Resumen

Existen varios métodos que se pueden utilizar para localizar un objeto o personas en una ubicación interior. El ultra ancho de banda (UWB) es una tecnología de posicionamiento en interiores especialmente prometedora debido a su alta precisión, resistencia a interferencias y mejor penetración. Este estudio tiene como objetivo mejorar la precisión del sistema de posicionamiento en interiores basado en sensores UWB. Para lograrlo, el sistema propuesto es entrenado utilizando el algoritmo K-means con un método adicional de silueta promedio. Esto nos ayuda a definir el número óptimo de clústeres a ser utilizado por el algoritmo K-means basado en el valor del coeficiente de silueta. Los algoritmos Fuzzy c-means y mean shift se añaden con propósitos de comparación. Este artículo también introduce el impacto del filtro de Kalman al utilizar los puntos de prueba UWB medidos como entrada para el filtro de Kalman con el fin de obtener una mejor estimación de la posición. Como resultado, el error promedio de localización se reduce en un 43.26% (de 16.3442cm a 9.2745cm) al combinar el algoritmo K-means con el filtro de Kalman en el cual los puntos de prueba medidos por UWB filtrados por Kalman se utilizan como entrada para el sistema propuesto.

• Materias:Comunicación inalámbrica Blockchain Comunicaciones vehiculares Enrutamiento Redes centradas
• Subjects:Wireless communication Blockchain Vehicular communications Routing Focused networks
• Palabras claves:Métodos; Tecnología de posicionamiento en interiores; Basada en sensores UWB; Algoritmo K-means; Filtro de Kalman; Error de localización
• Keywords:Methods; Indoor positioning technology; UWB sensor-based; K-means algorithm; Kalman filter; Localization error