Đăng nhập để tải tài liệu không giới hạn
Tham gia 8.000+ người dùng Thư Viện Luận Án
NGHIÊN CỨU CÁC GIẢ PHÁP ĐỊNH VỊ TRONG NHÀ HIỆU QUẢ DỰA TRÊN DỮ LIỆU SÓNG KHÔNG DÂY
Hệ thống thông tin (Mã số: 9 48 01 04)
Luận án "Nghiên cứu các giải pháp định vị trong nhà hiệu quả dựa trên dữ liệu sóng không dây" của Ngô Văn Bình tập trung vào việc phát triển các hệ thống định vị trong nhà (IPS) hiệu quả sử dụng dữ liệu sóng WiFi. Nhu cầu về IPS đang tăng mạnh do giá trị thương mại và các ứng dụng đa dạng như cứu hộ, tìm đường trong các khu vực rộng lớn. Mặc dù hệ thống định vị toàn cầu (GPS) không hiệu quả trong môi trường trong nhà do tín hiệu bị suy giảm, WiFi nổi lên như một công nghệ lý tưởng nhờ chi phí thấp, không yêu cầu phần cứng bổ sung, khả năng mở rộng cao và độ chính xác chấp nhận được.
Thách thức chính của phương pháp định vị dựa trên dấu vân tay (fingerPrinting) sử dụng cường độ tín hiệu nhận được (RSS) của WiFi là sự không ổn định của RSS do hiệu ứng đa đường và suy giảm tín hiệu, dẫn đến giảm hiệu suất và độ chính xác. Để giải quyết vấn đề này, luận án đề xuất hai giải pháp cải tiến chính.
Giải pháp thứ nhất tập trung vào việc cải thiện phương pháp fingerPrinting truyền thống bằng cách biến đổi giá trị RSS thông qua lựa chọn điểm truy cập (AP) và phương pháp phân cụm. Kết quả thực nghiệm cho thấy phương pháp chọn AP đề xuất giảm sai lệch trung bình 24% so với phương pháp cũ. Tuy nhiên, phương pháp phân cụm cần cải tiến thêm do sự phân bố không đồng đều của các điểm tham chiếu và AP trong môi trường thực nghiệm.
Giải pháp thứ hai là mô hình học máy hai giai đoạn nhằm tăng hiệu quả và độ chính xác của fingerPrinting. Mô hình này sử dụng kết quả huấn luyện từ giai đoạn đầu để sinh dữ liệu huấn luyện cho giai đoạn thứ hai, giúp tăng khả năng dự đoán và tổng quát hóa, đồng thời giảm nguy cơ quá khớp. Mô hình đề xuất đã đạt hiệu suất cao trong việc dự đoán tòa-tầng với độ chính xác 98,73% và ước lượng vị trí (kinh độ, vĩ độ) với sai lệch trung bình (MAE) là 3,3m, vượt trội so với các mô hình độc lập và các nghiên cứu khác trên cùng bộ dữ liệu UJIIndoorLoc.
Những đóng góp chính của luận án bao gồm việc đề xuất cải tiến phương pháp định vị bằng AP (giảm sai lệch 24%), cải tiến phương pháp chọn cụm (rút ra bài học về môi trường nhỏ, AP phân bố không đều), và mô hình học máy hai giai đoạn hiệu quả, đạt độ chính xác cao trong dự đoán tòa-tầng và ước lượng vị trí. Luận án mở ra hướng nghiên cứu tiếp theo để tối ưu hóa thuật toán, áp dụng học máy bán giám sát và học sâu.
Tải không giới hạn tất cả tài liệu, không cần chờ. Chỉ từ 199.000đ/tháng.
Xem gói hội viên