Geniş bant spektrumu ve yüksek
çözünürlük özellikleri ile çok geniş bant (Ultra-Wide Band, UWB) teknolojisi,
birçok kapalı alan konum belirleme probleminde tercih edilmektedir. Bu
çalışmada; UWB kablosuz sinyallerini kullanan konum belirleme sisteminin konum
belirleme performansının belirlenmesi ve genellikle açık alan konum
belirlemesinde kullanılan yatay hassaslık ölçeğinin (Horizontal Dilution
Precision, HDOP) kapalı alanda bu sistem için kullanılmasıyla, konum tahmin
hatasının iyileştirilmesi için yeni bir yöntem sunulmaktadır. Bu yöntem
kullanışsız olan konum tahmin noktalarının elenmesi temel almaktadır ve UWB
konum belirleme sistemi ile elde edilen deneysel konum belirleme sonuçlarının
iyileştirilmesini sağlamaktadır. Bu yöntemin performans analizi için UWB
sisteminin sağladığı konum verilerine literatürde kullanılan en küçük kareler
(Least Squares, LS) ve doğrusal olmayan regresyon (Non-Linear Regression, NLR)
ve önerilen HDOP tekniklerinin uygulanması ile elde edilen sonuçlar
karşılaştırılmalı olarak sunulmaktadır. Sonuçlar göstermektedir ki; önerilen
HDOP tekniği, LS algoritmasının ortalama konum hatasına göre yaklaşık olarak %9
oranında, NLR algoritmasına göre ise %5 oranında daha iyi sonuç vermektedir.
With the very wide spectrum and high resolution characteristics, ultra-wideband (UWB) communication technique is
chosen various indoor localization. This paper presents the localization performance of a positioning system, which
uses UWB wireless signals, and a novel method to decrease the localization error using horizontal dilution of precision
(HDOP), which uses for outdoor positioning in the literature, for this system. This method focuses to eliminate the
unadaptable localization points and provides elimination of UWB experimental localization results. The comparison
between the proposed method localizations and the results by elimination of UWB system raw localization data with
the least-squares (LS) and the non-linear regression (NLR) techniques are provided for the performance analysis. As
the results, the proposed HDOP technique approximately provides 9% the better performance than the LS algorithm.
In addition, the technique also provides 5% the better performance than the NLR algorithm.
Subjects | Computer Software |
---|---|
Journal Section | Research Articles |
Authors | |
Publication Date | January 31, 2017 |
Submission Date | July 13, 2016 |
Acceptance Date | October 28, 2016 |
Published in Issue | Year 2017 |
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.