренный комплекс моделей может быть использован для практической реализации спектрального зондирования при динамическом доступе к спектру в перспективных сетях когнитивного радио.
Теги: 5g networks artificial intelligence cognitive radio networks spectrum sensing models искусственный интеллект модели спектрального зондирования сети 5g сети когнитивного радио
Подпишитесь на журнал, чтобы прочитать полную версию статьи.
Отзывы читателей