Αναζήτηση

Πλοήγηση

• Κοινότητες
• Συγγραφείς
• Έτος
• Τίτλοι
• Θέματα

Ο Χώρος μου

• Είσοδος

Προσδιορισμός θέσης ετικετών RFID με πολυστατική ανάγνωση και νευρωνικά δίκτυα

Papadopoulos Georgios

Πλήρης Εγγραφή

---

Περίληψη

Τα τελευταία χρόνια, η χρήση παθητικών ετικετών RFID χαμηλού κόστους για αξιόπιστη επικοινωνία και προσδιορισμό θέσης έχει εδραιωθεί σε πολλούς τομείς, από την ακαδημαϊκή έρευνα μέχρι την βιομηχανία. Η παρούσα εργασία εμπνέεται από μια πρόσφατα δημοσιευμένη τεχνική πολυστατικού εντοπισμού, η οποία εκμεταλλεύεται την δημιουργία ελλείψεων στο επίπεδο, αξιοποιώντας μετρήσεις φάσης και κατεύθυνσης άφιξης (DoA).Παρουσιάζεται μια μέθοδος εντοπισμού σε δύο διαστάσεις, η οποία χρησιμοποιεί νευρωνικά δίκτυα (NN) για την βελτίωση της ακρίβειας. Πιο συγκεκριμένα, αναπτύσσεται ένα Deep Feed Forward νευρωνικό δίκτυο που εκτιμά την θέση της ετικέτας, έχοντας ως εισόδους πολλαπλές μετρήσεις φάσεις από το πολυστατικό σύστημα.Στο πρώτο μέρος της διπλωματικής, συγκρίνονται οι συμβατικές τεχνικές με νευρωνικά δίκτυα εκπαιδευμένα σε 1.000.000 δείγματα και, μέσω προσομοιώσεων σε μια περιοχή 8x4 τ.μ., φανερώνεται ένα σημαντικό πλεονέκτημα για τα νευρωνικά, για τυχαίες θέσεις των ετικετών. Έπειτα, ένα σημαντικά βελτιωμένο σύστημα παρουσιάζεται, το οποίο χρησιμοποιεί μία μόνο επιπλέον κεραία λήψης και σημειώνει 76% μειωμένο μέσο απόλυτο σφάλμα, συγκριτικά με την προηγούμενη διάταξη, με τελική τιμή 2,48 εκ.. Μάλιστα, η διάμεσος των απόλυτων σφαλμάτων πέφτει κάτω από το ένα εκατοστό. Σε αντίθεση με τη βιβλιογραφία, αποδεικνύεται ότι αυτό το αποτέλεσμα δεν οφείλεται στις ασάφειες φάσεις, αλλά ο καθοριστικός παράγοντας είναι οι μεγαλύτερες διαφορές στην κατανομή των τιμών εισόδων μέσα στην περιοχή ενδιαφέροντος, παρέχοντας έτσι πλουσιότερη πληροφορία στο νευρωνικό δίκτυο για εκπαίδευση.Στο δεύτερο μέρος της διπλωματικής, χρησιμοποιούνται πειραματικά δεδομένα για να αξιολογηθεί η αποτελεσματικότητα των νευρωνικών δικτύων σε δύο πραγματικά σενάρια, με ετικέτες να τοποθετούνται έως και 1,2 μέτρα μακριά από τις κεραίες, ενώ συνολικά ελέγχθηκαν 44 δείγματα. Σημειώνεται ότι το σύστημα εκπαιδεύτηκε με προσομοιώσεις δεδομένων, ενώ τα πειραματικά δεδομένα χρησιμοποιήθηκαν μόνο για δοκιμή. Αυτή τη φορά, τα νευρωνικά παρουσιάζουν παρόμοιες επιδόσεις με τις συμβατικές μεθόδους και στα δύο πειραματικά σενάρια, με μέσο απόλυτο σφάλμα που κυμαίνεται από τα 19 εκατοστά στο πρώτο, έως τα 27 εκατοστά στο δεύτερο σενάριο. Η διάμεσος των απολύτων σφαλμάτων είναι παρόμοια στις δύο περιπτώσεις, περίπου στα 8,5 εκατοστά.Από αυτή τη διπλωματική διατριβή μπορούν να συναχθούν δύο βασικά συμπεράσματα: 1) Τα νευρωνικά που εκπαιδεύονται αποκλειστικά με προσομοιωμένα δεδομένα, μπορούν να επιτύχουν ικανοποιητικά αποτελέσματα με πειραματικές (πραγματικές) μετρήσεις, με απόδοση συγκρίσιμη των πιο αποδοτικών γνωστών μεθόδων. 2) Υπάρχει χώρος για βελτίωση, χρησιμοποιώντας πειραματικά δεδομένα για εκπαίδευση, ίσως με την χρήση κινούμενης ρομποτικής πλατφόρμας που μεταφέρει την ετικέτα, και προσεκτικά επιλεγμένες θέσεις κεραιών ανάγνωσης, όπως έχει ήδη αποδειχθεί στις προσομοιώσεις.

Διαθέσιμα αρχεία

Υπηρεσίες