بهبود تخمین مکان بر مبنای روش زمان ورود در سه بعد توسط شبکه عصبی عمیق
Improve location estimation in three-dimensional based on Time of Arrival by deep neural network
نویسندگان :
میلاد حدادنژاد ( دانشگاه ازاد تهران جنوب ) , روزبه فخاری ( موسسه آموزش عالی علوم شناختی )
چکیده
امروزه مکان‌یابی توسط شبکه‌های حسگر بی‌سیم توجه بسیاری از محققان را به خود جلب کرده است. با توجه به پیشرفت فناوری انتظار می‌رود استفاده از شبکه‌های حسگر بی‌سیم به منظور تخمین مکان در آینده بیشتر گسترش یابد. در روش زمان ورود سه عامل همزمان‌سازی بین تمامی گره‌ها، عدم وجود خط دید و خطای اندازه‌گیری در دقت تخمین مکان تاثیر گذار هستند. در مقاله پیش‌رو استفاده از یک شبکه عصبی عمیق رو به جلو شامل دو لایه مخفی به منظور بهبود تاثیر سه عامل ذکر شده بر خطای تخمین مکان پیشنهاد شده است. با توجه به تخمین مکان در سه بعد و تاثیر همزمان سه عامل ذکر شده به صورت نویز جمع شونده بر ورودی شبکه عصبی که زمان ورود اندازه‌گیری شده توسط حسگرهای پایه می‌باشد، آموزش آن توسط روش‌های انتشار رو به عقب منجر به گیر افتادن الگوریتم آموزش در بهینه‌های محلی می‌شود. بدین منظور در روش پیشنهادی شبکه عصبی از فیلتر کالمن آنسنتد که ریشه در انتقال آنسنتد و نمونه‌‌برداری دقیق از بردار حالت یا ضرایب وزن شبکه عصبی دارد به منظور آموزش استفاده شده است. نتایج شبیه‌سازی نشان می‌دهد در مقایسه با روش‌های تخمین مکان بر مبنای زمان ورود، روش پیشنهادی به طور موثری خطای تخمین مکان را کاهش می‌دهد.کليدواژه ها
تخمین مکان در سه بعد، روش زمان ورود، شبکه عصبی عمیق، فیلتر کالمن آنسنتد توسعه یافتهکد مقاله / لینک ثابت به این مقاله
برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است :نحوه استناد به مقاله
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:میلاد حدادنژاد , 1400 , بهبود تخمین مکان بر مبنای روش زمان ورود در سه بعد توسط شبکه عصبی عمیق , دومین کنفرانس پژوهش های کاربردی در مهندسی برق
