Show simple item record

dc.contributor.advisorArsan, Taner
dc.contributor.authorHameez, Mohammed Muwafaq Noori
dc.date.accessioned2020-12-29T08:52:17Z
dc.date.available2020-12-29T08:52:17Z
dc.date.submitted2019
dc.date.issued2019-12-03
dc.identifier.urihttps://acikbilim.yok.gov.tr/handle/20.500.12812/372910
dc.description.abstractİç mekan konum belirleme uygulamaları, nispeten daha küçük alanlarda kullanılmak ve mevcut engellerle başa çıkmak için dış mekan konum belirleme yöntemlerinden daha yüksek doğruluk ve hassasiyet gerektirir. İç mekandaki bir nesnenin veya insanın konumlarını belirlemek için kullanılabilecek çeşitli yöntemler bulunmaktadır. Özellikle, Ultra geniş bant (UWB) sensör teknolojisi, yüksek doğruluğu, bozuculara olan direnci ve iç mekan uygulamalarında geniş bant sinyallerinin her taraftan algınabilmesi özelliği sayesinde iç mekan konum belirlemede gelecek vaad eden bir teknolojidir.Bu tez çalışması, UWB sensör tabanlı iç mekan konum belirleme sisteminin doğruluğunu arttırmaya odaklanmıştır. Bunu başarmak için, optimizasyon ve makine öğrenmesi algoritmaları kullanılmıştır. Kalman Filtresi (KF)'nin konum belirleme doğruluğu üzerindeki etkisi algoritmaların uygulanması esnasında görülmüş ve açıklanmıştır.Büyük patlama - büyük çöküş algoritması (BB-BC), Kalman filtresiyle birleştirildiğinde, ortalama konum belirleme hatasının yaklaşık %54,53 oranındığı görülmüştür (16,34 cm'den 7,43 cm'ye düşer). Son olarak, bir Hibrit (BB-BC KF K-Ortalamalar) algoritma ayrı olarak geliştirilmiş ve uygulanmıştır, en iyi sonuçlar bu Hibrit algoritmadan elde edilmiştir. Bu sayede, ortalama lokalizasyon hatasının yaklaşık %64,26 oranında (16,34 cm'den 5,84 cm'ye) önemli ölçüde azaldığı belirlenmiştir.
dc.description.abstractIndoor positioning applications needs high accuracy and precision to overcome the existing obstacles and relatively small areas. There are several methods which could be used to locate an object or people in an indoor location. Specifically, Ultra-wide band (UWB) sensor technology is a promising technology in indoor environments because of its high accuracy, resistance of interference and better penetrating.This thesis is focused on improving the accuracy of UWB sensor based indoor positioning system. To achieve that, optimization and machine learning algorithms are implemented. The impact of Kalman Filter (KF) on the accuracy is introduced in the implementation of the algorithms.The average localization error is reduced by approximately 54.53% (from 16.34 cm to 7.43 cm), when combining the big bang - big crunch algorithm (BB-BC) with Kalman Filter. Finally, a Hybrid (BB-BC KF K-Means) algorithm is improved and implemented separately, and the best results are obtained from this Hybrid algorithm. Thus, it has been obtained that the average localization error is reduced significantly by approximately 64.26% (from 16.34 cm to 5.84 cm).en_US
dc.languageEnglish
dc.language.isoen
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsAttribution 4.0 United Statestr_TR
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectBilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontroltr_TR
dc.subjectComputer Engineering and Computer Science and Controlen_US
dc.titleImproving the accuracy of indoor positioning system
dc.title.alternativeİç konum belirleme sisteminin doğruluğunun iyileştirilmesi
dc.typemasterThesis
dc.date.updated2019-12-03
dc.contributor.departmentBilgisayar Mühendisliği Anabilim Dalı
dc.identifier.yokid10289977
dc.publisher.instituteLisansüstü Eğitim Enstitüsü
dc.publisher.universityKADİR HAS ÜNİVERSİTESİ
dc.identifier.thesisid586916
dc.description.pages102
dc.publisher.disciplineDiğer


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess