Application of temporal analysis of high-frequency signals in a distributed asset management system

• Autorzy: Styła Michał , Gnaś Dominik , Adamkiewicz Przemysław

Identyfikatory

DOI

10.15199/48.2025.03.07

Warianty tytułu

PL

Zastosowanie analizy czasowej sygnałów wysokoczęstotliwościowych w rozproszonym systemie zarządzania majątkiem

• Języki publikacji: EN

Abstrakty

EN

This thesis addresses the temporal analysis of ultra-wideband signals in a real-time localization system (RTLS). The main focus is laid on tag hardware solutions, miniaturization and energy optimization. It also addresses the algorithms responsible for estimating the user's location, how to manage the acquired data, and the methodology for its transfer and processing. The type of location network presented can find application in all kinds of WMS systems.

PL

Niniejsza rozprawa dotyczy wykorzystania analizy czasowej sygnałów ultra-szerokopasmowych w systemie lokalizacji czasu rzeczywistego (RTLS). Główny nacisk położono na rozwiązania sprzętowe znaczników oraz ich miniaturyzację i optymalizację zużycia energii. Omówiono również algorytmy odpowiedzialne za szacowanie lokalizacji użytkownika, sposób zarządzania pozyskanymi danymi oraz metodologię ich przesyłania i przetwarzania. Przedstawiony typ sieci lokalizacyjnej może znaleźć zastosowanie we wszelkiego rodzaju systemach WMS.

Słowa kluczowe

EN

Ultra-wideband signal; time analysis of signal; indoor localization; WMS system

PL

sygnał ultraszerokopasmowy; analiza czasowa sygnału; lokalizacja wewnątrzbudynkowa; system WMS

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2025
• Tom: R. 101, nr 3
• Strony: 28--31
• Opis fizyczny: Bibliogr. 21 poz., rys., tab.

Twórcy

autor

Styła Michał

• nformation Technology Research & Development Centre (CBRTI sp. z o. o.), Rzeszów

• https://orcid.org/0000-0002-1141-0887

autor

Gnaś Dominik

• WSEI University, Lublin

• https://orcid.org/0000-0002-8169-9700

autor

Adamkiewicz Przemysław

• Information Technology Research & Development Centre (CBRTI sp. z o. o.), Rzeszów
• WSEI University, Lublin

• https://orcid.org/0000-0003-3425-9566

Bibliografia

• [1] Fernandes J.R.; Wentzloff D.:Recent Advances in IR–UWB transceivers: An overview, Proceedings of 2010 IEEE International Symposium on Circuits and Systems, 30 May 2010 - 02 June 2010, 2010
• [2] Sasaki N., Kimoto K., Moriyama W., Kikkawa T.: A Single-Chip Ultra-Wideband Receiver With Silicon Integrated Antennas for Inter-Chip Wireless Interconnection, IEEE Journal of Solid-State Circuits, 44 (2009), No. 2, 382–393
• [3] Gnaś D.; Adamkiewicz P.: Indoor localization system using UWB, Informatyka, Automatyka, Pomiary W Gospodarce I Ochronie Środowiska, 12 (2022), No. 1, 15–19
• [4] Saeidi T.; Ismail I.; Wen W.P.; Alhawari A.R.H.; Mohammadi A.: Ultra-Wideband Antennas for Wireless Communication Applications, International Journal of Antennas and Propagation, 2019.
• [5] Lee Y.; Kim J.; Lee H.; Moon K.: IoT-based data transmitting system using a UWB and RFID system in the smart warehouse, 2017 Ninth International Conference on Ubiquitous and Future Networks (ICUFN), 04-07 July 2017, 2017.
• [6] Han Y.; Wei C.; Li R.; Wang J.; Yu H.: A Novel Cooperative Localization Method Based on IMU and UWB, Sensors, 20 (2020), No.2, 467
• [7] Sung S.; Kim H.; Jung J.: Accurate Indoor Positioning for UWB-Based Personal Devices Using Deep Learning, IEEE Access, 11 (2023), 20095–20113
• [8] Poulose A.; Han D.S.; UWB Indoor Localization Using Deep Learning LSTM Networks. Applied Sciences, 10 (2020), No.18, 6290
• [9] Yang J.; Dong B.; Wang J. VULoc: Accurate UWB Localization for Countless Targets without Synchronization, Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies, 148 (2022), 1–25
• [10] Yang B.; Li J.; Shao Z.; Shang H.: Self-Supervised Deep Location and Ranging Error Correction for UWB Localization, IEEE Sensors Journal, 23 (2023), 9
• [11] Wang C.; Xu A.; Kuang J.; Sui X.; Hao Y.; Niu X.: A High-Accuracy Indoor Localization System and Applications Based on Tightly Coupled UWB/INS/Floor Map Integration, IEEE Sensors Journal, 21 (2021), No.16, 18166 – 18177
• [12] Brunacci V.; Angelis A.; Costante G.; Carbone P.: Development and Analysis of a UWB Relative Localization System, IEEE Transactions on Instrumentation and Measurement, 72 (2023), 8505713
• [13] Kulisz M., Kłosowski G., Rymarczyk T., Hoła A., Niderla K., Sikora J.: The use of the multi-sequential LSTM in electrical tomography for masonry wall moisture detection, Measurement, 234 (2024) 114860.
• [14] Kulisz M., Kłosowski G., Rymarczyk T., Słoniec J., Gauda K., Cwynar W.: Optimizing the Neural Network Loss Function in Electrical Tomography to Increase Energy Efficiency in Industrial Reactors. Energies, 17 (2024); No. 3, 681
• [15] Kłosowski G., Rymarczyk T., Niderla K., Kulisz M., Skowron Ł., Soleimani M.: Using an LSTM network to monitor industrial reactors using electrical capacitance and impedance tomography – a hybrid approach, Eksploatacja i Niezawodnosc – Maintenance and Reliability, 25 (2023). No.1
• [16] Rybak G., Kozłowski E., Król K., Rymarczyk T., Sulimierska A., Dmowski A., Bednarczuk P.: Algorithms for Optimizing Energy Consumption for Fermentation Processes in Biogas Production. Energies, 16 (2023); No. 24, 7972
• [17] Baran B., Kozłowski E., Majerek D., Rymarczyk T., Soleimani M., Wójcik D.: Application of Machine Learning Algorithms to the Discretization Problem in Wearable Electrical Tomography Imaging for Bladder Tracking, Sensors, 23 (2023); No. 3,1553
• [18] Przysucha B., Wójcik D., Rymarczyk T., Król K., Kozłowski E., Gąsior M:. Analysis of Reconstruction Energy Efficiency in EIT and ECT 3D Tomography Based on Elastic Net. Energies, 16 (2023); No. 3, 1490
• [19] Król K., Rymarczyk T., Niderla K. & Kozłowski E.: Sensor platform of industrial tomography for diagnostics and control of technological processes. Informatyka, Automatyka, Pomiary W Gospodarce I Ochronie Środowiska, 13 (2023), No.1, 33–37
• [20] Kozłowski E., Borucka A., Oleszczuk P., Jałowiec T.: Evaluation of the maintenance system readiness using the semi-Markov model taking into account hidden factors, Eksploatacja i Niezawodność – Maintenance and Reliability, 25 (2023) ;No. 4, 172857
• [21] Panskyi T., Korzeniewska E., Firych-Nowacka A.: Educational Data Clustering in Secondary School Sensor- Based Engineering Courses Using Active Learning Approaches. Applied Sciences, 14 (2024), No.12, 5071