Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Tecniche efficienti di statistical signal processing per jamming detection e spectrum sensing |
|---|---|
| Titolo del progetto di ricerca in inglese | Efficient Statistical Signal Processing Techniques for Jamming Detection and Spectrum Sensing |
| Campo principale della ricerca | Engineering |
| Sottocampo della ricerca | Communication engineering |
| Settore Concorsuale | 09 - Ingegneria industriale e dell'informazione |
| S.S.D | - |
| Descrizione sintetica in italiano | Il progetto di ricerca si focalizza sullo sviluppo di algoritmi per la rilevazione di interferenze e il sensing dello spettro nelle reti cell-free. Il paradigma cell-free offre un grande potenziale di sensing grazie alla densità degli access point (AP) e alla rete che consente la fusione dei dati nelle CPU. Questo permette un monitoraggio capillare dello spettro e l'uso degli AP come sensori RF. L'integrazione del machine learning migliora questa fase, permettendo non solo la rilevazione delle interferenze, ma anche la loro classificazione, distinguendo i tipi di interferenza per attuare contromisure adeguate. L'uso di algoritmi di apprendimento automatico aiuta a prevedere e contrastare scenari di interferenza dinamici, migliorando la gestione delle risorse radio e l'efficienza della trasmissione. Questo approccio mira a incrementare l'efficienza operativa delle reti cell-free in ambienti critici, assicurando continuità operativa anche in situazioni complesse. |
| Descrizione sintetica in inglese | The research project focuses on developing algorithms for interference detection and spectrum sensing in cell-free networks. The cell-free paradigm offers significant sensing potential due to the high density of access points (AP) and a network infrastructure that allows data fusion in CPUs. This enables comprehensive spectrum monitoring and the use of APs as RF sensors. The integration of machine learning further enhances this phase, enabling not only the detection of interference but also its classification, distinguishing types of interference to implement appropriate countermeasures. The use of machine learning algorithms also helps predict and counter dynamic interference scenarios, improving radio resource management and transmission efficiency. This approach aims to significantly increase the operational efficiency of cell-free networks in critical environments, ensuring operational continuity even in complex situations. |
| Data del bando | 30/07/2024 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
All |
| Nazionalità dei candidati |
All |
| Sito web del bando | https://bandi.unibo.it/ricerca/assegni-ricerca |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Criteri di selezione in italiano (breve descrizione) | il bando e la modulistica per partecipare alla procedura di valutazione comparativa sono disponibili all'indirizzo: https://bandi.unibo.it/ricerca/assegni-ricerca |
| Criteri di selezione in inglese (breve descrizione) | to apply for research grants fill out the form available at the following address: https://bandi.unibo.it/ricerca/assegni-ricerca |
| Nome dell'Ente finanziatore | ALMA MATER STUDIORUM - UNIVERSITA' DI BOLOGNA - - DIPARTIMENTO DI INGEGNERIA DELL'ENERGIA ELETTRICA E DELL'INFORMAZIONE "GUGLIELMO MARCONI" |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Bologna |
| Sito web | http://www.unibo.it |
| barbara.diplacido@unibo.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 30/08/2024 - alle ore 23:59 |
|---|---|
| Come candidarsi | Other |