行业资讯
2021年06月17日
仪表仪器、工程设备、运输车辆甚至常常使用的手机等数十亿互联设备和传感器，共同构成了备受关注的物联网，收集和分享无数应用中使用的数据。这就要求运营者知道他们的位置，这在大多数室内场所、隧道和城市峡谷等GPS信号弱的环境中是一个高难度的挑战。
在日本，新的方法可以帮助智能设备网络合作，在这种环境中寻找和交流它们的位置。这种 "物的定位 "可能有助于从车辆到资产跟踪，从供应链监测到智能城市和实时地图的应用。
新方法融合了来自各种传感测量的数据--如无线电、光学和惯性信号--并分析了每个信号的特征--包括其功率、角度和时间。使用机器学习技术来权衡这些 "软信息"，同时还利用来自数字地图、动态模型和大数据节点概况的背景信息。
为了减少其必须收集的数据的复杂性和规模，新方法在 "主成分分析 "的基础上确定接收到的波形中对当前目的最有用和最没用的方面。在充满反射和回声的挑战性场景的模拟中，新系统的性能明显超过了传统系统，并不断接近定位精度的理论极限，而传统系统的精度则急剧下降。
转自：互联网