Developing solution for using artificial intelligence to obtain more accurate results of the basic parameters of radio signalpropagation

• Autorzy: Shchepak Andrii , Parkhomenko Volodimir , Parkhomenko Vyacheslav

Identyfikatory

DOI

10.35784/iapgos.2577

Warianty tytułu

PL

Opracowanie metody wykorzystania sztucznej inteligencji do uzyskiwania dokładniejszych wyników podstawowych parametrów propagacji sygnałów radiowych

• Języki publikacji: EN

Abstrakty

EN

The article considers the methods of calculating radio signal power. The main factors influencing the distribution and their connection with the error in the calculations of the indicators' peak values are analyzed. The regularities of signal propagation and the correlation between the distance from the radio signal source and the ratio of noise to useful information are determined. These patterns allow us to develop a model of artificial intelligence, which improves the prediction of results compared to existing calculation methods. The obtained results present the efficiency of the offered method.

PL

Rozważono metody obliczania mocy sygnału radiowego. Przeanalizowano wpływ głównych czynników na rozkład i ich związek z błędem w obliczeniach wartości szczytowych wskaźników. Wyznaczono zależności na propagację sygnału i korelację między odległością od źródła sygnału radiowego a stosunkiem szumu do informacji użytecznej. Zależności te pozwalają na opracowanie modelu sztucznej inteligencji, który poprawia predykcję wyników w porównaniu z dotychczasowymi metodami obliczeń. Uzyskane wyniki pozwalają wnioskować o skuteczności oferowanej metody.

Słowa kluczowe

EN

artificial intelligence; cellular neural networks

PL

sztuczna inteligencja; komórkowe sieci neuronowe

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
• Rocznik: 2021
• Tom: T. 11, nr 1
• Strony: 36--39
• Opis fizyczny: Bibliogr. 6 poz., wykr.

Twórcy

autor

Shchepak Andrii

• State University of Telecommunications, Kiev, Ukraine

• https://orcid.org/0000-0002-6570-1129

autor

Parkhomenko Volodimir

• State University of Telecommunications, Kiev, Ukraine

• https://orcid.org/0000-0002-7237-4330

autor

Parkhomenko Vyacheslav

• State University of Telecommunications, Kiev, Ukraine

• https://orcid.org/0000-0002-9120-6842

Bibliografia

• [1] en.wikipedia.org/wiki/Fresnel_zone (available: 27.02.2021).
• [2] en.wikipedia.org/wiki/Overfitting (available: 27.02.2021).
• [3] Gafarov F. M., Halymanov A. F.: Artificial neural networks and their appendices. Kazan University Press, Kazan 2018.
• [4] Miura Y., Oda Y., Taka T.: Outdoor-to indoor propagation modelling with the identification of path passing through wall openings. IEEE 13th PIMRC 1/2002, 130–134.
• [5] Parkhomenko V. L.: Basics of television and radio broadcasting. State University of Telecommunications, Kyiv 2017.
• [6] Rudoy G. I.: The Choice of the Activation Function in the Prediction of Neural Networks. Journal of Machine Learning and Data Analysis 1(1)/2011, 16–39 [http://jmlda.org/papers/doc/2011/no1/Rudoy2011Selection.pdf].

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2021).