透過無線網路基地台相互監測之適應性樣本比對定位

Abstract

近幾年以室內定位為基礎的位置感知服務(Location-Based Service)興起，顯示出室內定位的重要性。在室內定位系統中，又有許多研究著重在樣本比對演算法上。然而，樣本比對定位系統的準確度會根據即時收到的訊號強度(RSS)和訓練的訊號分佈圖之間的比對來決定， 而且RSS可能會因為環境改變並和原來訓練的訊號分佈圖有所偏差。在這篇論文中，我們想要在既有WiFi環境下，用環境中的基地台來即時監測環境變化，並透過這些基地台相互監測狀況，找出符合當時環境的訊號分佈圖來做樣本比對定位，以提高定位系統精準度。這篇論文最主要和別人不同的地方是我們不需要透過額外硬體設備來監控環境變化。另外，我們從模擬和實驗中可以得知我們提出的兩個方法： 基於迴歸線和基於分群的方法都比傳統樣本比對定位在環境動態改變的情況下來得好。