بررسی کاربردهای هوش مصنوعی در رادیو شناختگرها

شبکه های بیسیم معمول از رویه تخصیص پهنای باند ثابتی استفاده میکنند که منجر به استفاده غیر بهینه از پهنای باند خواهد شد. رادیو شناختی که بر پایه اصول دسترسی دینامیک به پهنای باند کار میکند، قسمتهایی از پهنای باند را که توسط کاربران دارای مجوز استفاده نشده است را شناسایی کرده و کانال بهینه را برای مخابره اطلاعات به گونه ای تخصیص میدهد که با کانالهای ارتباطی دیگر تداخلی نداشته باشد. علاوه بر آگاهی از محیط اطراف، یک رادیو شناختگر باید به قابلیت یادگیری و استدلال نیز مجهز باشد. این امر برای هدایت فعالیتهای رادیو شناختگر با استفاده از روشهای هوش مصنوعی لازم میباشد. در این مقاله پس از معرفی سیستمهای رادیوشناختی و نیاز به استفاده از روشهای هوش مصنوعی در آنها و دسترسی به طیف فرکانسی، ابتدا چالشهای استفاده از این روشها برای رادیوشناختگرها ارائه میشوند. سپس مروری کلی بر روشهای عمومی یادگیری ماشینی و انواع مسائل یادگیری مبتلابه در کاربردهای رادیوشناختی صورت میگیرد. در بخش اصلی این مقاله مروری مفصل بر روشهای هوش مصنوعی، اعم از یادگیری ماشینی و غیره، به همراه ارائه مقایسهای موجز از مزایا و معایب هریک ارائه میشود. در انتها نیز مثالهای مختلفی از کاربردهای روشهای هوش مصنوعی برای مسائلی نظیر دسترسی به طیف فرکانسی، دسترسی به شبکه و کنترل نرخ ارسال داده مورد مطالعه و بررسی قرار خواهند گرفت.

کلیدواژه ها:

هوش مصنوعی ، طیف فرکانسی ، رادیوشناختگر