Naslov
Predviđanje jakosti elektromagnetskog polja u bežičnim lokalnim mrežama zasnovano na neuronskom modelu i optimizaciji rojem čestica
(Electromagnetic Field Strength Prediction in Wireless Local Area Networks Based on Neural Network Model and Particle Swarm Optimization)

Autori
Vilović, Ivan

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, doktorska disertacija

Fakultet
Fakultet elektrotehnike i računarstva

Mjesto
Zagreb

Datum
05.12

Godina
2008

Stranica
158

Mentor
Nađ, Robert

Ključne riječi
Jednostavni prostor; složeni prostor; bežična lokalna mreža; rasprostiranje elektromagnetskog polja; pristupna točka; slijeđenje zrake; koeficijent refleksije; koeficijent prijenosa; kompleksna dielektrička konstanta; neuronska mreža; Levenberg-Marquardt algoritam s Bayesovom regulacijom; optimizacijski algoritam roja čestica; optimizacijski algoritam mravlje kolonije; genski algoritam
(Simple environment; complex environment; Wireless Local Area Network (WLAN); electromagnetic propagation; access point; ray tracing; reflection coefficient; transmission coefficient; complex dielectric constant; neural network; Levenberg-Marquardt algorithm with Bayes regularization; particle swarm optimization algorithm; ant colony optimization algorithm; genetic algorithm)

Sažetak
Ova disertacija se bavi problemom rasprostiranja elektromagnetskog polja u zatvorenom prostoru, gdje je vrlo teško dobiti točnu razdiobu polja. Kvalitetnu vezu s okosnicom komunikacijskog sustava omogućuju pristupne točke, koje trebaju biti pažljivo raspoređene kako bi prostor bio pokriven odgovarajućom snagom signala. Općenito razlikujemo jednostavne i složene prostore. Složeni prostori imaju neparalelne i hrapave zidove s nepoznatom dielektričkom konstantom u odnosu na geometrijski pravilne, jednostavne prostore. Razdioba polja kod jednostavnih prostora se može utvrditi nekom od empirijskih ili determinističkih metoda. U našem slučaju korištena je Motley-Keenan i metoda slijeđenja zrake u svrhu predviđanja snage polja u bilo kojoj točki jednostavnog prostora. Bolji rezultati se postižu, ako se elektromagnetski parametri zidova dobiju mjerenjem. U tu svrhu razvijena je nedestruktivna mjerna metoda zasnovana na mjerenjima koeficijenata refleksije i prijenosa u slobodnom prostoru. Iz dobivenih rezultata izlučena je kompleksna dielektrička konstanta. Navedene metode, praktički, nije moguće primijeniti na složeni prostor, pa je u našem slučaju primijenjen neuronski model za predviđanje snage signala. Kao rezultat istraživanja upotrijebljen je višeslojni perceptron za konfiguraciju mreže. Ulazi u neuronsku mrežu su koordinate položaja pristupnih i prijamnih točaka, a izlaz je odgovarajuća snaga polja. Levenberg-Marquardt algoritam s Bayesovom regulacijom je odabran za učenje neuronske mreže, kao rezultat istraživanja tri različita algoritma učenja. Neuronski model je testiran na stvarnom složenom prostoru, čija geometrijska i konstrukcijska složenost onemogućuje primjenu bilo koje druge metode. Neuronska mreža je obučavana i testirana s izmjerenim snagama polja na raznim točkama prijama. Dobiveni rezultati potvrđuju ispravnost pristupa. Osim za predviđanje razdiobe polja, neuronska mreža je upotrebljena i za određivanje optimalnog položaja pristupne točke. Optimizacijski postupak je proveden algoritmom zasnovanim na roju čestica (PSO). Rezulati su uspoređeni s vrijednostima dobivenim algoritmom zasnovanim na mravljoj koloniji i genskim algoritmom. Algoritam zasnovan na roju čestica daje točnije rezultate i brže se izvodi na računalu od algoritma zasnovanog na mravljoj koloniji, a jednako je točan kao i genski algoritam.

Izvorni jezik
Hrvatski

Znanstvena područja
Elektrotehnika

POVEZANOST RADA