文献

J-GLOBAL ID：202202279043549421   整理番号：22A0951322

コグニティブ無線システムにおけるスペクトルセンシングのための畳込みニューラルネットワークモデル【JST・京大機械翻訳】

Convolutional neural network model for spectrum sensing in cognitive radio systems

著者 (11件)： El-Shafai Walid (Department of Electronics and Electrical Communications Engineering, Faculty of Electronic Engineering, Menoufia University, Menouf, Egypt) ,  El-Shafai Walid (Security Engineering Lab, Computer Science Department, Prince Sultan University, Riyadh, Saudi Arabia) ,  Fawzi Ahmed (Department of Electronics and Electrical Communications Engineering, Faculty of Electronic Engineering, Menoufia University, Menouf, Egypt) ,  Fawzi Ahmed (Department of Electronics Engineering and Communication Technology, Modern Academy for Engineering and Technology in Maadi, Cairo, Egypt) ,  Sedik Ahmed (Department of Electronics Engineering and Communication Technology, Modern Academy for Engineering and Technology in Maadi, Cairo, Egypt) ,  Sedik Ahmed (Department of the Robotics and Intelligent Machines, Faculty of Artificial Intelligence, Kafrelsheikh University, Kafr el-Sheikh, Egypt) ,  Zekry Abdelhalim (Department of Electronics and Communications Engineering, Faculty of Engineering, Ain Shams University, Cairo, Egypt) ,  El-Banby Ghada M. (Department of Automatic Control, Faculty of Electronic Engineering, Menoufia University, Menouf, Egypt) ,  Khalaf Ashraf A. M. (Department of Electronics and Communications Engineering, Minia University, Minya, Egypt) ,  Abd El-Samie Fathi E. (Department of Electronics and Electrical Communications Engineering, Faculty of Electronic Engineering, Menoufia University, Menouf, Egypt) ,  Abd-Elnaby Mohammed (Department of Computer Engineering, College of Computers and Information Technology, Taif University, Taif, Saudi Arabia)
資料名： International Journal of Communication Systems  (International Journal of Communication Systems)
巻： 35  号： 6  ページ： e5072  発行年： 2022年 
JST資料番号： T0595A  ISSN： 1074-5351  CODEN： IJCYEZ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： コグニティブ無線(CR)は,その増加するスペクトル効率のために研究者を引き付ける興味深い研究分野となっている。したがって,スペクトルセンシング(SS)は認知無線システムの必須機能である。本論文では,畳み込みニューラルネットワーク(CNN)に基づく効率的なSSモデルを示した。CNNへの入力として受信信号のスペクトログラム画像を用い,ネットワークモデルを訓練するために,異なる低一次ユーザ(PU)信号対雑音比(SNR)で信号と雑音に対する様々な画像を使用した。モデルは,信号とノイズを表現するためにスペクトログラム画像から主要な特徴を抽出する。従って,このモデルは異なるSNRで信号と雑音を効率的に識別できる。提案モデルの検出性能を,従来の1段階,2段階SS法,および種々の以前のCNNモデルと比較した。得られた結果は,提案したモデルが,-20dBの低いSNRで,以前の1段階SS法よりも,検出精度を,-20dBの低いSNRで17%,以前の2段階SS法より,約20dBの低いSNRで,8%増加することを実証した。さらに,提案したモデルは,-20,-15,-10および-5dBのSNRで,それぞれ16.3,16.6,1.1および1.5msのオーダーで,2段階および1段階SS法よりも短いセンシング時間を提供することを実証した。さらに,提案モデルは,それぞれ,-20と-15dBの低いSNRで28%と19%で,異なる以前に比較したCNNモデルより良い検出精度を改善する。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： SN比 ,  検出 ,  雑音 ,  *スペクトル ,  *無線伝送 ,  利用者 ,  周波数利用効率
準シソーラス用語： *ネットワークモデル ,  検出能 ,  スペクトログラム ,  *コグニティブ無線 ,  受信信号 ,  検出精度 ,  *スペクトル検出 ,  深層学習 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： コグニティブ無線 ,  畳込みニューラルネットワーク ,  深層学習 ,  スペクトルセンシング ,  スペクトル利用

分類 (2件)： 無線通信一般  (ND08010L) ,  信号理論  (ND02020G)

タイトルに関連する用語 (4件)： コグニティブ無線 ,  スペクトルセンシング ,  畳込みニューラルネットワーク ,  モデル