Mobile users’ multiple detection method on the basis of the particle swarm optimization in the cognitive radio network
Цифровой репозитарии Национального технического университета "Харьковский политехнический институт" (eNTUKhPIIR)
Переглянути архів Інформація| Поле | Співвідношення | |
| Title |
Mobile users’ multiple detection method on the basis of the particle swarm optimization in the cognitive radio network
Метод множинного виявлення мобільних користувачів на основі оптимізації рою частинок в когнітивній радіомережі |
|
| Creator |
Obikhod, Ya.
|
|
| Subject |
particle swarm algorithm
convolutional neural network radio frequency resource mobile device generalized algorithm когнітивне радіо згорткова нейронна мережа радіочастотний ресурс |
|
| Description |
In the article, the objectis mobile users’ multiple detection processes based on the particle swarm optimization in the cognitive radio network. The aim of the research lies in the field of the algorithms of the mobile users’ detection of the cognitive radio system. In addition, it lies in the area of development of the generalized algorithm PSO-NN and improvement the method of multiple detection by using the particle swarm method and convolutional neural network and its realization. The tasks are to develop the multiple detection architecture, the generalized algorithm PSO-NN, to realize the multiple detection algorithm and to model PSO-NN as the algorithm of the multiple detection effectiveness for 50 mobile devices. The methods used are mathematical models based on the principles of the organization and operations of biological neural networks, mathematical learn models, and NP-hard algorithm theory methods. The following results were received. The multiple detection architecture was developed, which differs from the known ones since each location is divided into the subzones. In the different subzones, a mobile user can receive different measuring results in the same channel. Such a division can be used for more flexible data using. Developed generalized algorithm PSO-NN differs from the known ones as it is configured more correctly for the real conditions that inherent in the architecture of the cognitive systems. This algorithm uses particle swarm optimization controlled by the convolutional neural network. Therefore, strict access to spectrum analysis based on mobile users’ energy component is provided. Due to the use of the micro particle architecture and convolutional neural networks, detection effectiveness function and global particle location are detectedin a more accurate way. Further implementation of the multiple detection algorithm differs from the known ones since after uniting the detected channel users’ matrices, only one user is assigned to a specific channel. Such an implementation assumes more realistic search area and speed of the users’ detection with found channels. Modeling PSO-NN as the multiple detection effectiveness algorithm for 50 mobile users has several convolutional layers that were generalised with each other. Such architecture can be a confirmation of the fact that the neural network chosen in a practical way completely satisfies the tasks. The modeling result showed that at 20 locations the detection effectiveness with using the algorithm PSO-NN increased by 10% in 20 locations, by 20% in 25 locations, by 20% in 30 locations, by 20% in 35 locations, while the results did not change in 40 locations.
Об’єктом вивчення в статті є процеси множинного виявлення мобільних користувачів на основі оптимізації рою частинок в когнітивній радіосистемі. Мета досліджень лежить в області алгоритмів виявлення мобільних користувачів когнітивної радіосистеми, в розробці узагальненого алгоритму PSO-NN і поліпшенні методу множинного виявлення шляхом використання методу рою частинок і згорткової нейронної мережі, а також його реалізації. Завдання: розробка архітектури множинного виявлення; розробка узагальненого алгоритму PSO-NN; виконання подальшої реалізації алгоритму множинного виявлення; реалізація моделювання PSO-NN, як алгоритму ефективності множинного виявлення для 50 мобільних користувачів. Використовуваними методами є: математичні моделі, побудовані за принципом організації та функціонування біологічних нейронних мереж, математичні моделі навчання, методи теорії алгоритмів NP-hard. Отримані наступні результати. В ході досліджень було розроблено архітектуру множинного виявлення, яка відрізняється від відомих тим, що кожна локація розділена на підзони. В результаті, мобільні користувачі можуть в різних підзонах отримувати різні результати вимірювань в одному і тому ж каналі. Такий розподіл може використовуватися для більш гнучкого використання даних. Розроблений узагальнений алгоритм PSO-NN відрізняється від відомих тим, що він більш коректно налаштовується на реальні умови, властиві архітектурі когнітивних систем. Цей алгоритм використовує оптимізацію рою частинок під керуванням згорткової нейронної мережі. Завдяки цьому забезпечується суворий доступ до аналізу спектру на основі енергетичної складової мобільних користувачів. За рахунок використання мікрочасткової архітектури та згорткових нейронних шарів, функція ефективності виявлення і глобальне розташування частинок визначаються більш точно. Подальша реалізація алгоритму множинного виявлення відрізняється від відомих тим, що після об'єднання матриць користувачів виявлених каналів, тільки один користувач закріплюється за певним каналом. Також, така реалізація передбачає більш реалістичний простір пошуку і швидкість виявлення користувачів зі знайденими каналами. Моделювання PSO-NN, як алгоритм ефективності множинного виявлення для 50 мобільних користувачів, має кілька згорткових шарів, які узагальнено один з одним. Така архітектура може бути підтвердженням того, що обрана практичним шляхом нейронна мережа більшою мірою задовольняє поставленим завданням. Результати моделювання показали, що при 20 локаціях, ефективність виявлення з використанням алгоритму PSO-NN зросла на 10%, при 25 локаціях - на 20%, при 30 локаціях - на 20%, при 35 - на 20%, при 40 не змінилась. |
|
| Date |
2019-02-12T09:37:31Z
2019-02-12T09:37:31Z 2018 |
|
| Type |
Article
|
|
| Identifier |
Obikhod Ya. Mobile users’ multiple detection method on the basis of the particle swarm optimization in the cognitive radio network / Ya. Obikhod // Сучасні інформаційні системи = Advanced Information Systems. – 2018. – Т. 2, № 2. – С. 127-132.
http://repository.kpi.kharkov.ua/handle/KhPI-Press/39620 10.20998/2522-9052.2018.2.22 |
|
| Language |
en
|
|
| Format |
application/pdf
|
|
| Publisher |
Національний технічний університет "Харківський політехнічний інститут"
|
|