SyncSense: Coöperatieve Verwerking met Behulp van Incoherente Crowdsourced Draadloze Netwerken

Crowdsourced draadloze netwerken (CWN's) is een gekende trend in moderne draadloze communicatie. Dankzij hun uitgestrekte distributie (één CWN kan netwerkdekking geven in heel Europa), kunnen CWN's een waaier aan geavanceerde nieuwe toepassingen introduceren, zoals crowdsourced air traffic control (ATC) (bijvoorbeeld Flightradar24) en grootschalige spectrumdetectie. Er is echter een fundamenteel probleem dat CWN's ervan weerhoudt om meer applicaties mogelijk te maken: het synchronisatieprobleem. Synchronisatie is immers een onmisbare vereiste in veel draadloze communicatietoepassingen. Het uiteindelijke doel van SyncSense is om een gesynchroniseerde CWN te realiseren door gebruik te maken van verfijnde dynamische stochastische modellen en gebruik te maken van de vooruitgang op het gebied van machine learning. Ik zal synchronisatiealgoritmen voor CWN's ontwerpen, waarmee een belangrijke doorbraak zal worden bereikt in het scala aan draadloze toepassingen van CWN's. De prestaties van de voorgestelde synchronisatiealgoritmen zullen worden onderzocht op reële CWN's, waardoor een nauwkeurige analyse van de ontwerpparameters van het raamwerk optimale prestaties kan realiseren. In het bijzonder zal het synchronisatieraamwerk van SyncSense worden geëvalueerd in de context van drie signaalverwerkingstoepassingen: coöperatieve decodering, doeltracering en coöperatieve bundelvorming.