9@KSSR'2021 Realizacja prototypu systemu radiolokalizacyjnego WBAN z zastosowaniem głębokiego uczenia

typ projektu: badawczy

edycja: 2021

liczba studentów w projekcie 1 - 10

kierownik: Sebastian Urwan



Hipoteza badawcza: Zastosowanie metody głębokiego uczenia w systemie radiolokalizacyjnym WBAN umożliwi zwiększenie dokładności estymacji lokalizacji użytkowników względem klasycznych algorytmów lokalizacyjnych

Cel pracy: Celem pracy jest realizacja prototypu systemu radiolokalizacyjnego WBAN (Wireless Body Area Network) z zastosowaniem metod głębokiego uczenia, przeprowadzenie badań oraz analiza porównawcza jego efektywności z klasycznymi algorytmami lokalizacyjnymi w zróżnicowanych warunkach propagacyjnych wewnątrzbudynkowych oraz zewnątrzbudynkowych.

Zadania do wykonania:
1. Zapoznanie się z literaturą przedmiotu.
2. Opracowanie prototypu sprzętowo-programowego systemu radiolokalizacyjnego.
3. Opracowanie i realizacja scenariuszy pomiarowych w środowiskach wewnątrzbudynkowych oraz zewnątrzbudynkowych.
4. Weryfikacja efektywności lokalizowania użytkowników z zastosowaniem metod znanych z literatury.
5. Opracowanie oraz implementacja metody głębokiego uczenia w zaprojektowanym systemie radiolokalizacyjnym.
6. Przeprowadzenie badań oraz analiza porównawcza uzyskanych wyników.
7. Opracowanie raportu badawczego w formie publikacji.

Źródła:
1. Goodfellow I., Y. Bengio, A. Courville, „Deep Learning”, Massachusetts Institute of Technology, The MIT Press Cambridge, 2017
2. Kim P., „MATLAB Deep Learning: With Machine Learning, Neural Networks and Artificial Intelligence”, Apress, 2017

Uwaga: W celu publikacji w czasopiśmie naukowym lub materiałach konferencyjnych, wykonawcy deklarują przeniesienie praw majątkowych do wytworzonego utworu i wyników projektu.





Prezentacja / Dokumentacja

Semestr 1
Semestr 2