بهبود دقت تعیین موقعیت در مکان‌های سرپوشیده با استفاده از شبکه بی‌سیم با روش اثر مکانی محل

امروزه سیستم‌های تعیین موقعیت جهانی، در مواقعی که دید مستقیم بین کاربر و ماهواره‌های آن‌ها وجود ندارد، در درون ساختمان‌ها و در ناحیه‌های شهری متراکم کارایی چندانی ندارند. از این‌ رو در سال‌های اخیر سیستم تعیین موقعیت داخلی به‌طور قابل‌توجهی مورداستفاده قرارگرفته است. هدف اصلی این تحقیق تعیین موقعیت در داخل ساختمان با شبکه بی‌سیم می‌باشد. الگوریتم تعیین موقعیت داخلی شبکه بی‌سیم می‌تواند به چند روش انجام شود که به‌طورمعمول از روش اثر مکانی استفاده می‌کنند. در این تحقیق سیستم تعیین موقعیت داخلی برپایه دو روش نزدیک‌ترین همسایه و شبکه عصبی مصنوعی در سه سناریو پیاده‌سازی شده است. به‌منظور افزایش دقت مکانی و کاهش زمان محاسبه، انتخاب فرستنده‌های مناسب و افزایش نقاط مرجع مورد توجه قرار گرفت. در روش نزدیک‌ترین همسایگی با افزایش نقاط به میزان دو برابر با روش درون‌یابی میانگین، میزان دقت هم به میزان تقریباً دو برابر بهبود یافته است که در محیط‌های مختلف با تعداد مختلف نقاط مرجع و پراکندگی مختلف این نتیجه حاصل شده است. در محیط‌هایی همانند سناریو 3 که نقاط مرجع به تعداد بالاتر و با پراکندگی یکسان‌تری پخش شده‌اند دقت تعیین موقعیت در روش نزدیک‌ترین همسایگی بهبود یافته بهتر از شبکه عصبی بهبود یافته است و این دقت برای نزدیک‌ترین همسایگی در 85 درصد موارد زیر 1 متر بوده که در شبکه عصبی در 75 درصد موارد زیر 1 متر می‌باشد؛ اما در محیط‌های که نقاط مرجع دارای تعداد کمتر می‌باشد و پراکندگی یکسانی ندارد روش شبکه عصبی بهبود یافته نتایج بهتری را نسبت به روش نزدیک‌ترین همسایگی خواهد داشت. به‌طوری که دقت نزدیک‌ترین همسایگی بهبود یافته در سناریو 2 در 72 درصد موارد زیر 2 متر بوده که در شبکه عصبی بهبود یافته در 84 درصد موارد زیر دقت 2 متر می‌باشد.