<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Localização indoor via KDE em assinaturas de RSSI

dc.contributor.advisorFrança, Felipe Maia Galvão
dc.contributor.referee1Pedreira, Carlos Eduardo
dc.contributor.referee2Lima, Priscila Machado Vieira
dc.creatorSoares, Eduardo Elael de Melo
dc.date.accessioned2019-10-09T11:23:55Z
dc.date.available2026-05-16T03:02:15Z
dc.date.issued2013-08
dc.description.resumoO projeto consiste em um sistema de localização indoor desenvolvido para rodar em smartphones, ele faz parte de um projeto maior de localização e rastreio robusto à variações do ambiente. Entretanto este projeto se restringe ao caso de localização do aparelho em estado imóvel, desconsiderando também variações do ambiente. O algoritmo se baseia no mapeamento das assinaturas RSSI, i.e. indicadores da potência do sinal, assim como suas variações, construindo,então,uma malha de pontos e associando à cada ponto uma distribuição de probabilidade. Esta distribuição deve ser estimada pelo método de KDE –Kernel Density Estimation. O algoritmo, então, cruza os dados de RSSI medidos em tempo real com as informações contidas nas distribuições de probabilidade, através de uma inferência Bayesiana, para determinar o local mais provável de origem dos vales de RSSI aferidos. O algoritmo foi capaz de obter uma acurácia de mais de 90%pt_BR
dc.embargo.termsabertopt_BR
dc.identifier.urihttp://hdl.handle.net/11422/9951
dc.languageporpt_BR
dc.publisherUniversidade Federal do Rio de Janeiropt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentEscola Politécnicapt_BR
dc.publisher.initialsUFRJpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectlocalização indoorpt_BR
dc.subjectKDE – kernel density estimationpt_BR
dc.subjectinferência bayesianapt_BR
dc.subjectassinatura de RSSIpt_BR
dc.subject.cnpqCNPQ::ENGENHARIASpt_BR
dc.titleLocalização indoor via KDE em assinaturas de RSSIpt_BR
dc.typeTrabalho de conclusão de graduaçãopt_BR

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
monopoli10007732.pdf
Tamanho:
1,23 MB
Formato:
Adobe Portable Document Format

Pacote de licença

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1,81 KB
Formato:
Item-specific license agreed upon to submission
Descrição: