prindi

A deep learning approach for LoS/NLoS identification via PRACH in UAV-assisted public safety networks

autor
Scazzoli, Davide
Magarini, Maurizio
Reggiani, Luca
Le Moullec, Yannick
Alam, Muhammad Mahtab
vastutusandmed
Davide Scazzoli, Maurizio Magarini, Luca Reggiani, Yannick Le Moullec, Muhammad Mahtab Alam
allikas
2020 IEEE 31st Annual International Symposium on Personal, Indoor and Mobile Radio Communications, August 31 - September 3, 2020 in London, United Kingdom : proceedings
ilmumiskoht
Danvers
kirjastus/väljaandja
IEEE
ilmumisaasta
2020
leheküljed
6 p
konverentsi nimetus, aeg
IEEE 31st International Symposium on Personal, Indoor and Mobile Radio Communications (PIMRC), August 31 - September 3, 2020
konverentsi toimumispaik
London, United Kingdom
leitav
https://doi.org/10.1109/PIMRC48278.2020.9217127
märksõna
arvutivõrgud
võrgustikukäsitlus
võtmesõna
public safety networks (PSN)
localization
convolutional neural networks (CNNa)
non line of sight (NLoS)
ISSN
1558-2612
ISBN
978-1-7281-4490-0
märkused
Bibliogr.: 21 ref
TTÜ struktuuriüksus
Thomas Johann Seebecki elektroonikainstituut
keel
inglise
Uurimisrühm
Kognitiivelektroonika kiiplaborite uurimisgrupp
Kognitroonika teaduslabor
Kommunikatsioonisüsteemide uurimisrühm
Scazzoli, D., Magarini, M., Reggiani, L., Le Moullec, Y., Mahtab Alam, M. A deep learning approach for LoS/NLoS identification via PRACH in UAV-assisted public safety networks // 2020 IEEE 31st Annual International Symposium on Personal, Indoor and Mobile Radio Communications, August 31 - September 3, 2020 in London, United Kingdom : proceedings. Danvers : IEEE, 2020. 6 p. https://doi.org/10.1109/PIMRC48278.2020.9217127