Resumen

La amplia difusión de la tecnología inalámbrica basada en el estándar 802.11 brinda una buena oportunidad para el sistema de posicionamiento en interiores. En este documento, presentamos un nuevo método de posicionamiento en interiores basado en 802.11 que utiliza la regresión de vectores de soporte (SVR), el cual consta de una etapa de entrenamiento offline y una etapa de localización online. El modelo que describe las relaciones entre la posición y la intensidad de la señal recibida (RSS) del dispositivo móvil se establece en la etapa de entrenamiento offline mediante SVR, y en la etapa de localización online la posición exacta es determinada por este modelo. Debido al entorno interior complejo, la RSS es vulnerable y variable. Para abordar este problema, se aplican reglas de filtrado de datos obtenidas a través de análisis estadístico en la etapa de entrenamiento offline para mejorar la calidad de las muestras de entrenamiento y, por lo tanto, mejorar la calidad del modelo de predicción. En la etapa de localización online, se utiliza la medición continua -veces para obtener una entrada de RSS de alta calidad, lo que garantiza la consistencia con las muestras de entrenamiento y mejora la precisión de la posición de los dispositivos móviles. La evaluación del rendimiento muestra que el método propuesto tiene una mayor precisión de posicionamiento en comparación con el método de probabilidad y red neuronal, y la demanda de capacidad de almacenamiento y potencia de cómputo también es baja al mismo tiempo.

• Materias:Modelos de tráfico Aplicación de Android Redes de sensores Redes sociales móviles Sistemas integrados
• Subjects:Traffic models Android application Sensor networks Mobile social networks Embedded systems
• Palabras claves:Difusión; Basado en 802.11; Sistema de posicionamiento en interiores; Regresión de vectores de apoyo; RSS; Dispositivo móvil
• Keywords:Spread; 802.11-based; Indoor positioning system; Support vector regression; RSS; Mobile device