Text

  • Studieort Gamma, Västerås campus
Datum
  • 2023-04-12 09:15

Inna Valieva försvarar sin doktorsavhandling i elektronik

Inna Valieva försvarar sin doktorsavhandling i elektronik i sal Gamma på MDU (Västerås campus) den 12 april 2023 kl. 9.15.

Titel: “Spectrum Sensing for Cognitive Radio”.

Utsedd opponent: Dr. Krister Landernäs, ABB Corporate Research, Sweden.

Betygsnämnd: Professor Miguel Angel Valero Duboy, Universidad Politecnica de Madrid, Spain; Professor Roberto Gomez Garcia, Universidad de Alcala, Spain; Professor Lars Karlsson, Örebro Universitet, Sweden.

Reserv: Docent Mohammad Ashjaei, Mälardalen University, Sweden.

Serienummer: 373.

Sammanfattning

Detta arbete fokuserar på att förbättra användningen av spektrum genom att utvärdera och föreslå en subset av radio-scenanalysalgoritmer för möjlighetsspektrumåtkomst i en kognitiv radionätverk. De föreslagna algoritmerna syftar till att lösa två problem: att upptäcka lediga
frekvensband och att estimera vågformen, inklusive moduleringstyp, symbolhastighet och centralfrekvens. För att testa och bevisa hypotesen var tre forskningsfrågor relaterade till radioscenobservation, klassificering och estimering formulerat, studerat och besvarat. En tvåstegsspektralinsalgoritm var föreslagit. Första steget täcker grov klassificering av det observerade bandet i tre breda kategorier: white, gray eller black spaces, använt i litteraturen för att beskriva spektrumbeläggningen. olika maskininlärningsalgoritmer har tillämpats och testats för den grova klassificeringen. Fine decision trees algoritmen visade den högsta klassificeringsprecisionen och hastigheten. Andra steget täcker den detaljerade gray space analysis som utförs för att upptäcka lediga kanaler och klassifiera vågformer av signalerna som finns i det observerade bandet. Algoritmer som cyclostationary, energy-detection och wavelet-transform används för att hitta lediga frekvenskanaler. Hypotesen har bevisats genom att visa möjligheten att göra blind real-time detektion av lediga frekvenskanaler med diskret wavelet-transform och energy-detection algoritmer inom den tid som är kompatibel med verkligtidsdrift och 5G krav på testhårdvara.

Kontaktinformation