Key points are not available for this paper at this time.
تتطور تقنيات التحديد المكاني ورسم الخرائط (SLAM) أثناء الاتصال. تعد هذه التقنية بتوفير معلومات عن بيئات الانتشار ومواقع أجهزة الإرسال والاستقبال، مما يخلق العديد من الخدمات والتطبيقات الجديدة لإنترنت الأشياء والاتصالات المدركة للبيئة. يبدو أن استخدام بيانات مصدر جماعي تجمعها عدة وكلاء يقدم إمكانات كبيرة لتحسين أداء SLAM. ومع ذلك، قد تؤدي عدم الدقة في القياسات في الممارسة والتقديرات المنحازة من عدة وكلاء إلى أخطاء خطيرة. تطور هذه الدراسة طريقة SLAM قوية مع آلية القياس القابلة للتوصيل الفوري وآليات مصادر الجماعة لمعالجة المشاكل المذكورة أعلاه. أولاً، نقسم القياسات إلى فئات مختلفة وفقًا لانحيازاتها غير المعروفة وندرك آلية القياس القابلة للتوصيل الفوري من خلال توسيع الطريقة التقليدية المعتمدة على انتشار الاعتقادات (BP). يمكن للآلية المقترحة الحصول على الموقع المتغير زمنياً للوكلاء وميزات الراديو والانحيازات القياسية المقابلة (مثل انحياز الساعة، وانحياز الاتجاه، ومعلمات نموذج قوة الإشارة المستلمة)، بدقة عالية وموثوقية في السيناريوهات الصعبة دون أية معلومات مسبقة عن الأسياد والوكلاء. بعد ذلك، ننشئ آلية SLAM قائمة على مصدر جماعي احتمالية، حيث تتعاون عدة وكلاء لبناء وتحسين خريطة الراديو بطريقة لا مركزية. تقدم دراستنا أول مصدر جماعي يعتمد على BP الذي يحل مشاكل "العد المزدوج" و"موثوقية البيانات" من خلال تطبيق مرن لطرق الارتباط الاحتمالية للبيانات. تكشف النتائج العددية أن آلية مصادر الجماعة يمكن أن تعزز دقة نتيجة الرسم، مما يضمن بدوره دقة تحديد المواقع بمستوى سنتيمتر لكل وكيل في بيئة انتشار صعبة.
درس يانغ وآخرون (الأربعاء) هذا السؤال.