Izvorni znanstveni članak
Predviđanje rasprostiranja elektromagnetskog polja u bežičnim komunikacijama zatvorenog prostora zasnovano na neuronskim mrežama
Ivan Vilović
orcid.org/0000-0001-7578-758X
; Sveučilište u Dubrovniku, Dubrovnik, Hrvatska
Robert Nađ
orcid.org/0000-0001-8011-1429
; Fakultet elektrotehnike i računarstva, Sveučilište u Zagrebu, Zagreb, Hrvatska
Zvonimir Šipuš
; Fakultet elektrotehnike i računarstva, Sveučilište u Zagrebu, Zagreb, Hrvatska
Sažetak
Uvođenje bežičnih komunikacijskih sustava u bilo kakav prostor zahtijeva prilično detaljno poznavanje propagacijskih karakteristika, tako da je potrebno izraditi odgovarajući model rasprostiranja elektromagnetskoga polja. Unatoč većem broju do sada predloženih rješenja za predviđanje propagacijskih karakteristika u bežičnim lokalnim mrežama (WLAN), teško je reći da postoji potpuno zadovoljavajuće rješenje. Razvijen je propagacijski model zasnovan na neuronskoj mreži, koja je obučena za određeni okoliš. Arhitektura je mreže zasnovana na višeslojnom perceptronu. Rezultati dobiveni s pomoću neuronskoga modela uspoređeni su s rezultatima postignutima s determinističkim trodimenzionalnim modelom zasnovanim na metodi slijeđenja zrake. Metoda slijeđenja zrake koristi se trima reflektiranim zrakama od zidova, što osigurava dostatnu točnost za zadani prostor. Neuronska je mreža upotrijebljena za prikupljanje znanja povezanoga s propagacijskim karakteristikama određenog prostora, i to za tri priključne točke. Uporabom tako prikupljenog znanja mreža je upotrijebljena za predviđanje snage signala u bilo kojoj točki razmatranoga prostora. Neuronska je mreža obučavana s nekoliko različitih algoritama kako bi se postigla najbolja konvergencija, to jest model s najboljim karakteristikama. Upotrijebljeni su algoritmi: Konjugirani gradijent (SCG), Konugirani gradijent Fletcher-Reevesa, Quasi_newton (QN) i Leveberg-Marquardt. Prikazani su postignuti usporedni rezultati.
Ključne riječi
propagacijski model zatvorenog prostora; trodimenzionalno slijeđenje zrake; bežična lokalna mreža; višeslojni perceptron; algoritam za učenje
Hrčak ID:
25675
URI
Datum izdavanja:
30.6.2008.
Posjeta: 1.345 *