Общая информация
DeepRF решает задачи локализации и картографирования на основе радиочастотных (РЧ) сигналов с использованием синтетических наборов данных и глубокого обучения (ГО). Создание больших наборов данных реальных беспроводных сигналов затруднительно, но благодаря достижениям в области трассировки лучей и моделирования стало возможным эффективно генерировать синтетические наборы данных. Цель проекта - улучшить локализацию беспроводных устройств в условиях отсутствия прямой видимости (NLOS) и автоматизировать реконструкцию цифровых карт с помощью ГО для интерпретации РЧсигналов. Синтетические наборы данных, полученные с помощью продвинутой трассировки лучей, позволяют всесторонне исследовать сложные задачи, связанные с РЧ-сигналами, которые трудно изучать в реальных условиях. DeepRF стремится создать эффективные модели ГО для локализации и картографирования, потенциально способствуя применению в "умных городах" с использованием фоновых РЧ-сигналов. Проект нацелен на получение новых знаний о представлении входных данных, соображениях качества данных и стратегиях решения задач с множеством виртуально допустимых решений.
