Please enable JavaScript.
Coggle requires JavaScript to display documents.
定位演算法, 訊號處理, 數據處理流程, Keyword - Coggle Diagram
定位演算法
更複雜的演算法
希望實現簡易即時高效能的計算
需要太複雜建置與計算的演算法暫不考慮
卡爾曼濾波器
粒子濾波器
指紋定位法
Max likehood estimate
最大相似估計
使用更多的anchor去提升定位精度
original trilateration
因為簡單性而被廣泛使用
沒有考慮到現實量測誤差
會有三個圓無法交在同一點情況
考慮所有三圓相交的可能情況
(weighted) centroid localization
Weighted Centroid Localization in Zigbee-based Sensor Networks
Min-Max method
Shortest distance method
Line intersection method
希望維持簡易性
以及韌體限制(未來可以更改)
可以只使用三個或四個anchor做測距
以這個方向去尋找可用的演算法去進行比較
可考慮發展
加入RSSI當作權重
去做訊號篩選
挑選UWB的理由
比起其他定位技術具有更好的精度
訊號處理
實務上收集到的數據會跳動
預期的跳動範圍
vs
真正的跳動範圍
這種情況下如何證明演算法是好的？
要如何減少訊號跳動對定位的影響？
濾波器(平滑、延遲)
預測(限動態)
減少延遲影響
演算法
每個演算法計算出的位置分布程度
分布的大小？哪個比較好？
數據處理流程
比較靜態定位的跳動程度(定位結果)
理想值用NAV tag的平均值
比較raw data
比較動態定位和理想值的誤差
套用濾波器或預測法則
Keyword
ad-hoc
無線隨意網路
WSN
無線感測網路
MS localization issue