WiFi sinyalleri kullanılarak kapalı mekanlarda konum belirleme teknolojisinde önemli bir gelişme kaydedildi. Araştırmacılar, geleneksel yaklaşımların sınırlarını aşmak için Ağırlıklı Adaptif Yarıçap En Yakın Komşu (WARNN) adlı yeni bir algoritma geliştirdi.
Mevcut sistemlerde yaygın olarak kullanılan k-En Yakın Komşu (kNN) yöntemi, belirli sayıda en yakın referans noktasını kullanarak konum tahmini yapıyor. Sabit Yarıçap En Yakın Komşu (FRNN) yöntemi ise önceden belirlenmiş bir mesafe içindeki tüm eğitim örneklerini dikkate alıyor. Ancak bu yaklaşımda tüm eğitim örnekleri için sabit bir maksimum mesafe varsayımı, doğruluğu düşürebiliyor.
Yeni geliştirilen Adaptif Yarıçap En Yakın Komşu (ARNN) ve Ağırlıklı ARNN (WARNN) yöntemleri, bu sorunu çözmek için adaptif mesafeler kullanıyor. WARNN ayrıca ağırlık sistemini de devreye sokarak daha hassas sonuçlar elde ediyor.
22 farklı veri seti üzerinde gerçekleştirilen kapsamlı testlerde, kNN ve 12 varyantıyla karşılaştırma yapıldı. Test sonuçları dikkat çekici: FRNN ve ARNN versiyonları en düşük performansı gösterirken, en başarılı dört yöntemden üçü WARNN versiyonları oldu. Bu bulgular, ağırlık sistemiyle birlikte kullanılan adaptif yarıçap yaklaşımının WiFi parmak izi tabanlı iç mekan konumlamada önemli avantajlar sağladığını gösteriyor.
Bu gelişme, alışveriş merkezlerindeki navigasyon sistemlerinden otonom robotların haritalama süreçlerine kadar birçok alanda uygulanabilir.