{rfName}
Ma

Indexat a

Llicència i ús

Icono OpenAccess

Altmetrics

Anàlisi d'autories institucional

Penarrocha, Vicent Miquel RodrigoAutor o coautorRubio, LorenzoAutor o coautorReig, JuanAutor o coautor

Compartir

18 defebrer de 2026
Publicacions
>
Article
Sí

Machine Learning-Based Method for LOS/NLOS Identification in V2V Environment

Publicat a: IEEE Access. 14 4189-4207 - 2026-01-01 14(), DOI: 10.1109/ACCESS.2026.3650940

Autors:

Chakkour, Yousra; Penarrocha, Vicent Miquel Rodrigo; Rubio, Lorenzo; Fernandez, Herman; Reig, Juan
[+]

Afiliacions

Univ Pedag & Tecnol Colombia, Escuela Ingn Elect, Sogamoso 15221, Colombia - Autor o coautor
Univ Politecn Valencia, iTEAM Res Inst, Antennas & Propagat Lab, Valencia 46022, Spain - Autor o coautor

Resum

Accurate identification of line-of-sight (LOS) and non-line-of-sight (NLOS) conditions is a critical challenge in wireless communication, particularly the vehicle-to-vehicle (V2V) channels, owing to the high dynamics inherent to V2V environments. This study explores the use of machine learning (ML) techniques for LOS/NLOS classification based on wireless channel features extracted from both the measured received power level and the difference between the measured attenuation and free space loss (FSL). Feature correlation, importance analysis, and cumulative scoring are applied to derive a compact and informative feature set. A performance analysis with varying numbers of input features, along with an ablation study, showed that reliable classification can be maintained even with a reduced feature set. In addition, per-class evaluation is performed to capture distinct LOS and NLOS behaviors, which is particularly relevant when prioritizing specific outcomes such as minimizing false LOS or false NLOS detection. Balanced datasets were created through random sampling from the LOS and NLOS classes, with training and testing performed using K-fold cross-validation (CV). Three models, random forest (RF), support vector machines (SVM), and LogitBoost, were evaluated based on recall, specificity, precision, and the F1-score metric. The results indicate that the RF model outperforms the others and that a minimal yet balanced training dataset from both the LOS and NLOS classes is sufficient to achieve high classification reliability. The proposed method offers interpretability, a low computational load framework, and flexibility to address specific classification needs. This aspect provides valuable insights into improving the performance of vehicular communication systems.
[+]

Paraules clau

AccuracyArtificial intelligenceChannel modelingCross-validationData modelsFeature extractionLos/nlos classificationLoss measurementMachine learningPer-class analysisPower measurementRadio frequencyReal-time systemsSupervised learningSupport vector machinesTrainingTraining dataset sizeV2v channelsVehicular communicationsWireless communication

Indicis de qualitat

Impacte bibliomètric. Anàlisi de la contribució i canal de difusió

El treball ha estat publicat a la revista IEEE Access a causa de la seva progressió i el bon impacte que ha aconseguit en els últims anys, segons l'agència Scopus (SJR), s'ha convertit en una referència en el seu camp. A l'any de publicació del treball, 2026, es trobava a la posició , aconseguint així situar-se com a revista Q1 (Primer Cuartil), en la categoria Engineering (Miscellaneous).

[+]

Impacte i visibilitat social

Des de la dimensió d'influència o adopció social, i prenent com a base les mètriques associades a les mencions i interaccions proporcionades per agències especialitzades en el càlcul de les denominades "Mètriques Alternatives o Socials", podem destacar a data 2026-04-06:

  • L'ús d'aquesta aportació en marcadors, bifurcacions de codi, afegits a llistes de favorits per a una lectura recurrent, així com visualitzacions generals, indica que algú està fent servir la publicació com a base del seu treball actual. Això pot ser un indicador destacat de futures cites més formals i acadèmiques. Aquesta afirmació està avalada pel resultat de l'indicador "Capture", que aporta un total de: 2 (PlumX).

És fonamental presentar evidències que recolzin l'alineació plena amb els principis i directrius institucionals sobre Ciència Oberta i la Conservació i Difusió del Patrimoni Intel·lectual. Un clar exemple d'això és:

  • El treball s'ha enviat a una revista la política editorial de la qual permet la publicació en obert Open Access.
[+]

Anàlisi del lideratge dels autors institucionals

Aquest treball s'ha realitzat amb col·laboració internacional, concretament amb investigadors de: Colombia.

Hi ha un lideratge significatiu, ja que alguns dels autors pertanyents a la institució apareixen com a primer o últim signant, es pot apreciar en el detall: Primer Autor (Chakkour, Yousra) i Últim Autor (Reig Pascual, Juan Ribera).

l'autor responsable d'establir les tasques de correspondència ha estat Chakkour, Yousra.

[+]

Reconeixements vinculats a l’ítem

This work was supported in part by the Vicerrectorado de Investigacion de la Universitat Politecnica de Valencia under Grant PAID-11-24, and in part by MCIN/AEI/10.13039/501100011033 through the I+D+i Projects under Grant PID2024-158965OB-C21.
[+]