Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Experimental Analysis of 5 GHz WiFi and UHF-TVWS Hybrid Wireless Mesh Network Back-Haul Links Kapitel lesen Erstes Kapitel lesen

2019 | OriginalPaper | Buchkapitel

Using Deep Learning and Radio Virtualisation for Efficient Spectrum Sharing Among Coexisting Networks

verfasst von : Wei Liu, Joao F. Santos, Xianjun Jiao, Francisco Paisana, Luiz A. DaSilva, Ingrid Moerman

Erschienen in: Cognitive Radio Oriented Wireless Networks

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This work leverages recent advances in machine learning for radio environment monitoring with context awareness, and uses the obtained information for creating radio slices that can optimally coexist with ongoing traffic in a given spectrum band. We instantiate radio slices as virtualised radios built on a software-defined radio platform. Then, we describe a proof-of-concept experiment that validates and demonstrates our proposed solution.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Maxmin Strategy for a Dual Radar and Communication OFDM Waveforms System Facing Uncertainty About the Background Noise
Nächstes Kapitel Evaluating Deep Neural Networks to Classify Modulated and Coded Radio Signals
Fußnoten
1
The physical layer receiver at the UE SDR decodes frames and inserts them into a queue, which is referred to as the RX queue.
 
Literatur
1.
3rd Generation Partnership Project: 3GPP TR 28.801: study on management and orchestration of network slicing for next generation network. 3rd Generation Partnership Project, Technical report, May 2017
2.
Rost, P., et al.: Network slicing to enable scalability and flexibility in 5G mobile networks. IEEE Commun. Mag. 55(5), 72–79 (2017)CrossRef
3.
Khan, S.N., et al.: Virtualization of spectrum resources for 5G networks, In: 2017 European Conference on Networks and Communications (EuCNC), pp. 1–5 (2017)
4.
van de Belt, J., et al.: Defining and surveying wireless link virtualization and wireless network virtualization. IEEE Commun. Surv. Tutor. 19(3), 1603–1627 (2017)CrossRef
5.
Liang, C., et al.: Wireless network virtualization: a survey, some research issues and challenges. IEEE Commun. Surv. Tutor. 17(1), 358–380 (2015)CrossRef
6.
Wunsch, F., et al.: DySPAN spectrum challenge: situational awareness and opportunistic spectrum access benchmarked. IEEE Trans. Cogn. Commun. Netw. 3(3), 550–562 (2017)CrossRef
7.
Selim, A., et al.: Spectrum monitoring for radar bands using deep convolutional neural networks. IEEE Globecom (2017)
8.
9.
Mendes, J., et al.: Cellular access multi-tenancy through small cell virtualization and common RF front-end sharing. In: Workshop on Wireless Network Testbeds, Experimental evaluation and Characterization. ACM, pp. 35–42 (2017)
10.
Jiao, X., Moerman, I., Liu, W., de Figueiredo, F.A.P.: Radio hardware virtualization for coping with dynamic heterogeneous wireless environments. In: Marques, P., Radwan, A., Mumtaz, S., Noguet, D., Rodriguez, J., Gundlach, M. (eds.) CrownCom 2017. LNICST, vol. 228, pp. 287–297. Springer, Cham (2018). https://​doi.​org/​10.​1007/​978-3-319-76207-4_​24CrossRef
11.
12.
Metadaten
Titel
Using Deep Learning and Radio Virtualisation for Efficient Spectrum Sharing Among Coexisting Networks
verfasst von
Wei Liu
Joao F. Santos
Xianjun Jiao
Francisco Paisana
Luiz A. DaSilva
Ingrid Moerman
Copyright-Jahr
2019
Buch
Cognitive Radio Oriented Wireless Networks

Print ISBN: 978-3-030-05489-2

Electronic ISBN: 978-3-030-05490-8

Copyright-Jahr: 2019

DOI
https://doi.org/10.1007/978-3-030-05490-8_16