1 / 20

元智大學資訊工程學系 指導教授：鍾添曜 學生：唐紹謙

A Hybrid System Integrating Signal Analysis and Probabilistic Neural Network for User Motion Detection in Wireless Networks. 元智大學資訊工程學系 指導教授：鍾添曜 學生：唐紹謙. Outline. Introduction Related Works MACD (Moving Average Convergence-Divergence ) MRSS (Momentum of Received Signal Strength)

elisa
Download Presentation

元智大學資訊工程學系 指導教授：鍾添曜 學生：唐紹謙

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. A Hybrid System Integrating Signal Analysis and Probabilistic Neural Network for User Motion Detection in Wireless Networks 元智大學資訊工程學系 指導教授：鍾添曜 學生：唐紹謙

  2. Outline • Introduction • Related Works • MACD (Moving Average Convergence-Divergence ) • MRSS (Momentum of Received Signal Strength) • PNN (Probabilistic Neural Network) • Motion Detection with Machine Learning • PNN-MSMD (Multiple Sensor-based Motion Detection) Algorithm • Simulations • Conclusions and Future Works

  3. Introduction • 4G整合不同的網路技術,使用者可以在不同網路中切換網路,因此提供一個高品質的換手演算法是重要的研究。 • 換手演算法分為兩類： • 使用固定的無線電接收訊號強度(Received Signal Strength；RSS)作臨界門檻的方法 • 選擇適當的臨界門檻不易 • 移動感知偵測的方法(motion aware method) • 多半需要額外的硬體設備(GPS),和金錢花費. • 分析RSS變動來偵測移動狀態,如MACD與MRSS.

  4. Related Works • MACD方法 : • 快速與慢速的平滑移動平均數(EWMA)，計算兩者之間的差離值(DIF) 。 • 以差離值分析無線電訊號接受強度的變動來判別行動裝置的移動狀態。 • EWMA公式: • 快速的EWMA • 慢速的EWMA

  5. Related Works (cont.) • MRSS: 不同時間的EWMA值的動量變化 • 計算公式:

  6. dBm dBm MRSSi MRSSi1 ARSS EMA Time Time dBm dBm Initial time 0 DIF 0 △t △t MRSS Time △t j1 i1 j i Time Related Works (cont.) MACD MRSS SEMA LEMA

  7. Related Works (cont.) • PNN架構 • 運作方式: 1.行動終端移動時，將多個sensor所量測的MACD與MRSS值從輸入層輸入 與 做運算，計算欲分類資料的特徵向量對每個樣式的高斯機率密度 函數，其結果輸出到樣式層。 2.樣式層的數值與 做運算，計算各樣式所屬的分類下 的高斯機率密度函數，結果輸出到總結層。 3.總結層中最大機率值的類別為判斷結果。 -註: 樣板: 為輸入層到樣式層的連結加權值;MRSS與MACD的變動值，做為PNN輸入的學習範例。 為樣式層到總結層的連結加權值;MRSS與MACD的移動狀態，做為PNN輸入的學習範例。

  8. PNN-MSMD Algorithm • 移動狀態分析流程分為四步驟： • Step 1: 從無線網路卡取得無線電訊號接收強度資訊(RSS) • Step 2: 由RSS計算EWMA。 • 10個α • Step 3.a: 由EWMA計算MACD。 • Step 3.b: 由EWMA計算MRSS。 • Step 4: PNN使用MACD與MRSS計算移動狀態的機率。

  9. Motion Detection with Machine Learning • PNN-MSMD Scheme • Pattern Selection • MACD與MRSS挑選用於WLAN與WiMAX的樣板所挑選的各別平滑參數(α值)如下: • 在MRSS中，所挑選的α值為={ 0.29， 0.16， 0.08， 0.05， 0.04， 0.02， 0.01 } • 在MACD中，所挑選的<α，β>各別為 • 以這些參數將RSS計算得到MACD與MRSS的特徵向量值作為 ，實際測量結果當作 。

  10. Motion Detection Based Handoff Algorithm Start EWMA calculation no ARSS < THND yes Motion Detection withPNN-MSMD Approaching State no Leaving State no StationaryState yes yes yes Set Non_ND mode Set ND mode Set SEMI_ND mode

  11. Simulations • Ping-Pong Effect Analysis • Handoff Algorithm Analysis Ping-Pong Effect 實驗的WLAN拓樸與傳輸範圍 換手實驗分析的WiMAX拓樸與Random Waypoint移動模式

  12. Ping-Pong Effect Analysis (1/2) 平均移動偵測延遲 平均移動偵測成功率

  13. Ping-Pong Effect Analysis (2/2) 平均換手次數 平均耗電量

  14. Handoff Algorithm Analysis (1/2) 平均移動偵測延遲 平均耗電量

  15. Handoff Algorithm Analysis (2/2) 平均換手次數 平均換手失敗次數

  16. Simulation Deduction

  17. Conclusions and Future Works Conclusions: • 本篇論文改良過去的MRSS與MACD移動偵測方法，提出一個整合訊號分析與類神經網路(PNN)的移動偵測演算法，稱為PNN-MSMD。 • PNN-MSMD改善 -更準確地判定換手的適當時機，並提升換手的效能 -避免換手過慢而造成斷線與減少電力的消耗 -在適當時機，開啟介面，尋找更好的無線網路環境 Future Works: • PNN分類的準確度，與輸入的樣板的數量與樣板選擇的好壞有直接關係 • 未來的研究目標將朝向發展演化式的樣板選擇方法，以繼續改良機率類神經網路的學習成效，提升換手演算法效能。

  18. Simulation Environment

  19. Parameters for the Handoff Performance Evaluation In WIMAX

  20. Thanks. Q&A

More Related