787

پ ب م37

فاطمه مهدوي

كارشناسي ارشد

برق مخابرات

دانشگاه صنعتي قم

دانشكده برق و كامپيوتر

1399

گروه مخابرات

زياني، هادي

رجبي، روزبه

اندازهگيري توان سيگنال دريافتي، يكي از روشهاي سادهاي است كه ميتواند در آشكارسازي و موقعيتيابي اهداف در يك شبكه حسگر بيسيم مورد استفاده قرار گيرد. مكانيابي با استفاده از توان سيگنال دريافتي به دليل پديدههاي محوشوندگي و چند مسيري در مقايسه با روشهاي ديگر از دقت پايينتري برخوردار ميباشد. براي رفع اين مشكل در تخمين مكان از الگوريتمهاي يادگيري ماشين به ويژه الگوريتمهاي يادگيري عميق استفاده شده است. تاكنون الگوريتمهايي همچون شبكه عصبي كانولوشنال ) (CNN ، حافظه طولاني كوتاه-مدت ) LSTM (، شبكه عصبي چند لايه ( MLNN ( و ديگر روشها براي مكانيابي مورد بررسي قرار گرفته است. در اين پاياننامه، ما براي رفع اين مشكل ادغام دو شبكه CNN و LSTM را پيشنهاد ميدهيم. ادغام دو شبكه هم از داخل و هم از بيرون انجام شد كه ادغام دو شبكه از بيرون توسط ضرايب بهينه صورت گرفت. اين ضرايب بهينه به صورتهاي مختلفي پيادهسازي شده اند. ميانگين خطا براي الگوريتم CNN 0.05 متر، LSTM 0.03 متر و ادغام اين دو شبكه با ضرايب بهينه مختلف 0.02 متر ميباشد. نتايج شبيهسازي نشان ميدهد كه الگوريتم پيشنهادي منجر به بهبود دقت مكانيابي ميشود.