The performance of the rss-based least squares lateration algorithm for indoor localization
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
Konumlandırma yöntemleri, küresel konumlandırma sistemi (GPS) teknolojisinin icat edilmesine kadar yıllar içerisinde gelişmiştir. Teknoloji geliştikçe ve insanların zamanlarının çoğunu iç mekânlarda geçirdikleri görüldükçe, iç mekân konumlandırmasına duyulan ihtiyaç artış göstermiştir. Bina dışı ortamların konumlandırılmasında GPS çok iyi bir şekilde çalışmakta, fakat iç mekân konumlandırması için faydasız kalmaktadır çünkü GPS uydularından gelen sinyaller binalara nüfuz edemeyecek kadar zayıftır. Bu nedenle, iç mekân konum belirleme sistemleri günümüzde önemli bir araştırma konusu haline gelmiştir. İç mekânlardaki konumu saptamak için çeşitli yöntem ve algoritmalar mevcuttur. Bu yöntemlerden biri, RSS tabanlı laterasyon algoritmasıdır. Bu metotta, mevcut altyapı kullanıldığından dolayı düşük maliyet avantajına sahiptir. Bununla beraber, yüksek düzeyde doğruluk sağlamaktadır. Bu nedenlerden dolayı, bu tezde bahsi geçen algoritmanın performansı değerlendirilmektedir. Simülasyon, bu algoritmanın performansını farklı durumlarda farklı parametreler kullanarak test etmek için tasarlanmıştır. Sentetik veri oluşturulmakta ve benzetimler için kullanılmaktadır. Algoritma ilk olarak yol kaybı üstel değeri bilgisiyle test edilmektedir. Daha sonra, yol kaybı üsteli tahmin edilmekte ve benzetimlerde kullanılmaktadır. Son olarak, en küçük kareler metodu kullanılarak RSS değerleri hesaplanmaktadır. Bu tez çalışmasında, farklı parametrelerin tahmini pozisyonun ortalama yanılgı üzerindeki etkisi test edilmiştir. RSS tabanlı en küçük kareler algoritması, 1 dBm gürültü seviyesiyle test edildiğinde çoğu test alanında 2 metreyi geçmeyen yüksek bir doğruluk seviyesine sahip olduğunu göstermiştir. Ayrıca, oda büyüklüğünün veya gürültü seviyesinin arttırılmasının ortalama yanılgı üzerinde olumsuz bir etkiye sahip olduğu gösterilmiştir. Bununla birlikte, arttırılmış yol kaybı üstel değerleri, ortalama hata üzerinde olumlu bir etkiye sahiptir.Anahtar Kelimeler: İç mekân konum belirleme sistemleri, alınan sinyal gücü, yol kaybı üsteli, en küçük kareler laterasyonu. Localization methods have evolved over the years until the invention of the technology of global positioning system (GPS). As the technology developed and seeing that people spend most of their times in indoor environments, the need for indoor localization has arised. For localization in outdoor environments, the GPS works extremely well, but it is useless for indoor localization because the signals from the GPS satellites are too weak to penetrate the buildings. Because of that reason, the indoor positioning systems became an important research topic nowadays.There are many various methods and algorithms for locating position indoors. One of these methods is the RSS-based lateration algorithm. This method has the advantage of low cost since it uses the existing infrastructure. In addition, it provides a high level of accuracy. For these reasons, the performance of this algorithm is evaluated in this thesis. Simulation is designed to test the performance of this algorithm under different cases by using different parameters. Synthetic data is generated and used for the simulations. The algorithm is first tested with knowledge of the path loss exponent value. Then, the path loss exponent is estimated and used in the simulations. Finally, the values of RSS are estimated by using the least squares method. In this thesis, the impact of different parameters on the average error of estimated position is tested. The RSS-based least squares algorithm showed that it has a high level of accuracy which didn't exceed 2 meters in most testing areas when tested with 1 dBm noise level. It has also been shown that increasing the room size or noise level have a negative impact on the average error. However, increased path loss exponent values have a positive impact on average error.Keywords: Indoor positioning systems, Received Signal strength, Path Loss Exponent, Least Squares Lateration.
Collections