Dış mekanlarda konum belirlemek için küresel konumlama sistemi, küresel uydu seyir sistemi veya cep telefonu baz istasyonları günlük hayatımızda yaygın olarak kullanılmaktadır. Fakat bina içleri gibi kapalı alanlarda bu yöntemler etkin olarak kullanılamamaktadır. Bu nedenle kapalı ortamlarda da çalışabilecek etkin konum belirleme sistemlerine ve yöntemlerine ihtiyaç vardır. Bu çalışmada, alınan sinyal gücü göstergesi (Received Signal Strength Indicator -RSSI) verisine dayalı bir konum belirleme yöntemi olan parmak izi tabanlı konum belirleme sistemlerinin hata oranlarının azaltılmasına yönelik yeni bir sistem modeli sunulmuştur. Bu yöntemde, öncelikle çok yollu yayılımın sinyal gücü üzerindeki etkisini azaltmak için parmak izi yönteminde oluşturulan ortamın radyo haritasının boyutunun küçültülmesi (ortamın hücrelere bölünmesi) amaçlanmıştır. Bunun için sınıflandırma yöntemlerinden destek vektör makinesi (Support Vector machine, SVM) kullanılmıştır. Son olarak gezgin cihazın konum tespiti için, her bir hücrede elde edilen RSSI değerlerine göre Yapay Sinir Ağı (YSA) ile çevrimdışı eğitim yapılmıştır. Çevrimdışı eğitilen ağ ve gezgin cihazdan sabit cihazlara gelen RSSI değerleri kullanılarak çevrimiçi gezgin cihazın konum tespiti yapılmıştır. Önerilen yöntemin, literatürde sıklıkla kullanılan üçgenleme ve YSA ile konum belirleme yöntemlerinden daha etkin olduğu gösterilmiştir.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.