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

Znaleziono wyników: 12

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
Analiza skuteczności detekcji sygnałów GMSK w kanale z propagacją wielodrogową przy użyciu metod głębokiego uczenia
Olejniczak Alicja, Cwalina Krzysztof K., Sadowski Jarosław, Stefański Jacek
Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
|
2023
|
nr 4
232--235
PL
Odbiór sygnałów radiowych w środowisku wewnątrzbudynkowym jest istotnym problemem współczesnej radiokomunikacji. W celu zwiększenia skuteczności istniejących metod odbioru radiowego coraz częściej wykorzystuje się narzędzia z obszaru uczenia maszynowego. Niniejszy artykuł prezentuje analizę skuteczności głębokiej sieci neuronowej w odbiorze sygnałów GMSK w kanale z zanikami i propagacją wielodrogową. Prezentowane wyniki porównane zostały z klasycznym detektorem MLSE, a miarą skuteczności była bitowa stopa błędów.
EN
Receiving radio signals in an indoor environment is an important aspect of modern radio communication. In order to increase the effectiveness and reliability of the existing reception solutions, tools from the field of machine learning are increasingly used. This article presents an analysis of the effectiveness of a deep neural network in reception of GMSK signals in the multipath, fading channel. The presented results were compared with the classical MLSE detector and the measure of effectiveness was the bit error rate.
2
Lokalizowanie terminala użytkownika z użyciem interfejsu NB-IoT
Rajchowski Piotr, Cwalina Krzysztof K., Sadowski Jarosław
Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
|
2022
|
nr 4
437--440
PL
W artykule przedstawiono metodę estymacji położenia terminala użytkownika korzystając z sygnałów okazjonalnych nadawanych w łączu w dół w interfejsie NB-IoT. Zweryfikowano praktyczną zdolność estymacji położenia na testowym obszarze korzystając z sygnałów wzorcowych o zmiennej wartości stosunku sygnału do szumu oraz z różnym emulowanym profilem kanału radiowego. Dodatkowo przedstawiono metodę umożliwiającą zwiększenie dokładności estymacji położenia terminala bez konieczności zwiększania częstotliwości próbkowania sygnału radiowego.
EN
In the article the method of user terminal position estimation using the occasional signals transmitted in the downlink of the NB-IoT interface was presented. The practical ability to estimate the position in the test area was verified using the reference signals with a variable signal-to-noise ratio and different radio channel profiles. Additionally, the sample method is presented that allows to increase the precision of the terminal position estimation without the need of increasing the sampling frequency of the radio signal.
3
Estymacja i analiza stanu kanału radiowego interfejsu LTE na potrzeby realizacji heterogenicznego algorytmu multilink z użyciem głębokiego uczenia
Cwalina Krzysztof K., Błaszkiewicz Olga, Olejniczak Alicja, Rajchowski Piotr, Sadowski Jarosław
Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
|
2022
|
nr 4
486--491
PL
W niniejszym artykule przedstawiono estymację i analizę stanu kanału radiowego dla interfejsu LTE na potrzeby realizacji heterogenicznego algorytmu trasowania przesyłanych pakietów pomiędzy dostępnymi interfejsami radiowymi. Udowodniono przydatność i zwiększenie efektywności predykcji metryki BLER opracowanego modelu głębokiego uczenia względem modelu liniowego. Przedstawiono także metodykę oraz przeanalizowano istotność parametrów wejściowych uzyskanego modelu głębokiego uczenia.
EN
In the article the performed estimation and analysis of the radio channel state for the LTE air interface for the implementation of a heterogeneous algorithm for routing the transmitted packets between available radio interfaces is presented. The usefulness and an efficiency increase of the BLER metric prediction of the developed deep learning model in relation to the linear model were proven. The methodology and the significance of the input parameters of the obtained deep learning model was also analyzed and presented.
4
Analiza efektywności metod głebokiego uczenia w odbiorze sygnałów GMSK
Olejniczak Alicja, Cwalina Krzysztof K., Sadowski Jarosław, Stefański Jacek
Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
|
2022
|
nr 4
441--444
PL
Sztuczna inteligencja odnajduje coraz szersze zastosowanie we współczesnej radiokomunikacji, choć głównie w ujęciu badawczym. Niniejszy artykuł przedstawia przegląd i ewaluację metod z obszaru głębokiego uczenia umożliwiających detekcję sygnałów z modulacją GMSK (ang. Gaussian Minimum Shift Keying) w kanale AWGN. Badane modele porównane zostały z optymalnym detektorem pracującym zgodnie z regułą największej wiarygodności MLSE (ang. Maximum Likelihood Sequence Estimation), a miarą oceny efektywności była bitowa stopa błędu.
EN
Artificial intelligence dynamically enters the realm of radiocommunication, however, mainly in the scientific context. The paper presents evaluation of the deep learning (DL) models for Gaussian Minimum Shift Keying (GMSK) signal demodulation in AWGN channel. The proposed DL methods were compared with optimal Maximum Likelihood Sequence Estimation (MLSE) detector based on Bit Error Rate (BER) metric.
5
Content available Position Estimation in Mixed Indoor-Outdoor Environment Using Signals of Opportunity and Deep Learning Approach
Urwan Sebastian, Wysocka Dominika R., Pietrzak Alicja, Cwalina Krzysztof K.
International Journal of Electronics and Telecommunications
|
2022
|
Vol. 68. No. 3
594-607
EN
To improve the user’s localization estimation in indoor and outdoor environment a novel radiolocalization system using deep learning dedicated to work both in indoor and outdoor environment is proposed. It is based on the radio signatures using radio signals of opportunity from LTE an WiFi networks. The measurements of channel state estimators from LTE network and from WiFi network are taken by using the developed application. The user’s position is calculated with a trained neural network system’s models. Additionally the influence of various number of measurements from LTE and WiFi networks in the input vector on the positioning accuracy was examined. From the results it can be seen that using hybrid deep learning algorithm with a radio signatures method can result in localization error 24.3 m and 1.9 m lower comparing respectively to the GPS system and standalone deep learning algorithm with a radio signatures method in indoor environment. What is more, the combination of LTE and WiFi signals measurement in an input vector results in better indoor and outdoor as well as floor classification accuracy and less positioning error comparing to the input vector consisting measurements from only LTE network or from only WiFi network.
6
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.
7
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.
8
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.
9
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.
10
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.
11
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.
12
AEGIS - mobilne urządzenie do wytwarzania kurtyny elektromagnetycznej dla zasrosowań specjalnych i ochrony przed RCIED
Rajchowski Piotr, Cwalina Krzysztof K., Magiera Jarosław, Kosz Paweł T., Czapiewska Agnieszka, Burczyk Robert, Sadowski Jarosław, Ambroziak Sławomir J.
Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
|
2019
|
nr 6
366--369, CD
PL
W artykule przedstawiono założenia, projekt oraz wykonanie demonstratora technologicznego mobilnego urządzenia do wytwarzania kurtyny elektromagnetycznej. Urządzenie jest zaprojektowane do zablokowania łączności radiowej, za pomocą której możliwe byłoby zdetonowanie prowizorycznych ładunków wybuchowych. Celem jest zapewnienie bezpieczeństwa funkcjonariuszom służb państwowych takich jak Straż Graniczna, czy też Policja. W artykule zarówno przedstawiono urządzenie, jak i omówiono oprogramowanie demonstratora technologicznego, dzięki któremu możliwe jest wytworzenie szerokopasmowego sygnału zagłuszającego.
EN
In the article, the key assumptions, project and technological demonstrator of a mobile device for generating an electromagnetic curtain were described. The device is designed for countering the threats of radio controlled improvised explosive devices during operational activities of public entities like Border Guard or Police. During the research a proof-of-concept demonstrator has been built, including hardware and software. This demonstrator allows to generate wideband jamming signals with protected bands to maintain own emergency communication.
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.