Künstliche Intelligenz fur ortsbasierte Dienste - Lehrstuhl für Mobile ...

Abbildung 4: Drei Fingerabdrücke aus drei verschiedenen Räumen. Die Räume 2212 und 2214 liegen
nebeneinander. Raum 2152 ist weiter entfernt. Die Farben der Signale stellen die verschiedenen
Access Points dar. Quelle: [PBL09]
erinnern soll. Zudem ist das System Nutzerfreundlicher, da die Nutzer nicht direkt ihren
aktuellen Standort benennen sollen, sondern dies später erledigen können [PBL09].
Nachdem die Daten von dem System aufgenommen wurden, kommt der Schritt der Verarbeitung
dieser Daten. Hierbei finden Werkzeuge der Klassifizierung Verwendung, auf die
im Folgenden eingegangen werden soll.
3.2 k-Nearest Neighbor Search (kNN)
Schon im Jahr 2000 beschrieben Bahl und Padmanabhan RADAR, ein System, um mobile
Geräte in Gebäuden mittels W-Lan zu lokalisieren [BP00]. Sie verteilten dazu auf einem
Stockwerk drei Basisstaionen mit bekanntem Ort. Die mobilen Geräte, die sich in dem Gebiet
bewegten, sendeten dabei ständig Pakete an die Basisstationen. Dabei unterteilte sich
das Experiment in zwei Teile: Im off-line-Teil sollten Fingerabdrücke auf dem Stockwerk
erstellt werden, während im real-time-Teil die Position der Nutzer bestimmt werden sollte.
Eine Basisstation maß bei jedem eingehenden Signal die Signalstärke und hielt den Zeitpunkt
fest. Im off-line-Teil wurde zudem von den Nutzern verlangt ihre Position auf einer
Karte des Areals zu markieren. Hiermit wurden die Fingerabdrücke der Funksignale mit
Positionsinformationen verbunden.
Im real-time-Testlauf vergleichen die Forscher die Signalstärken der Nutzer am aktuellen
Punkt mit den gemessenen Fingerabdrücken. Ein Fingerabdruck, bei dem ähnliche
Signalstärken gemessen wurden, ist vermutlich auch nahe an dem Punkt, an dem sich
der Nutzer aktuell befindet (nearest neighbor). Um dieses Verfahren noch zu verbessern
erweiterten sie die Methode und verwendeten den k-Nearest Neighbor Search (kNN) Algorithmus.
Hierbei wird nicht nur ein Nachbar, sondern werden k Nachbarn gesucht. Somit
wird es möglich, einen vermuteten Punkt zu finden der näher am tatsächlichen Punk ist,
als es einer der Nachbarn wäre. Abbildung 5 verdeutlicht dies [BP00].