سيستم مكان‌يابي داخلي مبتني بر Wi-Fi براي مديريت انرژي در ساختمان‌هاي هوشمند

An Indoor Positioning System Based on Wi-Fi for Energy Management in Smart Buildings

ارائه خدمات ويژه به ساكنين در ساختمان‌هاي هوشمند به منظور بهره‌وري انرژي، مستلزم آگاهي از اطلاعات هويتي، محل سكونت و نيز مكان لحظه‌اي افراد در داخل ساختمان است. در اين مقاله، به طراحي يك سيستم مكان‌يابي داخل ساختمان مبتني بر اثرانگشت Wi-Fi تعبيه شده روي گوشي‌هاي هوشمند مي‌پردازيم. سيستم مكان‌يابي داخل ساختمان از دو بخش برخط و برون خط تشكيل شده است. در مرحله برون‌خط، يك بستر گردآوري اطلاعات نقشه راديويي و پردازش قدرت سيگنال‌هاي دريافتي معرفي مي‌شود. در مرحله برخط، خوشه‌بندي لايه برخط و روش K همسايه نزديك مبتني بر وزن‌دهي آماري و مختصات تفاضلي ارائه مي‌شود. اين سيستم پيشنهادي در مقايسه با ساير سيستم‌ها دقت مكان‌يابي را بهبود مي‌دهد. همچنين الگوريتم پيشنهادي از نظر پيچيدگي محاسباتي با الگوريتم‌هاي ديگر قابل مقايسه است. در اين مقاله، ارزيابي سيستم مكان‌يابي پيشنهادي با استفاده از اطلاعات واقعي يك طبقه صورت مي‌گيرد.

To offer indoor services to occupants in the context of smart buildings, one can’t help considering information concerning the identity and location of the occupants. This paper proposes an indoor positioning system (IPS) based on Wi-Fi fingerprint and K-nearest neighbors (KNN) methods. The positioning of a mobile device (MD) using Wi-Fi technology involves online and offline phases. In this paper, the offline phase includes data collection in WiFi-based Nonintrusive SMS (WinSMS) context while the online phase involves updating the structure of the collected radio map and online positioning. In online positioning, the proposed Weighted Differential Coordinate Probabilistic-KNN (WDCP-KNN) method based on probabilistic weighting of generalized Reference Points (RPs) and differential coordinates is used. Experiments in a complex indoor environment with real values indicate that the proposed method reduces the positioning error compared to other methods and is also comparable in terms of computational complexity.