DETECTION OF SENSOR LOCATION IN 3D INDOOR ENVIRONMENT

Abstract

Bir kablosuz ortam vasıtasıyla birbiriyle iletişim kuran çoklu sensör düğümlerine sahip ağlara kablosuz algılayıcı ağlar adı verilir. Sensör ağlarının en önemli fonksiyonu ortamdan bilgi toplamaktır. Bir çok uygulamada, ortamdan toplanan verilerin hangi sensörden elde edildiği önemlidir. Bu tezde 3D ortamına yerleştirilmiş konumu bilinen sensörler (çapa) yardımıyla ortamdaki bir mobile sensörün konumunun tespiti sunulmuştur. Çapa düğümler ortamdaki sıcaklığı ölçebilmekte bluetooth vasıtasıyla sıcaklık bir mobile telefona gönderebilmektedir. Mobile telefon çapa düğümlerden gelen RSS ve sıcaklık bilgisini ölçebilmektedir. 3D ortamdaki mobil telefonun konumunu tespit etmek için bu tezde bir Yapay Siniş Ağı(YSA) geliştirildi. YSA modeli çapa düğümlerden gelen RSSI ve çapa düğümlerin ID numaralarını giriş olarak almaktadır. İlk olarak YSA eğitilmiş daha sonra test edilmiştir. Test sonuçlarında elde edilen konum ile gerçek konumlar arasındaki hata değerlendirildi. Sonuçlar, literatürde bilinen 3D merkez konum algoritması ile karşılaştırıldı. Elde edilen sonuçlara göre, YSA ile elde edilen sonuçlar ile daha doğru konum tespiti yapıldığı gösterildi. Anahtar Kelimeler: Yapay Sinir Ağları, Alınan Sinyal Gücü Göstergesi, Kapalı ortam, 3D konum tespiti.

Networks with multiple sensor nodes that communicate with each other through a wireless medium are called wireless sensor networks. The most important function of a sensor network is to collect information from the environment. For many applications, it is important that the location or sensor that originates the collected information is ascertained. This thesis presents the detection of a mobile sensor's location in an indoor environment with the help of known location sensors (anchors) placed in the 3D environment. Anchor sensors measure temperature, which is sent to a mobile phone via Bluetooth. The mobile phone can measure RSSI values of incoming signals as well as the temperature information coming from each of the anchor sensors. The Artificial Neural Network (ANN) model presented in this thesis was developed to detect the mobile phone location in the 3D environment. The ANN model accepts the Received Signal Strength Indicator (RSSI) measured by the mobile phone and the anchor sensor ID number as inputs. The ANN was first trained and tested, after which the error between mobile phone locations obtained in test results and actual locations was calculated. The results were compared through the 3D Centroid Localization (CL) method, as is known in the literature. According to the results thus obtained, it was shown that more accurate location detection was possible with the ANN model. Keywords: Artificial Neural Network, Received Signal Strength Indicator, Indoor Localization, 3D Location Detection.