موقعیت یابی با اطلاعات حالت کانال در سیستمهای چند ورودی/خروجی با استفاده از شبکه های عصبی کانولوشن

در این مقاله روی عملکرد سیستم موقعیتیابی کاربر با استفاده از ۱(CSI) یک سیستم وسیع۲MIMO اطلاعات حالت کانال مطالعه گردیده است. برای استنباط موقعیت کاربر از CSI، یک شبکه عصبی کانولوشن۳ از طریق یک مجموعه داده جدید طراحی و ارزیابی میشود. این مجموعه داده شامل اندازه گیریهای اداخلی با استفاده از سه توپولوژی مختلف آنتن است که ۲,۵ متر در ۲,۵ متر فضای داخلی را پوشش میدهد. که میتوان یک مدل شبکه عصبی کانولوشن (CNN)۴ برای تخمین موقعیت کاربر در داخل این منطقه با میانگین خطای کمتر از نیم از طولموج آموزش داد. علاوه بر این، هنگامیکه مدل در یک سناریو و توپولوژی آنتن آموزش داده میشود، از آموزش انتقال برای استفاده مجدد دانش بهدست آمده نسبت به سناریوی دیگر با توپولوژی و پیکربندی آنتن کاملا متفاوت استفاده میشود. نتایج آنها نشان میدهد که آموزش بیشتر CNN فقط مقدار کمی از نمونه های دارای برچسب اضافی برای توپولوژی جدید امکانپذیر است. این رویکرد یادگیری انتقال میتواند به نتایج دقیق دست یابد، وراه را به سمت یک سیستم موقعیت یابی مبتنی بر CSI طراحی کند که از CNN پشتیبانی کند

Keywords:

موقعیتیابی , اطلاعات حالت کانال , شبکه های عصبی کانولوشنی , انتقال یادگیری.