@article{Семенова_Семенов_2019, title={ЗАСТОСУВАННЯ НЕЙРОННИХ МЕРЕЖ ДЛЯ ВИЗНАЧЕННЯ МІСЦЕПОЛОЖЕННЯ МОБІЛЬНОЇ СТАНЦІЇ}, url={https://visnyk.vntu.edu.ua/index.php/visnyk/article/view/2387}, DOI={10.31649/1997-9266-2019-145-4-66-70}, abstractNote={<p>Для систем мобільного зв’язку всіх поколінь необхідними є функції позиціонування, тобто автоматичне визначення місця розташування абонентів у межах стільникових мереж. Проте, впроваджуючи мережі нових поколінь, для розвитку послуг, пов’язаних з місцем розташування абонентів, необхідно забезпечити вищу точність визначення географічних координат мобільних станцій. Для розв’язання задачі позиціонування мобільної станції виконується обчислення її географічних координат відносно відомих координат базових станцій. У роботі запропоновано використовувати нейронну мережу для підвищення ефективності визначення місцезнаходження мобільної станції системи стільникового зв’язку. Методи позиціонування, що передбачають використання нейронних мереж, базуються на вимірюваннях рівнів сигналів від базових стацій, координати яких є відомими або від всіх найближчих точок доступу. Після створення програмного або апаратного рішення штучної нейронної мережі потрібно розробити математичну модель позиціонування та виконати процедуру навчання мережі. Запропонований метод визначення місцеположення базується на значеннях величини RSSI. Перевагою методу RSSI є те, що він не потребує ані додаткового обладнання, ані додаткової обчислювальної потужності. Недоліком методу RSSI є недостатня точність. Таким чином, метою роботи є розроблення оптимізованого методу визначення місцеположення мобільної станції. Згідно з запропонованим методом, значення RSSI від декількох найближчих базових станцій (мінімум трьох) до шуканої мобільної станції надходить у нейронну мережу, на двох виходах якої після відповідного оброблення з’являються значення координат (географічні широта та довгота) мобільної станції. Пропонована нейронна мережа є багатошаровим перцептроном. У статті подано розроблену схему багатошарового перцептрона. Обґрунтовано число нейронів у всіх шарах перцептрона. Описано роботу багатошарового перцептрона.</p>}, number={4}, journal={Вісник Вінницького політехнічного інституту}, author={Семенова, О. О. and Семенов, А. О.}, year={2019}, month={Серп.}, pages={66–70} }