Показати скорочену інформацію

Метод підвищення спектральної ефективності когнітивних телекомунікаційних систем

dc.contributor.advisorВасильківський М. В.uk
dc.contributor.authorОлійник, А. О.uk
dc.contributor.authorГрабчак, Н. В.uk
dc.contributor.authorНагорний, Д. М.uk
dc.contributor.authorOliinyk, A. O.en
dc.contributor.authorHrabchak, N. V.en
dc.date.accessioned2025-10-10T07:54:19Z
dc.date.available2025-10-10T07:54:19Z
dc.date.issued2025
dc.identifier.citationОлійник А. О, Грабчак Н. В., Нагорний Д. М. Метод підвищення спектральної ефективності когнітивних телекомунікаційних систем // Матеріали LIV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2025 р. Електрон. текст. дані. 2025. URI: https://conferences.vntu.edu.ua/index.php/all-frtzp/all-frtzp-2025/paper/view/24396.uk
dc.identifier.isbn978-617-8132-48-8
dc.identifier.urihttps://ir.lib.vntu.edu.ua//handle/123456789/49709
dc.description.abstractУ роботі розглянуто підвищення спектральної ефективності когнітивних телекомунікаційних систем на основі інтелектуального налаштування робочих частот вторинних користувачів. Для цього здійснено оцінювання зайнятості спектра, що використовує адаптивний енергетичний детектор, а також алгоритм динамічного доступу до спектра, який враховує великі масиви даних (Big Data) та особливості розріджених матриць.uk
dc.description.abstractThe paper considers the improvement of spectral efficiency of cognitive telecommunication systems based on intelligent tuning of secondary users' operating frequencies. For this purpose, the spectrum occupancy is estimated using an adaptive energy detector and a dynamic spectrum access algorithm that takes into account large data sets and features of sparse matrices.en
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
dc.relation.ispartofМатеріали LIV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2025 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/all-frtzp/all-frtzp-2025/paper/view/24396
dc.subjectкогнітивне радіоuk
dc.subjectспектральна ефективністьuk
dc.subjectштучні нейронні мережіuk
dc.subjectдинамічний доступ до спектраuk
dc.subjectпрогнозування спектраuk
dc.subjectcognitive radioen
dc.subjectspectral efficiencyen
dc.subjectartificial neural networksen
dc.subjectdynamic spectrum accessen
dc.subjectSDRen
dc.subjectBig Dataen
dc.subjectspectrum forecastingen
dc.titleМетод підвищення спектральної ефективності когнітивних телекомунікаційних системuk
dc.typeThesis
dc.identifier.udc621.391
dc.relation.referencesWyglinski, A.M. Memory Enabled Bumblebee-Based Dynamic Spectrum Access for Platooning Environments / A. M. Wyglinski, K. S. Gill, P. Kryszkiewicz, P. Sroka, A. Kliks // IEEE Transactions on Vehicular Technology. – 2023. – Vol. 72. – Iss. 5. – P. 5612–5627.en
dc.relation.referencesHaykin, S. Coordinated Cognitive Risk Control for Bridging Vehicular Radar and Communication Systems / S. Haykin, S. Feng // IEEE Transactions on Intelligent Transportation Systems. – 2022. – Vol. 23. – Iss. 5. – P. 4135–4150.en
dc.relation.referencesBokobza, Y. Deep Reinforcement Learning for Simultaneous Sensing and Channel Access in Cognitive Networks / Y. Bokobza, R. Dabora, K. Cohen // IEEE Transactions on Wireless Communications. – 2023. – Vol. 22. – Iss. 7. – P. 4930–4946.en
dc.relation.referencesKim, S. Multi-Agent Learning and Bargaining Scheme for Cooperative Spectrum Sharing Process / S. Kim // IEEE Access. – 2023. – Vol. 11. – P. 47863–47872.en
dc.relation.referencesLiu, X. Reinforcement learning based dynamic spectrum access in cognitive Internet of Vehicles / X. Liu, C. Sun, M. Zhou, B. Lin and Y. Lim // China Communications. - 2021. - Vol. 18. - Iss. 7. - P. 58-68.en
dc.relation.referencesMosavat-Jahromi, H. Prediction and Modeling of Spectrum Occupancy for Dynamic Spectrum Access Systems / H. Mosavat-Jahromi, Y. Li, L. Cai, J. Pan // IEEE Transactions on Cognitive Communications and Networking. - 2021. - Vol. 7. - Iss. 3. - P. 715-728.en
dc.relation.referencesLi, X. Deep Learning for Spectrum Prediction from Spatial–Temporal–Spectral Data / X. Li, Z. Liu, G. Chen, Y. Xu, T. Song // IEEE Communications Letters. – 2021. – Vol. 25. – Iss. 4. – P. 1216–1220.en
dc.relation.referencesAlipour-Fanid, A. Multiuser Scheduling in Centralized Cognitive Radio Networks: A Multi-Armed Bandit Approach / A. Alipour-Fanid, M. Dabaghchian, R. Arora, K. Zeng // IEEE Transactions on Cognitive Communications and Networking. – 2022. – Vol. 8. – Iss. 2. – P. 1074–1091.en
dc.relation.referencesHan, H. Primary-User-Friendly Dynamic Spectrum Anti-Jamming Access: A GAN-Enhanced Deep Reinforcement Learning Approach / H. Han // IEEE Wireless Communications Letters. – 2022. – Vol. 11. – Iss. 2. – P. 258–262.en
dc.relation.referencesBaldesi, L. ChARM: NextG Spectrum Sharing Through Data-Driven Real-Time O-RAN Dynamic Control / L. Baldesi, F. Restuccia, T. Melodia // IEEE INFOCOM 2022 - IEEE Conference on Computer Communications. – 2022. – P. 240–249.en
dc.relation.referencesUbom, E. Comparative evaluation of spectrum occupancy of the broadcasting bands in urban, sub- urban and rural environments / E. Ubom, U. Ukommi // Nigerian Journal of Technology. – 2023. – Vol. 41. – Iss. 6. – P. 1008–1016.en
dc.relation.referencesEngiz, B.K. Spectrum Occupancy Measurements in Cellular Frequency Band in Samsun / B. K. Engiz, Y. A. Rajab // Balkan journal of electrical and computer engineering. – 2021. – Vol. 9. – Iss. 2. – P. 138–143.en


Файли в цьому документі

Thumbnail
Ім'я:
24396.pdf
Розмір:
248.7Kb
Формат:
PDF
Відкрити

Даний документ включений в наступну(і) колекцію(ї)

Показати скорочену інформацію