Search
Filters
total: 22
Best results in : Research Potential Pokaż wszystkie wyniki (20)
Search results for: NLOS
-
Zespół Algorytmów i Modelowania Systemów
Research PotentialStudiowanie problemów i modeli teoriografowych ma na celu badanie złożoności obliczeniowej uogólnień problemu klasycznego kolorowania wierzchołków i krawędzi grafu znajdujących zastosowania w modelowaniu praktycznych problemów oraz badanie nowych miar oceny skuteczności algorytmów. W zakresie szeregowania zadań badania koncentrują się na konstrukcji harmonogramów optymalnych z punktu widzenia długości harmonogramu i średniego czasu...
-
Zespół Systemów i Sieci Radiokomunikacyjnych
Research PotentialAktualnie zespół Katedry prowadzi działalność badawczą w dziedzinie szeroko rozumianej radiokomunikacji, przy czym do najważniejszego nurtu naszej działalności zaliczamy badania systemowe w następujących obszarach: trendy rozwojowe współczesnej radiokomunikacji obejmujące systemy LTE, nowe interfejsy radiowe oraz zarządzanie zasobami radiowymi, radio programowalne określane skrótowo nazwą SDR (Software Defined Radio), zwłaszcza...
-
Katedra Technologii Koloidów i Lipidów
Research PotentialAktywność badawcza Katedry Technologii Koloidów i Lipidów obejmuje szeroki zakres tematyczny z obszaru nauk o koloidach, lipidach i zjawiskach międzyfazowych. Badania prowadzone są w celu charakteryzowania fundamentalnych oddziaływań różnych układów koloidalnych z organizmem ludzkim oraz potencjalnego wykorzystania wyników pracy eksperymentalnej w projektowaniu nowych struktur koloidalnych o zwiększonej funkcjonalności w określonych...
Best results in : Business Offer Pokaż wszystkie wyniki (2)
Search results for: NLOS
-
Laboratorium Nanomateriałów CZT
Business OfferBadanie właściwość powierzchni z wykorzystaniem mikroskopu sił atomowych
-
FPGA/VHDL
Business Offer
Other results Pokaż wszystkie wyniki (6743)
Search results for: NLOS
-
PLOS ONE
Journals -
LSTM-based method for LOS/NLOS identification in an indoor environment
PublicationDue 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...
-
LOS and NLOS identification in real indoor environment using deep learning approach
PublicationVisibility conditions between antennas, i.e. Line-of-Sight (LOS) and Non-Line-of-Sight (NLOS) can be crucial in the context of indoor localization, for which detecting the NLOS condition and further correcting constant position estimation errors or allocating resources can reduce the negative influence of multipath propagation on wireless communication and positioning. In this paper a deep learning (DL) model to classify LOS/NLOS...
-
Deep Learning-Based LOS and NLOS Identification in Wireless Body Area Networks
PublicationIn this article, the usage of deep learning (DL) in ultra-wideband (UWB) Wireless Body Area Networks (WBANs) is presented. The developed approach, using channel impulse response, allows higher efficiency in identifying the direct visibility conditions between nodes in off-body communication with comparison to the methods described in the literature. The effectiveness of the proposed deep feedforward neural network was checked on...
-
Fast Fading Influence on the Deep Learning-Based LOS and NLOS Identificationin Wireless Body Area Networks
PublicationIn the article, the fast fading influence on the proposed DL (Deep Learning) approach for LOS (Line-of-Sight) and NLOS (Non-Line-of-Sight) conditions identification in Wireless Body Area Networks is investigated. The research was conducted on the basis of the off-body communication measurements using the developed mobile measurement stand, in an indoor environment for both static and dynamic scenarios. The measurements involved...