Nutidens teknologiudvikling går i retning af, at antallet af enheder, der kan tilgå internettet eller andre former for trådløs kommunikation, er stigende. Derfor er antallet af områder, hvor der kan være behov for lokaliseringsmetoder, blevet mere udbredt, specielt i områder hvor satellitforbindelse ikke er tilgængelig, hvilket resulterer i, at teknologier såsom GPS forringes betydeligt. På baggrund af dette har RTX A/S efterspurgt en løsning i sådanne miljøer.
Denne specialeafhandling dokumenterer en analyse om, hvorvidt statistiske metoder kan benyttes til at udlede en algoritme til indendørs lokalisering af enheder, der kommunikerer trådløst ved hjælp af DECT radioteknologien. Algoritmen skal på baggrund af modtaget signal styrke fra et antal basestationer, med kendte positioner, estimerer den pågældende enheds position. For at opnå en sådan lokaliseringsmetode vil kendte algoritmer blive studeret og forsøgt omdannet til den pågældende problemstilling.
Rapporten indledes med en gennemgående systemspecifikation af det pågældende DECT netværk for at vurdere, hvilke observerbare størrelser der er til rådighed og kan bruges til positionering. De relevante variable er derefter blevet sammensat til det generelle lokaliseringsproblem i form af et inferensproblem. I de følgende kapitler undersøges det hvorledes sådanne inferensproblemer kan blive løst på en struktureret og effektiv måde ved hjælp af message passing algoritmer, specielt variational message passing.
Den sidste del af rapporten beskæftiger sig med at anvende den gennemgåede teori om inferensmetoder til at skabe en ny algoritme passende til det relevante lokaliseringsproblem. Den endelige algoritme er en kombination af variational message passing og moment matching, der ved at restringere de pågældende beskeder til den eksponentielle familie af fordelingsfunktioner opnår simple beskedapproksimationer. Approksimationerne bliver efterfølgende vurderet og viser stor sammenlignelighed med de sande beskeder.
For at teste algoritmens anvendelighed er denne blevet implementeret i Python. Resultater fra både simuleret og indsamlet data viser, at den udledte algoritme giver gode resultater, hvis de pågældende basestationer antages at være sektorantenner. Algoritmen opnår afstands middelfejl på omkring 5 meter i simulerede miljøer og under 5 meter i det rigtige miljø. Dog er der åbne aspekter af algoritmen, der kan vise sig fordelagtige at undersøge i videre arbejde med emnet men denne specialeafhandling viser som et proof-of-concept, at statistiske metoder kan benyttes til indendørs lokalisering.