Tytuł artykułu
Autorzy
Identyfikatory
Warianty tytułu
Starting point selection for iterative position estimation algorithms using neural network
Konferencja
Konferencja Radiokomunikacji i Teleinformatyki (20-22.09.2023 ; Kraków, Polska)
Języki publikacji
Abstrakty
W referacie przedstawiono wyniki badań nad możliwością wskazywania punktu startowego do pierwszej iteracji dla algorytmu iteracyjnego obliczania położenia w systemie lokalizacji dwuwymiarowej. Do wskazywania punktu startowego użyto jednokierunkowej sieci neuronowej a celem badań było znalezienie jak najmniejszej struktury sieci, pozwalającej na zbieżność algorytmu estymacji położenia w całym obszarze badań.
The paper presents the results of a study on the possibility of starting point selection for the first iteration for an iterative position calculation algorithm in a two dimensional location system. A feedforward neural network was used to indicate the starting point and the aim of the study was to find the smallest possible network structure, allowing the position estimation algorithm to converge over the entire study area.
Wydawca
Rocznik
Tom
Strony
244--247
Opis fizyczny
Bibliogr. 3 poz., rys., tab.
Twórcy
autor
- Politechnika Gdańska, Wydział Elektroniki, Telekomunikacji i Informatyki, Gdańsk
autor
- Politechnika Gdańska, Wydział Elektroniki, Telekomunikacji i Informatyki, Gdańsk
Bibliografia
- [1] Mensing C.,S. Plass. 2006. “Positioning Algorithms for Cellular Networks Using TDOA”. IEEE International Conference on Acoustics Speech and Signal Processing Proceedings, Francja, pp. IV-IV, doi: 10.1109/ICASSP.2006.1661018.
- [2] Foy W. 1976. “Position-Location Solutions by Taylor Series Estimation”. IEEE Trans. Aerosp. Electron. Syst., vol. AES-12, no. 2, str. 187-194
- [3] Goodfellow I., Y. Bengio, A. Courville. 2016. “Deep Learning”. MIT Press, online: http://www.deeplearningbook.org
Uwagi
Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-856d6a42-afcf-445a-b7f2-09de08aa19c0