|
本研究は，屋内において，受信電力ばかりでなく，温度，湿度，照度等のマルチセンシング情報を用いる位置推定法を確立することを目的とし，①位置推定アルゴリズムの高精度化，②マルチセンシング情報の拡張，③位置推定エリアの拡張を行った．
①位置推定アルゴリズムの高精度化: 近年，推定アルゴリズムとしてニューラルネットワークを用いる機械学習が注目されている．本研究では，従来検討していた最小誤差位置推定法に比べ，ニューラルネットワークを用いる方がより高精度な位置推定を行うことができることを示した．特に2022年度は，２次元の位置を推定する２次元ニューラルネットワーク(2次元NN)と最も近い位置にある無線端末を推定する最近接ニューラルネットワーク（最近接NN）の２つの構成法を提案し，最近接NNの方がより高精度な位置推定を行うことができることを示した．
②マルチセンシング情報の拡張：温度，湿度，照度および１台のアクセスポイント(AP)からの受信電力を用いて位置推定を行う場合に比べ，さらにもう1台のAPからの受信電力も用いる方がより高精度な位置推定を行うことができることを示した．特に2022年度は，時間情報も加えることにより，より高精度な位置推定を行うことができることを示した．
③位置推定エリアの拡張:本学建物内の廊下（1次元のエリア）における位置推定法を，本学建物の教室内（2次元のエリア），さらに本学建物内の高度差のある複数階のエリアに拡張した．その結果，いずれの場合も受信電力のみを用いて位置推定を行うよりもマルチセンシング情報も用いて位置推定を行う方がより高精度な位置推定を行うことができることを示した．
|
