Giải pháp truyền thông tin ứng dụng bộ mã hóa tự động nâng cao phẩm chất cho mạng không dây trên cơ thể sống
Từ khóa:
WBAN, Deep Learning, AutoencoderTóm tắt
Mạng không dây trên cơ thể sống WBAN (Wireless Body Area Netwok) được ứng dụng nhiều cho nhiều lĩnh vực trong cuộc sống, mạng yêu cầu về độ tin cậy truyền tin cao trong điều kiện các nút cảm biến có đặc tính di động, tín hiệu suy hao mạnh và truyền đa đường. Kỹ thuật Autoencoder (bộ mã hóa tự động) có khả năng tự động mã hóa tín hiệu phát và giải mã với độ chính xác cao do các tham số ở máy thu và máy phát được tối ưu đồng bộ thông qua huấn luyện. Trong bài báo này, chúng tôi đề xuất hai mô hình ứng dụng bộ mã hóa tự động nâng cao phẩm chất cho hệ thống truyền tin trong mạng WBAN.
Tài liệu tham khảo
J. Wang et al., “Body Area Communications: Channel modeling, Communication Systems, and EMC,” John Wiley & Sons Singapore Pte. Ltd, 2013.
K. Y. Yazdandoost et al., "Channel model for body area network (BAN)," IEEE Standards Assoc., Piscataway, NJ, USA, Tech., 2010.
J. Zhang et al., "Stability of Narrowband Dynamic Body Area Channel," IEEE Antennas and Wireless Propagation Letters, vol. 8 (2009), pp. 53-56,.
D. Miniutti et al., "Narrowband channel characterization for body area network," IEEE P802 (2008), pp. 15-08.
D. B. Smith et al., "Propagation Models for Body-Area Networks: A Survey and New Outlook," IEEE Antennas and Propagation Magazine, vol. 55, no. 5 (2013), pp. 97-117.
L. C. Tran et al., "Comprehensive Performance Analysis of Fully Cooperative Communication in WBANs," IEEE Access, vol. 4 (2016), pp. 8737-8756.
N. Dinh et al., "Controlling sequence length of DS-IR-UWB to enhance performance of multi-WBAN systems," Journal of Electrical Engineering, vol. 69 (2018), pp. 373-378.
D. Quan et al., "Performance Analysis Method for IEEE 802.15.6 Based WBANs with Adaptive BCH Code Rates," Wireless Personal Communications, vol. 94 (2017).
T. L. Chung et al., "Exact error performance analysis of binary space-time block coded cooperative communications systems in Rayleigh fading channels," in 2015 International Conference on Advanced Technologies for Communications (ATC) (2015), pp. 567-571. Nghiên cứu khoa học công nghệ
Bùi T. T. Tâm and T. X. Nam, "Học máy và khả năng ứng dụng trong các hệ thống thông tin vô tuyến," Tạp chí Nghiên cứu KH&CN quân sự, pp. pp. 11-23, 2020.
J. Jagannath et al., "Machine learning for wireless communications in the Internet of Things: A comprehensive survey," Ad Hoc Networks, vol. 93 (20119), p. 101913.
Y. B. Ian Goodfellow et al., “Deep Learning,” (2016).
F. Ullah et al., "Future of Big Data and Deep Learning for Wireless Body Area Networks," in Deep Learning: Convergence to Big Data Analytics,” Springer Singapore (2019), pp. 53-77.
T. O’Shea et al., "An Introduction to Deep Learning for the Physical Layer," IEEE Transactions on Cognitive Communications and Networking, vol. 3, no. 4 (2017), pp. 563-575.
Y. Lu et al., "Deep Autoencoder Learning for Relay-Assisted Cooperative Communication Systems," IEEE Transactions on Communications, vol. 68, no. 9 (2020), pp. 5471-5488.
D. Kingma et al., "Adam: A Method for Stochastic Optimization," International Conference on Learning Representations (2014).
