Resumen

Las aplicaciones de Servicios Basados en la Localización (LBSs) han impulsado la creciente demanda de tecnología de localización en interiores. La localización basada en huellas dactilares convencional implica un alto costo de tiempo y mano de obra para la construcción de la base de datos, mientras que la técnica de Localización y Mapeo Simultáneo (SLAM) requiere sensores de movimiento asistentes, así como complicados algoritmos de fusión de datos. Para resolver los problemas mencionados, en este artículo se propone un nuevo enfoque de localización en redes locales inalámbricas (WLAN) en interiores basado en el aprendizaje del movimiento peatonal para lograr un LBS satisfactorio sin la necesidad de calibración de ubicación o sensores de movimiento. En primer lugar, se adopta el concepto de aprendizaje del movimiento peatonal para construir los caminos de movimiento de los usuarios en el entorno objetivo. En segundo lugar, basándose en la relación de marca de tiempo de las secuencias de Fuerza de Señal Rec

• Materias:Internet de las cosas Dispositivos móviles Ransomware Ingeniería de Telecomunicación Servidores en la nube
• Subjects:Internet of things Mobile devices Ransomware Telecommunication engineering Cloud Servers
• Palabras claves:Aplicaciones; Servicios de localización; Tecnología de localización en interiores; Localización y cartografía simultáneas; Red de área local inalámbrica; Intensidad de señal recibida
• Keywords:Applications; Location based services; Indoor localization technology; Simultaneous localization and mapping; Wireless local area network; Received signal strength