PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 9

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Definiowany programowo uniwersalny interfejs radiowy inteligentnych urządzeń internetu rzeczy
Błaszkiewicz Olga, Magiera Jarosław, Olejniczak Alicja, Rajchowski Piotr, Sadowski Jarosław, Ambroziak Sławomir J., Cwalina Krzysztof
Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
|
2021
|
nr 5
131--135
PL
Intensywny wzrost liczby urządzeń komunikujących się ze sobą na dużym obszarze wymaga opracowywania i realizacji rozwiązań systemowych. Z tego względu organizacja 3GPP zdefiniowała wąskopasmowy interfejs radiowy NB-IoT (Narrowband Internet of Things), będący podsystemem LTE (Long Term Evolution) na potrzeby zastosowań IoT niewymagających dużych przepływności. W artykule przedstawiono charakterystykę systemu NB-IoT, a także koncepcję i sposób realizacji opracowywanego definiowanego programowo, uniwersalnego, sprzętowo-programowego frameworku wraz z laboratoryjnym środowiskiem badawczo-pomiarowym. W aktualnym etapie prac zaimplementowano większość warstwy fizycznej łącza w dół i w górę oraz wybrane elementy sterowania dostępem do medium transmisyjnego, które zweryfikowano z użyciem testera radiowego.
EN
An intensively growing number of devices with ability to communicate with each other on a wide area implies the development and implementation of system solutions. Therefore, the 3GPP has defined the NB-IoT (Narrowband Internet of Things) radio interface as the LTE (Long Term Evolution) subsystem for IoT applications that do not require high throughput. In the article the characteristic of the NB-IoT, as well as the design and implementation of the software-defined universal hardware-software framework, along with laboratory research and measurement environment were presented. At the current stage of works, most of the uplink and downlink physical layer has been implemented, as well as selected elements to control the access to the transmission medium. Moreover, they were verified by using the radio tester.
2
Minimalizacja błędu estymaty położenia obiektu przez redukcję błędów radiowych pomiarów odległości
Błaszkiewicz Olga, Cwalina Krzysztof K., Olejniczak Alicja, Rajchowski Piotr, Sadowski Jarosław
Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
|
2020
|
nr 6
99-104
PL
Utrzymująca się popularność modułu radiowego DWM1000 firmy DecaWave do zastosowań lokalizacyjnych przyczyniła się do przeprowadzenia analizy wpływu błędów radiowych pomiarów odległości na dokładność estymaty położenia lokalizowanego obiektu. W badaniach skupiono się na analizie błędów radiowych pomiarów odległości dla węzłów oddalonych od siebie w zakresie od kilkudziesięciu centymetrów do dziesięciu metrów. Ze względu na błąd rzędu dziesiątek centymetrów dla bliskich odległości pomiędzy węzłami, tj. 0,5 m – 4 m, zaproponowano nieliniowy model korekty błędów zależny wyłącznie od wartości radiowych pomiarów odległości i porównano go z modelem korekty zaproponowanym przez firmę DecaWave. Model korekty opracowano na podstawie pomiarów przeprowadzonych w środowisku wewnątrzbudynkowym.
EN
Lasting popularity of DWM1000 radio module, DecaWave manufacturer, for localization purposes contributed to perform analysis the influence of radio distance measurements errors on object position estimation. In the research focuses on analysis of the radio distance measurements errors for nodes spaced in the range from tens of centimeter to ten meters. Due to tens of centimeters errors for proximity of the nodes, i.e. 0.5 m – 4 m, nonlinear model of errors correction, based only on radio distance measurements, was proposed and compared with existing DecaWave correction method. Model of correction was developed based on real indoor measurements.
3
Analiza wpływu zależności czasowych na skuteczność identyfikacji warunków LOS i NLOS przy użyciu uczenia maszynowego
Olejniczak Alicja, Błaszkiewicz Olga, Cwalina Krzysztof K., Rajchowski Piotr, Sadowski Jarosław
Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
|
2020
|
nr 7-8
174--179, CD
PL
Identyfikacja warunków LOS i NLOS jest istotna z punktu widzenia utrzymania jakości świadczonych usług telekomunikacyjnych, szczególnie w środowisku wewnątrzbudynkowym. Z uwagi na dynamiczny rozwój metod z obszaru AI (Artificial Intelligence) niniejszy artykuł przedstawia porównanie dwóch najpopularniejszych modeli, tj. głębokiej sieci neuronowej oraz sieci z pamięcią LSTM (Long Short-Term Memory) do identyfikacji warunków bezpośredniej widoczności LOS i NLOS w środowisku wewnątrzbudynkowym dla scenariuszy dynamicznych.
EN
LOS and NLOS classification is essential in reference to quality and reliability of the telecommunication services, especially considering an indoor environment. Due to rapid development of the methods within AI (Artificial Intelligence) area, the given paper compares two, most popular, machine learning methods, i.e. deep neural network and LSTM (Long Short-Term Memory) network for the direct visibility of the two antennas conditions identification based on the indoor, dynamic measurement scenarios.
4
Analiza warunków propagacyjnych w wewnątrzbudynkowych oraz zewnątrzbudynkowych sieciach NB-IoT
Rajchowski Piotr, Sadowski Jarosław, Błaszkiewicz Olga, Cwalina Krzysztof K., Olejniczak Alicja
Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
|
2020
|
nr 7-8
180--183, CD
PL
Jedno z głównych założeń sieci Internetu Rzeczy – Internet of Things (IoT) przewiduje ich rozmieszczanie w nietypowych lokalizacjach, z punktu widzenia utrudnionej propagacji sygnałów radiowych. W niniejszym artykule analizie poddano, obserwowane w środowisku wewnątrzbudynkowym w obszarze piwnicy, zwiększone tłumienie sygnałów radiowych. Przeprowadzone badania są odpowiedzią na widoczny wzrost popularności wąskopasmowych sieci IoT (NB-IoT) korzystających z zasobów sieci LTE (Long Term Evolution) i wymaganą oceną środowiska ich pracy.
EN
The Internet of Things (IoT) networks concept implies their presence in a various and untypical locations, usually with a disturbed radio signals propagation. In the presented paper an investigation of an additional path loss observed in an underground environment is described. The proposed measurement locations correspond to the operation areas of rapidly growing narrowband IoT (NB-IoT) networks, the ones using the Long Term Evolution (LTE) network resources.
5
Analiza sposobu doboru zbiorów uczących metody głębokiego uczenia do określania warunków LOS i NLOS w radiowych sieciach BAN
Cwalina Krzysztof K., Olejniczak Alicja, Błaszkiewicz Olga, Rajchowski Piotr, Sadowski Jarosław
Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
|
2020
|
nr 7-8
169--173, CD
PL
W niniejszym artykule przeprowadzono analizę wpływu zaników szybkozmiennych w zbiorach uczących na uzyskiwaną efektywność proponowanej metody głębokiego uczenia do określania warunków LOS i NLOS w ultraszerokopasmowych radiowych sieciach BAN. Przedstawiono zrealizowane scenariusze pomiarowe w dwóch środowiskach wewnątrzbudynkowych. Określono, że możliwe jest uzyskanie efektywności klasyfikacji na poziomie 99,6% niezależnie od scenariusza pomiarowego, a także wykazano, że składowa zaników szybkozmiennych ma znaczący wpływ na metodę doboru zbioru danych uczących i skuteczność głębokiego uczenia.
EN
In the article the impact of fast fading occurrence in learning datasets on the efficiency of the proposed deep learning approach for determining LOS and NLOS conditions in ultra-wideband BANs is investigated. Performed measurement scenarios in two indoor environments are presented. It was determined that it is possible to achieve up to 99.6% classification efficiency regardless of the measurement scenarios. In addition it has been shown that the fast fading component has a significant impact on the selecting learning datasets method and the classification efficiency of the proposed deep learning approach.
6
Content available AEGIS : Mobile Device for Generating Electromagnetic Curtain for Special Applications and Countering the Threats of RCIED
Rajchowski Piotr, Cwalina Krzysztof K., Magiera Jarosław, Olejniczak Alicja, Kosz Paweł T., Czapiewska Agnieszka, Burczyk Robert, Kowalewski Krzysztof, Sadowski Jarosław, Ambroziak Sławomir J.
International Journal of Electronics and Telecommunications
|
2020
|
Vol. 66, No. 1
187--192
EN
In the article, the concept, design and realization of the technological demonstrator of a mobile device for generating an electromagnetic curtain (with a name AEGIS) were presented, both in the hardware and software areas. The device is designed to block the radio communication which allow detonating the Radio Controlled Improvised Explosive Devices (RCIEDs). The preliminary laboratory tests of the demonstrator for generating the jamming signal, that were presented in the paper, aimed at assessing the correctness of the device operation and verification of generated signal parameters. On the basis of the obtained results, the ability to jam the cellular systems as well as other radio devices operating in the frequency band from 400 MHz to 2700 MHz was assessed.
7
Zastosowanie głebokiego uczenia do określania warunków LOS/NLOS w ultraszerokopasmowych radiowych sieciach WBAN
Cwalina Krzysztof K., Rajchowski Piotr, Błaszkiewicz Olga, Olejniczak Alicja, Sadowski Jarosław
Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
|
2019
|
nr 6
473--478, CD
PL
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.
EN
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.
8
Strefa bliska anten w zastosowaniach radiolokalizacyjnych
Błaszkiewicz Olga, Cwalina Krzysztof, Kosz Paweł, Olejniczak Alicja, Rajchowski Piotr, Sadowski Jarosław, Stefański Jacek
Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
|
2019
|
nr 6
230--232, CD
PL
W artykule omówiono problem nieliniowej zależności fazy pola elektrycznego od odległości w bezpośrednim sąsiedztwie anten nadajników stacji odniesienia w systemach radiolokalizacyjnych i radionawigacyjnych. Nieskompensowana nieliniowość, a nawet niemonotoniczność zależności fazy może powodować systematyczne błędy estymacji położenia obiektów. W niektórych rozwiązaniach wpływ tej nieliniowości może być widoczny nawet w odległościach wielokrotnie większych od przyjętej granicy strefy bliskiej anteny.
EN
The given paper describes a problem of nonlinear relationship between a phase of an electrical field and a distance between antennas mutually located in their near field. As the mentioned problem pertains to radiolocation and radio navigation systems, uncompensated nonlinearity, or even nonmonotonicity, of the phase dependency may cause systematic errors of location estimation. In some specific systems this advert impact may be discernible even for distances longer than defined near field.
9
Detekcja warunków LOS i NLOS w środowisku wewnątrzbudynkowym przy użyciu algorytmu głębokiego uczenia
Olejniczak Alicja, Cwalina Krzysztof, Rajchowski Piotr, Sadowski Jarosław
Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
|
2019
|
nr 6
353--357, CD
PL
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.
EN
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.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.