In this article, the usage of deep learning (DL) in ultra-wideband (UWB) Wireless Body Area Networks (WBANs) is presented. The developed approach, using channel impulse response, allows higher efficiency in identifying the direct visibility conditions between nodes in off-body communication with comparison to the methods described in the literature. The effectiveness of the proposed deep feedforward neural network was checked on the basis of the measurement data for dynamic scenarios in an indoor environment. The obtained results clearly prove the validity of the proposed DL approach in the UWB WBANs and high (over 98.6% for most cases) efficiency for LOS and NLOS conditions classification.
Autorzy
- dr inż. Krzysztof Cwalina link otwiera się w nowej karcie ,
- dr inż. Piotr Rajchowski link otwiera się w nowej karcie ,
- mgr inż. Olga Błaszkiewicz link otwiera się w nowej karcie ,
- mgr inż. Alicja Olejniczak link otwiera się w nowej karcie ,
- dr hab. inż. Jarosław Sadowski link otwiera się w nowej karcie
Informacje dodatkowe
- DOI
- Cyfrowy identyfikator dokumentu elektronicznego link otwiera się w nowej karcie 10.3390/s19194229
- Kategoria
- Publikacja w czasopiśmie
- Typ
- artykuły w czasopismach
- Język
- angielski
- Rok wydania
- 2019