Resumen

En entornos interiores, la localización basada en WiFi (RSS) es sensible a varios efectos de atenuación interior y ruido durante la transmisión, que son las principales causas de errores de localización que afectan su precisión. Teniendo en cuenta esos efectos de atenuación, los sistemas de posicionamiento basados en una sola tecnología son ineficaces para realizar una localización precisa. Por esta razón, la tendencia es hacia el uso de sistemas de posicionamiento híbridos (combinación de dos o más tecnologías inalámbricas) en escenarios de localización interior/exterior para obtener una mejor precisión de posición. Este artículo presenta una técnica híbrida para implementar la localización interior que adopta enfoques de fingerprinting en tanto WiFi como en Redes de Sensores Inalámbricos (WSNs). Este modelo explota el aprendizaje automático, en particular las técnicas de Redes Neuronales Artificiales (ANN), para el cálculo de la posición. Los resultados experimentales muestran que el sistema híbrido propuesto mejoró la precisión, reduciendo el

• Materias:Algoritmo dinámico Redes Inalámbricas Redes de Comunicación Sistema de colas Teoría de juegos
• Subjects:Dynamic Algorithm Wireless Networks Communication networks Queuing systems Game theory
• Palabras claves:Wifi; Localización; Sistemas híbridos de posicionamiento; Enfoques de huellas dactilares; Red neuronal artificial; Algoritmo genético
• Keywords:Wifi; Localization; Hybrid positioning systems; Fingerprinting approaches; Artificial neural network; Genetic algorithm