BLEフィンガープリントラジオマップの改善：ファジィクラスタリングと重み付き補間に基づく方法

GNSSのような従来の位置特定方法は、屋内環境において精度、消費電力、コストの制限に直面しています。Bluetooth Low Energy (BLE) 技術とフィンガープリント法は、短距離ネットワークの人気のある選択肢として登場しました。フィンガープリントに基づく位置特定は正確な位置推定を提供しますが、完全な地図の必要性や頻繁な地図の更新といった欠点があります。本研究では、不完全な信号マップの問題に対処するために、候補位置を生成するためのファジィクラスタリングと、環境の信号に対する壁の影響を考慮して最終位置を推定するための重み付き補間を組み合わせた新しいアプローチを提案します。ニューラルネットワーク（NN）を使用して壁に対する物体の位置を近似し、候補位置に正確な重みを提供することで推定精度を向上させます。オフィス環境から得られた評価結果は、位置精度が15%向上したことを示しており、現実の産業主導のアプリケーションに対する我々のアプローチの可能性を確認しています。