A comparison on energy detector and CNN-based detector

Basit Öğe Kaydı
dc.authorid0000-0003-0964-9749
dc.authorid0000-0002-2548-3286
dc.authorid0000-0001-7188-2619
dc.authorid0000-0001-6430-3009
dc.contributor.authorTokgöz, Gamze Kirman
dc.contributor.authorTekbıyık, Kürşat
dc.contributor.authorKurt, Güneş Karabulut
dc.contributor.authorYarkan, Serhan
dc.date.accessioned2024-10-12T19:42:53Z
dc.date.available2024-10-12T19:42:53Z
dc.date.issued2020
dc.departmentİstanbul Ticaret Üniversitesi, Mühendislik Fakültesi, Elektrik-Elektronik Mühendisliği Bölümüen_US
dc.description28th Signal Processing and Communications Applications Conference (SIU) -- OCT 05-07, 2020 -- ELECTR NETWORKen_US
dc.description.abstractIn today's wireless communication technology, users are classified and assigned to the spectrum by licensing method. There are two types of users in cognitive radio technology, licensed and unlicensed. While primary users use a fixed frequency band, secondary users can detect frequency gaps by different methods, enabling communication when primary users are not using it. With cognitive radio technology, it is aimed to meet the increasing user demands and to make communication faster as a result of using spectrum gaps more efficiently. In this study, energy detector and convolutional neural network (CNN) are compared and investigated which can be more efficient in spectrum sensing. en_US
dc.description.abstractGünümüz kablosuz iletişim teknolojisinde kullanıcılar sınıflandırılarak lisans verme yöntemiyle spektrum ataması yapılmaktadır. Bilişsel radyo teknolojisinde lisanslı ve lisanssız olmak üzere iki tip kullanıcı bulunmaktadır. Birincil kullanıcılar sabit bir frekans bandı kullanırken, ikincil kullanıcılar frekans boşluklarını farklı yöntemlerle tespit ederek, birincil kullanıcıların kullanmadığı zamanlarda iletişim sağlayabilmektedir. Bilişsel radyo teknolojisi ile spektrum boşluklarının daha verimli kullanılması sonucunda artan kullanıcı taleplerinin karşılanması ve iletişimin daha hızlı yapılması amaçlanmaktadır. Bu çalışmada enerji sezici, evrişimsel sinir ağı (CNN) ile karşılaştırılarak, spektrum seziminde hangisinin daha verimli olabileceği araştırılmaktadır.
dc.description.sponsorshipIstanbul Medipol Univen_US
dc.identifier.citationTokgöz, G. K., Tekbıyık, K., Kurt, G. K., & Yarkan, S. (2020). A Comparison on Energy Detector and CNN-Based Detector. 2022 30th Signal Processing and Communications Applications Conference (SIU), 1–4.
dc.identifier.isbn978-1-7281-7206-4
dc.identifier.issn2165-0608
dc.identifier.scopus2-s2.0-85100288974en_US
dc.identifier.scopusqualityN/Aen_US
dc.identifier.urihttps://hdl.handle.net/11467/8635
dc.identifier.wosWOS:000653136100147en_US
dc.identifier.wosqualityN/Aen_US
dc.indekslendigikaynakWeb of Scienceen_US
dc.indekslendigikaynakScopusen_US
dc.language.isotren_US
dc.publisherIEEEen_US
dc.relation.ispartof2020 28th Signal Processing And Communications Applications Conference (Siu)en_US
dc.relation.publicationcategoryKonferans Öğesi - Uluslararası - Kurum Öğretim Elemanıen_US
dc.rightsinfo:eu-repo/semantics/closedAccessen_US
dc.subjectSpectrum Sensingen_US
dc.subjectEnergy Detectoren_US
dc.subjectCNNen_US
dc.subjectSpektrum Algılama
dc.subjectEnerji Sezici
dc.titleA comparison on energy detector and CNN-based detectoren_US
dc.title.alternativeEnerji sezici ve CNN tabanlı sezici üzerine bir karşılaştırma
dc.typeConference Objecten_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
A comparison on energy detector and CNN-based detector.pdf
Boyut:
553.36 KB
Biçim:
Adobe Portable Document Format
İndir

Koleksiyon

WoS İndeksli Yayınlar Koleksiyonu
Mühendislik Fakültesi, Elektrik Elektronik Mühendisliği (İngilizce) Bölümü Koleksiyonu
Scopus İndeksli Yayınlar Koleksiyonu