室内多用户路由算法：社交距离下的安全性和可达性

沙特国王大学学报室内空间多用户路由算法-适用于社交距离Abdullah Alamria，Abdullah，Rayan Ali Alturkia，Sultan Alamriba沙特阿拉伯吉达吉达吉达大学计算机科学与工程学院b沙特阿拉伯利雅得沙特电子大学计算和信息学院阿提奇莱因福奥文章历史记录：收到2022年2022年5月30日修订2022年6月23日接受2022年7月1日上线保留字：路由算法室内空间空间数据库社交距离COVID-19室内技术A B S T R A C T用于指示室外和室内空间中的路线的技术和系统的开发已经受到了极大的关注。室外路线规划基于最短、最快的路线和最少的转弯次数等标准，而室内路线规划主要关注可达性和安全性。室内路由系统由于室内路由与室外路由的显著差异而成为众多研究者关注的焦点。室内环境是复杂的，这使得由于封闭的走廊、多个楼层和其他室内特征而难以找到路线。由于COVID-19疫情爆发后的全球情况，室内路由变得越来越重要。Wi-Fi、蓝牙和RFID是用于室内路由的技术之一。为了使这些技术能够帮助和引导用户到达其选择的目的地的最佳路线，它们需要准确的信息、适当的处理和建模以及路线密度监测以确保社交距离。提出了一种新的室内多用户路由算法。它已经适应了社交距离的需要，并且基于多个用户，允许多个用户同时采取路线或单独的路线，而不会在同一路线上造成拥堵。尽管系统复杂，但评估表明，所提出的算法成功地控制了移动对象的流动，同时确保了社交距离并保持了低成本。©2022作者（S）。由爱思唯尔公司出版代表沙特国王大学这是一个开放的访问CC BY许可下的文章（http://creativecommons.org/licenses/by/4.0/）。1. 介绍全球定位系统（GPS）是用于向广泛使用的位置提供交通信息或实时方向的领先技术（Hameed和Ahmed，2018; Ninh等人， 2020年）。然而，GPS在室内和封闭环境中容易发生故障（Din等人，2018年）。为了克服GPS的局限性，近年来已经使用除GPS之外的定位技术开发了专门用于室内导航的技术。Wi-Fi、蓝牙和RFID是在室内空间中使用的技术（Kotaru等人，2015; Batistic等人，2018 年;黄*通讯作者。电子邮件 地址：amalamri@uj.edu.sa（A.Alamri），raalturki@uj.edu.sa（R.A.Alturki），salamri@seu.edu.sa（S. Alamri）。沙特国王大学负责同行审查制作和主办：Elsevier例如，2019; Yao和Hsia，2018）。图1示出了室内导航技术的演进。基于室内位置的技术确定对象这些基于位置的技术被用于各种领域，并产生了新的应用。例如，它们用于在零售商场和公共建筑中提供室内路由，以及提供博物馆引导、超市中的产品定位和室内广告。随着Wi-Fi、蓝牙和RFID等室内定位技术的进步，这些技术需要准确的信息、适当的处理和建模。对室内数据结构和空间对象查询的强调已经将其确立为许多应用的重要基础室内空间的数据结构可以是不同的，并且可以采取各种形式;例如，它们可以是开放的室内空间、多级环境和无向/有向室内空间。许多研究人员都集中在室内空间的路由系统，由于主要的差异，使室内路由比室外路由更具挑战性。室内环境由于封闭的走廊、多个楼层，https://doi.org/10.1016/j.jksuci.2022.06.0151319-1578/©2022作者。由Elsevier B.V.代表沙特国王大学出版。这是CC BY许可下的开放获取文章（http://creativecommons.org/licenses/by/4.0/）。可在ScienceDirect上获得目录列表沙特国王大学学报杂志首页：www.sciencedirect.comA. Alamri，Rayan Ali Alturki和S.Alamri沙特国王大学学报7046Fig. 1. 室内导航图二、GPS在室内环境中容易出现故障图三. 指纹识别方法。和其他结构特征。此外，鉴于当前的COVID-19，室内路由变得越来越重要。19大流行病。虽然技术不能完全阻止大流行的传播，但它可以通知、提醒和协助有关当局和需要了解情况的人，以帮助减少疾病的传播（Alamri和Alamri，2021）。室内路由系统有可能在遏制当前流行病和预防未来爆发方面发挥重要作用。室内路由系统可以建议和引导用户选择最有效的路线到达他们选择的目的地，以及监控密度以保持社交距离。在本文中，我们提出了一个多用户路由算法的室内空间环境与社会距离的适应，其中用户的目的地确定，以确保社会距离。本文件涉及以下内容：见图4。 三角测量法。A. Alamri，Rayan Ali Alturki和S.Alamri沙特国王大学学报7047图五. 三边测量法- 如何在多楼层环境中为多个用户构建路由算法，该算法考虑到社交距离命令的采用和应用。- 哪些算法适用于室内路由？- 如何构建一个表示室内空间的数据结构- 如何为室内空间构建无向图网络- 为了设计理想的路线规划器，系统需要什么？本文其余部分的结构如下。第二部分介绍了室内定位系统和室内路由的背景第三节介绍了适应社会距离的室内多用户路由算法第4节介绍了我们提出的算法的性能评估和测试设计模拟的结果第五部分结束了本文的研究，并对进一步的研究提出了一些建议。2. State-of-the-Art在本节中，我们提供了一个概述的相关工作，演示了查询和索引的室内空间中的移动对象的当前状态。Alqahtani等人（2018）对现有的室内导航系统进行了全面概述，并对室内导航中采用的各种算法和方法进行了研究。当系统的主要目标是找到最短路径时，他们还比较和分析了用于室内导航的不同算法和技术。不同的传感器和环境，包括Wi-Fi，蓝牙和智能手机，用于开发这些算法。Yuan和Schneider（2010）提出了一种混合空间模型，通过构建基于可见性图的空间网络。一个网络有一个路径段的集合，最短路径是通过在其上运行最短路径算法通过该图，可以确定从当前位置到目标位置的最短路径 Dionti等人（2017）开发了一个建筑物间路由系统的原型。它将室外布线系统与室内路由系统。例如，他们提出了几种建筑物内和建筑物之间的连接路线，如走廊、高速公路、隧道、立交桥等。在这个原型中，对象将通过将地理信息存储在三维无向图中来识别。Parulian等人（2018）提出了一种基于用户位置和期望目的地的室内导航系统在建筑物内可以到达的路径必须首先由室内导航决定。该引导通过建立使用移动设备中的传感器技术的室内轨迹路线来给出。实验表明，方向提供了如何从出发地导航到目的地的指导，通过遵循指南针的路径和采取的脚步声。引导指令受三个变量影响：消费者身高、相位测量和传感器阈值。这三个变量对系统有不同但相互交织的影响见图6。 提出了多用户路由体系结构。A. Alamri，Rayan Ali Alturki和S.Alamri沙特国王大学学报7048见图7。 室内空间的模拟。Dionti等人（2017）开发了一种基于三维空间的室内路由方法，该三维空间将数据表示为具有三维属性的不规则图。他们采用了著名的最短路径算法，如Dijkstra和A*，以找到两个节点之间的最短路径。Alamri（2018）提出了一种用于具有定向室内空间的建筑物的方法，其中移动物体的密度可能会影响每个房间。所提出的方法确定对象或房间之间的最短路径，同时考虑到有向室内空间以及对象在每个房间/单元内移动的能力。Sriharee（2015）基于Web本体语言（OWL）定义的符号信息创建了一个用于室内导航的本体框架Alamri（2021）提出了基于导航路径组件的语义表示的室内导航系统的语义链接数据本体该模型适用于导航系统中的路径搜索和呈现，以及人群密度监测。Zhou等人（2020）创建了一个三维多语义室内火灾疏散路线该方法考虑了路径可达性、路径识别度和火灾特征等多个方面。Susanti等人（2018）提出了一种使用嵌入式移动传感器跟踪和重建室内环境轨迹的方法。Alamri（2018）介绍了与室内空间中空间对象的结构化和查询相关的现有趋势、约束和未来问题，以及相关特征，如室内结构、定位技术等。文献的调查表明，室内路由方法主要集中在最短路径问题的主要标准与一个单一的目的地然而，需要创建和应用新的室内空间路线算法，并调整社交距离以监测人群密度，以减少Covid-19传播并促进社会距离。在本文中，我们提出了一种新的多用户路由算法的室内空间，解决了路由的挑战，在无方向的室内空间内的多楼层环境，考虑和预测的位置，以确保社会距离。3. 背景当你在户外移动时，找到你的精确位置-当你使用手机内置的GPS时，这是没有问题的（Alamri，2022; Kim Geok等人，2021年）。然而，GPS信号在室内是不够的（图。 2）的情况。使用GPS的室内定位系统或者不能准确地定位物体或者完全失效（Din等人， 2018年）。 各种各样的技术和设备用于室内定位，诸如：红外、超声波、射频、磁、微机电、基于视觉的和音频（Alarifi等人，2016;Kim Geok等人， 2021年）。具体地，由于许多无线电标准的建立，诸如无线LAN（WLAN）、蓝牙低功耗（BLE）和射频识别（RFID）的无线电定位技术已经吸引了很多兴趣（Alarifi等人，2016; Kim Geok等人，2021; Khudhair等人，2016年）。在这些无线系统中，Wi-Fi和蓝牙最常用于室内定位，因为它们是确定实体在室内位置的最佳选择。目前尚无见图8。 一个室内空间映射到连通图的模拟.A. Alamri，Rayan Ali Alturki和S.Alamri沙特国王大学学报7049见图9。 例如：（a）最短路径，（b）最优路径。就成本、精度和性能而言，对于室内定位的最佳技术达成了共识。用于计算位置的一般方法有三种：指纹法、三角测量法和三边测量法。指纹识别利用过去的接收信号强度指示符（RSSI）细节以及建立的位置来根据当前RSSI值（Yiu）确定资产的位置例如，2017; Wang和Park，2021）。指纹识别分为两个阶段：离线阶段和在线阶段。主要任务离线阶段的主要任务是建立信号强度数据库和信号强度地图。离线阶段被设计用于学习每个参考点处的RSSI指纹识别使用RSSI信息，即，从接入点（AP）接收的信号的功率，如图3所示。在在线阶段，测量接收信号强度并与存储在数据库中的信号强度进行比较。首先，从数据库中选择其信号强度与设备接收的信号强度具有最小差异然后，在数据库中选择设备的最可能位置除了RSSI之外，到达角（AoA）和飞行时间（ToF）是用于确定位置的另外两种方法。 虽然这些方法是精确的，但它们需要昂贵的设备和技术，例如许多天线和时钟同步（Husen和Lee，2014; Pu和You，2018; Ninh等人，2020年）。A. Alamri，Rayan Ali Alturki和S.Alamri沙特国王大学学报7050！！！表1室内空间的概念映射到建模概念。n室内空间概念关系1房间如果房间有一扇门，则Room =映射一个节点，Door=映射一条边1：1的比例2走廊Room =映射一个节点，Door =映射多条边，如果房间有两扇门，则Dior =映射多个节点，用Door映射多条边（E！1：男）（N！1：M），（E！1：男）3楼梯楼梯=映射一个节点或多个节点，映射多条边（N！1：M），（E！1：男）45电梯通道Elevators =映射一个节点，同时映射多条边路径=映射一个节点或多个节点，映射多个边（E！1：男）（N！1：M），（E！1：男）三角测量是一种用于确定位置的技术，该位置取决于两个测量单元之间的已知距离以及从这两个点确定的到物体的角度（Korogodin等人，2019年; Yuan等人，2018; You和Wu，2019; Jang和Kim，2019; Wang等人， 2013年）。 这个函数与（角，边，角三角形）的定理一致，以找到实体的方向（图。 4）.三边测量是用于确定物体位置的最流行的方法三边测量从许多参考点测量距离，以找到源的确切位置（图5）。通过接收信号强度（RSS）或到达时间差（TDOA）或到达时间（TOA）确定距离。RSS取决于距离和信号强度之间的关系。 TDOA和TOA取决于传播时间（ Cantón Paterna 等人， 2017; Teoman 和 Ovatman ， 2019;Pakanon 等 人 ， 2020; De Blas andLópez-de Ipiña ， 2017;Bembenik andFalcman，2020）。三边测量通过测量2D空间中至少三个固定点或3D空间中四个固定点之间的距离并定位一系列圆的交点来计算对象的物理位置。4. 室内多用户路由算法图6所示的所提出的多用户路由架构由多个构建块组成。该体系结构有四个主要组成部分：室内空间的数据结构、路由选择算法、密度机制算法和预测路由算法。这些组件如图所示。 六、4.1. 室内空间的数据结构在所提出的多用户路由模型的主要问题是如何构建一个数据结构，表示室内空间。从一般的角度来看，它需要一个精确的数据结构，可以指定房间，楼层，走廊，楼梯，电梯和建筑物之间的路径。此外，建筑物的结构可能不只是由一层组成;它可能是多层建筑物。第一步是创建室内空间环境的逻辑表示。包含单元（节点）和边（连接）的无向图用于表示逻辑模型（定义4.1）。定义4.1.室内空间被映射到节点和边的无向图G =（N，E），其中：- N = {n 1，n 2，.. . ，ni}表示节点的集合。- E = {e1，e2，. . ，ei}表示连接两个不同节点的边的集合。图7描绘了室内空间的布局。图8示出了如何将该布局映射到连接图。例如，将房间建模为节点，将门建模为连接两个节点的边。可以对映射器进行建模或映射到节点数（N 1：M）和边数（E 1：M）。 楼梯也被建模为具有多条边的多个节点。电梯被建模为具有多条边的一个节点路径-路被映射到一个或多个具有多条边的节点表1总结了从室内空间概念到建模概念的映射。一旦映射完成，节点也被表示和正式定义（定义4.2）。定义4.2.节点N被表示为两种类型的房间节点N映射 DjS，其中● D是动态节点● S是静态节点动态节点是移动对象从一个地方移动到另一个地方所花费的时间较少的节点。静态（车站）节点表示移动对象聚集的特定地点，例如办公室.这里的基本思想是考虑特定的特征的室内空间，等作为的类型的空间-动态空间或静态空间-以便将室内空间中的所有可能路径和方向用于路由算法，同时确保社交距离。我们还介绍了连接矩阵，它可以被认为是一个正方形阵列，说明了节点是如何相互连接的。定义4.3.给定图G，室内节点存储在一个2D n× n数组中以表示地图。4.2. 路由选择算法在本节中，我们说明了无向室内空间中的路由结构，以便为用户确定从起始位置到目的地的最佳导航路线。系统将能够接收两个输入节点：一个作为起点的位置，一个作为终点。通过所提出的路由算法，系统然后测量，选择和呈现路由，以找到合适的路径。为了确定室内路由路径，必须在路由搜索中聚合若干标准（例如，用户偏好、距离、时间、移动对象的位置等）。这些是用于评估每个步骤的成本的函数参数，然后选择允许到达目的地的最佳路径，同时避免同一路线上的用户拥塞并应用社交距离规则。此外，在时间关键型应用中，层次路由算法成为探索数据库以找到最短路径的关键工具在所提出的路由选择算法的第一阶段中，目标是找到实际的起始节点和目的地节点之间的最佳短路线，同时确保社会距离。因此，采用修改的Dijkstra算法来获得所提出的室内空间中的起始节点和目的地节点之间的最短路径（AbuSalim等人，2020; Candra等人，2020年）。A. Alamri，Rayan Ali Alturki和S.Alamri沙特国王大学学报7051表2用户见图10。 密度规则限制的示例。时间预测t1t2t3t4u1路径：（n26-n25-n36-n37）n26- n 25n 25- n 36n36- n 37-u2路径：（n35-n36-n25-n11-n5）n35- n 36n 36- n 25n25- n 11n11-n5见图11。 用户路径矩阵示例定义4.4.从ns到nd的路由R被称为两个给定节点之间的最短路径树，如果它具有基于距离标准的最小（在从ns到nd的所有路由中）。定义4.5.给定源节点n s和目的地n d，将使用路由集合列表来应用路由输出以描述一组事物，Route_list：. nj，nd）其中A. Alamri，Rayan Ali Alturki和S.Alamri沙特国王大学学报7052见图12。 预测路由的示例。图十三. 研究了运动目标数目对算法的影响。见图14。基于参考点和不同测试用例中的目标（同一楼层）。- 用户指示用户- （n s，n i.. . nj，nd）指示将从用户到目的地绘制的路线中的连接节点。例如，在图9中，假设用户（u2）请求访问（n6）和用户在应用所提出的路由算法、评估密度机制和预测路由算法之后，所提出的系统将评估、测量和选择最优最短路由（小节4.3 4.4）。如果存在具有较小密度限制的可能路线，则它将如下向用户返回最优路线：（u2：n61-n69-n68-n67-n64-n7-n10-n6）。否则，则消息返回给用户“所有路由具有最大密度限制”。4.3. 密度机制算法在这项工作中，我们提出了室内空间的密度机制算法，以确定在任何单元内移动的物体的密度（即，房间或走廊）。当许多人被封闭在室内空间时，这可能会增加Covid-19感染从一个人传播到另一个人的风险核心概念是在室内空间采用社交距离，防止某个位置密集。首先，系统将收集有关移动对象的最近位置或它们最后活动时间的信息密度机制算法根据最近密度的运动对象限制用户A. Alamri，Rayan Ali Alturki和S.Alamri沙特国王大学学报7053图15.在不同测试用例（不同楼层）中，基于参考和目标之间距离的路由性能。数据库密度限制可以通过采用已经在许多国家使用的四正方形准则来建立，以便控制室内空间容量（Huarcaya-Victoria等人， 2021年）。定义4.6.在室内区域大小S中允许的移动对象的数量u的密度规则限制Dlm可以由下式确定：密度规则限制D lm= S/4。假设室内区域是8平方米长，并且基于定义4.6具有密度规则限制商4。如果某个室内区域中的移动物体的数量已经超过在允许的密度下，室内区域将被图10示出了应用于室内空间的密度规则限制的示例。4.4. 预测路由算法在这项研究中，我们提出了一种方法来分析用户的室内空间内的路径，目的是防止拥挤的实体采取相同的路线，并应用社会距离规则。我们生成了M个用户此外，根据Qiu和Mutka（2018）进行的研究，我们假设一个人的平均步行速度为0.5 m/s。表2和图11示出了用户的路径矩阵的示例定义4.7.假设移动物体被指示以预定速度（0.5 m/s）在水平上行走，计算时间ti定义4.8.用户- 第i列：时间预测。- 行[ui，ci]：用户通过单元格的实际路径。例如图 12，我们假设用户（u 1）请求访问（n 37），用户（u 2）请求访问（n 5），这些用户的当前位置是：用户（u 1）在（n26），用户（u 2）在（n 35）。该系统将预测所有输入并检测重叠路径，以防止拥塞并确保用户之间的社交距离。如果预测到同一ti上路径上的用户拥塞，则它将评估到达目的地的优先级请求时间，并将最优路径返回给用户，图16. 模拟示例-案例1。A. Alamri，Rayan Ali Alturki和S.Alamri沙特国王大学学报7054密度保持可接受。如果达到密度限制，则返回给用户的消息是“所有路由已达到最大密度”。所提出的多用户路由架构的完整算法可以概括为算法1.算法2给出了动态空间测试的伪代码，算法3给出了路由选择。算法4中给出了密度机制的算法。 预测路由算法在算法5中给出。算法1：选择最短路径或最优路径算法2：检查动态房间算法3：提取路由算法4：评估密度算法5：用户路径A. Alamri，Rayan Ali Alturki和S.Alamri沙特国王大学学报7055图17. 模拟示例-案例2。图18. 模拟示例-案例3。5. 性能分析和仿真结果在本节中给出了针对室内空间环境的所提出的多用户路由算法的评估 的 实 验 结 果 。 该 测 试 在 具 有 AMD Ryzen 9 5900HS 和 RadeonGraphics 3.30 GHz的PC上进行，32 GB RAM，运行64位Windows10家庭版。NET C#实现该策略，SQL Server用于管理数据存储。本文不涉及移动应用程序的实现在这个实验中，我们为一个三层楼的建筑物生成了假设的室内环境此外，基于现实场景，我们综合生成的室内区域容纳移动物体的能力。我们进行了不同的实验，以显示该算法如何执行时，有不同密度的移动物体在室内环境中。A. Alamri，Rayan Ali Alturki和S.Alamri沙特国王大学学报7056图19. 模拟示例-案例4。图20. 模拟示例-案例5。图13示出了时间随着移动对象的数量增加而线性增加。然而，它是预期的perfor- mance在时间方面将随着用户数量的增加而增加，因为所提出的路由算法，评估密度机制，和预测路由算法的应用。此外，我们展示了不同的情况下，路由成本在相同或不同的楼层。 图图14和图15示出了所提出的路由算法在路由算法已经搜索之后的响应时间方面非常有效地执行，在各种测试用例中，基于引用对象和目标对象之间的距离评估路径。此外，我们给出了几个例子的模拟所提出的路由算法。测试用例1：用户同时请求相同的目的地，但是从不同的起点。在这种情况下，最短距离（Shortest Path）图16详细示出了源节点和目的地节点之间的路由发现过程。A. Alamri，Rayan Ali Alturki和S.Alamri沙特国王大学学报7057图21. 模拟示例-案例6。测试用例2：用户在不同的时间从不同的起点请求相同的目的地。这里，优先级取决于请求注册的时间。图17示出了测试用例2。测试用例3：用户在不同的时间从不同的起点请求相同的目的地，并且在同一条路径上存在用户拥塞，算法将根据请求注册的时间来评估优先级，并将最优路线返回给用户，以便密度保持可接受。如果密度达到最大限制，则返回给用户的图图18示出了所提出的系统将如何预测用户输入并检测重叠路径以防止拥挤。测试用例4：用户请求相同的目的地，其密度已达到最大限制。目的地区域将被图19示出了测试用例4。测试用例5：用户请求特定目的地，而目的地和路径上没有任何拥塞。在这种情况下，最短路径返回给用户。图20示出了测试用例5。测试用例6：用户请求不同的目的地，但在不同的时间和从不同的起点。如果在相同的时间上的路径上存在拥塞，则它将评估到目的地的优先级请求时间，并将路线返回给用户，使得密度保持可接受。如果达到密度限制，则返回给用户的消息是“所有路由已达到最大密度”。图21示出了测试用例6。6. 结论本文提出了一种新的考虑社交距离的室内多用户路由算法。针对室内空间提出的多用户路由架构由几个构建块组成。该架构有四个主要组成部分：室内空间的数据结构、路由选择算法、密度机制算法和预测路由算法。这些基于多个实体的路由算法允许用户同时采取相同的路线或不同的路线，而不会导致拥塞。尽管该系统的复杂性，评估表明，所提出的算法，成功地管理移动对象之间的社会距离，同时保持低成本。实验结果表明，该多用户路由算法能够在保持社交距离的同时，显著提高移动物体跨区域的流畅性，并且在多种环境下都能很好地工作移动物体密度变化的场景本研究中描述的实验将在未来得到改进未来的工作具体的实验将有助于开发这种架构的实际应用。此外，还有一些问题需要解决。我们打算评估拟议系统对隐私和安全的影响。竞争利益作者声明，他们没有已知的竞争性财务利益或个人关系，可能会影响本文报告的工作。引用AbuSalim，S.W.，易卜拉欣河，Saringat，M.Z.，Jamel，S.，Wahab，J.A.，2020年。dijkstra与bellman-ford算法在最短路径优化中的比较分析。在：IOP会议系列：材料科学与工程，第917卷。^John，p. 012077Alamri，S.，2018.一种适用于有向室内环境的高效最短路径路由算法。ISPRS Int. J.Geo-Information 7，133.Alamri，S.，2018.室内环境中的空间数据管理：当前趋势、限制和未来挑战。Int. J. 网络通知。系统Alamri，A.，2021.应对新型冠状病毒肺炎的室内导航系统语义关联数据本体。国际摄影测量和遥感学会 J. 地理信息10，607.Alamri，A.，2022.人群工程中的物联网：一种基于瓦片地图的户外人群密度智能监测方法。传感器22.A. Alamri，Rayan Ali Alturki和S.Alamri沙特国王大学学报7058Alamri，A.，Alamri，S.，2021.新冠疫情下公共交通物联网智能传感系统实时数据分析。内特尔自动软计算，441-452。Alarifi，A.，Al-Salman，A.，Alsaleh，M.，Alnafessah，A.，Al-Hadhrami，S.，Al-Ammar，M.一、Al-Khalifa，H.S.，2016.超宽带室内定位技术：分析和最新进展。传感器16，707.Alqahtani，E.J.，Alshamrani，F.H.，Syed，H.F.，Alhaidari，F.A.，2018.室内导航系统算法与技术综述。2018年第21届沙特计算机协会全国计算机会议（NCC）。IEEE，第 一比九巴蒂斯特湖 ，Tomic，M.，2018年 室内定位系统技术综述。2018年第41届信息和通信技术、电子和微电子国际会议（MIPRO）。IEEE，第 0473- 0478本贝尼克河，Falcman，K.，2020.基于rssi三边测量的Ble室内定位系统。J. Wirel。暴徒网络无处不在的计算Dependency Appl. 11，50-69.Candra，A.，Budiman，MA，Hartanto，K.，2020. Dijkstra和a-star寻找最短路径教程。2020年数据科学、人工智能和商业分析国际会议（DATABIA）IEEE，第 28比32CantónPaterna，V.，Calveras Auge，A.，Paradells Aspas，J.，Perez Bullones，文学硕士，2017年。结合频道分集、加权三边测量与卡尔曼滤波之蓝芽低能量室内定位系统。传感器17，2927.DeBlas，A.，López-de Ipiña，D.，2017年。利用BLE信标改进室内定位的三边测量。2017年第二届计算机与能源科学国际多学科会议（SpliTech）IEEE，第 1比6Din，M.M.，Jamil，N.，Maniam，J.，穆罕默德，硕士， 2018. 室内定位：技术比较分析。Int. J. Eng. Technol. 7，133-137。T.A. Dionti，K.M. Adhinugraha，S.M. Alamri，室内环境的建筑物间路由方法，在：计算科学及其应用国际会议，Springer，2017年247-260Dionti，T.A.，Adhinugraha，K.M.，Alamri，S.，2017.三维空间中的室内路由。2017第五届信息通信技术国际会议（ICoIC7）IEEE，第 1比5。Hameed，A.，Ahmed，H.A.，2018.基于不同技术的室内定位应用综述。2018年第12届数学、精算学、计算机科学和统计学国际会议（MACS）。IEEE，第 1比5。黄，B.，刘杰，孙，W.，杨，F.，2019.一种基于独立信道信息的蓝牙低功耗室内定位方法。传感器19，3487。Huarcaya-Victoria，J.，Elera-Fitzcarrald，C.，Crisol-Deza，D.，维拉纽瓦-苏尼加湖Pacherres，A.，Torres，A.，Huertas，G.，Calderón，D.，Noriega-Baella，C.，阿 斯托尼塔斯，E、例如，2021. 2019冠状病毒病大流行期间秘鲁医学生心理健康相关因素：多中心定量研究。《 心灵学杂志》。Husen，M.N.，李，S.，2014.室内人体定位与方向使用wifi指纹。在：第8届国际会议上无处不在的信息管理和通信，pp。 1比6Jang，B.- W.，金角，澳-地G.，2019.利用光纤传感器信号归一化幅值的三角测量法对复合材料加筋板的冲击定位。合成物结构211，522-529。Khudhair，A.A.，乔巴，S.Q.，Sulttan，M.Q.，Wang，D.，中国科学院，2016.无线室内定位系统与技术：综述与比较研究。 印度尼西亚J. 电气设备Eng. 计算机科学3，392-409。Kim Geok，T.，Zar Aung，K.，Sandar Aung，M.，Thu Soe，M.，Abdaziz，A.，PaoLiew，C.，Hossain，F.，左宗棠，Yong，W.H.，2021.室内定位综述：无线电波技术。应用科学 十一岁科罗戈丁，静脉注射，第聂伯罗夫，V.V.，米哈伊洛娃，OK，2019年。在室内条件下通过wi-fi信号进行三角定位。在：2019年光子&电磁学研究研讨会春季（PIERS春季）。IEEE，第2339-2345Kotaru，M.，Joshi，K.，Bharadia，D.，Katti，S.，2015年。Spotfi：使用WiFi的分米级定位。2015年ACM数据通信特别兴趣小组会议论文集，pp。 269-282.Ninh，D.B.，他，J.，Trung，V.T.，休伊，D.P.，2020年。一种有效的wifi指纹室内定位系统随机统计方法。《未来一代计算机系统》，109，238-248页。Pakanon，N.，Chamchoy，M.，Supanakoon，P.，2020.利用BLE信标进行室内定位的三边测量方法精度研究。2020年第六届工程，应用科学与技术国际会议（ICEAST）。IEEE，第 一比四Parulian，J.M.，Adhinugraha，K.M.，Alamri，S.，2018.用于移动终端的室内导航引导。在：第20届信息集成和基于Web的 应用&服务国际会议的会议记录，页。 345-349Pu，Y.- C.的方法，你，皮- C.的方法，2018.基于分类法的ble位置指纹室内定位系统。应用数学模型。62，654-663。Qiu，C.，Mutka，M.W.，2018年边走边学：通过在智能手机上分析户外运动，实现准确的室内定位。普适和移动计算48，84-100。Sriharee，G.，2015年。一种基于符号的室内导航系统，具有基于方向的导航指令。Procedia Computer Science 52，647-653.Susanti，R.M.，Adhinugraha，K.M.，Alamri，S.，巴罗利湖Taniar，D.，2018.使用移动设备进行室内轨迹重建。2018年IEEE第32届高级信息网络和应用国际会议（AINA）IEEE，第 550- 555Teoman，E.，Ovatman，T.，2019.参考点不确定的室内定位中的三边测量。2019 IEEE第16届网络、传感与控制国际会议（ICNSC）IEEE，第 397- 402王杰，帕克，J.，2021.利用ieee802.11n无线局域网细粒度csi和rssi测量的指纹增强室内定位算法。传感器21，2769。王玉，杨，X.，赵玉，Liu，Y.，卡斯伯特湖2013.使用rssi和三角测量方法的蓝牙定位。2013年IEEE第10届消费者通信和网络会议（CCNC）。IEEE，第 837- 842姚角，澳-地是的，夏伟C.的方法，2018.一种基于双通道无源rfid技术的室内定位系统。IEEE Sens.J.18，4654-4663。Yiu，S.，Dashti，M.，Claussen，H.，Perez-Cruz，F.，2017.无线rssi指纹定位。信号处理131，235-244。你，Y吴，C.，2019.基于信标的接收信号强度指示的具有蜂窝网络辅助的室内定位系统。IEEE Access 8，6691- 6703。袁伟，施耐德，M.，2010.支持室内空间的连续范围查询。2010年第十一届移动数据管理国际会议。IEEE，第 209- 214Yuan，D.，Ning，M.，徐，R.，Zhou，S.，施伟，Zheng，K.，中国科学院，黄，X.，2018.采用三角定位技术的模型检测室内定位系统。2018第九届医学与教育信息技术国际会议（ITME）IEEE，第 862- 866Zhou，Y.，（1996年），中国科学院，彭，Y.，陈芳，张玉， 2020. 室内三维火灾疏散路线。国际摄影测量和遥感学会J. 地理信息9，558.