Kablosuz konum belirleme için hangi algoritmayı kullanmalıyım?

Okul Alımı Kullanım Örneği (güncelleme)

Aşağıdaki orijinal arka bahçe örneği yerine daha somut bir kullanım senaryosuna girmek yararlı olabilir. Yerel kanun uygulayıcıları, okul bölgelerinde kısa mesaj ve cep telefonu kullanımında bozulmaya başladı. Bu, bir ortaokul işlevinden sonra çocukları alan ebeveynler için bir sorun yaratır. Yasayı sergileyenler için bile, yüzlerce çocuk aynı anda ebeveynlerini aradığında hücre kulesi hızla aşırı yüklenir. Kampüs, wifi kapsama alanı ile büyük. Bir cep telefonu kullanıcısının bir web servisine wifi sinyal gücü listesini içeren bir metin mesajı göndermesine izin verecek bir mobil uygulama yazmak mümkün gibi görünüyor. Web hizmeti daha sonra bir konum düzeltmesi oluşturur ve mesajı ebeveynin yerleşik navigasyon cihazına iletir. Daha sonra ebeveyn kampüste doğru yere gider.

Arka Bahçe Kullanım Örneği (orijinal) Dizüstü bilgisayarımı arka bahçeme alıp "kullanılabilir ağları görüntüle" yi seçtiğimde 4 komşumun bir listesini görüyorum. Ben dolaşırken, komşularımın göreceli sinyal gücü değişiyor.

Dizüstü bilgisayarımla arka bahçemdeki bilinen yerlerde durmak, haritayı tıklamak ve 4 farklı sinyal gücüne sahip puan toplamak istiyorum.

Bu kalibrasyon noktalarından çok (ama çok fazla değil) topladıktan sonra, 4 wifi sinyal gücü seviyesi alan ve bir hata elips şeklinde bir konum tahmin eden bir program yazmak istiyorum. Sinyaller, orijinal kalibrasyon noktalarını toplamak için kullanılandan farklı bir cihaz kullanılarak ölçülebilir.

Hangi algoritmayı kullanmalıyım?

Komşularımı, içeri girip yönlendiricilerinin tam yerini araştırabildiğimi sorarak rahatsız etmek istemiyorum.

Ancak komşularımın yönlendiricilerinin konumunun değişmediğini varsayabilirim.

Sinyal konumlarını çok iyi bilmediğiniz anlaşılıyor, bu yüzden önce onları tahmin etmeniz ve ardından bu tahminler verildiğinde konumunuzu üçgenleştirmeniz gerekiyor.

Biraz doğruluk ve gerçekçilik istiyorsanız, sinyal güçleri için bir olasılık modeli benimsemeyi, maksimum olasılığı bulmayı ve maksimum olasılık tahminlerinden hesaplanan konum olasılığının ızgaralı bir haritasını çıkarmayı düşünün. Izgaradaki küresel maksimum, konumun en iyi tahminini tanımlar ve konturlar (maksimuma göre) o konum için güven setleri sağlar.

Genel bir olasılık modeli, sinyal zayıflaması için bir formül oluşturmak ve hataya izin vermek suretiyle elde edilir. Tamamen genel bir formülle (açıya ve konuma bağlı zayıflama işleviyle) çok fazla ilerlemeyeceksiniz, bu nedenle basitleştirmeniz gerekecek. Örneğin, diyoruz, bir "evrensel" zayıflama fonksiyonunu düşünebilirsiniz f bir WiFi konum olarak kaynak mukavemeti eğer böylece x eşittir bir başka yere daha sonra beklenen mukavemeti y verilir

z (y; x) = af (| y - x |).

Örneğin, burada f (t) = mesafe temin edilen 1 / t ^ 2 ters kare zayıflama dikkate olabilir t bazı küçük eşikten daha büyüktür. Yer de, başka bir basitleştirme olarak, gücü değerleri z (x ve y) sürebilir y de kaynak x normalde dağıtılmış hata ile beklenen değerden farklılık; tüm hataların bağımsız olduğunu varsayalım; ve hepsi aynı standart sapması (var varsayalım ler ). Bir kuvvet okuma z'nin log olasılığına katkı o zaman olur

L (y, x) = - [(z (y; x) - af (| yx |) ^ 2 / s ^ 2 + ln (s)] / 2.

Maksimize edilecek günlük olasılığı, tüm y konumları ve tüm kaynaklar x üzerindeki L (y, x) değerinin iki katıdır . Bilinmeyen konumların, bilinmeyen kaynak yoğunluklarının ve hataların bilinmeyen standart sapmasının bir fonksiyonudur. Optimum standart sapması ve optimal kaynak yoğunlukları (sıfıra olanlar set kısmi türevleri, almak ve çözmek), ancak gerçekçi zayıflama fonksiyonları için bulmak kolay değil f yerlerini bulmak için doğrusal olmayan bir sorun var. Bununla birlikte, örneğinizde sadece 13 parametre içerir, bu nedenle, örneğin çok değişkenli bir Newton-Raphson optimize edicisine döküp hızlı bir şekilde iyi bir yanıt alabilmeniz gerekir. (İstatistik literatürü bu tür denklemleri çözmek için yöntemlerle doludur.)

Ek olarak, ikinci cihazın veri toplama cihazından orantılı olarak daha büyük bir hassasiyete sahip olduğunu varsayarsanız, önerdiğim modelde çok az fark yaratacaktır (çünkü sinyal güçleri çarparak girer). Eğer izin verirsen Aslında, hataları (onlar standart sapma var bu yüzden yoğunlukla ölçek bir yerine * s * s ) cihazlar arasındaki fark önemsiz olmalıdır.

Bunu basit tutmak için, bunun bir güven aralığı problemi değil, çok değişkenli bir tahmin aralığı problemi olması gibi bazı istatistiksel özellikleri atladım. Hata miktarı büyük değilse (yani, s küçükse), farkın çok fazla bir sonucu olmayacaktır.

Belki şu kağıtları kontrol edin:

• RADAR: bina içi RF tabanlı kullanıcı konumu ve izleme sistemi
• Kümeleme ve olasılık dağılımları ile WLAN konum belirleme

Ben sadece Kismet, gpsmap, gdal ve GRASS ile WiFi ağları eşlemek için bir öğretici buldum. Http://casoilresource.lawr.ucdavis.edu/drupal/book/export/html/96 adresinde "Kismet, GDAL ve GRASS ile Wifi Ağlarını Eşleme" ifadesini arayın

Konumu gps ile topluyorsanız, iki farklı hata faktörüne baktığınızı düşünüyorum. biri gps için, diğeri sinyal gücü için.

Apple iOS'ta Skyhook Kablosuz veya Çekirdek Konum gibi mevcut WiFi konumlandırma sistemlerinden birini kullanamaz mısınız ? Skyhook, veritabanlarına manuel olarak Wi-Fi MAC adresleri eklemenize izin verir , iOS, GPS donanımlı iPhone'ları kullanarak Wi-Fi MAC adreslerini otomatik olarak toplar.

Kirk

Yanılıyor olsam da, sanırım şeyleri karmaşıklaştırmanın yolundasınız. Adil olmakla birlikte, dünyanın bir parçası olmamanıza rağmen, bir okul kampüsü ortamında hangi kısıtlamalarla çalıştığınızı bilmiyorum.

Çoğu mobil cihaz zaten GPS ve / veya Hücre kulesi üçgenlemesini desteklerken, WiFi için SkyHook aşağıdaki nedenlerin cevabıdır: 1. WiFi konumlarının veritabanı BÜYÜK. 2. SkyHook kullanan bir uygulama her kullanıldığında, yeni bulunan WiFi ağlarını konumuyla veritabanına ekler. Yani bir alanda ne kadar çok kullanılırsa, o kadar doğru olur. Bir kampüs gibi yüksek yoğunluklu bir yerde, zaten iyi bir kapsama alanı yoksa, günlerce düzenli kullanımda olacağını tahmin ediyorum. 3. Bazı telefonlar SkyHook'u konum API'lerinin bir parçası olarak kullanır, bu da giderek daha fazla normal telefon API'sinin zaten yerleşik olduğunu gösterir.

Dürüst olmak gerekirse, bu hizmetin dizüstü bilgisayarlarda bulunmasını istemiyorsanız (çoğu yeni tarayıcıda SkyHook yerleşiktir), çoğu telefonun artık iOS, Android, WP7 veya yerel telefon API'ları üzerinden erişilebilen GPS'si vardır. Böğürtlen. Diğer seçenek, telefondaki tüm konum araçlarına erişime sahip olan tarayıcı konum API'sını kullanacak bir mobil web uygulaması yapmaktır.