Algoritmo de detección de espectro RNN-Bi-LSTM para la forma de onda NOMA con diversas condiciones de canal

Área de la Ciencia:

• Comunicaciones inalámbricas
• Procesamiento de señales
• Aprendizaje automático

Sus antecedentes:

• El acceso múltiple no ortogonal (NOMA) es crucial para la eficiencia espectral en los sistemas 5G/6G.
• El rendimiento de NOMA es sensible a las condiciones del canal, lo que requiere una detección de espectro robusta.
• Los métodos de detección de espectro existentes luchan con diferentes alteraciones del canal.

Objetivo del estudio:

• Proponer y evaluar un nuevo modelo de memoria a corto y largo plazo bidireccional basado en redes neuronales recurrentes (RNN-Bi-LSTM).
• Para mejorar el rendimiento espectral de los sistemas NOMA bajo los canales de desvanecimiento de Rician y Rayleigh.
• Mejorar la precisión y la eficiencia de la detección del espectro en redes inalámbricas avanzadas.

Principales métodos:

• Desarrollo de un modelo RNN-Bi-LSTM para la detección del espectro.
• Evaluación utilizando las métricas de rendimiento clave: probabilidad de detección (PD), probabilidad de falsa alarma (PFA), tasa de error de bits (BER) y densidad espectral de potencia (PSD).
• Análisis comparativo con métodos convencionales como el RNN, el LSTM, el CSD, el filtro emparejado (MF) y la detección de energía (ED).

Principales resultados:

• RNN-Bi-LSTM alcanzó el 100% de PD a -5 dB y -2,5 dB SNR en los canales de Rician y Rayleigh, respectivamente, superando a otros métodos.
• Demostró una mejora del 23,36% en la supresión de la PSD en condiciones de Rician en comparación con Rayleigh, lo que indica una pérdida espectral reducida.
• Se obtiene un rendimiento BER superior (10-5 a 8,8 dB y 5,8 dB SNR) y una estimación de PSD más precisa.

Conclusiones:

• El modelo RNN-Bi-LSTM ofrece una adaptabilidad y robustez superiores para la detección del espectro NOMA en diferentes condiciones de canal.
• El modelo propuesto mejora significativamente la eficiencia y la utilización del espectro en los sistemas inalámbricos de próxima generación.
• RNN-Bi-LSTM presenta una solución eficiente y fiable para la gestión avanzada del espectro de comunicaciones inalámbricas.