Software for Data Evaluation from Real-Time monitoring and Localization in Indoor Environment
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F20%3APR33158" target="_blank" >RIV/00216305:26220/20:PR33158 - isvavai.cz</a>
Result on the web
<a href="http://www.urel.feec.vutbr.cz/web_documents/produkty/2020/Slanina_et_al_vyhodnoceni_dat_z_lokalizace_CZ.pdf" target="_blank" >http://www.urel.feec.vutbr.cz/web_documents/produkty/2020/Slanina_et_al_vyhodnoceni_dat_z_lokalizace_CZ.pdf</a>
DOI - Digital Object Identifier
—
Alternative languages
Result language
čeština
Original language name
Software pro vyhodnocení dat z monitorování a lokalizace v reálném čase
Original language description
Pro určení polohy ve vnitřním prostředí je možné využít měření a vyhodnocení výkonové úrovně přijímaných radiofrekvenčních signálů, které se zpravidla snižují se vzdáleností od vysílačů. Vzhledem ke své nízké energetické náročnosti a snadné dostupnosti zařízení se jako perspektivní pro takovouto lokalizaci jeví signály systému Bluetooth Low Energy (BLE) s využitím techniky Fingerprinting, přesnost lokalizace je však negativně ovlivněna nestabilitou měření. Předložený software aplikuje různé techniky strojového učení na měřená data s cílem zvýšit stabilitu výsledků a spolehlivost určení polohy na základě měřených úrovní. Software je vytvořen v programovacím jazyce Python 3 s použitím volně dostupných softwarových modulů - zejména scikit-learn a matplotlib.
Czech name
Software pro vyhodnocení dat z monitorování a lokalizace v reálném čase
Czech description
Pro určení polohy ve vnitřním prostředí je možné využít měření a vyhodnocení výkonové úrovně přijímaných radiofrekvenčních signálů, které se zpravidla snižují se vzdáleností od vysílačů. Vzhledem ke své nízké energetické náročnosti a snadné dostupnosti zařízení se jako perspektivní pro takovouto lokalizaci jeví signály systému Bluetooth Low Energy (BLE) s využitím techniky Fingerprinting, přesnost lokalizace je však negativně ovlivněna nestabilitou měření. Předložený software aplikuje různé techniky strojového učení na měřená data s cílem zvýšit stabilitu výsledků a spolehlivost určení polohy na základě měřených úrovní. Software je vytvořen v programovacím jazyce Python 3 s použitím volně dostupných softwarových modulů - zejména scikit-learn a matplotlib.
Classification
Type
R - Software
CEP classification
—
OECD FORD branch
20202 - Communication engineering and systems
Result continuities
Project
<a href="/en/project/LTC18021" target="_blank" >LTC18021: Future Wireless Radio Communication Networks in Real Scenarios (FEWERCON)</a><br>
Continuities
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach
Others
Publication year
2020
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Internal product ID
SW - lokalizace BLE
Technical parameters
Software je vytvořen v programovacím jazyce Python
Economical parameters
Balík softwaru je nabízen pod akademickou licencí k využití zdarma včetně zdrojového kódu.
Owner IČO
—
Owner name
Ústav radioelektroniky