Random forest learning method to identify different objects using channel estimations from VLC link

Mehmet C. Ilter, Alexis A. Dowhuszko, Kiran K. Vangapattu, Kubra Kutlu, Jyri Hämäläinen

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

66 Lataukset (Pure)

Abstrakti

This paper demonstrates the feasibility of using supervised learning algorithms to identify the presence of different objects, taking advantage of the effect that they create on the VLC channel gains. For this purpose, a software-defined VLC link is implemented using a Phosphor-converted LED, whose light intensity is modulated by an Optical OFDM frame that includes synchronization words and pilot sequences for channel estimation. Actual estimated channel gains are collected in the receiver, which are used to train and assess the performance of the Random Forest classifier. The accuracy of the monitoring system is evaluated using three different objects, showing an accuracy in the order of 90% in detecting the objects, even when they take different positions when obstructing the VLC link.

AlkuperäiskieliEnglanti
OtsikkoProceedings of the IEEE 31th Annual International Symposium on Personal, Indoor and Mobile Radio Communications, PIMRC 2020
KustantajaIEEE
Sivumäärä6
ISBN (elektroninen)9781728144900
DOI - pysyväislinkit
TilaJulkaistu - elokuuta 2020
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisuussa
TapahtumaIEEE International Symposium on Personal, Indoor, and Mobile Radio Communications - Virtual, Online
Kesto: 31 elokuuta 20203 syyskuuta 2020

Julkaisusarja

NimiIEEE International Symposium on Personal, Indoor, and Mobile Radio Communications workshops
KustantajaIEEE
ISSN (painettu)2166-9570
ISSN (elektroninen)2166-9589

Conference

ConferenceIEEE International Symposium on Personal, Indoor, and Mobile Radio Communications
LyhennettäPIMRC
KaupunkiVirtual, Online
Ajanjakso31/08/202003/09/2020
MuuVirtual conference

Sormenjälki Sukella tutkimusaiheisiin 'Random forest learning method to identify different objects using channel estimations from VLC link'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

Siteeraa tätä