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

ZASTOSOWANIE GŁĘBOKIEGO UCZENIA DO OKREŚLANIA WARUNKÓW LOS/NLOS W ULTRASZEROKOPASMOWYCH RADIOWYCH SIECIACH WBAN

DEEP LEARNING BASED LOS/NLOS CONDITIONS DETERMINING IN ULTRA WIDEBAND WIRELESS BODY AREA NETWORKS

10.15199/59.2019.6.77

nr katalogowy: 120945
10.15199/59.2019.6.77

Streszczenie

W niniejszym artykule przedstawiono zastosowanie głębokiego uczenia do określania warunków bezpośredniej widoczności LOS/NLOS w ultraszerokopasmowych radiowych sieciach WBAN. Zaproponowano głęboką, jednokierunkową sieć neuronową, której efektywność działania sprawdzono na podstawie danych pomiarowych w rzeczywistym wewnątrzbudynkowym środowisku propagacyjnym. Uzyskane wyniki jednoznacznie udowadniają zasadność stosowania zaproponowanej metody głębokiego uczenia w radiowych sieciach WBAN.

Abstract

In the article the use of deep learning to determine the LOS/NLOS conditions in ultra wideband WBANs is presented. A deep feedforward neural network, which effectiveness has been checked on the basis of measurement data in an indoor environment, has been proposed. The obtained results clearly prove the validity of the proposed deep learning method in WBANs.

Słowa kluczowe

Keywords

Bibliografia

[1] Ambroziak S.J., 2017, "Radiowe sieci BAN", Przegląd Telekomunikacyjny i Wiadomości Telekomunikacyjne, nr 2-3.
[2] Ambroziak S. J., L. M. Correia, R. J. Katulski, M. Mackowiak, C. Oliveira, J. Sadowski, K. Turbic, 2016, "An Off-Body Channel Model for Body Area Networks in Indoor Environments", IEEE Transactions on Antennas and Propagation, wol. 64, nr 9.
[3] Cwalina K. K., 2017, "Badanie i analiza efektywności alokacji strumieni danych PRZEGLĄD TELEKOMUNIKACYJNY ● ROCZNIK XCII ● WIADOMOŚCI TELEKOMUNIKACYJNE ● ROCZNIK LXXXVIII ● nr 6/2019 477 w heterogenicznej sieci WBAN", rozprawa doktorska, Politechnika Gdańska.
[4] Cwalina K. K., S. J. Ambroziak, P. Rajchowski, L. M. Correia, 2017, "Radio channel measurements in 868 MHz off-body communications in a ferry environment", XXXIInd General Assembly and Scientific Symposium of the International Union of Radio Science (URSI GASS).
[5] DecaWave, 2016, DWM1000 User Manual, wer. 2.09.
[6] Ferreira P., Ribeiro P., Antunes Ana., Dias F. M., 2007, "A high bit resolution FPGA implementation of a FNN with a new algorithm for the activation function", Neurocomputing, Elsevier, wol. 71, wyd. 1-3.
[7] Goodfellow I., Y. Bengio, A. Courville, 2016, "Deep Learning", Massachusetts Institute of Technology, The MIT Press Cambridge.
[8] Kaiming H., X. Zhang, S. Ren, J. Sun, 2015, "Delving Deep into Rectifiers: Surpassing Human-Level Performance on ImageNet Classification", IEEE International Conference on Computer Vision (ICCV).
[9] Kingma D. P., J. Lei Ba, 2014, "Adam: A Method for Stochastic Optimization", Proceedings of the 3rd International Conference on Learning Representations (ICLR).
[10] Kołakowski M., J. Modelski, 2018, "Detection of Direct Path Component Absence in NLOS UWB Channel", 22nd International Microwave and Radar Conference (MIKON).
[11] Krishnan S., R. X. M. Santos, E. R. Yap, M. T. Zin, 2018, “Improving UWB Based Indoor Positioning in Industrial Environments through Machine Learning", 15th International Conference on Control, Automation, Robotics and Vision (ICARCV).
[12] Marano S., W. M. Gifford, H. Wymeersch, M. Z. Win, 2010, “NLOS Identification and Mitigation for Lozalization Based on UWB Experimental Data", IEEE Journal on Selected Areas in Communications, wol. 28, nr 7.
[13] Rajchowski P., 2017, "Badanie i analiza dokładności estymacji położenia obiektów ruchomych w hybrydowym systemie lokalizacyjnym", rozprawa doktorska, Politechnika Gdańska.
[14] Tabaa M., S. Saadaoui, M. Chehaitly, A. Dandache, 2015, "NLOS Identification for UWB Body Communications", International Journal of Computer Applications, wol. 124, nr 6.

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

Publikacja


e-Publikacja (format pdf) - nr 120945 "ZASTOSOWANIE GŁĘBOKIEGO U..." 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