Метод позиционирования мобильного устройства с использованием сенсорной сети BLE-маяков, аппроксимации значений уровней сигналов RSSI и искусственных нейронных сетей

В работе рассматривается разработка метода позиционирования мобильного устройства с использованием сенсорной сети BLE-маяков, аппроксимации значений уровней сигналов RSSI и искусственных нейронных сетей. Целью работы является разработка метода позиционирования средств малой механизации на промышленных предприятиях для построения систем безлюдного контроля движения изделий. Работа разделена на четыре основные части: синтез данных, фильтрация сигнала, выбор BLE-маяков, перевод значений уровней сигналов RSSI в расстояние и мультилатерация. Предложен упрощенный фильтр Калмана для фильтрации входного сигнала для подавления гаусовского шума. Приведено описание двух подходов к переводу уровня сигнала RSSI в расстояние: экспоненциальная функция аппроксимации с коэффициентом детерминации 0,6994 и искусственная нейронная сеть прямого распространения. Сравнение результатов работы этих подходов производилось на нескольких тестовых выборках: обучающей, тестовой на известном расстоянии (0 – 50 метров) и тестовой на неизвестном расстоянии (60 – 100 метров). В результате искусственная нейронная сеть показала лучший результат во всех экспериментах, кроме тестовой выборки на известном расстоянии (0 – 50 метров), уступив функции аппроксимации на 0,02 м$^2$ среднеквадратичной ошибки, чем можно пренебречь. Предложен алгоритм позиционирования мобильного устройства на основе метода мультилатерации. Экспериментальные исследования разработанного метода показали, что ошибка позиционирования не превышает 0,9 метра в контролируемом помещении размером 5$\times$5,5 метров. Точность позиционирования мобильного устройства с использованием предлагаемого метода в проведенном эксперименте выше на 40,9 %. Также проведены экспериментальные исследования в помещении 58,4$\times$4,5 м, показавшие более точные результаты по сравнению с аналогичными исследованиями.