{rfName}
Ma

Indexado en

Licencia y uso

Icono OpenAccess

Altmetrics

Investigadores/as Institucionales

Penarrocha, Vicent Miquel RodrigoAutor o CoautorRubio, LorenzoAutor o CoautorReig, JuanAutor o Coautor

Compartir

18 de febrero de 2026
Publicaciones
>
Artículo
Sí

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

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

Autores:

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

Afiliaciones

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

Resumen

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.
[+]

Palabras clave

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

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

El trabajo ha sido publicado en la revista IEEE Access debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia Scopus (SJR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2026, se encontraba en la posición , consiguiendo con ello situarse como revista Q1 (Primer Cuartil), en la categoría Engineering (Miscellaneous).

[+]

Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2026-04-07:

  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 2 (PlumX).

Es fundamental presentar evidencias que respalden la plena alineación con los principios y directrices institucionales en torno a la Ciencia Abierta y la Conservación y Difusión del Patrimonio Intelectual. Un claro ejemplo de ello es:

  • El trabajo se ha enviado a una revista cuya política editorial permite la publicación en abierto Open Access.
[+]

Análisis de liderazgo de los autores institucionales

Este trabajo se ha realizado con colaboración internacional, concretamente con investigadores de: Colombia.

Existe un liderazgo significativo ya que algunos de los autores pertenecientes a la institución aparecen como primer o último firmante, se puede apreciar en el detalle: Primer Autor (Chakkour, Yousra) y Último Autor (Reig Pascual, Juan Ribera).

el autor responsable de establecer las labores de correspondencia ha sido Chakkour, Yousra.

[+]

Reconocimientos ligados al 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.
[+]