Phân tích các công thức khoảng cách cho bài toán định vị trong nhà
Gần đây, các hệ thống định vị trong nhà dựa trên công nghệ không dây như lấy dấu vân tay WiFi trở nên phổ biến hơn. Các thuật toán dựa trên láng giềng gần nhất sử dụng khoảng cách Euclid rất phổ biến và được sử dụng trong nhiều hệ thống. Do đó, công thức khoảng cách là quan trọng trong việc xác định...
Đã lưu trong:
| Tác giả chính: | |
|---|---|
| Định dạng: | Conference paper |
| Ngôn ngữ: | Vietnamese |
| Được phát hành: |
Trường Đại học Sư phạm Huế
2023
|
| Truy cập trực tuyến: | https://scholar.dlu.edu.vn/handle/123456789/2724 |
| Các nhãn: |
Thêm thẻ
Không có thẻ, Là người đầu tiên thẻ bản ghi này!
|
| Thư viện lưu trữ: | Thư viện Trường Đại học Đà Lạt |
|---|
| Tóm tắt: | Gần đây, các hệ thống định vị trong nhà dựa trên công nghệ không dây như lấy dấu vân tay WiFi trở nên phổ biến hơn. Các thuật toán dựa trên láng giềng gần nhất sử dụng khoảng cách Euclid rất phổ biến và được sử dụng trong nhiều hệ thống. Do đó, công thức khoảng cách là quan trọng trong việc xác định vị trí người dùng và nó ảnh hưởng nhiều đến kết quả định vị. Trong bài báo này, chúng tôi trình bày một nghiên cứu phân tích về việc sử dụng các công thức khoảng cách khác nhau cho thuật toán Weighted K-Nearest Neighbor (WKNN) để xác định vị trí của người dùng cho bài toán định vị trong nhà. Chúng tôi thực hiện năm công thức khoảng cách và so sánh kết quả định vị của mỗi công thức để tìm ra kết quả định vị tốt nhất. Để kiểm tra độ chắc chắn của các biện pháp, chúng tôi thay đổi một số cài đặt khi tạo bản đồ vô tuyến trong giai đoạn ngoại tuyến, chẳng hạn như số lượng điểm truy cập hoặc khoảng cách giữa hai điểm tham chiếu. Từ các kết quả thực nghiệm cho thấy rằng khoảng cách Chi-Squared tốt hơn các công thức khoảng cách khác vì nó đạt được lỗi trung bình là 1.13m trong trường hợp thực nghiệm đơn giản và 1.20m trong trường hợp thực nghiệm phức tạp hơn. Ngay cả khi chúng tôi thay đổi cài đặt, khoảng cách Chi-Squared vẫn là kết quả định vị tốt nhất. |
|---|