Präzise Trackingsysteme auf der Grundlage von 802.11

基于802.11的无线跟踪系统、基于802.11的无线跟踪系统、基于802.11的无线跟踪系统、基于802.11的无线跟踪系统、基于802.11的无线跟踪系统。Bekanntlich funktioniert die Positionierung mit hilife von GPS in bestestimmationen （zum Beispiel in Inneren von Gebäuden, in Häuserschluchten odertunnel）晚，我们将在dersten Phase des项目Positionierungssysteme auf of Basis von 802.11 (insbesonere under Einsatz von Access Points) erfolgreich unsucht和原型实现wurden。In der zweiten Phase sollen die Untersuchungen auf Tracking-Verfahren ausgedehnt werden。Dabei sollen beispielwise die folgenden fragenunsucht werden: Können probabilistische tracking algorithm die berechneten Aufenthaltswahrscheinlichkeiten aus vorhergegangen positionsestimmungen nutzen, um die Positionierungsgenauigkeit zu verbesseren ？基于802.11- based的跟踪系统（Trackingsystems）。Welchen Einfluss die Häufigkeit der Signalstärkemessungen bei verschiedenen bewegungsgeswindigkeiten der Benutzer auf die Positionierungsgenauigkeit？如果一个人有一个跟踪系统，那么他就有一个跟踪系统，他就有一个跟踪系统，他就有一个跟踪系统，他就有一个跟踪系统，他就有一个跟踪系统。Kann in selbstlerendes Trackingsystem entwickelt werden, welches den arbeitsaufand zum Sammeln der Trainingsdaten f<s:1>指纹识别系统最小化？本文提出了一种新的基于算法的并行算法，并在此基础上进行了仿真研究。

Dieses Teilprojekt befasst sich mit 802.11-basierten Trackingsystemen und ist auf wissenschaftliche Aufgabenstellungen aus diesem Bereich fokussiert, die für das Besamtprojekt einen wesentlichen Beitrag leisten. Bekanntlich funktioniert die Positionierung mit Hilfe von GPS in bestimmten Situationen (zum Beispiel in Inneren von Gebäuden, in Häuserschluchten oder Tunneln) nicht, weshalb in der ersten Phase des Projekts Positionierungssysteme auf der Basis von 802.11 (insbesondere unter Einsatz von Access Points) erfolgreich untersucht und prototypisch implementiert wurden. In der zweiten Phase sollen die Untersuchungen auf Tracking-Verfahren ausgedehnt werden. Dabei sollen beispielsweise die folgenden Fragen untersucht werden: Können probabilistische Trackingalgorithmen die berechneten Aufenthaltswahrscheinlichkeiten aus vorhergegangen Positionsbestimmungen nutzen, um die Positionierungsgenauigkeit zu verbessern? Kann durch Berücksichtigung der Blickrichtung des Benutzers, die zugleich seine Laufrichtung ist, die Positionierungsgenauigkeit eines 802.11-basierten Trackingsystems verbessert werden? Welchen Einfluss hat die Häufigkeit der Signalstärkemessungen bei verschiedenen Bewegungsgeschwindigkeiten der Benutzer auf die Positionierungsgenauigkeit? Wie gestaltet man den Übergang zwischen verschiedenen Trackingsystemen, bei denen die einen besser außerhalb von Gebäuden funktionieren und die anderen besser innerhalb? Kann ein selbstlernendes Trackingsystem entwickelt werden, welches den Arbeitsaufwand zum Sammeln der Trainingsdaten für das Fingerprinting minimiert? Zur Beantwortung dieser Fragen sollen neue Algorithmen entwickelt, simuliert und im gemeinsamen Prototypen des Paketantrags implementiert und empirisch evaluiert werden.