雷竞技网页版研究和评论——国际期刊雷竞技苹果下载

国际期刊的创新在计算机和通信工程的研究

菜单

ISSN在线(2320 - 9801)打印(2320 - 9798)

所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

使用修改后的指纹技术的室内定位

卡洛斯Kornuta1纳尔逊Acosta2胡安Toloza3
  1. 国家印加/ INTIA——确切科学学院€“UNICEN, Tandil,阿根廷
  2. 印加/ INTIA——确切科学学院€“UNICEN, Tandil,阿根廷
  3. 国家印加/ INTIA——确切科学学院€“UNICEN, Tandil,阿根廷
相关文章Pubmed,谷歌学者

访问更多的相关文章国际期刊的创新在计算机和通信工程的研究

国际期刊的创新在计算机和通信工程的研究

文摘

可用的无线定位系统密闭空间使用现有的网络基础设施来计算移动设备的位置(MD)。最常用的参数是RSSI(接收信号强度指示器)。在本文中,我们分析了指纹技术考虑一些变化旨在改善技术的准确性和减少计算时间。重要领域进行工作,分析精度与每个技术实现。

关键字
室内定位、无线局域网、RSSI指纹

介绍
基于位置的服务(LBS)允许获取信息的移动设备(MD)与引用一个预定义的空间[1]。在这个意义上,定位系统是基于wi - fi信号获得了近年来具有重要意义,因为他们允许计算位置使用一个已经存在的基础设施在大多数建筑物和公共场所,也就是说,不需要额外的硬件的安装在MDs,因为他们中的大多数已经提供wi - fi连接。
技术用于计算的位置在一个封闭的空间进行分类,基于所使用的传感器技术,在:到达时间(ToA),到达角(AoA)和接收信号强度指示(RSSI)。在RSSI的情况下,有两个主要模型用来计算MD的位置:信号传播模型和经验模型。前者是基于数学模型的应用,确定信号行为及其降解而传播。经验模型计算基于位置参数存储在数据库中。在后者,最广泛的算法用于计算位置指纹算法[2][5]。
指纹技术是现在使用最广泛的技术,由于其高度的准确性和较低的实现成本。这些系统提供了一个封闭空间2 - 3米的准确性,和10米室外区域[3][4]。
几个领域的发展进行了设备使用RSSI定位,尤其是和指纹技术。第一个方法是雷达系统[6],并结合两种方法——使用指纹实证模型和数学模型,考虑信号传播。系统获得精度平均在2 - 3米。
在[7]中,作者的雷达系统实现的改进,如多路径和干扰,分析的目的和减少问题固有的性质的信号。他们还在实验阶段分析环境变化。获得的精度小于2米。
2003年,租赁系统[8]提供了一个框架基于指纹技术,达到2.1米的精度。本周商业系统[9]是一个定位软件,由管理员,服务器和客户端。管理员记录信号的强度在接入点(APs),并创建定位数据库。客户端发送请求到服务器,服务器响应计算的位置。系统精度为2 - 3米。
Aeroscout商业系统[10]有4个主要组件:定位标签,移动设备,计算引擎,和一个接收器。计算位置,使用混合技术结合ToA技术和RSSI处理。系统达到2 - 3米的相对精度。
2003年,[11]的信号传播模型;这个模型得到一个三度多项式回归计算MD的位置,实现1 - 3米的精度。2004年,指纹的方法是使用两个方案[12]:第一个是基于改变采样点的数量使用欧氏距离作为度量,而第二个使用增强的欧几里得距离和采样集的标准偏差作为权重。系统达到一个相对误差2 - 3米。
在2006年提出了一个系统,使用指纹和欧氏距离方法增强算法,利用模糊逻辑[13];4.47米的精度获得第一,然后,模糊逻辑,提高到3米。
2008年,一个计算方法基于聚类算法[14],称为集群过滤资讯(再邻居);结果对比获得资讯的计算方法。系统达到2米的精度。
2008年,一个定位系统实现基于多层神经感知器[15]使用美联社的RSSI值作为度量,然后比较获得的结果与WKNN和传统资讯算法。系统达到2米的相对精度。
2010年,一个叫做PKNN的技术(预测资讯)[16],基于移动设备的历史定位数据,使用。技术达到33%的改进算法与传统的资讯,以1.3米的准确性
同样是在2010年,使用指纹技术结合传播模型计算[17]的位置。传播模型是基于环境的物理特征,定义计算墙衰减因子(WAF)。该系统使用一个过滤器来提高精度,达到一个错误,低于1.8米。
2011年,提出了一种指纹定位系统,是基于LDPL(长途路径损耗)传播模型计算模式之间的距离向量和向量存储在数据库中,不使用欧氏距离[18]。10%的系统介绍了一个改进的顺序与资讯算法,用一个错误的2米。
在本文中,我们目前的发展定位系统是基于指纹技术,但引入了某些改进数据库建设通过统计和数学技术。在实验阶段,获得的结果分析了考虑空间和各种障碍的目的与系统获得的指标。
本文的组织结构如下:第二节总结了艺术的状态,第三节介绍了技术使用,第四节描述了实验,和第五节分析获得的结果在定位操作。最后,第六节描述了结论和未来的工作。

二世。实证模型:指纹技术
实证模型中,大多数定位系统使用三角或指纹识别算法计算的位置。在指纹算法的情况下,第一个电台地图设计包含RSSI测量每个可见美联社的覆盖范围。所有获得的值存储在数据库中。然后,计算出的位置可以获得优势模式向量和应用一种算法,通过匹配这个向量的值存储在数据库中[19]。
计算算法之间的关联值获得的位置信息和指纹数据库,以确定的相对位置。有两类算法:概率和确定性
最广为人知的确定性方法是“最近邻。”在这种情况下,强度向量与向量存储在数据库中,以确定他们的距离,计算基于向量之间的距离。最常用的距离度量是欧式距离。最近的向量输入值确定的位置。
这种方法的主要缺点是,它需要计算的距离模式向量的向量存储在数据库中,从而增加计算时间。在这个意义上,存储向量是预处理的目的总结他们的价值观和减少算法搜索* [20]。

三世。实验设计
尽管实验做了所有国立大学的校园的中心省份布宜诺斯艾利斯,收集到的数据分析了只有那些在某些办公室INTIA /印加的研究所。
进行测量和设计收音机地图,4区域视为空间引用(图1)。这些地区成立与采样点1米的步骤。表1显示了采样点和计算点的数量,按区域分类的。
数据捕获IWLIST Ubuntu 8.04,处理WifiPos工具,在C语言在Windows环境中开发的。
构建无线地图的数据捕获过程如下:
1。MD定位在地图上的一个参考点,在选定的区域。
2。180秒的扫描和捕捉RSSI值稳定采样信号。
3所示。扫描、捕获和存储RSSI和名称参数对应的信号的各种APs内到达那个位置为120秒
4所示。将设备移动到下一个点的参考地图,和重复步骤(1)如果不是最后一点。如果这是最后一点,MD移动到下一个区域。
一旦数据采样,建立指纹数据库,然后应用资讯算法在计算阶段。每个采样点,120的优势得到了向量。每个向量存储的RSSI值可见APs,和他们每个人的力量值。本文数据统计和数学预处理,以便访问时间和算法计算时间最小化。
给定一组的RSSI值从每个AP,获得以下计算执行在每个区域的每一个坐标点
 Maximum Values: The RSSI 达到 的 最大值 AP obtained.
 Minimum Values: The RSSI 达到 的 最小 值 AP obtained.
 Average: The calculated. 算术 平均 获得 的 值
 Mode: The 模式 计算 的 总 obtained. 样品
 Interquartile Pair: 数据 按 升序 排序 , 然后 用 相同 数量 的 元素 分为 4 组四分位数被删除,和从内部四分位数以下计算:
 平均
 算术 平均值
 Interquartile Pair Mean Value: The 意味着 obtained. 四 分 位 值 对
这种方式,而不是使用整个数据库和比较对所有向量为每个位置的医学博士,可以只比较反对的向量处理的结果

四、结果分析
在计算阶段,MD是定位在一个参考点在地图上某一特定区域内(图1),和“模式向量”的优势可见APs的120秒。然后,这些向量和强度向量之前存储(最大值、最小值、平均值、模式和四分位结对平均值),计算欧氏距离获取每个参考点的距离。
MD的位置确定的参考点之间最短的距离训练集(指纹数据库)和输入数据模式。
结果分析分为三个阶段。首先,一个错误进行定量分析,考虑到在每个计算点在每个区域的结果。考虑设备的实际位置和位置计算了这些技术,确定了最大误差,导致95%的时代定位设备的最大误差。然后,计算这些值,这样的模式定位误差最低的技术可以选择(米)表示。
图2显示了错误的模式获得的技术参考点和区域。可以观察到,在A和C“四分位数均值”技术达到2米的最大误差,而在区域D这个最大误差是与“平均”技术获得。对于区域B,最大误差小于1米与“四分位模式”技术获得。
然后,如果我们选择区域和D,获得的个人错误的95%乘以每一点,这将有助于确定这些技术提供最低的定位误差的利润率。
图3的最大错误详细信息(以米)与每个技术获得的95%乘以6计算点的面积a内位置,使用平均和模式技术,最大误差为2米,而在最糟糕的情况下,这个错误是4米的平均值的技术。
末端,MD接近相邻墙,四分位的误差不变模式和平均技术,产生一个错误A2和A5 2米的位置。然而,这种错误在位置A6增加到4米。这种误差大小的增加是由于现象(反射和吸收)影响信号由于障碍的存在。
图4显示了最大的错误(以米)与每个技术获得的95%乘以5计算点的面积d可以观察到,内部职位最大误差为2.2米,而对于其余位置,获得的最大误差是4.2米。这更大的错误是由于信号强度波动和信号吸收,影响相关障碍的存在都是毗邻计算点。
最后,色散分析获得的错误与每个技术进行,考虑到标准偏差,第二个实例,计算点绝对错误
图5展示了标准差与每个技术获得的错误。它可以观察到,在一个地区,C和D,“四分位模式”技术提供了较低的数据分散设置的值。它可以推断出,在这些领域,这种技术的错误实现更环抱值,在本例中是4米。在B区,提供最低的误差分散技术是“平均”技术。
图6给出了色散的错误获得计算分区域B,考虑以下技术:四分位模式中,平均四分位数、四分位数平均值。可以观察到的值与“四分位模式”技术获得较低的色散,类似于所示的标准偏差值
图7展示了分散的错误获得在C区所有计算点,考虑以下技术:最大值、最小值,和模式。它可以观察到的一组值获得的“模式”技术具有低色散,类似于标准偏差值如图5所示。

结论和未来的工作
室内定位系统的比较分析,使用指纹技术的变化。几个实验领域一直认为,不同大小和不同类型的内部障碍。的基础上进行分析,考虑每一个技术,提出了一个两米的定位精度MDs。产量的技术最好的精度是一个四分位数,平均认为内在价值;精度在这种情况下还不到两米。
摘要指纹数据库的使用突出显示,因为它允许减少计算负荷和维护定位效果
作为未来的工作,效果将在户外领域进行分析。各种数学模型,允许考虑环境变量和信号分析的特点,将被考虑。

承认
这项工作是支持Consejo Nacional de Investigaciones Cientificas y Tecnicas(国家)。

表乍一看
表的图标
表1

数据乍一看
图1 图2 图3 图4
图1 图2 图3 图4
图1 图2 图3
图5 图6 图7

引用