Sähkötekniikan korkeakoulun väitöskirjat Aaltodoc-julkaisuarkistossa (ulkoinen linkki)
Sähkötekniikan korkeakoulun väitöskirjat ovat saatavilla yliopiston ylläpitämässä avoimessa Aaltodoc-julkaisuarkistossa.
Väitös, tietoliikenne- ja tietoverkkotekniikka, MSc Xinze Li
Machine Learning-Enhanced Localization based on 5G System.
Väitös Aalto-yliopiston sähkötekniikan korkeakoulusta, informaatio- ja tietoliikennetekniikan laitokselta.
Väitös Aalto-yliopiston sähkötekniikan korkeakoulusta, informaatio- ja tietoliikennetekniikan laitokselta.
Noudatamme tapahtumissamme Aalto-yliopiston turvallisemman tilan periaatteita.
Väitöskirjan nimi: Machine Learning-Enhanced Localization based on 5G System.
Väittelijä: Xinze Li
Vastaväittäjä: Prof. Fredrik Tufvesson, Lund University, Sweden
Kustos: Prof. Olav Tirkkonen, Aalto-yliopiston sähkötekniikan korkeakoulu
Tässä väitöskirjassa tutkittiin koneoppimisalgoritmeja sisätilapaikannukseen 5G-radiosignaalien avulla. Tavoitteena oli parantaa paikannustarkkuutta ja vähentää mittauksia sekä tiedonsiirtokuormaa. Tutkimuksessa tarkasteltiin piirteiden muodostamista radiokanavan tilatiedosta, parannettiin paikannusalgoritmeja ja kehitettiin adaptiivisia näytteenottomenetelmiä radiokarttojen tehokkaaseen muodostamiseen. Työ edistää langattoman paikannuksen tutkimusta osoittamalla, kuinka signaalitietoa ja sijaintien välisiä suhteita hyödyntämällä voidaan saavuttaa tarkka paikannus pienellä opetusaineistolla. Tulokset tukevat sisätilapaikannusjärjestelmien kehittämistä teollisuusautomaation ja autonomisten robottien tarpeisiin.
Avainsanat: Sisätilapaikannus, 5G-paikannus, näköyhteydetön eteneminen, koneoppiminen, kanavan tilatieto, sormenjälkipaikannus, kanavan kovarianssi, radiokarttojen muodostaminen
Linkki väitöskirjan sähköiseen esittelykappaleeseen (esillä 7 päivää ennen väitöstä): Aalto-yliopiston riiputussivu
Sähkötekniikan korkeakoulun väitöskirjat
Zoom pikaopas