Büyük Patlama – Büyük Çöküş Optimizasyon Yöntemi Kullanılarak Bluetooth Tabanlı İç Mekan Konum Belirleme Sisteminin Doğruluğunun İyileştirilmesi

ARSAN, Taner

Büyük Patlama – Büyük Çöküş Optimizasyon Yöntemi Kullanılarak Bluetooth Tabanlı İç Mekan Konum Belirleme Sisteminin Doğruluğunun İyileştirilmesi

Taner ARSAN (Kadir Has Üniversitesi, Mühendislik ve Doğa Bilimleri Fakültesi, Bilgisayar Mühendisliği Bölümü, İstanbul, Türkiye)

Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi

1 0

Yıl: 2018 Cilt: 22 Sayı: Özel Sayfa Aralığı: 367 - 374 Metin Dili: Türkçe İndeks Tarihi: 12-03-2020

Büyük Patlama – Büyük Çöküş Optimizasyon Yöntemi Kullanılarak Bluetooth Tabanlı İç Mekan Konum Belirleme Sisteminin Doğruluğunun İyileştirilmesi

Öz:

Düşük enerjili Bluetooth işaretçi (Bluetooth low energy - BLE beacon)teknolojisi, iç mekan konum belirleme sistemlerinde başarılı ve düşük maliyetliçözümler sunan gelişmekte olan bir teknolojidir. Bu çalışmada, BLE işaretçileri(beacons) kullanan bir iç mekan konum belirleme sistemi geliştirilmiş, kullanılanilave algoritmalarla standart sensörlerden elde edilen konum değerlerinindoğruluğunun artırılması amaçlanmıştır. Bunun için, deneysel iç mekan konumalgılama sisteminden elde edilen konum bilgilerine Büyük Patlama – Büyük Çöküş(Big Bang – Big Crunch (BB-BC)) optimizasyon yöntemi uygulanmış ve konumdoğruluğunun geliştirildiği yapılan testlerle kanıtlanmıştır. Test alanı olarak, 9,60m × 3,90 m boyutundaki 37,44 m2'lik alan seçilmiş ve 2,40 m × 1,30 m boyutundakioniki tane ızgara alanına ayak izi (fingerprinting) algoritması uygulanmıştır. Testalanına dört tane BLE işaretçi (beacon) yerleştirilmiş, on iki test alanından 150saniye boyunca toplam 9.000 ölçüm yapılmıştır. Ölçüm sonuçları Büyük Patlama –Büyük Çöküş optimizasyon yöntemi ile Öklid uzaklık eşleştirme yöntemi veKalman Filtresi kullanılara

Anahtar Kelime:

Improvement of Accuracy of Bluetooth based Indoor Positioning System by Using Big Bang – Big Crunch Optimization Method

Öz:

Bluetooth low energy (BLE) beacon technology is a cheap and an emerging technology that offers successful solutions in many indoor positioning systems. In this study, an indoor positioning system using BLE beacons was developed and it was aimed to increase the accuracy level of the standard equipment with the additional algorithms used while reducing the average error. For this purpose, the Big Bang – Big Crunch (BB-BC) optimization method has been applied to the experimental indoor positioning system and the positive effect on the measurement accuracy has been proved by the tests made. An area of 37.44 m2 was selected as a test area of 9.60 m × 3.90 m and fingerprinting algorithm was applied to twelve grid areas with dimensions of 2.40 m × 1.30 m. Four BLE beacons were placed in the test area and a total of 9,000 measurements were made for 150 seconds from twelve test points. The measurement results were improved by using the Big Bang – Big Crunch optimization algorithm with Euclidean distance matching method and Kalman filter, where the accuracy increased from 26.62% to 75.69%.

Anahtar Kelime:

Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık

[1] Hofmann-Wellenhof, B., Lichtenegger, H., and Collins, J. 2001. Global positioning system: Theory and practice. Springer, Wien, Austria.
[2] Djuknic, G.M., Richton, R.E. 2001. Geolocation and assisted GPS. Computer, 34(2001), 123–125.
[3] Huang, H., Gartner, G. 2010. A Survey of Mobile Indoor Navigation Systems. Cartography in Central and Eastern Europe, Gartner G, Ortag F. Eds., Springer: Heidelberg, Germany, 305–319.
[4] Liu, H., Darabi, H., Banerjee, P., Liu, J. 2007. Survey of wireless indoor positioning techniques and systems. IEEE Transactions on Systems, Man, and Cybernetics, Part C (Applications and Reviews), 37(2007), 1067–1080.
[5] Ram, S., Sharf, J. 1998. The people sensor: A mobility aid for the visually impaired. In Proceedings of the Second International Symposium on Wearable Computers, Pittsburgh, PA, USA, 166–167.
[6] Gu, Y., Lo, A., Niemegeers, I. 2009. A survey of indoor positioning systems for wireless personal networks. Tutorial IEEE Communication Survey, 11, 13–32.
[7] Ganick, A., Ryan, D. 2012. Method and system for modulating a light source in a light based positioning system using a DC bias. US Patent 8,334,901.
[8] Komine, T., Nakagawa, M. 2004. Fundamental analysis for visiblelight communication system using LED lights. IEEE Transactions on Consumer Electronics, vol. 50, no. 1, 100–107.
[9] Kumar, N., Lourenco, N., Spiez M. et al., 2008. Visible light communication systems conception and vidas. IETE Technical Review, vol. 25, no. 6, article 359.
[10] Galvan-Tejada, C.E., Garcia-Vazquez, J.P. Brena, R.F. 2014. Magnetic field feature extraction and selection for indoor location estimation. Sensors, vol. 14, no. 6, 11001–11015.
[11] Shao, W., Zhao, F., Wang, C., Luo, H., Muhammad Zahid, T., Wang, Q., Li, D., 2016. Location Fingerprint Extraction for Magnetic Field Magnitude Based Indoor Positioning. Journal of Sensors 2016, 1–16.
[12] Ferreira, C.M.S., Oliveira, R.A.R., Gambini, H.S. and Frery, A.C. 2013. Characterization of FHSS in Wireless Personal Area Networks. 39–44.
[13] Kriz P, Maly F, Kozel T. 2016. Improving Indoor Localization Using Bluetooth Low Energy Beacons. Mobile Information Systems, 1–11.
[14] Dag, T., Arsan, T., 2018. Received signal strength based least squares lateration algorithm for indoor localization. Computers & Electrical Engineering, 66, 114-126.
[15] Xu, J., Ma, M., Law, C. 2008. AOA Cooperative Position Localization. In: Proceedings of the global telecommunications conference, IEEE GLOBECOM 2008, 1–5 .
[16] Lee, Y. 2011. Weighted-average based aoa parameter estimations for LR-UWB wireless positioning system. IEICE Transactions on Communications, 94, 3, 599–602 .
[17] Dardari, D., Conti, A., Ferner, U., Giorgetti, A., Win M.Z. 2009. Ranging with ultrawide bandwidth signals in multipath environments. IEEE Proceedings, 97, 404–26.
[18] Alsindi, N., Alavi, B., Pahlavan, K. 2007. Spatial characteristics of UWB TOAbased ranging in indoor multipath environments. In: Proceedings of the 18th IEEE international symposium on personal, indoor and mobile radio communications, Athens, Greece, 1–6.
[19] Alsindi, N.A., Alavi, B., Pahlavan, K. 2009. Measurement and modeling of ultra wide band TOA–based ranging in indoor multipath environments. IEEE Trans Veh Technologies, 58 (3), 1046 – 58.
[20] Liu, H., Darabi, H., Banerjee, P., Liu, J. 2007. Survey of wireless indoor positioning techniques and systems. IEEE Trans Syst Man Cybernet Part C, 37 (6), 1067 – 80.
[21] Gezici, S. 2008. A survey on wireless position estimation. Wireless Pers Communicaiton, 44 (3), 263 – 82.
[22] Samuel, H., Connell, S., Milligan, I., Austin, D., Hayes, T.L., Chiang, P. 2011. Indoor localization using pedestrian dead reckoning updated with RFID-based fiducials. In: Proceedings of the 33rd annual international conference of the IEEE engineering in medicine and biology society (EMBS ’11), 7598–7601.
[23] Pai, D., Malpani, M., Sasi, I., Aggarwal, N., Mantripragada, P.S. 2012. A Robust pedestrian dead reckoning system on smartphones. In: Proceedings of the IEEE 11th international conference on trust, security and privacy in computing and communications (TrustCom ’12), 2000–2007.
[24] Bahl, P., Padmanabhan, V.N.2000. RADAR: an inbuilding RF-based user location and tracking system. IEEE Infocom 2000, Tel Aviv, Israel, 2, 775–84.
[25] Saha, S., Chaudhuri, K., Sanghi, D., Bhagwat, P. 2003. Location determination of a mobile device using IEEE 802.11b access point signals. In: IEEE wireless communications & networking conference (WCNC), vol. 3, 1987–92.
[26] Moghtadaiee, V., Dempster, A.G. 2015. Determining the best vector distance measure for use in location fingerprinting. Pervasive Mobile Computing, 23, 59–79.
[27] Erol, O.K., Eksin, I. 2006. A new optimization method: Big Bang – Big Crunch. Advances in Engineering Software, 37(2), 106–11.
[28] Chen, Z., Zou, H., Jiang, H., Zhu, Q., Soh, Y., Xie, L., 2015. Fusion of WiFi, Smartphone Sensors and Landmarks Using the Kalman Filter for Indoor Localization. Sensors 15, 715–732.
[29] Arsan, T., Kepez, O., 2017. Early Steps in Automated Behavior Mapping via Indoor Sensors. Sensors 17, 2925.
[30] Li, X., Wang, J. and Liu, C., 2015. “A Bluetooth/PDR Integration Algorithm for an Indoor Positioning System,” Sensors, vol. 15, no. 10, pp. 24862–24885
[31] Tuncer, T., 2017. “Intelligent Centroid Localization Based on Fuzzy Logic and Genetic Algorithm”, International Journal of Computational Intelligence Systems, Vol. 10 (2017) 1056–1065.

APA	ARSAN T (2018). Büyük Patlama – Büyük Çöküş Optimizasyon Yöntemi Kullanılarak Bluetooth Tabanlı İç Mekan Konum Belirleme Sisteminin Doğruluğunun İyileştirilmesi. , 367 - 374.
Chicago	ARSAN Taner Büyük Patlama – Büyük Çöküş Optimizasyon Yöntemi Kullanılarak Bluetooth Tabanlı İç Mekan Konum Belirleme Sisteminin Doğruluğunun İyileştirilmesi. (2018): 367 - 374.
MLA	ARSAN Taner Büyük Patlama – Büyük Çöküş Optimizasyon Yöntemi Kullanılarak Bluetooth Tabanlı İç Mekan Konum Belirleme Sisteminin Doğruluğunun İyileştirilmesi. , 2018, ss.367 - 374.
AMA	ARSAN T Büyük Patlama – Büyük Çöküş Optimizasyon Yöntemi Kullanılarak Bluetooth Tabanlı İç Mekan Konum Belirleme Sisteminin Doğruluğunun İyileştirilmesi. . 2018; 367 - 374.
Vancouver	ARSAN T Büyük Patlama – Büyük Çöküş Optimizasyon Yöntemi Kullanılarak Bluetooth Tabanlı İç Mekan Konum Belirleme Sisteminin Doğruluğunun İyileştirilmesi. . 2018; 367 - 374.
IEEE	ARSAN T "Büyük Patlama – Büyük Çöküş Optimizasyon Yöntemi Kullanılarak Bluetooth Tabanlı İç Mekan Konum Belirleme Sisteminin Doğruluğunun İyileştirilmesi." , ss.367 - 374, 2018.
ISNAD	ARSAN, Taner. "Büyük Patlama – Büyük Çöküş Optimizasyon Yöntemi Kullanılarak Bluetooth Tabanlı İç Mekan Konum Belirleme Sisteminin Doğruluğunun İyileştirilmesi". (2018), 367-374.

APA	ARSAN T (2018). Büyük Patlama – Büyük Çöküş Optimizasyon Yöntemi Kullanılarak Bluetooth Tabanlı İç Mekan Konum Belirleme Sisteminin Doğruluğunun İyileştirilmesi. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 22(Özel), 367 - 374.
Chicago	ARSAN Taner Büyük Patlama – Büyük Çöküş Optimizasyon Yöntemi Kullanılarak Bluetooth Tabanlı İç Mekan Konum Belirleme Sisteminin Doğruluğunun İyileştirilmesi. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi 22, no.Özel (2018): 367 - 374.
MLA	ARSAN Taner Büyük Patlama – Büyük Çöküş Optimizasyon Yöntemi Kullanılarak Bluetooth Tabanlı İç Mekan Konum Belirleme Sisteminin Doğruluğunun İyileştirilmesi. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, vol.22, no.Özel, 2018, ss.367 - 374.
AMA	ARSAN T Büyük Patlama – Büyük Çöküş Optimizasyon Yöntemi Kullanılarak Bluetooth Tabanlı İç Mekan Konum Belirleme Sisteminin Doğruluğunun İyileştirilmesi. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi. 2018; 22(Özel): 367 - 374.
Vancouver	ARSAN T Büyük Patlama – Büyük Çöküş Optimizasyon Yöntemi Kullanılarak Bluetooth Tabanlı İç Mekan Konum Belirleme Sisteminin Doğruluğunun İyileştirilmesi. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi. 2018; 22(Özel): 367 - 374.
IEEE	ARSAN T "Büyük Patlama – Büyük Çöküş Optimizasyon Yöntemi Kullanılarak Bluetooth Tabanlı İç Mekan Konum Belirleme Sisteminin Doğruluğunun İyileştirilmesi." Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 22, ss.367 - 374, 2018.
ISNAD	ARSAN, Taner. "Büyük Patlama – Büyük Çöküş Optimizasyon Yöntemi Kullanılarak Bluetooth Tabanlı İç Mekan Konum Belirleme Sisteminin Doğruluğunun İyileştirilmesi". Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi 22/Özel (2018), 367-374.