تخمین مکان در سه بعد توسط شبکه عصبی عمیق بر مبنای روش سیگنال قدرت دریافتی واحد توسط شبکه حسگر بی‌سیم

امروزه استفاده از قدرت سیگنال دریافتی به منظور تخمین مکان منجر به طراحی سیستم های با هزینه کم و اجرای اسان شده است. در مقاله پیشرو یک رویکرد جدید به منظور تخمین مکان در سه بعد بر مبنای روش قدرت سیگنال دریافتی در محیط داخلی معرفی میگردد. چالش اصلی در اندازه گیری های قدرت سیگنال دریافتی اثرات بایاس به دلیل مسائل طراحی و دیگر عوامل است. بدین منظور در مقاله پیشرو ابتدا مدل کاهش مسیر به سیگنال قدرت دریافتی واحد تبدیل میشود. از آنجا که در روش سیگنال قدرت دریافتی واحد بایاس مکان و حسگر با هم تخمین زده میشود، به منظور تخمین مکان با حذف اثرات بایاس از شبکه عصبی عمیق استفاده شده است که توسط فیلتر کالمن آنسنتد آموزش دیده است. نتایج شبیه سازی نشان میدهد که آموزش شبکه عصبی عمیق توسط فیلتر کالمن آنسنتد نسبت به شبکه عصبی عمیق آموزش داده شده توسط فیلتر کالمن توسعه یافته و روش کاهش گرادیان دارای رفتار همگرائی بهتری و تخمین مکان دارای دقت مطلوب است.