تُستخدم طريقة تحديد موقع بصمة Wi-Fi على نطاق واسع في بيئات تحديد المواقع الداخلية نظرًا لبساطتها وتغطيتها الواسعة. ومع ذلك ، في المرحلة غير المتصلة بالطريقة ، تعد عملية الجمع خطوة أساسية وحاسمة تتطلب وقتًا وجهدًا. علاوة على ذلك ، يجب أن تكون عملية تقدير الموقع ، التي يتم تنفيذها في المرحلة الثانية لبصمة Wi-Fi (مرحلة الاتصال بالإنترنت) ، دقيقة بما يكفي لضمان تحديد موقع داخلي فعال. ومن ثم ، في هذا العمل ، يتم تقديم عملية جديدة لتقدير الموقع الداخلي تعتمد على خريطة راديو شبه محرف وشبكة عصبية اصطناعية (ANN). تم تصميم تطبيق الهاتف المحمول لجمع بصمات مؤشر قوة الإشارة المستلمة (RSSI) لإنشاء خريطة راديو ، والتي يتم توسيعها بعد ذلك باستخدام طريقة الاستيفاء الخطي الحيوي (BSI) من خلال تقدير المزيد من قيم RSSI. تم بناء الشبكة العصبية للانتشار الخلفي (FFBP) والشبكة العصبية الانحدارية المعممة (GRNN) في المرحلة عبر الإنترنت لعملية تقدير الموقع. تم تدريبهم باستخدام مجموعة البيانات الموسعة عن طريق أخذ إحداثيات النقطة المرجعية (X ، Y) كمخرجات مطلوبة واستخدام شكلين مختلفين من البيانات كمدخلات. المدخلات الأولى هي قيم RSSI من 17 نقطة وصول (APs) - ثلاثة من نقاط الوصول لها نطاق مزدوج ، أي تدعم كلاً من 2.4 و 5 جيجاهرتز - والإدخال الثاني يعتمد على مجموعة مختارة من نقاط الوصول ، والتي تنتج مستوى عالٍ من RSSI مقبول وإحداثياتها. تم إجراء مقارنة بين هذين النموذجين. أظهرت النتائج أن FFBP يتفوق على شبكات GRNN من حيث بساطة الهيكل ، بينما حققت شبكات GRNN نتائج تنبؤ أكثر دقة بمتوسط ​​خطأ مسافة يصل إلى 0.48 متر. ومن ثم ، فإن منهجيتنا المقترحة تستفيد من بناء طوبولوجيا شبكة عصبية بسيطة لها نتائج جيدة في تقدير الموقع لتحديد المواقع في الأماكن المغلقة في عملية توطين منخفضة التكلفة.

العنوان

Pervasive and Mobile Computing

الناشر

Elsevier

بلد الناشر

هولندا

Indexing

Thomson Reuters

معامل التأثير

3,453

نوع المنشور

Both (Printed and Online)

المجلد

81

السنة

2022

الصفحات

--