Système de géolocalisation d’un objet connecté dans les réseaux LPWAN

Abstract:

La géolocalisation d’un objet consiste en la détermination de sa position géographique. Cependant, la plupart des techniques de géolocalisation existantes connaissent une insuffisance de précision dans l’estimation de la position d’un objet, que ce soit dans les réseaux LPWAN ou dans d’autres réseaux. Dans ce travail, nous avons pour objectif principal de mettre en place un système de géolocalisation permettant d’estimer avec précision la position d’un objet connecté dans les réseaux LPWAN en utilisant le réseau de neurones perceptrons. Pour y parvenir, nous avons d’abord collecté les coordonnées des positions par simulation à l’aide du logiciel AutoCad dans un scénario où l’objet à identifier est en visibilité directe avec les stations de base. Ensuite, nous avons développé deux modèles de réseaux de neurones : le perceptron et le perceptron multicouches (MLP : Multi Layer Perceptron). Enfin, avec les coordonnées obtenues, nous avons procédé à une répartition de différents pourcentages de données pour l’entrainement de nos modèles et 20% pour le test de validation. Pour 80% de données d’apprentissage, le taux de reconnaissance global est de 78% pour le réseau de neurones perceptrons et 97% pour le réseau de neurones MLP. Pour 50% de données d’apprentissage, le taux de reconnaissance global est de 64% pour le réseau de neurones perceptrons et 95% pour le réseau de neurones MLP. Pour 10% de données d’apprentissage, le taux de reconnaissance global est de 26% pour le réseau de neurones perceptrons et 83% pour le réseau de neurones MLP. Des résultats de cette étude, le réseau MLP nous permet d …

Google Scholar : https://scholar.google.com/citations?view_op=view_citation&hl=fr&user=7aH_AsgAAAAJ&pagesize=100&sortby=pubdate&citation_for_view=7aH_AsgAAAAJ:dshw04ExmUIC

DOI:

PDF: