İç Mekan Konumlandırma Sistemlerinde Konum Belirlemesinin Geliştirilmesi

Abstract

Son yıllarda, kapalı alan konumlandırma teknolojileri önemli ölçüde gelişmiş ve birçok uygulama alanında büyük potansiyele sahiptir. Kapalı alan konumlandırma belirleme, özellikle akıllı ev sistemleri, endüstriyel otomasyon, inşaat, sağlık ve konum tabanlı hizmetler gibi birçok alanda önemli bir rol oynamaktadır. Bu alandaki teknolojik gelişmeler, mevcut kapalı alan konumlandırma yöntemlerinin doğruluğunu ve hassasiyetini sürekli olarak artırmayı amaçlamaktadır. Bu tez, Federe Kalman Filtresi uygulanarak, Ultra Geniş Bant teknolojisinde görüş hattı dışı (NLOS) senaryoları tarafından oluşan konum sapmasını azaltmaya odaklanmaktadır. Federe Kalman Filtresinin NLOS senaryolarında kullanımı, konum sapmasında dikkate değer bir azalmayı göstermiştir. Bu tez, Federe Kalman Filtresini, kapalı mekân ayarlarında görüş hattı (LOS) ve görüş hattı dışı (NLOS) koşullar altında alınan ölçümleri analiz etmek için kullanmaktadır. Bu çalışmanın bulguları, Ultra Geniş Bant teknolojisi alanında gelecekte yapılacak olan araştırmalar için umut verici bir temel sunarak zorlayıcı çalışma ortamlarında iyileştirilmiş performans ve azaltılmış hata payı ile bu alanın güçlü taraflarını göstermektedir. Federe Kalman Filtresi, ortalama doğruluk iyileştirmesi olarak yaklaşık %96,64'ünü gösterdi. Başlangıçta 0,30 metreye ulaşan hata payı, Federe Kalman Filtresinin entegrasyonu ile 0,0072 metreye önemli ölçüde azaltılmıştır. Benzer şekilde, görüş hattı dışı (NLOS) senaryolarında yaklaşık %96'lık bir iyileştirme gözlemlenmiştir.Indoor positioning technologies have advanced significantly in recent years and offer a variety of possible uses. Indoor positioning has an important role in many industries. If give examples of the main sectors that do this indoor positioning: industrial automation, smart home systems, construction, healthcare, and location-based service areas. Technological developments of this sector aim to constantly increase the sensitivity and accuracy of existing indoor positioning techniques. This thesis focuses on reducing position detection error occurring in Non-Line-Of-Sight (NLOS) scenarios in Ultra Wideband technology by applying the Federated Kalman Filter. It has been demonstrated that using the Federated Kalman Filter in NLOS circumstances greatly reduces position deviation. In this thesis, measurements made indoors location Line-Of-Sight (LOS) and NLOS conditions were analyzed using the Federated Kalman Filter. The results obtained in this thesis provide a promising basis for future studies in the field of ultra-broadband technology. The results of the thesis underline the potential for improved performance and accuracy to be gained in challenging operational environments. The Federated Kalman Filter showed an average accuracy improvement of approximately 96.64%. After applying the Federated Kalman Filter, the error margin which had previously been as high as 0.30 meters was significantly lowered to 0.0072 meters. Similarly, a comparable increase of approximately 96% was observed in NLOS conditions.