Verbesserte Fingerabdruckerfassung und Trajektorienvorhersage für die IoT-Lokalisierung in Smart Buildings

Der Standortdienst ist einer der primären Dienste in smarten automatisierten Systemen des Internet der Dinge (IoT). Für verschiedene standortbasierte Dienste ist eine genaue Lokalisierung zu einem zentralen Thema geworden. Kürzlich hat die Forschung an IoT-Lokalisierungssystemen für Smart Buildings zunehmend an Aufmerksamkeit gewonnen. In diesem Papier schlagen wir einen neuartigen Lokalisierungsansatz vor, der die relative Empfangssignalstärke der Nachbarn nutzt, um die Fingerabdruckdatenbank zu erstellen, und ein Markov-Ketten-Vorhersagemodell anwendet, um die Positionierung zu unterstützen. Der Ansatz wird kurz als neuartiges Lokalisierungsverfahren (LNM) bezeichnet. Im vorgeschlagenen LNM-Schema werden die Verlaufsdaten der Standorte des Fußgängers analysiert, um die unvorhersehbaren Signalfluktuationen in einer Smart Building-Umgebung weiter zu reduzieren und gleichzeitig eine kalibrierungsfreie Positionierung für verschiedene Geräte zu ermöglichen. Die Leistungsevaluation, die in einer realistischen Umgebung durchgeführt wurde, zeigt, dass die vorgestellte Methode eine überlegene Lokalisierungsleistung im Vergleich zu bekannten bestehenden Verfahren aufweist, insbesondere wenn Probleme mit der Geräteheterogenität und den Fluktuationen von WiFi-Signalen bestehen.