Системы анализа и обработки данных

СИСТЕМЫ АНАЛИЗА И ОБРАБОТКИ ДАННЫХ

ISSN (печатн.): 2782-2001          ISSN (онлайн): 2782-215X
English | Русский

Последний выпуск
№3(103) Июль-Сентябрь 2026

Применение точек доступа Wi-Fi для регистрации движения на объекте

Выпуск № 3 (68) Июль - Сентябрь 2017
Авторы:

И.Л. Рева ,
А.А. Богданов ,
Е.А. Малахова ,
DOI: http://dx.doi.org/10.17212/1814-1196-2017-3-104-125
Аннотация

В работе рассматривается шесть способов позиционирования в Wi-Fi сетях. По собранной о каждом из них информации проводится анализ этих способов, целью которого является аргументированность использования каждого из этих методов в зависимости от множества факторов: цены, точности позиционирования, сложности развертывания и других. Поскольку существует теоретическая зависимость уровня Wi-Fi сигнала от расстояния до источника, было принято решение практически удостовериться в точности данной формулы, проведя серию экспериментов и предоставив аналитику результатов, направленную на прослеживание тенденции угасания Wi-Fiсигнала как в открытом пространстве, так и в помещении, имеющем преграды в виде инженерных конструкций из разных материалов, чаще всего встречающихся в наше время. Результатом аналитический действий стал выбор одного из шести способов позиционирования, моделирование которого было проведено в рамках данной работы.



Приводится рассмотрение алгоритмов позиционирования, проведена их доработка, которая позволяет использовать алгоритмы на объекте, зная уровень Wi-Fi сигнала. В работе представлены два теоретических алгоритма и две математических модели, способные осуществлять позиционирование на основе полученных экспериментально данных. Разработана собственная математическая модель, описывающая алгоритмы определения координат:первый – алгоритм триангуляционного позиционирования, основанный на пересечении окружностей, радиусами которых является показатель уровня сигнала на объекте наблюдения;второй – алгоритм триангуляционного позиционирования, основанный на направляющих векторах, берущих начало из источников сигнала и пересекающихся в точке предполагаемого места нахождения объекта наблюдения. На основе всех рассмотренных данных для реализации в работе производится выбор алгоритма позиционирования. Таким образом можно применять Wi-Fi сети в системах охраны и системах контроля доступа на объект.


Ключевые слова: позиционирование, Wi-Fi сети, триангуляция, ангуляция, математическая модель, анализ данных, нейронная сеть, Wi-Fi метки, система охраны, контроль доступа
И.Л. Рева
630073, РФ, г. Новосибирск, пр. Карла Маркса, 20, Новосибирский государственный технический университет, кандидат технических наук.Е-mail:
rain100@yandex.ru
Orcid:

А.А. Богданов
630073, РФ, г. Новосибирск, пр. Карла Маркса, 20, Новосибирский государственный технический университет, магистрант.Е-mail:
15.02.95@mail.ru
Orcid:

Е.А. Малахова
630073, РФ, г. Новосибирск, пр. Карла Маркса, 20, Новосибирский государственный технический университет, магистрант.Е-mail:
kate.lion@mail.ru
Orcid:

Список литературы

1. Le Dortz N., Gain F., Zetterberg P. WiFi fingerprint indoor positioning system using probability distribution comparison // 2012 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP): Proceedings. – Kyoto, Japan, 2012. – P. 2301–2304.



2. Сулейманов Д.Ф. Метод определения координат мобильных устройств по радиосигналу Wi-Fi точек // Научно-технический вестник информационных технологий, механики и оптики. – 2007. – № 41. – С. 40–43.



3. Новиков А.М., Волков М.М. Оценка расстояния между двумя устройствами, соединенными через Wi-Fi // Телекоммуникации и информационные технологии. – 2016. – № 1. – С. 102–103.



4. Александров Д.В., Салех Х.М. Радиолокация с использованием Wi-Fi точек доступа беспроводных сетей внутри помещений // Информационно-измерительные и управляющие системы. – 2012. – № 7. – С. 29–36.



5. Щекотов М.С. Анализ подходов к позиционированию внутри помещений с использованием трилатерации сигналов Wi-Fi // Труды СПИИРАН. – 2014. – Вып. 5. – C. 206–214.



6. Indoor Wi-Fi positioning: techniques and systems / F. Lassabe, P. Canalda, P. Chatonnay, F. Spies // Annales Des Télécommunications-Annals of Telecommunications. – 2009. – Vol. 64, N 9–10. – P. 651–664.



7. Скворцов А.В., Мирза Н.С. Алгоритмы построения и анализа триангуляции. – Томск: Изд-во Том. ун-та, 2006. – 168 с.



8. Genchev S. Cooperative localization by Time-Of-Flight trilateration – fast, robust or optimal // Journal of Information Technologies and Control. – 2008. – Vol. 2. – P. 29–39.



9. Дудяк Е.В. Методы определения координат сотрудников и техники предприятия с использованием технологии Wi-Fi // Техника радиосвязи. – 2015. – № 1 (24). – С. 67–77.



10. Овчинников С.В. Системы позиционирования и мониторинга // Технологии и средства связи. – 2014.– № 2. – С. 18–22.



11. Шубин В.И., Красильникова О.С. Беспроводные сети передачи данных. – М.: Вузовская книга, 2013. – 104 с.



12. Haykin S. Neural networks and learning machines. – 3rd ed. – New York: Prentice Hall, 2008. – 936 p.



13. Беспроводные сети Wi-Fi / Интернет-Университет Информационных Технологий. – М.: Бином. Лаборатория знаний, 2013. – 216 с.



14. Волков А.Н., Сиверс М.А., Сухов В.А. Позиционирование в сетях Wi-Fi // Вестник связи. – 2010. – № 11. – С. 28–33.



15. Жданов А.А. Автономный искусственный интеллект. – М.: Бином. Лаборатория знаний, 2012. – 362 с.



16. Development of Optical Transceivers SFF standard with support for cryptographic kernel / I.A. Kashirin, D.R. Usmanov, I.L. Reva, K.V. Zaharov // 13th International Scientific Technical Conference on Actual Problems of Electronic Instrument Engineering (APEIE-2016): Proceedings, Novosibirsk, 3–6 October 2016. – Novosibirsk, 2016. – Vol. 1, pt. 2. – P. 159–162.

Просмотров аннотации: 3291
Скачиваний полного текста: 2894
Просмотров интерактивной версии: 0
 

Обработка персональных данных

Мы используем сервис веб-аналитики Яндекс Метрика, который использует cookie.

Собранная при помощи cookie информация не может идентифицировать вас, однако может помочь нам улучшить работу нашего сайта. Вы можете отказаться от использования cookies, выбрав соответствующие настройки в браузере. Также Вы можете запретить сбор данных с помощью расширения для браузера «Блокировщик Яндекс Метрики». Используя этот сайт, вы соглашаетесь на обработку персональных данных.