Predvi?anje rasprostiranja elektromagnetskog polja u be?i?nim komunikacijama zatvorenog prostora zasnovano na neuronskim mre?ama

摘要

Uvo?enje be?i?nih komunikacijskih sustava u bilo kakav prostor zahtijeva prili?no detaljno poznavanje propagacijskih karakteristika, tako da je potrebno izraditi odgovaraju?i model rasprostiranja elektromagnetskoga polja. Unato? ve?em broju do sada predlo?enih rje?enja za predvi?anje propagacijskih karakteristika u be?i?nim lokalnim mre?ama (WLAN), te?ko je re?i da postoji potpuno zadovoljavaju?e rje?enje. Razvijen je propagacijski model zasnovan na neuronskoj mre?i, koja je obu?ena za odre?eni okoli?. Arhitektura je mre?e zasnovana na vi?eslojnom perceptronu. Rezultati dobiveni s pomo?u neuronskoga modela uspore?eni su s rezultatima postignutima s deterministi?kim trodimenzionalnim modelom zasnovanim na metodi slije?enja zrake. Metoda slije?enja zrake koristi se trima reflektiranim zrakama od zidova, ?to osigurava dostatnu to?nost za zadani prostor. Neuronska je mre?a upotrijebljena za prikupljanje znanja povezanoga s propagacijskim karakteristikama odre?enog prostora, i to za tri priklju?ne to?ke. Uporabom tako prikupljenog znanja mre?a je upotrijebljena za predvi?anje snage signala u bilo kojoj to?ki razmatranoga prostora. Neuronska je mre?a obu?avana s nekoliko razli?itih algoritama kako bi se postigla najbolja konvergencija, to jest model s najboljim karakteristikama. Upotrijebljeni su algoritmi: Konjugirani gradijent (SCG), Konugirani gradijent Fletcher-Reevesa, Quasi_newton (QN) i Leveberg-Marquardt. Prikazani su postignuti usporedni rezultati.