Abstract: D. Seo, H. Nam (2020)

This article proposes a convolutional neural network (CNN)-based signal detection scheme using image encoding techniques for burst signals in wireless networks. The conventional signal detection approach based on energy measurement performs poorly when detecting burst signals owing to the short signal length and relatively long sensing duration. To detect the presence of a burst signal, the proposed scheme encodes the received time-series signal into an image that is further fed to a CNN model. For image encoding techniques, recurrence plot algorithms are adopted in the proposed scheme with a CNN. In particular, the proposed scheme achieves the correct detection probability of 99% even in the presence of a short burst signal at SNRD-10 dB.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Deep RP-CNN for Burst Signal Detection in Cognitive Radios