TAILIEUCHUNG - Mô hình định vị trong nhà sử dụng BLE iBeacon và mạng nơ ron nhân tạo

Bài viết trình bày đề xuất mô hình hệ thống định vị trong nhà dựa trên công nghệ Bluetooth Low Energy (BLE) và mạng Nơ-ron nhân tạo, triển khai hoạt động trên thiết bị BLE iBeacon, cùng với mạch Raspberry Pi 3. Hệ thống sẽ sử dụng phương pháp Fingerprinting để xây dựng một cơ sở dữ liệu từ cường độ tín hiệu đo được từ các iBeacon, và xử lý qua một mạng Nơ-ron nhân tạo để dự đoán vị trí của Raspberry Pi 3. | Hội nghị Quốc gia lần thứ 24 về Điện tử Truyền thông và Công nghệ Thông tin REV-ECIT2021 Mô Hình Định Vị Trong Nhà Sử Dụng BLE iBeacon Và Mạng Nơ-Ron Nhân Tạo Nguyễn Việt Hưng Nguyễn Thành Phúc Lê Tất Thắng Đinh Thị Thái Mai Khoa Điện tử viễn thông Đại học Công nghệ Đại học Quốc gia Hà Nội Email 18020606 18021007 18021155 dttmai @ Abstract Trong thời gian gần đây sự phát triển của Do đặc điểm kỹ thuật của RSS FP các thuật toán tự động hóa robot tự hành IoT kéo theo yêu cầu về học máy thường được sử dụng để phân tích cơ sở dữ định vị vị trí trong nhà tăng vọt. Các hệ thống định liệu vị trí RSS và đưa ra kết quả dự đoán. Đã có rất vị trong nhà phải đáp ứng được các tiêu chí về giá thành nhiều cá nhân các nhóm nghiên cứu ứng dụng các kỹ năng lượng tiêu thụ cũng như khả năng triển khai trên các thiết bị nhỏ di động. Trong bài báo này chúng tôi đề thuật học máy khác nhau vào RSS FP như K-nearest xuất mô hình hệ thống định vị trong nhà dựa trên neighbors K-mean Neural Network . Các kỹ thuật công nghệ Bluetooth Low Energy BLE và mạng Nơ-ron học máy có đặc điểm riêng tạo ra sai số ước lượng vị nhân tạo triển khai hoạt động trên thiết bị BLE iBeacon trí đích khác nhau. Vì vậy cần có sự kết hợp các phương cùng với mạch Raspberry Pi 3. Hệ thống sẽ sử dụng pháp khác để giảm sai số khi đo RSS giảm lưu lượng phương pháp Fingerprinting để xây dựng một cơ sở dữ thông tin . nhằm tăng tốc độ tính toán giảm chi phí và liệu từ cường độ tín hiệu đo được từ các iBeacon và xử lý tăng sự chính xác. qua một mạng Nơ-ron nhân tạo để dự đoán vị trí của Vấn đề của RSS FP cũng như các phương pháp định Raspberry Pi 3. Thử nghiệm thực tế cho thấy kết quả định vị khác là giá trị đầu vào RSS thu được trong giai đoạn vị vị trí thực tế đạt sai số trung bình là . trực tuyến có ảnh hưởng trực tiếp đến kết quả tính toán Keywords- Định vị trong nhà BLE iBeacon và cơ sở dữ liệu của RSS FP là lớn nhưng không phải Neural network Raspberry Pi Fingerprinting. tất cả dữ liệu thu được trong quá

• Quản trị mạng
• Định vị trong nhà
• Mạng nơ ron nhân tạo
• Công nghệ Bluetooth Low Energy
• Mạch Raspberry Pi 3
• Giải thuật Neural Network
• Bài giảng Kế toán quản trị đơn vị công
• Kế toán quản trị đơn vị công
• Phân tích thông tin kế toán quản trị
• Hoạt động ra quyết định trong đơn vị công
• Trình tự ra quyết định trong đơn vị công
• Quyết toán dự toán thu ngân sách nhà nước
• Cải thiện độ chính xác trong định vị
• Hệ thống Massive Mimo
• Bộ lọc Kalman
• Định vị sử dụng AOA truyền thống
• Kỷ yếu hội nghị Quốc gia về Điện tử truyền thông
• Định vị độ cao
• Cảm biến áp suất
• Thuật toán xác định vị trí theo độ cao
• Xây dựng hệ thống xác định độ cao bên trong nhà
• Định vị robot di động trong nhà dựa
• Định vị robot di động
• Tín hiệu WiFi
• Cơ sở dữ liệu ban đầu
• Dấu hiệu cường độ tín hiệu WiFi
• Phương pháp định vị
• Thiết bị BLE
• Tín hiệu RSSI
• Thuật toán định vị
• Lỗi định vị
• Hệ thống định vị trong nhà
• Kỹ thuật định vị trong nhà
• Dữ liệu WLAN
• Giải thuật khớp mẫu
• Giải thuật K Nearest Neighbors
• luận văn
• công nghệ thông tin
• thiết bị di động
• hệ thống định vị toàn cầu
• cường độ sóng Wireless Lan
• Access Point
• Báo cáo tiểu luận
• Báo cáo tiểu luận ngành Công nghệ viễn thông
• Luận án Tiến sĩ
• Luận án Tiến sĩ Kỹ thuật
• Sử dụng tín hiệu Wi Fi
• Tín hiệu Wi Fi
• Xây dựng thuật toán định vị
• Tóm tắt luận án Tiến sĩ
• Tóm tắt luận án Tiến sĩ Kỹ thuật
• Đánh giá hiệu năng giải thuật Fab map
• Hiệu năng giải thuật Fab map
• Định vị robot trong nhà
• Robot sử dụng thông tin hình ảnh
• Định vị hình ảnh
• Phép đo 3 cạnh
• Băng thông rộng
• Sóng siêu cao tần
• Hệ thống định vị toàn cầu GPS
• Kỷ yếu Hội nghị Quốc gia lần thứ 25
• Hội nghị Điện tử Truyền thông Công nghệ Thông tin
• Hệ thống điều hướng trong nhà
• Robot di động
• Robot Operating System
• Kỹ thuật điều khiển và Tự động hóa
• Phát triển hệ thống định vị vô tuyến
• Hệ thống định vị vô tuyến
• Anten điều khiển búp sóng
• Phân loại máy học
• Bài toán định vị xe
• Thuật toán máy học
• Phần mềm mô phỏng Weka
• Hệ thống định vị trong nhà sử dụng wi fi
• Thuật toán K láng giềng gần nhất
• Thuật toán K láng giềng
• Phân bố RSSII
• Thuật toán máy học k NN
• Cải thiện độ chính xác
• Hệ thống định vị trong nhà PDR
• Sử dụng mã QR
• Hệ thống kết hợp giữa PDR và mã QR
• Điện thoại thông minh
• Luận văn Thạc sĩ
• Hệ thống thông tin
• Cảm biến điện thoại thông minh
• Cảm biến từ trường
• Luận văn Thạc sĩ Công nghệ kỹ thuật điện tử
• Công nghệ kỹ thuật điện tử
• Hhệ thống định vị cho robot
• Hệ thống dẫn đường cho robot
• Môi trường trong nhà
• Cường độ tín hiệu
• Bluetooth năng lượng thấp
• Phép đo cường độ tín hiệu
• Học máy kết hợp
• Tập dữ liệu UJIIndoorLoc
• Thuật toán rừng ngẫu nhiên
• Mạng Nơ ron kép
• Công nghệ tín hiệu không dây
• Luận văn Thạc sĩ Khoa học
• Ứng dụng GIS
• Phân tích vị trí tối ưu
• Chuỗi nhà hàng lẩu
• Hệ thống thông tin địa lý