|
چکیده
|
مکانیابی درون ساختمانی امروزه به یکی از جذابترین موضوعات دنیای شبکه تبدیل شده است. اگرچه سیستمهای مکانیابی مبتنی بر ماهواره کارآمدی خود را اثبات نموده اند، اما این سیستمها در درون ساختمانها و زیر سقف، کاربردی ندارند. به همین دلیل ایجاد و توسعه سیستمهای مکانیابی درون ساختمانی بسیار مورد توجه محققان قرار گرفته است. به دلیل وفور دسترسی به شبکه های بیسیم محلی موسوم به WiFi، اولویت اول فناوری مورد استفاده در این زمینه تحقیقاتی، به این فناوری داده شده است. سیستمهای مکانیابی درون ساختمانی در فاز آفلاین، اقدام به جمع آوری مجموعه داده ای از شدت سیگنال دریافتی از آنتن های مختلف شبکه های WiFi در بخشهای مختلف یک ساختمان می نمایند که به آن اثر انگشت گفته می شود. هر آنتن WiFi در ساختمان یک ستون در فایل اثر انگشت دارد و هر نقطه که اطلاعات شدت سیگنال آنتنها به ازای آن ثبت شده است نیز یک سطر مجزا در این فایل دارد. سپس در مرحله آنلاین، برنامه مکانیابی با تحلیل داده های جمع آوری شده لحظه ای هر نقطه از مسیر و پیدا کردن ارتباط آنها با داده های گذشته، اقدام به تعیین مختصات حضور کاربران می کند. اکثر ابزارهای همراه، نظیر تلفن های همراه هوشمند، فاقد توانمندیهای پردازشی بالایی هستند و در نتیجه یک اثر انگشت بزرگ سبب کندی و زمانبر شدن فرایند مکانیابی گردد. به همین دلیل در این طرح پژوهشی از دو روش متداول حذف سطرها و ستونهای اثر انگشت در قالبهای مختلف استفاده شده است تا با کاهش ابعاد یک مجموعه داده، فشار کاری پردازنده و حافظه کاهش یابد. جهت کاهش ستونها، ایده های ترکیبی حذف آنتن های کمتر مشاهده شده و یا بیشتر مشاهده شده از اثر انگشت مورد ارزیابی قرار گرفته اند. در بخش حذف سطرها نیز ابتدا برای هر یک از پارامترهای مکانی (طول، عرض و ارتفاع)، به کمک کلاسبندهای رگرسیون و یا درخت تصمیم گیری، یک مدل ایجاد شده و سپس در ادامه ابتدا مختصات هر نقطه تست در قالب یک کلاس تعیین شده و تنها مکانیابی به کمک رکوردهای واقع در یک شعاع مشخص از کلاس گره، انجام می شود. ارزیابی نتایج تعیین موقعیت به کمک الگوریتم وزندار KNN نشانگر آنست که ایده کاهش تعداد آنتنها در یک اثر انگشت، کارآمدتر از ایده حذف رکوردهای اطلاعاتی نقاط مختلف یک ساختمان است.
|