Czasopismo | PRZEGLĄD TELEKOMUNIKACYJNY - WIADOMOŚCI TELEKOMUNIKACYJNE | Rocznik 2019 - zeszyt 6

DETEKCJA WARUNKÓW LOS I NLOS W ŚRODOWISKU WEWNĄTRZBUDYNKOWYM PRZY UŻYCIU ALGORYTMU GŁĘBOKIEGO UCZENIA

IDENTIFICATION OF THE LOS/NLOS CONDITIONS IN THE REAL-WORLD INDOOR ENVIRONMENT BASED ON DEEP LEARNING ALGORITHMS

10.15199/59.2019.6.49

nr katalogowy: 120919
10.15199/59.2019.6.49

Streszczenie

W środowisku wewnątrzbudynkowym występuje wiele czynników negatywnie wpływających na transmitowane sygnały. Niniejszy artykuł przedstawia metodę opartą na koncepcji głębokich sieci neuronowych, służącą do detekcji warunków LOS i NLOS w środowisku wewnątrzbudynkowym. Algorytm opracowany i przetestowany został na podstawie pomiarów sygnałów UWB przeprowadzonych w rzeczywistym środowisku wewnątrzbudynkowym.

Abstract

Due to many obstacles occurrence and multipath propagation problem among harsh, indoor environment, the transmitted signal may be easily affected and thus deteriorated. The given paper presents an algorithm based on neural network and deep learning concept to efficiently detect the LOS and NLOS conditions. It was realized and tested within real-world, indoor environment.

Słowa kluczowe

Keywords

Bibliografia

[1] Al-Jazzar S. 2005. “New algorithms for NLOS Identification". IST Mobile and Wireless Communication Summit.
[2] DecaWave Ltd. 2016. “DW1000 User Manual"
[3] Jeong-Sik Choi. 2017. “Deep Learning Based NLOS Identification with Commodity WLAN Devices" IEEE Transactions on Vehicular Technology 67(4): 3295 - 3303.
[4] Kingma D. P., Lei Ba J., 2014. “Adam: A Method for Stochastic Optimization" Proceedings of the 3rd International Conference on Learning Representations (ICLR).
[5] Kołakowski Marcin. 2018. “Detection of Direct Path Component Absence in NLOS UWB Channel" 22nd International Microwave and Radar Conference (MIKON)
[6] Patterson Josh, Gibson Adam. 2017. Deep Learning a practitioner’s approach O’Riley Media Inc.:
[7] Ramadan Mohammed, et.al. 2018. “NLOS Identification for Indoor Localization using Random Forest Algorithm" 22nd International ITG Workshop on Smart Antennas
[8] Weijie Li, Tingting Zhang ,Qinyu Zhang. 2013. "Experimental researches on an UWB NLOS identification method based on machine learning" 15th IEEE International Conference on Communication Technology.
[9] Zhuoling Xiao, et.al. 2015. “Non-Line-of-Sight Identification and Mitigation Using Received Signal Strength" IEEE Transactions on Wireless Communications, 11(4): 1689 - 1702.

Jeśli masz wykupiony/przyznany dostęp - zaloguj się. Skorzystaj z naszych propozycji zakupu!

Publikacja


e-Publikacja (format pdf) - nr 120919 "DETEKCJA WARUNKÓW LOS I N..." licencja: Osobista Produkt cyfrowy	10.00 zł

Zeszyt


PRZEGLĄD TELEKOMUNIKACYJNY - e-zeszyt (pdf) 2019-6 licencja: Osobista Produkt cyfrowy	30.50 zł

Prenumerata

PRZEGLĄD TELEKOMUNIKACYJNY - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Nowość

300.00 zł

PRZEGLĄD TELEKOMUNIKACYJNY - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD TELEKOMUNIKACYJNY - papierowa prenumerata roczna	348.00 zł brutto 322.22 zł netto 25.78 zł VAT (stawka VAT 8%)
PRZEGLĄD TELEKOMUNIKACYJNY - pakowanie i wysyłka	21.00 zł brutto 17.07 zł netto 3.93 zł VAT (stawka VAT 23%)

369.00 zł

PRZEGLĄD TELEKOMUNIKACYJNY - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD TELEKOMUNIKACYJNY - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	450.00 zł brutto 416.67 zł netto 33.33 zł VAT (stawka VAT 8%)

450.00 zł

Zeszyt

2019-6

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma