برآورد موقعیت در فضاهای بزرگ یک روش مهم برای خدمات مبتنی بر مکان است. بسیاری از خدمات و برنامههای کاربردی مانند پشتیبانی ناوبری، نظارت بر بیماران و شبکههای اجتماعی بر اساس موقعیت کاربران توسعه یافته است. اگر چه GPS نقش مهمی در سیستمهای موقعیتیابی دارد، قدرت سیگنال آن در داخل ساختمانها بسیار ضعیف است. بنابراین دیگر دستگاههای حسگر برای بهبود دقت محلیسازی داخلی ضروری هستند. در دهه گذشته، محققان یک سری از تکنیکهای موقعیتیابی داخل ساختمان را براساس قدرت سیگنال دریافت شده 8 ، تحت زیرساخت شبکه حسگر بیسیم برای برآورد مکان توسعه دادهاند که این تکنیک به جهت گستردگی و ارزان بودن محبوب است. در کاربردهای مختلف، مکانیابی درون ساختمانی به این صورت است که به تهیه مجموعه اثرانگشت در محیط مورد نظر میپردازد. اما در این پایاننامه با توجه به آنکه محیط بسیار وسیع در نظر گرفته شده است، تهیه مجموعه اثرانگشت این محیط کاری بسیار زمانبر و دشوار است. در این پایاننامه از روشهای تخمین برای به دست آوردن مجموعه اثرانگشت محیطهای بزرگ استفاده شده است. بدین صورت که در ابتدا یکسری نقاط در محیط را مشخص کرده و به جمعآوری مقدار RSS آن نقاط پرداخته، سپس با استفاده از روشهای تخمین FSL ، رگرسیون و شبکه عصبی مجموعه اثرانگشت کامل محیط به دست آورده میشود. در ادامه با مقایسه مقادیر تخمینی به دست آمده از روشهای ذکر شده با مقادیر RSS واقعی نقاط، بهترین مقدار از میان مقادیر تخمینی برگزیده میشود. پیادهسازی این موضوع در مکانهایی دیگر نظیر فرودگاهها به جهت صرفهجویی در زمان تهیه مجموعه اثرانگشت حائز اهمیت است.
