KaydedilenlerDerginizi ekleyin

Dergiler / Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi / 2018 / Cilt: 22 - Sayı: 0

Büyük Patlama – Büyük Çöküş Optimizasyon Yöntemi Kullanılarak Bluetooth Tabanlı İç Mekan Konum Belirleme Sisteminin Doğruluğunun İyileştirilmesi

Taner ARSAN
Sayfa
367–374
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Ölçüm sonuçları Büyük Patlama – Büyük Çöküş optimizasyon yöntemi ile Öklid uzaklık eşleştirme yöntemi ve Kalman Filtresi kullanılarak iyileştirilmiş, bu sayede konum doğruluğu %26,62'den %75,69'a arttırılmıştır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Düşük enerjili Bluetooth işaretçi (Bluetooth low energy - BLE beacon) teknolojisi, iç mekan konum belirleme sistemlerinde başarılı ve düşük maliyetli çözümler sunan gelişmekte olan bir teknolojidir.
📊
Temel Bulgular & Veri:Bu çalışmada, BLE işaretçileri (beacons) kullanan bir iç mekan konum belirleme sistemi geliştirilmiş, kullanılan ilave algoritmalarla standart sensörlerden elde edilen konum değerlerinin doğruluğunun artırılması amaçlanmıştır.
💡
Sonuç & Katkı:Ölçüm sonuçları Büyük Patlama – Büyük Çöküş optimizasyon yöntemi ile Öklid uzaklık eşleştirme yöntemi ve Kalman Filtresi kullanılarak iyileştirilmiş, bu sayede konum doğruluğu %26,62'den %75,69'a arttırılmıştır.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Büyük Patlama – Büyük Çöküş optimizasyon yöntemi · İç mekan konum belirleme · Konum doğruluğu

Özet

Düşük enerjili Bluetooth işaretçi (Bluetooth low energy - BLE beacon) teknolojisi, iç mekan konum belirleme sistemlerinde başarılı ve düşük maliyetli çözümler sunan gelişmekte olan bir teknolojidir. Bu çalışmada, BLE işaretçileri (beacons) kullanan bir iç mekan konum belirleme sistemi geliştirilmiş, kullanılan ilave algoritmalarla standart sensörlerden elde edilen konum değerlerinin doğruluğunun artırılması amaçlanmıştır. Bunun için, deneysel iç mekan konum algılama sisteminden elde edilen konum bilgilerine Büyük Patlama – Büyük Çöküş (Big Bang – Big Crunch (BB-BC)) optimizasyon yöntemi uygulanmış ve konum doğruluğunun geliştirildiği yapılan testlerle kanıtlanmıştır. Test alanı olarak, 9,60 m × 3,90 m boyutundaki 37,44 m2'lik alan seçilmiş ve 2,40 m × 1,30 m boyutundaki oniki tane ızgara alanına ayak izi (fingerprinting) algoritması uygulanmıştır. Test alanına dört tane BLE işaretçi (beacon) yerleştirilmiş, on iki test alanından 150 saniye boyunca toplam 9.000 ölçüm yapılmıştır. Ölçüm sonuçları Büyük Patlama – Büyük Çöküş optimizasyon yöntemi ile Öklid uzaklık eşleştirme yöntemi ve Kalman Filtresi kullanılarak iyileştirilmiş, bu sayede konum doğruluğu %26,62'den %75,69'a arttırılmıştır.

🔖

Bu Makaleye Atıf Yap

ARSAN, T. (2018). Büyük Patlama – Büyük Çöküş Optimizasyon Yöntemi Kullanılarak Bluetooth Tabanlı İç Mekan Konum Belirleme Sisteminin Doğruluğunun İyileştirilmesi. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, Cilt: 22 - Sayı: 0, 367–374. https://ajindex.com/articles/310124

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (15)

  1. Hofmann-Wellenhof, B., Lichtenegger, H., and Collins, J. 2001. Global positioning system: Theory and practice. Springer, Wien, Austria
  2. Djuknic, G.M., Richton, R.E. 2001. Geolocation and assisted GPS. Computer, 34(2001), 123–125
  3. Huang, H., Gartner, G. 2010. A Survey of Mobile Indoor Navigation Systems. Cartography in Central and Eastern Europe, Gartner G, Ortag F. Eds., Springer: Heidelberg, Germany, 305–319
  4. Liu, H., Darabi, H., Banerjee, P., Liu, J. 2007. Survey of wireless indoor positioning techniques and systems. IEEE Transactions on Systems, Man, and Cybernetics, Part C (Applications and Reviews), 37(2007), 1067–1080
  5. Ram, S., Sharf, J. 1998. The people sensor: A mobility aid for the visually impaired. In Proceedings of the Second International Symposium on Wearable Computers, Pittsburgh, PA, USA, 166–167
  6. Gu, Y., Lo, A., Niemegeers, I. 2009. A survey of indoor positioning systems for wireless personal networks. Tutorial IEEE Communication Survey, 11, 13–32
  7. Ganick, A., Ryan, D. 2012. Method and system for modulating a light source in a light based positioning system using a DC bias. US Patent 8,334,901
  8. Komine, T., Nakagawa, M. 2004. Fundamental analysis for visiblelight communication system using LED lights. IEEE Transactions on Consumer Electronics, vol. 50, no. 1, 100–107
  9. Kumar, N., Lourenco, N., Spiez M. et al., 2008. Visible light communication systems conception and vidas. IETE Technical Review, vol. 25, no. 6, article 359
  10. Galvan-Tejada, C.E., Garcia-Vazquez, J.P. Brena, R.F. 2014. Magnetic field feature extraction and selection for indoor location estimation. Sensors, vol. 14, no. 6, 11001–11015
  11. Shao, W., Zhao, F., Wang, C., Luo, H., Muhammad Zahid, T., Wang, Q., Li, D., 2016. Location Fingerprint Extraction for Magnetic Field Magnitude Based Indoor Positioning. Journal of Sensors 2016, 1–16
  12. Ferreira, C.M.S., Oliveira, R.A.R., Gambini, H.S. and Frery, A.C. 2013. Characterization of FHSS in Wireless Personal Area Networks. 39–44
  13. Kriz P, Maly F, Kozel T. 2016. Improving Indoor Localization Using Bluetooth Low Energy Beacons. Mobile Information Systems, 1–11
  14. Dag, T., Arsan, T., 2017. Received signal strength based least squares lateration algorithm for indoor localization. Computers & Electrical Engineering (in Press)
  15. Xu, J., Ma, M., Law, C. 2008. AOA Cooperative Position Localization. In: Proceedings of the global telecommunications conference, IEEE GLOBECOM 2008, 1–5. [