Validation de la M - PowerPoint PPT Presentation

About This Presentation
Title:

Validation de la M

Description:

Bornes, sensibilit . Une valuation : 30s. Fonction multimodale. Choix d'un algorithme ... Bornes, sensibilit connues. Simulations apr s identification des ... – PowerPoint PPT presentation

Number of Views:30
Avg rating:3.0/5.0
Slides: 26
Provided by: katiar
Category:

less

Transcript and Presenter's Notes

Title: Validation de la M


1
Validation de la Méthode de Prédiction de
couverture radio Multi-Resolution FDPF
Katia Runser, ARES-INRIA, CITI INSA Lyon Philippe
Buhr, CITI INSA Lyon Guillaume De La Roche, CITI
INSA Lyon Jean-Marie Gorce, ARES-INRIA, CITI INSA
Lyon
2
Plan.
  • La méthode Multi-Resolution FDPF.
  • Processus de Validation.
  • Problème didentification.
  • Algorithme choisi.
  • Résultats
  • Jeu de mesures.
  • Présentation des solutions trouvées.

3
Multi-Resolution Fourier Domain ParFlow.
  • Méthode de prédiction de couverture radio
    discrète.
  • ALGOTEL 2001
  • Présentation théorique de la méthode MR-FDPF.
  • Objectifs
  • Validation des prédictions à laide de mesures.
  • Estimation des paramètres de propagation des
    matériaux
  • Indice n,
  • Coefficient dabsorption ?.

4
Le modèle Multi-Resolution FDPF
  • Dérive des équations de Maxwell.
  • Domaine temporel Convergence lente.
  • Domaine fréquentiel Gorce et al, 01
  • Système linéaire Regroupement par blocs.
  • Représentation pyramidale.
  • Deux étapes de calcul
  • Calcul de la Pyramide.
  • Calcul de la carte de couverture

Domaine temporel
5
Le modèle Multi-Resolution FDPF
Domaine fréquentiel
  • Dérive des équations de Maxwell.
  • Domaine temporel Convergence lente.
  • Domaine fréquentiel Gorce et al, 01
  • Système linéaire Regroupement par blocs.
  • Représentation pyramidale.
  • Deux étapes de calcul
  • Calcul de la Pyramide.
  • Calcul de la carte de couverture

6
(No Transcript)
7
Approximations.
  • Choix de la fréquence de simulation
  • fsim A.fréelle
  • Résolution Maximale dr lt ?sim/6
  • Simulations en 2D du phénomène de propagation 3D.

Calibration du simulateur à laide de mesures
8
Paramètres de Calibration.
  • ?? Paramètre de mise à léchelle.
  • ?air Coefficient dabsorption de lair.
  • Pour chaque matériau
  • n Indice,
  • ? Coefficient dabsorption.
  • Valeurs standards existent mais
  • Mesure complexe d?r et de ?.
  • Varient avec la fréquence, la température,..
  • Connaissance à priori du bon matériau ?

9
Fonction dévaluation.
  • Fonction derreur de prédiction
  • Avec ?sim et ?mes les puissances simulées et
    mesurées.
  • Critères

10
Identification des paramètres.
  • Problème difficile
  • Nombre de variables élevé.
  • Bornes, sensibilité.
  • Une évaluation 30s.
  • Fonction multimodale.
  • Choix dun algorithme
  • Optimisation globale.
  • Peu dévaluations.

11
DIRECT Dividing RECTangle
  • Algorithme de recherche directe à motifs. Jones
    et Al., 1993
  • Fonctions continues à plusieurs variables.
  • Recherche globale et locale.
  • Normalisation de lespace de recherche dans un
    hypercube unité.

?cloison
?air
1
ncloison
1
12
DIRECT Dividing RECTangle
  • A chaque itération
  • 1- Sélection des hyper rectangles
    potentiellement optimaux .
  • 2- Découpage de chaque rectangle sélectionné.

13
Résultats.
  • 3 jeux de mesures
  • Environnement du CITI (7918,4m).
  • 1 grand jeu
  • ALLIED - 171 points.
  • 2 petits jeux de mesures co-localisées.
  • AVAYA1 - 18 points.
  • AVAYA2 - 15 points.
  • Optimisation DIRECT lancée sur le jeux ALLIED

14
Jeu de mesures Allied
  • 171 points de mesure.
  • 400 échantillons par point de mesure.
  • 3.5dB décart type pour un point de mesure.

Cloison
ALLIED
Béton
Cloison Vitrée
15
Jeu de mesures Avaya1
  • 18 points de mesure
  • 3 dB décart type sur les mesures

16
Jeu de mesures Avaya2
  • 15 points de mesure
  • 3 dB décart type sur les mesures

Cloison Vitrée
Cloison
Béton
17
Résultats Optimisation pour ALLIED.
  • Premiers tests
  • Les coefficients ? tendent vers 1
  • Absorption des matériaux non significatif ici.
  • Modèle daffaiblissement plus proche dun modèle
    2D
  • Divise par 2 le nombre de paramètres !

18
Résultats Optimisation pour ALLIED.
  • Si on fixe ?1, on obtient
  • Solution 1 en 22 itérations, soit 344 évaluations
    (3h)
  • Critère minimal de 3.5 dB/Points
  • Inférieur à lécart type moyen de la distribution
    des mesures.

19
Optimisation avec le jeu ALLIED.
Sol. ALLIED Esp. Libre Sol. Standard
Critère (dB) 3.5 8.7 6.1
E(e) (dB) 0 0 0
?? -68 -68 -70
n béton 1.64 1.0 v7
n cloison 2.80 1.0 v2
n cl. Vitrée 3.12 1.0 v7 (verre)
20
Solution ALLIED
21
Optimisation avec lAP ALLIED.
Sol ALLIED
Sol AV1
Sol Standard
Sol Esp. Libre
22
Validité de ces solutions ?
  • Une solution est fixée pour calibrer le moteur.
  • Est-ce que cette calibration simule correctement
    dautres points daccès ?

23
Validité de la Solution Allied.
Jeu de Mesures Avaya1 (18 pts) Avaya2 (15 pts) ALLIED (171 pts)
Critère (dB) 5.2 3.9 3.5
E(e) (dB) 3 0 0
points avec
e lt 3 dB 39 74 70
e lt 5 dB 65 80 90
  • Performances de la solution ALLIED plus mauvaises
    pour le jeu de mesures AVAYA1.

24
Conclusion
  • Diminution du nombre de paramètres à estimer.
  • Bornes, sensibilité connues.
  • Simulations après identification des paramètres
  • 70 des points avec une erreur lt 3dB
  • 90 des points avec une erreur lt 5dB
  • DIRECT permet de trouver une solution.

25
Perspectives
  • Prise en compte de la directivité des antennes.
  • Valider les solutions obtenues sur dautres jeux
    de mesure.
  • Estimation des indices pour les matériaux les
    plus courants.
  • Recherche dun algorithme doptimisation plus
    performants.
Write a Comment
User Comments (0)
About PowerShow.com