EMSIC - Klassifikation des elektromagnetischen Spektrums mit Methoden des maschinellen Lernens

Projektdaten

Beschreibung

Zur Sicherstellung der effizienten Nutzung des elektromagnetischen Funkspektrums müssen beispielsweise Netzbetreiber und Cognitive-Radio-Teilnehmer das Spektrum automatisch überwachen. Hierbei müssen Funkaussendungen zuverlässig detektiert und klassifiziert werden. Durch die stetige Zunahme der Erfassungsbandbreite moderner Funkempfänger steigt die Menge an zu verarbeitenden Daten rasant an, während die bestehende Algorithmik nicht mit der Datenmenge und der zunehmenden Vielfalt an Funkverfahren skaliert. Daher soll dieses Vorhaben die Leistungsfähigkeit bestehender Monitoringsysteme signifikant steigern. Hierzu kommen Methoden des maschinellen Lernens zum Einsatz, wobei ein Schwerpunkt die Verbindung von statistischen Verfahren mit lernbasierten Verfahren darstellt. Die Ergebnisse ermöglichen die effiziente Anwendung breitbandiger Empfänger im Funk-Monitoring und leisten somit einen Beitrag in modernen Funkkommunikationsnetzen.