Due to the multipath propagation, harsh indoor environment significantly impacts transmitted signals which may adversely affect the quality of the radiocommunication services, with focus on the real-time ones. This negative effect may be significantly reduced (e.g. resources management and allocation) or compensated (e.g. correction of position estimation in radiolocalisation) by the LOS/NLOS identification algorithm. This paper investigates the idea of improving already existing method of LOS/NLOS classification, based on a deep feedforward neural network, by the LSTM-based model which allows extracting and analysing time-related dependencies occurring in a radio channel.
Autorzy
- mgr inż. Alicja Olejniczak link otwiera się w nowej karcie ,
- mgr inż. Olga Błaszkiewicz link otwiera się w nowej karcie ,
- dr inż. Krzysztof Cwalina link otwiera się w nowej karcie ,
- dr inż. Piotr Rajchowski link otwiera się w nowej karcie ,
- dr hab. inż. Jarosław Sadowski link otwiera się w nowej karcie
Informacje dodatkowe
- Kategoria
- Aktywność konferencyjna
- Typ
- publikacja w wydawnictwie zbiorowym recenzowanym (także w materiałach konferencyjnych)
- Język
- angielski
- Rok wydania
- 2020
Źródło danych: MOSTWiedzy.pl - publikacja "LSTM-based method for LOS/NLOS identification in an indoor environment" link otwiera się w nowej karcie
