Aufrufe
vor 4 Jahren

Approximative Indoor-Lokalisierung von RFID ... - Gernot A. Fink

Approximative Indoor-Lokalisierung von RFID ... - Gernot A. Fink

Kapitel 2 Grundlagen der

Kapitel 2 Grundlagen der Lokalisierung Dieses Kapitel befasst sich mit den theoretischen Grundlagen der Lokalisierung. Es werden zunächst in Abschnitt 2.1 verschiedene physikalische Signaltechnologien wie Ultraschall und Infrarotstrahlung vorgestellt. In Abschnitt 2.2 werden grundlegende Verfahren beschrieben, die in Verbindung mit einer oder mehreren Signaltechnologien die Basis für ein Lokalisierungssystem bilden. Anschließend werden in Abschnitt 2.3 stochastische Filter behandelt, die für den Bereich der Zustandsschätzung, worunter ebenfalls die Lokalisierung fällt, geeignet sind. Abgeschlossen wird das Kapitel mit einer Darstellung ausgewählter Lokalisierungssysteme in Abschnitt 2.4. 2.1 Signaltechnologien zur Lokalisierung 2.1.1 Ultraschall Ultraschall ist definiert als Schall mit Frequenzen oberhalb des menschlichen Hörbereichs (ab 20 kHz). Ultraschall kann durch elektrostatische und piezoelektrische Lautsprecher erzeugt und auch empfangen werden. Ultraschall-Systeme zur Positionsbestimmung basieren auf der Messung der Laufzeit des Schalls und werden überwiegend zur Indoor-Lokalisierung verwendet. Da die Signalausbreitungsgeschwindigkeit des Schalls ca. 300 m/s beträgt, wird keine hohe zeitliche Auflösung benötigt, um eine hohe räumliche Genauigkeit zu erzielen. Der Nachteil von Ultraschall-Systemen ist die beschränkte Reichweite, was je nach geforderter Genauigkeit eine höhere Sensordichte zur Abdeckung eines Raums erfordert. Ultraschall ist darüber hinaus anfällig für Multipath-Effekte [49]. Man spricht von Multipath-Effekten, wenn ein Signal auf zwei oder mehr Wegen bei einem Empfänger eintrifft. Dies kann zu Interferenzen führen, die die Signalqualität allgemein und bei Lokalisierungssystemen die Genauigkeit negativ beeinflussen [21]. Einige Tierarten können Ultraschall wahrnehmen. Dies kann dazu führen, dass die Verwendung

Audiobasierte Impulslokalisierung und -erkennung ... - Gernot A. Fink
Audiobasierte Impulslokalisierung und -erkennung ... - Gernot A. Fink
Faltungsnetzwerke zur Gesichtsdetektion unter ... - Gernot A. Fink
Mustererkennung - Prinzipien, Methoden ... - Gernot A. Fink
Secure Candle - Klassifikation akustischer ... - Gernot A. Fink
Rechnerarchitektur SS 2012 - Cluster - Gernot A. Fink - TU Dortmund
Rechnerarchitektur SS 2012 - Gernot A. Fink - TU Dortmund
Unüberwachtes Lernen von Handschriftstilen - Gernot A. Fink - TU ...
DETEKTION HANDSCHRIFTLICHER TEXTE IN ... - Gernot A. Fink
Simultane Lokalisierung und Kartenerstellung eines ... - Gernot A. Fink
Rechnerarchitektur SS 2012 - Gernot A. Fink - TU Dortmund
Rechnerarchitektur SS 2012 - Gernot A. Fink - TU Dortmund
Skriptum zur Vorlesung “Mustererkennung” - Gernot A. Fink
Mensch und Maschine verbinden - Gernot A. Fink - TU Dortmund
Rechnerarchitektur SS 2012 - Gernot A. Fink - TU Dortmund
Automatische Kalibrierung verteilter Mikrophonfelder - Gernot A. Fink