Indoor Positioning System Using Dynamic Model Estimation.
Indoor Positioning System Using Dynamic Model Estimation.
复制标题
DOI：
10.3390/s20247003
复制
发表时间：
2020-12-08
期刊：
影响因子：
--
通讯作者：
Pazzi R
中科院分区：
文献类型：
--
作者：
Assayag Y;Oliveira H;Souto E;Barreto R;Pazzi R
室内定位系统（IPS）用于在室内环境中定位移动的设备。基于模型的IPS的优点是不需要像指纹技术所要求的那样对环境进行令人筋疲力尽的训练和信号表征。然而，大多数基于模型的IPS是使用固定的模型参数完成的，将整个场景视为具有均匀的信号传播。这可能适用于大多数小规模实验，但不适用于更大的场景。在本文中，我们提出了PoDME（定位使用动态模型估计），一个基于模型的IPS，使用的动态参数估计的基础上的位置的信号被发送。更具体地说，我们使用的一组锚节点，收到的信号发送的移动的节点和他们的信号强度，估计最佳的本地值的对数距离模型参数。此外，由于我们的解决方案高度依赖于所选择的锚节点上使用的位置计算，我们提出了一种新的方法来选择三个最好的锚节点。我们的方法是基于几个数据分析上执行的大规模，基于蓝牙，现实世界的实验，它不仅选择最近的锚，但也有利于我们的最小二乘法为基础的位置计算。我们的解决方案实现了3米的位置估计误差，这是优于文献中的固定参数模型。
Indoor Positioning Systems (IPSs) are used to locate mobile devices in indoor environments. Model-based IPSs have the advantage of not having an exhausting training and signal characterization of the environment, as required by the fingerprint technique. However, most model-based IPSs are done using fixed model parameters, treating the whole scenario as having a uniform signal propagation. This might work for most small scale experiments, but not for larger scenarios. In this paper, we propose PoDME (Positioning using Dynamic Model Estimation), a model-based IPS that uses dynamic parameters that are estimated based on the location the signal was sent. More specifically, we use the set of anchor nodes that received the signal sent by the mobile node and their signal strengths, to estimate the best local values for the log-distance model parameters. Also, since our solution depends highly on the selected anchor nodes to use on the position computation, we propose a novel method for choosing the three best anchor nodes. Our method is based on several data analysis executed on a large-scale, Bluetooth-based, real-world experiment and it chooses not only the nearest anchor but also the ones that benefit our least-square-based position computation. Our solution achieves a position estimation error of 3 m, which is better than a fixed-parameters model from the literature.
登录
查看更多内容
影响因子：
35.6
作者：
He, Suining;Chan, S. -H. Gary
通讯作者：
Chan, S. -H. Gary
影响因子：
3.9
作者：
Fang, Xuming;Chen, Lijun
通讯作者：
Chen, Lijun
影响因子：
3.9
作者：
Sadowski, Sebastian;Spachos, Petros
通讯作者：
Spachos, Petros
影响因子：
3.9
作者：
Huang, Ke;He, Ke;Du, Xuecheng
通讯作者：
Du, Xuecheng
DOI：
10.1109/jsac.2015.2430281
发表时间：
2015-11-01
影响因子：
16.4
作者：
Faragher, Ramsey;Harle, Robert
通讯作者：
Harle, Robert