Artículo miembro del grupo de DSPComm Andrés Rojas, seleccionado entre las mejores contribuciones de la conferencia IEEE MWSCAS 2024

Noticia Septiembre

El artículo presentado en la conferencia IEEE Midwest Symposium on Circuits and Systems (MWSCAS) 2024, “Deep Learning-Based Architecture for RF Frame Detection for CR Applications Using Spectrograms”, del estudiante de doctorado Andrés Rojas, fue seleccionado como una de las mejores contribuciones de este año e invitado a publicarse en una versión extendida en IEEE Open Journal of Circuits and Systems (OJCAS), una revista insignia de la sociedad Circuitos y Sistemas (CASS).

Este trabajo, parte de la tesis doctoral del estudiante, fue realizado en el Instituto de Microelectrónica de Sevilla (IMSE-CNM), donde el estudiante realiza una estancia científica como parte de la colaboración de IMSE-CNM con el grupo DSPCom (Procesamiento de Señales Digitales para Comunicaciones Modernas). En este trabajo participaron también los doctores Gustavo Liñán Cembrano y José de la Rosa, pertenecientes al IMSE-CNM, y la Dra. Gordana Jovanovic Dolecek.

El artículo presenta un sistema basado en aprendizaje profundo para la detección de señales Wi-Fi y Bluetooth usando espectrogramas. Esta propuesta fue implementada en una tarjeta Raspberry Pi en combinación con una tarjeta de software radio ADALM-PLUTO que permite capturar señales en RF. El enfoque usa aprendizaje profundo mediante un detector de objetos ampliamente usado en la literatura llamado YOLO (v8). En este caso el enfoque de usar espectrogramas como imágenes es una de las novedades de la tesis doctoral de Andrés para resolver el problema de la detección de espectro en radio cognitivo (CR).