Geri Dön

RF based indoor positioning system

RF tabanlı iç ortam konumlandırma sistemi

  1. Tez No: 495454
  2. Yazar: SİNEM BOZKURT KESER
  3. Danışmanlar: DOÇ. DR. SERKAN GÜNAL, DOÇ. DR. AHMET YAZICI
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: İngilizce
  9. Üniversite: Anadolu Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 87

Özet

Küresel Konumlama Sistemi, dış ortamlarda konumlandırma için herkes tarafından kabul gören bir teknoloji olmasına karşın iç ortamlarda etkisiz kalmaktadır. Bu nedenle, araştırmacıların iç ortamlarda konum belirlemek için etkili çözüm arayışları devam etmektedir. Bu tez çalışması kapsamında, parmak izi yöntemini temel alan radyo frekansı (RF) tabanlı, yüksek doğruluğa sahip ve düşük maliyetli iç ortam konumlandırma yaklaşımları geliştirilmesi hedeflenmiştir. Bu doğrultuda, literatürde var olan iç ortam konumlandırma veri kümelerine ilave olarak yeni bir veri kümesi oluşturulmuş ve araştırmacıların kullanımına sunulmuştur. Seçilen performans kriterleri açısından üç farklı iç ortam için en uygun algoritma, çok-kriterli optimizasyon tekniği ile belirlenmiştir. WiFi alınan sinyal gücü ve manyetik alan ölçümleri bir arada kullanılarak hibrid parmak izleri tanımlanmıştır. Önerilen hibrid parmakizi veri kümesi, farklı sınıflandırma algoritmalarıyla birlikte kullanıldığında konumlandırma doğruluğunun iyileştiği görülmüştür. WiFi alınan sinyal gücü ve manyetik alan ölçümlerini bir araya getiren F-skor ağırlıklı iç ortam konumlandırma algoritması önerilmiştir. Önerilen algoritmanın sağladığı doğruluğun geleneksel algoritmalardan daha yüksek olduğu gözlenmiştir. Ayrıca, daha hassas konum belirleme amacıyla, WiFi alınan sinyal gücü ve manyetik alan parmak izlerini kullanan, geliştirilmiş bir iç ortam konumlandırma yaklaşımı önerilmiştir. Bu yaklaşım ile yüksek hassasiyette konum tahmini yapılabilmiştir.

Özet (Çeviri)

Although the Global Positioning System is a publicly recognized technology for positioning in the outdoor environment, it is ineffective in the indoor environment. For this reason, the search for effective solutions to indoor positioning still continues. Within the scope of this dissertation, it is aimed to develop radio frequency (RF) based, high-accuracy and low-cost indoor positioning approaches based on the fingerprint method. For this purpose, in addition to the existing indoor positioning datasets in the literature, a new dataset has been constituted and made available to researchers. In terms of selected performance criteria, the most suitable algorithm for three different indoor environments is determined by multi-criteria optimization technique. Hybrid fingerprints are defined using a combination of WiFi received signal strength and magnetic field measurements. It has been observed that the positioning accuracy is improved when the proposed hybrid fingerprint dataset is used with different classification algorithms. F-score weighted indoor positioning algorithm combining WiFi received signal strength and magnetic field measurements is proposed. It has been observed that the accuracy of the proposed algorithm is higher than that of the conventional algorithms. In addition, an improved indoor positioning approach has been proposed that uses WiFi signal strength and magnetic field fingerprints for more precise locating. With this approach, high accuracy position estimation can be done.

Benzer Tezler

  1. Dinamik yapay sinir ağı ile iç mekân konum kestirimi ve konum takibi

    Indoor location estimation and location tracking with dynamic artificial neural network

    MERT TUNÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Elektrik ve Elektronik MühendisliğiZonguldak Bülent Ecevit Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HAKAN KAYA

  2. Kapalı ortamlar için makine öğrenmesi temelli konum algılama yöntemi geliştirilmesi

    Development of machine learning based location sensing method for indoor environments

    GÜLŞAH ÇİFÇİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. CELAL ÖZTÜRK

    DOÇ. DR. AHMET GÜRKAN YÜKSEK

  3. Bölge tanımlı kapalı alanlar için düşük güçlü bluetooth konumlama sistemi

    Bluetooth low energy based zone-defined indoor positioning system

    MUSTAFA GÜLERYÜZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    ÖĞR. GÖR. HASAN BÜLENT YAĞCI

  4. Comparison and analysis of various indoor positioning systems techniques

    Çeşitli kapalı alan sistem tekniklerinin analizi ve karşılaştırılması

    DERYA DEMİRKOL

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKadir Has Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. TAMER DAĞ

    YRD. DOÇ. DR. TANER ARSAN