Radyo dalgalarından alınan sinyal güç göstergesi (RSSI) değeri ile konum belirleme doğruluğunun incelenmesi

ABD tarafından GPS'in geliştirilmesi ve sivil kullanıma açılması birlikte, dünya genelinde konum belirleme sistemlerine sahip olmanın stratejik ve ticari önemi birçok ülke tarafından fark edilmiştir. Bu durum, günümüzde bölgesel veya küresel çapta faaliyet gösteren çeşitli uydu tabanlı konum belirleme sistemlerinin ortaya çıkmasına ve kullanımının artmasına neden olmuştur. Fakat bu sistemlerinin en büyük dezavantajı konum belirlenirken uydu ile yeryüzünde bulunan kullanıcı arasında görüş açıklığı bulunması gerekliliğidir. Yani bu sistemler kullanılırken uydular ile yeryüzünde bulunan alıcı arasında bulunan bir engel (ağaç, duvar vs.) sistemin kullanımını büyük ölçüde engelleyebilmektedir. Bu nedenle, yeraltı ve kapalı alanlarda konum belirleme ihtiyacını karşılamak amacıyla alternatif sistemler ve yöntemler geliştirilmektedir. Bu yöntemlerden biri de RSSI değeri ile konum belirlemedir. Bu çalışma ile RSSI değeri ve makine öğrenmesi algoritmaları kullanılarak kapalı mekanlarda konum belirleme ve elde edilen konumun doğruluğunun incelenerek arttırılması yönünde araştırmalar yapılmıştır. Çalışmada konum belirleme yöntemi olarak Trilaterasyon ve Parmak İzi (ing:Fingerprint) yöntemleri kullanılmıştır. Trilaterasyon yönteminin en büyük dezavantajı olan referans noktaların yerleşim geometrisinin hesaplanan konum doğruluğuna etkisi sebebi ile çalışmada kullanılan referans RF verici istasyonları deney sahasına iki farklı geometride yerleştirilmiştir. Her iki geometri için deney sahasına homojen olarak yayılan noktalarda RSSI ve konum değerleri ölçülmüş olup makine öğrenmesi tabanlı regresyon modelleri için eğitim verisi toplanarak veri setleri oluşturulmuştur. Ayrıca toplanan bu eğitim verilerinde RSSI değerleri 10 epok ölçülerek istatiksel yöntemler ile filtrelemeye tabi tutulmuştur. Bu sayede çevresel etkilerden dolayı hatalı olabilecek RSSI ölçümleri elemine edilmeye çalışılmıştır. Bu eğitim verileri ile eğitilen modellerin geliştirilen bir algoritma ile hiper parametre optimizasyonu sağlanarak eğitim verisine uyumu arttırılmaya çalışılmıştır. Bu sayede çalışmada kullanılan her bir modelden en yüksek performansın alınması amaçlanmıştır. Parametreleri ayarlanan modellerden en yüksek doğruluğa sahip olanları seçilmiş ve hazırlanan mobil uygulamaya eklenerek uygulama sahasında her iki geometri için gerçek zamanlı testler yapılmıştır. Testler sonucunda elde edilen mesafe ve konum değerleri için EKK yöntemi ile dengeleme yapılarak elde edilen konum doğruluğunun arttırılmasına yönelik yöntemler araştırılmıştır. Sonuç olarak elde edilen en yüksek konum doğruluğu değerlerini veren yöntem seçilerek uygulama sahası için RSSI ile konum belirlemeye yönelik sistemin parametreleri önerilmiştir. Seçilen çalışma sahasının gerçek dünya koşullarına benzer şekilde kapalı, görüş açısının kısıtlı ve fiziki engeller içermesi sebebiyle, geliştirilen yöntemin gerçek uygulama alanlarında da başarıyla uygulanabileceği düşünülmektedir.