بهبود دقت تعیین موقعیت در مکان های سرپوشیده با استفاده از شبکه بی سیم با روش اثر مکانی محل

امروزه سیستم های تعیین موقعیت جهانی، در مواقعی که دید مستقیم بین کاربر و ماهواره های آن ها وجود ندارد، در درون ساختمان ها و در ناحیه های شهری متراکم کارایی چندانی ندارند. از این رو در سال های اخیر سیستم تعیین موقعیت داخلی به طور قابل توجهی مورداستفاده قرارگرفته است. هدف اصلی این تحقیق تعیین موقعیت در داخل ساختمان با شبکه بی سیم می باشد. الگوریتم تعیین موقعیت داخلی شبکه بی سیم می تواند به چند روش انجام شود که به طورمعمول از روش اثر مکانی استفاده می کنند. در این تحقیق سیستم تعیین موقعیت داخلی برپایه دو روش نزدیک ترین همسایه و شبکه عصبی مصنوعی در سه سناریو پیاده سازی شده است. به منظور افزایش دقت مکانی و کاهش زمان محاسبه، انتخاب فرستنده های مناسب و افزایش نقاط مرجع مورد توجه قرار گرفت. در روش نزدیک ترین همسایگی با افزایش نقاط به میزان دو برابر با روش درون یابی میانگین، میزان دقت هم به میزان تقریبا دو برابر بهبود یافته است که در محیط های مختلف با تعداد مختلف نقاط مرجع و پراکندگی مختلف این نتیجه حاصل شده است. در محیط هایی همانند سناریو 3 که نقاط مرجع به تعداد بالاتر و با پراکندگی یکسان تری پخش شده اند دقت تعیین موقعیت در روش نزدیک ترین همسایگی بهبود یافته بهتر از شبکه عصبی بهبود یافته است و این دقت برای نزدیک ترین همسایگی در 85 درصد موارد زیر 1 متر بوده که در شبکه عصبی در 75 درصد موارد زیر 1 متر می باشد؛ اما در محیط های که نقاط مرجع دارای تعداد کمتر می باشد و پراکندگی یکسانی ندارد روش شبکه عصبی بهبود یافته نتایج بهتری را نسبت به روش نزدیک ترین همسایگی خواهد داشت. به طوری که دقت نزدیک ترین 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 می باشد.