Prediciendo la pérdida de trayectoria de un entorno interior utilizando inteligencia artificial en la banda de 28 GHz
Autores: Aldossari, Saud Alhajaj
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Prediciendo la pérdida de trayectoria de un entorno interior utilizando inteligencia artificial en la banda de 28 GHz
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Señal
Fuerza
área interior
5G
Frecuencias de onda milimétrica
Pérdida de trayectoria
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 27
Citaciones: Sin citaciones
La propagación de la señal y su fuerza en un área interior se han vuelto cruciales en la era de los sistemas de comunicación de quinta generación (5G) y más allá del 5G, que utilizan un ancho de banda alto. Las altas frecuencias de onda milimétrica (mmWave) presentan una alta pérdida de señal y baja fuerza de señal, especialmente durante la propagación de la señal en áreas interiores. Es considerablemente difícil diseñar sistemas de comunicación inalámbrica interior a través de modelado determinista debido a la naturaleza compleja de los materiales de construcción y los cambios ambientales causados por las interacciones humanas. Este estudio presenta una metodología de técnicas basadas en datos que se aplicarán para predecir la pérdida de trayectoria utilizando inteligencia artificial. La metodología propuesta permite la predicción de la pérdida de señal en un entorno interior con una precisión del 97.4%.
Descripción
La propagación de la señal y su fuerza en un área interior se han vuelto cruciales en la era de los sistemas de comunicación de quinta generación (5G) y más allá del 5G, que utilizan un ancho de banda alto. Las altas frecuencias de onda milimétrica (mmWave) presentan una alta pérdida de señal y baja fuerza de señal, especialmente durante la propagación de la señal en áreas interiores. Es considerablemente difícil diseñar sistemas de comunicación inalámbrica interior a través de modelado determinista debido a la naturaleza compleja de los materiales de construcción y los cambios ambientales causados por las interacciones humanas. Este estudio presenta una metodología de técnicas basadas en datos que se aplicarán para predecir la pérdida de trayectoria utilizando inteligencia artificial. La metodología propuesta permite la predicción de la pérdida de señal en un entorno interior con una precisión del 97.4%.