Resumen

La localización basada en WLAN es una técnica clave de los servicios basados en la ubicación (LBS) en interiores. Sin embargo, el entorno interior es complejo; la fuerza de la señal recibida (RSS) es altamente incierta, multimodal y no lineal. Los métodos tradicionales de estimación de ubicación no logran proporcionar una precisión de estimación justa bajo el entorno mencionado. Propusimos un novedoso sistema de posicionamiento en interiores que considera la extracción de características discriminativas no lineales de RSS utilizando el análisis discriminante local de Fisher kernelizado (KLFDA). KLFDA extrae características de ubicación en un espacio kernelizado bien preservado. En el nuevo espacio de características kernelizadas, las características no lineales de RSS se caracterizan de manera efectiva. Junto con el manejo de la no linealidad, KLFDA también se adapta bien a la multimodalidad en los datos de RSS. Al realizar KLFDA, la información discriminante contenida en RSS se reorganiza y se extrae de manera óptima. Antes de la extracción de

• 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:Wlan; Localización; Sistema de posicionamiento en interiores; RSS; KLFDA; Detección de valores atípicos
• Keywords:Wlan; Localization; Indoor positioning system; RSS; KLFDA; Outlier detection