Lista przedmiotów z materiałami udostępnionymi dla studentów

Dla_studentów
  • Increase font size
  • Default font size
  • Decrease font size

Krzysztof Rdzany

Zastosowanie filtracji Kalmana w wewnątrzbudynkowych systemach lokalizacyjnych


Application of Kalman Filtering for Indoor Positioning Systems


Opiekun pracy dyplomowej: dr inż. Piotr Korbel prof. ucz.
Dodatkowy opiekun pracy dyplomowej: mgr inż. Piotr Wawrzyniak

Praca dyplomowa magisterska obroniona 2014-03-21
Streszczenie pracy dyplomowej:
Celem pracy jest analiza skuteczności wybranych metod filtracji rekurencyjnej w zastosowaniu do śledzenia terminala wewnątrzbudynkowego bezprzewodowego systemu lokalizacyjnego. Pierwsza część pracy obejmuje przegląd metod wyznaczania położenia i śledzenia ruchu terminala stosowanych w wewnątrzbudynkowych systemach lokalizacyjnych. Omówiono zasadę działania filtracji rekurencyjnej, w odniesieniu do problemu śledzenia bezprzewodowego terminala, w oparciu o teorię filtracji Bayesa. Przedstawione zostały przykłady implementacji filtracji Bayesa w postaci filtru Kalmana. W części praktycznej pracy został zaimplementowany skrypt działający w środowisku obliczeniowym MATLAB, umożliwiający wyznaczanie i śledzenie pozycji terminala bezprzewodowego w oparciu o pomiar poziomu mocy sygnału sieci bezprzewodowej odebranego przez terminal. Skrypt w celu wstępnego wyznaczenia pozycji wykorzystuje techniki korelacyjne i klasyfikator kNN, oraz bazę danych referencyjnych uzyskanych przy pomocy systemu LocNet. Dodatkowo w skrypcie zaimplementowano filtrację Kalmana w celu poprawy dokładności uzyskanych wyników lokalizacji. Zaimplementowany algorytm został przeanalizowany pod względem efektywności, dokładności i odporności na zakłócenia. Opisany został wpływ poszczególnych parametrów filtra na uzyskiwane rezultaty. W podsumowaniu omówiono wnioski wynikające z analiz oraz przeprowadzonych badań.
Abstract:
The aim of the thesis was to analyze effectiveness of selected recursive filtering methods applied to wireless indoor positioning. First part of the thesis includes description of methods used for terminal position estimation and tracking in indoor positioning systems. Fundamentals of recursive filtering methods, based on Bayes theorem, in application to mobile user’s terminal tracking were described. Examples of implementation of the Bayesian filter as Kalman filter were provided. In practical part of the thesis, a MATLAB script, providing a positioning and tracking problem solution based on RSS measurements, was implemented. For initial position estimation the script uses DCM techniques and a kNN classifier as well as reference point database provided by LocNet system. Additionally, to improve positioning and tracking accuracy, Kalman filter implementation was developed. Implemented algorithm was analyzed for effectiveness, accuracy and noise interference resistance. Influence of particular filter parameters on position estimation results was described. At the end, conclusions from experiments and result analysis were summarized and discussed.