Cuando los vacacionistas compran una participación en un tiempo compartido frente al mar, deciden de antemano quién puede usar la propiedad cuando. El Instituto Nacional de Estándares y Tecnología NIST está ayudando a la Comisión Federal de Comunicaciones FCC a establecer un plan similar para cuando sea comercialLos proveedores de servicios inalámbricos y la Marina de los EE. UU. intentan compartir una sección deseable de 150 megahercios MHz de ancho del espectro de radiofrecuencia RF para las comunicaciones.
En un nuevo artículo, los investigadores del NIST demuestran que los algoritmos de aprendizaje profundo, una forma de inteligencia artificial, son significativamente mejores que un método comúnmente usado y menos sofisticado para detectar cuándo funcionan los radares en alta mar. La detección de radar mejorada permitiría a los usuarios comercialessaber cuándo deben producir la llamada banda de 3,5 gigahercios 3,5 GHz.
En 2015, la FCC adoptó reglas para el Servicio de Radio de Banda Ancha de Ciudadanos CBRS para permitir que los vendedores de equipos inalámbricos LTE evolución a largo plazo y los proveedores de servicios comerciales usen la Banda de 3.5 GHz cuando no sea necesaria para las operaciones de radar.
Empresas como AT&T, Google, Nokia, Qualcomm, Sony y Verizon han estado ansiosas por acceder a esta banda entre 3550 y 3700 MHz porque expandirá los mercados de productos y brindará a los usuarios finales una mejor cobertura y velocidades de transmisión de datos más altas en una variedadde entornos donde el servicio es tradicionalmente débil.
NIST ayudó a desarrollar 10 especificaciones estándar que permiten a los proveedores de servicios y otros usuarios potenciales operar en la banda de 3.5 GHz bajo las regulaciones de la FCC mientras asegura a la Marina que la banda se puede compartir con éxito sin interferencia de RF. Estas especificaciones estándar, incluido el algoritmo para protegerlos usuarios titulares militares fueron aprobados en febrero de 2018 por el Comité de Intercambio de Espectro del Foro de Innovación Inalámbrica WINNF SSC, el organismo de estándares público-privado para el CBRS. Sin embargo, actualmente no hay estándares oficiales para determinar cuándo los militares están usando la banda.El nuevo estudio, publicado en la revista Transacciones IEEE sobre comunicaciones cognitivas y redes , representa el último esfuerzo de investigación del NIST para lograr ese objetivo.
En la práctica actual, las señales de radar de los barcos en el mar se identifican utilizando detectores automáticos que buscan aumentos de energía en el espectro electromagnético. "Sin embargo", dijo Michael Souryal, líder del proyecto de apoyo para compartir el espectro NIST, "estos detectores de energía no sondiscriminando lo suficiente como para acertar constantemente, a veces confundiendo otras señales de RF como radar o perdiendo las firmas de radar por completo "
Souryal y sus colegas recurrieron a la inteligencia artificial IA para una posible solución. Ocho algoritmos de aprendizaje profundo sistemas de software que aprenden de datos preexistentes fueron entrenados para reconocer señales de radar en alta mar de una colección de casi 15,000 60-espectrogramas de segundo largo representaciones visuales de las señales de radar a lo largo del tiempo. Estos espectrogramas se registraron en 2016 cerca de bases navales en San Diego, California y Virginia Beach, Virginia, para la Red Nacional de Pruebas Avanzadas de Espectro y Comunicaciones NASCTN.
Después del entrenamiento, los algoritmos de aprendizaje profundo se enfrentaron a los detectores de energía para ver cuál funcionaba mejor al identificar y clasificar un conjunto de espectrogramas diferentes de los utilizados para educar a los detectores de IA.
"Descubrimos que tres de los algoritmos de aprendizaje profundo superaron notablemente a los detectores de energía", dijo Souryal.
El mejor algoritmo de aprendizaje profundo y la colección de espectrogramas se usaron para desarrollar "estadísticas de ocupación" de la banda de 3.5 GHz, conjuntos de datos que describen cuándo está disponible la banda y por cuánto tiempo.
Ahora que los investigadores del NIST han validado el uso de los algoritmos de aprendizaje profundo, planean continuar refinando los detectores de IA entrenándolos con datos de radar más detallados y de mayor resolución, que creen deberían conducir a un rendimiento aún mejor.
Fuente de la historia :
Materiales proporcionado por Instituto Nacional de Estándares y Tecnología NIST . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :