【文件属性】：
文件名称：Master-Project:正在开发中
文件大小：14.82MB
文件格式：ZIP
更新时间：2021-04-10 02:06:38
Python
1.简介
在这项工作中，我们将对在商品硬件中实现的基于RSS的本地化技术进行比较研究。 我们比较了在现实世界中具有强无线电信号干扰的办公室环境和在具有弱干扰的房屋房间中的九种定位方法。 除了准确性之外，我们还介绍了每种方法的能耗和响应时间。 结果表明，指纹方法的总体效果要好于多边指纹方法。 但是可以使用更复杂的模型来提高秒的精度，但代价是要消耗更多的能量，但不一定会增加响应时间。 研究还表明，放置适当的锚节点无需任何其他修改即可提高方法的准确性。 此外，锚节点的子集的选择比使用所有锚节点的子集可以提供更好的准确性。 一个好的子集可以由位置最平均的锚节点组成。
2.问题
室内本地化包括估算人员和设备在室内环境中的位置，例如隧道，机场，大型购物中心，仓库和智能工厂。 GPS和其他全球本地化技术高度不准确，是移动设备和人员的室内本地化的难题。 解决方法包括部署锚节点，该锚节点向移动设备发射信号。