Efficient Wireless Communication and Localization through Self-Adaptation to New Network Conditions
- Promovendus/a
- Coppens, Dieter
- Faculteit
- Faculteit Ingenieurswetenschappen en Architectuur
- Vakgroep
- Vakgroep Informatietechnologie
- Curriculum
- Master of Electrical Engineering — Main Subject Communication and Information Technology, Universiteit Gent, 2021
- Academische graad
- Doctor in de ingenieurswetenschappen: elektrotechniek
- Taal proefschrift
- Engels
- Vertaling titel
- Efficiënte draadloze communicatie en lokalisatie door zelf-adaptatie aan nieuwe netwerkomstandigheden
- Promotor(en)
- prof. Eli De Poorter, vakgroep Informatietechnologie - prof. Adnan Shahid, vakgroep Informatietechnologie
- Examencommissie
- voorzitter prof. Patrick De Baets (decaan) - prof. Rafael Berkvens, Universiteit Antwerpen - dr. Arne Broering, Siemens (Duitsland) - dr. Jaron Fontaine, vakgroep Informatietechnologie - prof. David Plets, vakgroep Informatietechnologie - promotor prof. Eli De Poorter, vakgroep Informatietechnologie - promotor prof. Adnan Shahid, vakgroep Informatietechnologie
Korte beschrijving
Draadloze communicatie wordt steeds belangrijker, maar ondervindt hinder door een veranderende omgeving. Dit onderzoek toont hoe die beperkingen kunnen worden aangepakt voor twee technologieën: satellietcommunicatie en ultra-wideband (UWB) voor indoor plaatsbepaling. Voor satellietcommunicatie werd reinforcement learning gebruikt om veiligheidsmarges automatisch en in real-time te optimaliseren. Dat leidt tot hogere datasnelheden en minder fouten, zonder menselijke tussenkomst. Indoor gebruiken we steeds vaker UWB-chips (ze zitten al in heel wat smartphones) om bijvoorbeeld robots, heftrucks of patiënten tot op enkele centimeters nauwkeurig te volgen. Helaas kunnen muren, mensen en metalen obstakels het signaal verstoren. Daarom zijn vier AI-oplossingen ontwikkeld die zich automatisch aanpassen aan zulke lastige omgevingen: (1) selectie van optimale transmissieparameters op basis van de omgeving, (2) foutcorrectie bij afstandsmetingen zonder gelabelde data, (3) plaatsbepaling via radiosignaal-vingerafdrukken met een efficiënt transformer-netwerk, en (4) nauwkeurige positionering wanneer meerdere UWB-sensoren samenwerken. Alle methoden functioneren met weinig of zelfs geen vooraf verzamelde data. Deze bijdragen tonen hoe AI draadloze systemen robuuster, energiezuiniger en toegankelijker maakt. Dit is een belangrijke stap richting betrouwbare communicatie en nauwkeurige locatiebepaling, voor iedereen en overal.
Praktisch
- Datum
- Woensdag 11 juni 2025, 16:30
- Locatie
- auditorium A - Magnel, gebouw 60 Magnel, eerste verdieping, Technologiepark 60, 9052 Zwijnaarde
- Livestream
- Volg online
Meer info
- Contact
- doctoraat.ea@ugent.be