Wireless Indoor Localization: A Crowdsourcing Approach

این کتاب درک جامع و عمیقی از بومی‌سازی فضای داخلی بی‌سیم برای کاربردهای همه‌جا ارائه می‌دهد. دهه گذشته شاهد شکوفایی بومی‌سازی داخلی مبتنی بر WiFi بوده است که به یکی از محبوب‌ترین راه‌حل‌های بومی‌سازی تبدیل شده است و توجه قابل توجهی را از سوی جوامع دانشگاهی و صنعتی به خود جلب کرده است.

این کتاب به طور خاص با تمرکز بر بومی‌سازی مبتنی بر اثر انگشت WiFi از طریق جمع‌سپاری، از رویکردی از بالا به پایین پیروی می‌کند و سه جنبه مهم محلی‌سازی داخلی بی‌سیم را بررسی می‌کند: استقرار، نگهداری، و دقت خدمات. پس از بررسی گسترده ادبیات پیشرفته، آخرین پیشرفت‌ها در محلی‌سازی وای‌فای با قابلیت جمع‌سپاری را برجسته می‌کند. ایده‌ها، روش‌ها و سیستم‌های پیاده‌سازی رویکرد جمع‌سپاری برای بومی‌سازی مبتنی بر اثر انگشت را تشریح کرد. این کتاب با پرداختن به مشکلاتی مانند: هزینه‌های استقرار ساخت پایگاه‌داده اثرانگشت، سربار تعمیر و نگهداری به‌روزرسانی پایگاه‌داده اثر انگشت، تولید پلان طبقه، و خطاهای مکان، راهنمای مرجع ارزشمندی برای تکنسین‌ها و متخصصان در زمینه خدمات مبتنی بر مکان ارائه می‌کند. به عنوان اولین در نوع خود، که خوانندگان را با بومی سازی مبتنی بر وای فای از دیدگاه جمع سپاری آشنا می کند، برای دانشمندان و محققان در محاسبات تلفن همراه و همه جا حاضر و حوزه های مرتبط بسیار سودمند و جذاب خواهد بود.

This book provides a comprehensive and in-depth understanding of wireless indoor localization for ubiquitous applications. The past decade has witnessed a flourishing of WiFi-based indoor localization, which has become one of the most popular localization solutions and has attracted considerable attention from both the academic and industrial communities.

Specifically focusing on WiFi fingerprint based localization via crowdsourcing, the book follows a top-down approach and explores the three most important aspects of wireless indoor localization: deployment, maintenance, and service accuracy. After extensively reviewing the state-of-the-art literature, it highlights the latest advances in crowdsourcing-enabled WiFi localization. It elaborated the ideas, methods and systems for implementing the crowdsourcing approach for fingerprint-based localization. By tackling the problems such as: deployment costs of fingerprint database construction, maintenance overhead of fingerprint database updating, floor plan generation, and location errors, the book offers a valuable reference guide for technicians and practitioners in the field of location-based services. As the first of its kind, introducing readers to WiFi-based localization from a crowdsourcing perspective, it will greatly benefit and appeal to scientists and researchers in mobile and ubiquitous computing and related areas.