Key points are not available for this paper at this time.
밀폐되고 지하에 있는 지역에서 사람을 위치 추적하는 것은 채굴 실험실과 산업에서 연구되고 있는 주제 중 하나입니다. 광산과 같은 지역에서 인원 및 장비의 위치는 산업의 안전성과 보안을 향상시키기 때문에 매우 중요합니다. 지하 환경의 특수성으로 인해 광산 갤러리/터널에서 전송되는 신호는 반사, 굴절, 회절 및 습기를 머금은 거친 표면과의 충돌로 인한 심각한 다중 경로 효과의 영향을 받습니다. 이러한 경우와 무선 비가시선(NLOS) 지역으로 인해 신호가 차단되는 경우, RSS, AOA 및 TOA/TDOA를 기반으로 한 전통적인 위치 추적 기술은 높은 위치 추정 오차를 초래합니다. 이러한 도전적인 상황에 대한 제안된 해결책 중 하나는 하나의 무선 수신기를 기준으로 채널 임펄스 응답(CIR) 지문을 추출하고 이를 위치 추적을 위한 매칭 알고리즘으로 인공 신경망을 사용하는 것입니다. 이 기사에서는 여러 접근 지점이 존재하는 다중 접속 네트워크에서 이 접근 방식을 연구합니다. 수집된 지문의 다양성 덕분에 동일한 위치 추적 기술을 사용하여 개별적으로 또는 협력적으로 작동하는 인공 신경망을 생성할 수 있습니다. 결과는 여러 참조 지점에서 수집된 다수의 서명이 존재할 때 협력적 인공 지능을 사용하는 것이 위치 추적 시스템의 정확도, 정밀도, 확장성 및 전반적인 성능을 크게 향상시킨다는 것을 보여줄 것입니다.
Dayekh 외 (Thu,)는 이 질문을 연구했습니다.