Naslov Predviđanje jakosti elektromagnetskog polja u bežičnim lokalnim mrežama zasnovano na neuronskom modelu i optimizaciji rojem čestica
Naslov (engleski) Electromagnetic Field Strength Prediction in Wireless Local Area Networks Based on Neural Network Model and Particle Swarm Optimization
Autor Ivan Vilović
Mentor Robert Nađ (mentor)
Član povjerenstva Zvonimir Šipuš (predsjednik povjerenstva)
Član povjerenstva Robert Nađ (član povjerenstva)
Član povjerenstva Nikša Burum (član povjerenstva)
Član povjerenstva Juraj Bartolić (član povjerenstva)
Član povjerenstva Lavoslav Čaklović (član povjerenstva)
Ustanova koja je dodijelila akademski / stručni stupanj Sveučilište u Zagrebu Fakultet elektrotehnike i računarstva (Zavod za komunikacijske i svemirske tehnologije) Zagreb
Datum i država obrane 2008-12-05, Hrvatska
Znanstveno / umjetničko područje, polje i grana TEHNIČKE ZNANOSTI Elektrotehnika
Univerzalna decimalna klasifikacija (UDC ) 621.3 - Elektrotehnika
Sažetak Ova disertacija se bavi problemom rasprostiranja elektromagnetskog polja u zatvorenom prostoru, gdje je vrlo teško dobiti toènu razdiobu polja. Kvalitetnu vezu s okosnicom komunikacijskog sustava omoguæuju pristupne toèke, koje trebaju biti pažljivo rasporeðene kako bi prostor bio pokriven odgovarajuæom snagom signala. Opæenito razlikujemo jednostavne i složene prostore. Složeni prostori imaju neparalelne i hrapave zidove s nepoznatom dielektrièkom konstantom u odnosu na geometrijski pravilne, jednostavne prostore. Razdioba polja kod jednostavnih prostora se može utvrditi nekom od empirijskih ili deterministièkih metoda. U našem sluèaju korištena je Motley-Keenan i metoda slijeðenja zrake u svrhu predviðanja snage polja u bilo kojoj toèki jednostavnog prostora. Bolji rezultati se postižu, ako se elektromagnetski parametri zidova dobiju mjerenjem. U tu svrhu razvijena je nedestruktivna mjerna metoda zasnovana na mjerenjima koeficijenata refleksije i prijenosa u slobodnom prostoru. Iz dobivenih rezultata izluèena je kompleksna dielektrièka konstanta. Navedene metode, praktièki, nije moguæe primijeniti na složeni prostor, pa je u našem sluèaju primijenjen neuronski model za predviðanje snage signala. Kao rezultat istraživanja upotrijebljen je višeslojni perceptron za konfiguraciju mreže. Ulazi u neuronsku mrežu su koordinate položaja pristupnih i prijamnih toèaka, a izlaz je odgovarajuæa snaga polja. Levenberg-Marquardt algoritam s Bayesovom regulacijom je odabran za uèenje neuronske mreže, kao rezultat istraživanja tri razlièita algoritma uèenja. Neuronski model je testiran na stvarnom složenom prostoru, èija geometrijska i konstrukcijska složenost onemoguæuje primjenu bilo koje druge metode. Neuronska mreža je obuèavana i testirana s izmjerenim snagama polja na raznim toèkama prijama. Dobiveni rezultati potvrðuju ispravnost pristupa. Osim za predviðanje razdiobe polja, neuronska mreža je upotrebljena i za odreðivanje optimalnog položaja pristupne toèke. Optimizacijski postupak je proveden algoritmom zasnovanim na roju èestica (PSO). Rezulati su usporeðeni s vrijednostima dobivenim algoritmom zasnovanim na mravljoj koloniji i genskim algoritmom. Algoritam zasnovan na roju èestica daje toènije rezultate i brže se izvodi na raèunalu od algoritma zasnovanog na mravljoj koloniji, a jednako je toèan kao i genski algoritam.
Sažetak (engleski) This dissertation deals with an indoor propagation problem where it is difficult to rigorously obtain the field strength distribution. Access points need to provide good link to the communications backbone of the system. They need to be positioned carefully so that they cover the building with appropriate signal level. Commonly environments can be distinguished as simple or complex ones. The complex environments include non-parallel and non-smooth walls with unknown permittivity. The field strength distribution in the simple environments with parallel walls can be determined by some empirical or deterministic method. Motley-Keenan and ray tracing methods are used to predict field strength at any receiving point of the simple environment. The better results are obtained with ray tracing method when the values of electromagnetic parameters of the walls are obtained by measurements. A free space non-destructive method is introduced for measurement of reflection and transmission coefficients and complex dielectric constant extraction. Application of these methods to the complex environment is very difficult with not accurate results. Absence of real accurate method for the signal strength prediction in indoor environment enables usage of the neural network methods in this area. The neural modeling process includes theoretical and experimental investigations that result in the model based on multilayer perceptron. Inputs are the positions (coordinates) of the access points and of the receiving points, while the output has one neuron to obtain relevant signal strength level. As a training rule we have selected the algorithm that updates the weight and the bias values according to Levenberg-Marquardt optimization model with Bayes regularization. This choice is a result of extensive investigation where neural network architecture and three different learning algorithms have been analyzed. The selected model is tested at particular building environment, such that it's geometrical and construction complexity makes the application of any analytical method to be very difficult. The neural network is trained and tested with measured field strength at various receiving points. The results are very promising. Such trained neural network is used for predicting the field strength distribution as well as for prediction of the optimum access point position. The optimization process for optimal access point position is performed with the PSO algorithm which results are compared with results of Ant Colony Optimization (ACO) and Genetic algorithm. The results show PSO as faster and more accurate algorithm in comaprison with ACO algorithm, but equal accuarte as genetic algorithm.
Ključne riječi
Jednostavni prostor
složeni prostor
bežièna lokalna mreža
rasprostiranje elektromagnetskog polja
pristupna toèka
slijeðenje zrake
koeficijent refleksije
koeficijent prijenosa
kompleksna dielektrièka konstanta
neuronska mreža
Levenberg-Marquardt algoritam s Bayesovom regulacijom
optimizacijski algoritam roja èestica
optimizacijski algoritam mravlje kolonije
genski algoritam
Ključne riječi (engleski)
Simple environment
complex environment
Wireless Local Area Network (WLAN)
electromagnetic propagation
access point
ray tracing
reflection coefficient
transmission coefficient
complex dielectric constant
neural network
Levenberg-Marquardt algorithm with Bayes regularization
particle swarm optimization algorithm
ant colony optimization algorithm
genetic algorithm.
Jezik hrvatski
URN:NBN urn:nbn:hr:168:220972
Projekt Šifra: 036-0361566-1570 Naziv: Elektromagnetski učinci i strukture u komunikacijskim sustavima Voditelj: Zvonimir Šipuš Pravna nadležnost: Hrvatska Financijer: MZOS Linija financiranja: ZP
Projekt Šifra: 275-0000000-3260 Naziv: Integralna kvaliteta usluge komunikacijskih i informacijskih sustava Voditelj: Vladimir Lipovac Pravna nadležnost: Hrvatska Financijer: MZOS Linija financiranja: ZP
Projekt Šifra: 275-0361566-3136 Naziv: Radijske i optičke senzorske komunikacijske mreže Voditelj: Nikša Burum Pravna nadležnost: Hrvatska Financijer: MZOS Linija financiranja: ZP
Studijski program Naziv: Elektrotehnika Vrsta studija: sveučilišni Stupanj studija: poslijediplomski znanstveni (magistarski) Akademski / stručni naziv: Magistar znanosti elektrotehnike (mag. ing. el.)
URL zapisa u katalogu http://lib.fer.hr/cgi-bin/koha/opac-detail.pl?biblionumber=33064
Vrsta resursa Tekst
Opseg 158 str.
Način izrade datoteke Izvorno digitalna
Prava pristupa Zatvoreni pristup
Uvjeti korištenja
Datum i vrijeme pohrane 2020-03-19 11:07:53