Комплекс программ для навигации мобильных устройств внутри помещений с помощью нейронных сетей


https://doi.org/10.15217/issn1684-8853.2016.1.32

Полный текст:


Аннотация

Введение: навигацию внутри помещений (на транспорте, в общественных заведениях и др.) затруднительно проводить с помощью существующих технологий. Рассматриваются компоненты, общая характеристика построения и подходы к навигации посредством мобильных устройств внутри помещений. Цель: реализация подхода к навигации на основе отпечатков радиосигналов точекдоступа Wi-Fi и создание мобильного приложения, предназначенногодля навигации мобильных устройств внутри помещений. Результаты: проведен сравнительный анализ современных подходов к навигации. Предложен механизм хранения и обработки радиоотпечатков с помощью искусственных нейронных сетей. При создании комплекса программ навигации мобильных устройств с помощью нейронной сети применены модули открытой библиотеки Fast Artificial Neural Network Library. Описаны используемый алгоритм обучения - упругого распространения ошибки RProp, диаграмма классов и технология работы с комплексом программ навигации. Приведены результаты сравнительного анализа основных алгоритмов обучения нейронной сети, используемой для навигации мобильных приложений внутри помещений, с позиции соотношения точности и трудоемкости в зависимости от числа нейронов скрытого слоя, обозначены направления дальнейших исследований. Практическая значимость: разработан программный комплекс для мобильных устройств, способный осуществлять навигацию внутри помещений на базе существующей инфраструктуры в виде Wi-Fi-сетей.

Об авторах

Павел Андреевич Новиков
Петербургский государственный университет путей сообщения Императора Александра I
Россия


Анатолий Дмитриевич Хомоненко
Петербургский государственный университет путей сообщения Императора Александра I
Россия


Евгений Леонидович Яковлев
Военно-космическая академия им. А. Ф. Можайского
Россия


Список литературы

1. Соловьев Ю. А. Системы спутниковой навигации. - М.: ЭКО ТРЕНДЗ, 2000. - 267 с.

2. http://www.indoorsnavi.com/ (дата обращения: 20.10.2015).

3. Навигация в помещениях с iBeacon и ИНС. http://habrahabr.ru/post/245325/ (дата обращения: 28.10.2015).

4. Kukolj D., Vuckovic M., Pletl S. Indoor Location Fingerprinting Based on Data Reduction: Proc. 2011 Intern. Conf. on Broadband and Wireless Computing, Communication and Applications (BWCCA 2011), Barcelona, Oct. 26-28, 2011. P. 327-332.

5. Бутаков Н. А. Применимость инерциальной навигации в мобильных устройствах/ZIntern. Journal of Open Information Technologies. 2014. Vol. 2. N 5. P. 24-32.

6. Evennou F., Marx F. Advanced Integration of WiFi and Inertial Navigation Systems for Indoor Mobile Positioning//EURASIP Journal on Applied Signal Processing. 2006. Vol. 2006. P. 1-11. doi:10.1155/ ASP/2006/86706

7. Дворкина Н. Б., Намиот Д. Е., Дворкин Б. А. Мобильные навигационные сервисы и применение технологии OpenCellID для определения местоположения//Геоматика. 2010. № 2. С. 80-87.

8. Абдрахманова А. М., Намиот Д. Е. Использование двумерных штрихкодов для создания системы позиционирования и навигации в помещении// Прикладная информатика. 2013. № 1(43). С. 31-39.

9. Намиот Д. Е., Шнепс-Шнеппе М. А. Анализ траекторий в мобильных сетях на базе информации о сетевой близости // Автоматика и вычислительная техника. 2013. № 3. С. 48-60.

10. Novikov P. A., Khomonenko A. D., Yakovlev E. L. Justification of the Choice Learning Algorithms of Neural Networks for Indoor Mobile Positioning: Proc. of the 11th Central and Eastern European Software Engineering Conf. in Russia. Moscow, Oct. 2223 (24), 2015 (in the press).

11. Mok E., Cheung Bernard K. S. An Improved Neural Network Training Algorithm for Wi-Fi Fingerprinting Positioning//ISPRS Intern. Journal Geo-Inf. 2013. N 2. P. 854-868.

12. Hamid Mehmood, Nitin K. Tripathi and Taravudh Tipdecho. Indoor Positioning System Using Artificial Neural Network//Journal of Computer Science. 2010. N 6(10). P. 1219-1225.

13. Gogolak L., Pletl S., Kukolj D. Neural Network-based Indoor Localization in WSN Environments//Acta Polytechnica Hungarica. 2013. Vol. 10. N 6. P. 221235.

14. Fang S. H., Lin T. N. Indoor Location System Based on Discriminant-Adaptive Neural Network in IEEE 802.11 Environments//IEEE Trans. Neural Networks. 2008. Vol. 19. N 11. P. 1973-1978.

15. Riedmiller M., Braun H. A Direct Adaptive Method for Faster Backpropagation Learning: Proc. of the IEEE Intern. Conf. on Neural Networks. 1993. P. 586-591.

16. Хомоненко А. Д., Яковлев Е. Л. Нейросетевая аппроксимация характеристик многоканальных немарковских систем массового обслуживания // Тр. СПИИРАН. 2015. № 4(41). С. 81-93.

17. Hagan M. Т., Menhaj M. Training Feedforward Networks with the Marquardt Algorithm//IEEE Transactions on Neural Networks. 1994. Vol. 5. N 6. P. 989-993. 18. Moller M. F. A Scaled Conjugate Gradient Algorithm for Fast Supervised Learning//Neural Networks. 1993. Vol. 6. P. 525-533.

18. Foresee F. D., Hagan M. T. Gauss-Newton Approximation to Bayesian Regularization: Proc. of the 1997 Intern. Joint Conf. on Neural Networks. 1997. P. 1930-1935. 20.

19. Блаунштейн Н. Ш., Сергеев М. Б. Иерархия размещения фемтосот/пикосот/макросот в городской среде с плотным расположением абонентов, находящихся в помещениях и вне их // Информационно -управляющие системы. 2013. № 4(65). C. 36-47


Дополнительные файлы

Для цитирования: Новиков П.А., Хомоненко А.Д., Яковлев Е.Л. Комплекс программ для навигации мобильных устройств внутри помещений с помощью нейронных сетей. Информационно-управляющие системы. 2016;(1):32-39. https://doi.org/10.15217/issn1684-8853.2016.1.32

For citation: Novikov P.A., Khomonenko A.D., Yakovlev E.L. Software for Mobile Indoor Navigation using Neural Networks. Information and Control Systems. 2016;(1):32-39. (In Russ.) https://doi.org/10.15217/issn1684-8853.2016.1.32

Просмотров: 62


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1684-8853 (Print)
ISSN 2541-8610 (Online)