SRK 2020

POVZETEK
V brezžičnem omrežju poteka komunikacija v različnih vremenskih pogojih. Komunikacija je lahko motena zaradi slabljenja zveze. Slabljenje zveze v deževnem vremenu in drugih vremenskih motnjah nastane do frekvence 30 GHz zaradi lastnosti vode, ki je slab dielektrik in nad 30 GHz zaradi Rayleighjevega sipanja. Iz podatkov radarske slike lahko napovemo in izračunamo slabljenje. Naše radijsko omrežje je sestavljeno tako, da je vsak uporabnik tudi vozlišče. Iz vsakega vozlišča lahko preiskujemo celotno omrežje in izvemo zakasnitev in jakost signala med dvema vozliščema. Na podlagi eksperimentalnih podatkov pridobljenih iz omrežja in trenutne slike radarskih padavih se bomo skušali s pomočjo strojnega učenja naučiti, katero usmerjanje je za posamezno zvezo najoptimalnejše.

ABSTRACT
Wireless links suffer additional signal attenuation, polarization changes and crosstalk due to rain and/or snow. Attenuation below 30 GHz is mainly due to dielectric losses in water. Attenuation above 30 GHz is mainly due to Rayleigh scattering on water drops. A weather-radar image can be used to predict the additional attenuation. In our radio network any station can act as a network node. The network can be searched from every node and the received signal levels on each node can be be measured. From the measured data in the network and current weather-radar image we try to learn, using artificial intelligence, which routing is best between any given pair of stations in our network.