ระบบวิทยุรู้คิดที่ใช้การเรียนรู้ของเครื่องสำหรับการจัดการทรัพยากรคลื่นวิทยุแบบเข้าถึงหลายทาง

มนุสส์ เพ็งนู

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/74180

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	ลัญฉกร วุฒิสิทธิกุลกิจ	-
dc.contributor.advisor	พิสิฐ วนิชชานันท์	-
dc.contributor.author	มนุสส์ เพ็งนู	-
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์	-
dc.date.accessioned	2021-06-28T06:10:58Z	-
dc.date.available	2021-06-28T06:10:58Z	-
dc.date.issued	2561	-
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/74180	-
dc.description	วิทยานิพนธ์ (วศ.ด.)--จุฬาลงกรณ์มหาวิทยาลัย, 2561	en_US
dc.description.abstract	วิทยานิพนธ์ฉบับนี้นำเสนอระบบการสื่อสารไร้สายโดยมุ่งเน้นที่ย่านความถี่เทระเฮิรตซ์ซึ่งเป็นย่านที่ได้รับความสนใจอย่างสูงสำหรับการสื่อสารในอนาคตและมีอุปสรรคสำคัญของการแพร่สัญญาณคือการถูกบดบังโดยสิ่งกีดขวาง โดยใช้หลักการเรียนรู้ของเครื่องและปัญญาประดิษฐ์มาร่วมพัฒนาการรู้คิดและความสามารถในการตัดสินใจของอุปกรณ์ในระบบสื่อสาร ในวิทยานิพนธ์นำหลักการสะท้อนของสัญญาณบนผิวตัวสะท้อนในรูปแบบเชิงกลและวิธีการไบแอสกระแสไฟฟ้า นำเสนอหลักการสนามศักย์ประดิษฐ์ และปัญญาประดิษฐ์มาพัฒนาร่วมกันเพื่อปรับปรุงการสื่อสารไร้สายภายใต้สภาวะที่มีสิ่งกีดขวางบดบัง ผลการศึกษาและการจำลองพบว่าสนามศักย์ประดิษฐ์ช่วยให้ระบบสื่อสารสามารถรู้รูปแบบการกีดขวางในพื้นที่ที่พิจารณาและทำการตัดสินใจเลือกส่งสัญญาณในทิศทางที่มีประสิทธิภาพและประหยัดพลังงานของสถานีฐานมากกว่าการส่งสัญญาณโดยไม่มีข้อมูลของสนามศักย์ประดิษฐ์มาก และการใช้ปัญญาประดิษฐ์ทางด้านคอมพิวเตอร์วิทัศน์มาพัฒนาในระบบช่วยให้การสร้างสนามศักย์ประดิษฐ์นั้นสามารถทำได้อย่างแม่นยำและรวดเร็วมากขึ้น ประกอบกับการประยุกต์ใช้การเรียนรู้ของเครื่องคือการเรียนรู้แบบจูงใจพัฒนาเข้ากับตัวรับสัญญาณและตัวส่งสัญญาณช่วยให้ตัวรับและตัวส่งสัญญาณเรียนรู้การวางตำแหน่งซึ่งสามารถทำให้สถานการณ์ที่มีสิ่งกีดขวางนั้นระบบสื่อสารสามารถมีการสื่อสารได้อย่างต่อเนื่องและประหยัดพลังงานมากที่สุด และช่วยให้การวางโครงข่ายของตัวส่งสัญญาณมีความครอบคลุมสูงที่สุดซึ่งเปรียบเทียบได้จากผลการวางแผนโครงข่ายแบบค้นหาทุกกรณี	en_US
dc.description.abstractalternative	This thesis proposes a wireless communication system with a focus on the frequency of the terahertz frequency, which receives high attention for future communications and the major problem of signal transmission is blocked by obstacles. We used machine learning principles and artificial intelligence to develop the cognitive and decision-making capabilities of communication devices. In the thesis, we use reflective mirrors, both mechanical and electric current bias. We present the principle of the artificial potential field (APF) and artificial intelligence developed together to improve wireless communication under obstructed conditions. The results of the study and simulation show that the APF allows the communication system to know the pattern of obstructions in the area and decides to send signals in an effective and energy-saving direction of the base station rather than transmitting without data of the APF. The author presents the use of computer vision to simulate the potential field to be more accurate and faster, together with the application of reinforcement learning in order to develop the receiver and transmitter to learn positioning that enables the system to communicate continuously and the best energy saving in an environment where signals are obstructed. As well as locating the network of the transmitter to have the highest coverage, which can be compared from the results of the exhaustive search algorithm.	en_US
dc.language.iso	th	en_US
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.relation.uri	http://doi.org/10.58837/CHULA.THE.2018.1242	-
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.subject	คลื่นวิทยุ	-
dc.subject	การแพร่กระจายคลื่นวิทยุ	-
dc.subject	ระบบสื่อสารไร้สาย	-
dc.subject	Radio waves	-
dc.subject	Radio wave propagation	-
dc.subject	Wireless communication systems	-
dc.title	ระบบวิทยุรู้คิดที่ใช้การเรียนรู้ของเครื่องสำหรับการจัดการทรัพยากรคลื่นวิทยุแบบเข้าถึงหลายทาง	en_US
dc.title.alternative	Cognitive Radio System Using Machine Learning for Multi-Access Radio Resource Management	en_US
dc.type	Thesis	en_US
dc.degree.name	วิศวกรรมศาสตรดุษฎีบัณฑิต	en_US
dc.degree.level	ปริญญาเอก	en_US
dc.degree.discipline	วิศวกรรมไฟฟ้า	en_US
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.email.advisor	Lunchakorn.W@Chula.ac.th	-
dc.email.advisor	V_Pisit@Hotmail.com	-
dc.identifier.DOI	10.58837/CHULA.THE.2018.1242	-
Appears in Collections:	Eng - Theses

Files in This Item:

File	Description	Size	Format
En_5671435021_Manus Pe.pdf		2.27 MB	Adobe PDF	View/Open

Show simple item record