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 interior 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 interior basado en sensores UWB. Para lograrlo, el sistema propuesto se entrena utilizando el algoritmo K-means con un método adicional de silueta promedio. Esto nos ayuda a definir el número óptimo de clústeres a utilizar por el algoritmo K-means basado en el valor del coeficiente de silueta. Se añaden los algoritmos de Fuzzy c-means y mean shift para fines 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 de localización promedio se reduce en un 43.26% (de 16.3442cm a 9.2745cm)

• 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