Resumen

La red de radio cognitiva (CRN) tiene como objetivo fortalecer el sistema a través del aprendizaje y ajuste observando y midiendo los recursos disponibles. Debido a la capacidad de detección de espectro en CRN, debe ser factible y rápido. La capacidad de observar y reconfigurar es la característica clave de CRN, mientras que las técnicas actuales de aprendizaje automático funcionan bien cuando se incorporan con algoritmos de adaptación del sistema. Este artículo describe el rendimiento del consenso y el control de potencia del uso compartido de espectro en CRN. (1) Los usuarios de CRN se consideran usuarios no cooperativos de modo que la política de control de potencia de un usuario primario (PU) está predefinida manteniendo al usuario secundario (SU) ajeno a la política de control de potencia de los PUs. Para un rendimiento más eficiente del uso compartido de espectro, se ha desarrollado una estrategia de control de potencia de aprendizaje profundo. Este algoritmo se basa en la intensidad de la señal recibida en los nodos de CR

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Red de radio cognitiva; Detección de espectro; Técnicas de aprendizaje automático; Control de potencia; Aprendizaje profundo; Enfoque basado en agentes
• Keywords:Cognitive radio network; Spectrum sensing; Machine learning techniques; Power control; Deep learning; Agent-based approach