TELKOM NIKA , Vol.14, No .2, June 20 16 , pp. 748~7 5 6   ISSN: 1693-6 930,  accredited  A  by DIKTI, De cree No: 58/DIK T I/Kep/2013   DOI :  10.12928/TELKOMNIKA.v14i1.2901    748      Re cei v ed O c t ober 2 1 , 201 5; Revi se d Decem b e r  19, 2015; Accept ed Ja nua ry 4,  2016   Improved Indoor Location Systems in a Controlled  Environments       Selcuk Helhel* 1 , Atala y   Koca kus a k 2   Akden iz Univ er sit y , Eng i ne eri ng F a cult y, De partment of E.E.E., 07058, Antal y a, T u rke y   T e lephon e: + 90 242 3 10 6 3 9 3   *Corres p o ndi n g  author, e-ma i l : selcukh e lh el @akd eniz.e du. tr 1 , atala y ak oc akusak @gma il .com 2        A b st r a ct   T he prec ise l o cali z a ti on  by u s ing W i -F i Acc e ss Poi n t (AP) has b e co me  a  very i m port ant  issue for   ind oor l o catio n  base d  servic e s  such as  mar k eting, p a tie n t follow  up  and  so on. Pres ent  AP local i z a ti o n   systems  are w o rkin g o n  sp ec ially  d e sig n e d   Wi-Fi units, a n d  the i r a l gor ith m s  usin g ra di o  sign al str engt h   (RSS) exhi bit (relativ e ly) hi gh  errors, so ind u stry  looks  mo re precis e an d  fast adaptab le  meth ods. A n e w   mo de l cons ide r ing/e l i m i natin g  strong RSS l e vels in  ad ditio n  to clos e dist ance  error e l i m i nati on a l gor i t hm  (CDEEA) co mbin ed w i th me dia n  filters ha s been pro p o s ed in ord e r to increas e the perfor m a n ce  of  conve n tio nal  R SS bas ed l o ca tion syste m s.  Coll ectin g  l o ca l  sign al stre ngt hs by  means  o f  an or din a ry  WiFi  units pr esent o n  any l apto p  a s  a receiv er is  follo w ed  by the  appl icati on of  CDEEA to el i m inate stro ng R SS  levels. Me dia n  filter is then  appl ied to th ose  el i m in ated  values, an d  AP based  pat h loss mod e l  is  gen erate d , ada ptivelly. F i na lly , the  propose d  algorit hm pr ed icts locatio n s w i thin a max i mum  me an error  of  2.96 m for 90 %  precisi on l e ve l. T h is achi eve m e n t w i th an  ordi nary w i fi u n its prese n t o n  any co mmer c ial  lapto p  is co mp arab ly at very goo d lev e l in l i terature.     Ke y w ords : Ind oor rad i o pro p a gatio n, locati ng  algor ith m s, lap t op as a receiv er, signa l an aly s is, W i F i     Copy right  ©  2016 Un ive r sita s Ah mad  Dah l an . All rig h t s r ese rved .       1. Introduc tion  Locating i s  a n  e sse ntial t e ch nolo g y which fin d s lot s  of in du stria l  appli c ation s  su ch  as  marketing, rehabilitation  campus es, mil i tary and  security ap plications, and so on  [1-5] .  Ins t e ad  locatin g  tech nologi es a nd  its appli c ation s  are ei ther ti me based o r  radio  sign al strength (RSSI)  based  syste m s, mo st  of the te ch n o logi es prefer RS SI  based systems.  GPS a nd cellul a r ba se d   system s have very  satisfi ed lo cation preci s ion  capability at out door, but they  have  almost no  cap ability (G PS) or limite d  cap ability (cellular) to  cov e r for i ndo or  positio ning.  I t  shoul d be  n o ted   that cellul a r t e ch nolo g ies  are  also op erator d epe nde nt, not flexible, and  not a p p lica b le to i n door  locatin g . In  orde r to  in crease the  pe rforman c e   of  indoo r p o siti oning  services, m o st i n d o o r   locatin g  sy stems  use mult ilateration  on  fingerprintin g  po sitionin g   method s [2].  Fixing a lo cat i on   requi re s  so me referen c e fram es to  de scrib e  p o sition s  rel a tive to tho s e  pre-d e termi n e d   referen c e s , a nd fram es are co mmonly  calle d a s  co ordin a te  syst ems i n  which  any lo cation  is  specified with respect to it s orig i n . Indo or locating te ch nologi es  are rapidly g r o w in g a s  a  re sult  of   an increa se i n  popula r ity of mobile eq uipment. Thi s  popula r ity require s that d e velopme n t of a   prop er  pro p a gation mo del  and lo catin g  algo rithm s  are e s senti a ls for  unint errupted  and /or  pre c ise locating syste m s i n  an indo or  environ m ent.  Requi rem e n t  to use of a prop er mo d e l  force s   scient ists to  inve stigate propa gation m e ch anism s [1 -7].  The r e i s   al so treme ndo us  increase in  Wi-Fi l o calization  system  a pplication s  in  an auton om ously n a vigating ro bot proj ect   [3, 4].  Suc h  models ,  bas i c a lly, us e Wi-Fi  s i gnature map  with geomet ric   c o ns traints  and  introdu ce a  continuo us p e rceptu a l mode l of t he environment gen erated from the  discrete g r ap h- based    Wi-F i sign al stren g th sam p ling.  Contin uou s l o cali zatio n  te chni que s refe rrin g  to kno w n   referen c e poi nts are  slightl y  different than the ce rtain locatio n  identi f ication at an y time.     RSSI based i n  building po sitionin g  syst ems are gro w ing very ra p i dly in two ways. One   way of ind o o r  positio ning i s  pa ssive-lo calizatio n an d  the othe r on e  is  called  acti ve-localizatio n.    Passive -lo c ali z ation  syste m s are ba si cally  ba sed  on Ra dio Freque ncy Ide n tification RFID  techn o logie s   whi c h d o  n o t allow two  way comm uni cations, b u t p r ovide  com p arably  accu rate  locatio n  [5, 6] . Ozd eni zci,  e t  al., [6] pre s ent a  ca se  st udy for th e  system  req u ire m ents giving  the   desi gn d e tail s. They  co mpared thei r prop osed  a ppro a ch with  existing in d oor n a vigati on  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  1693-6 930       Im proved Ind oor Lo catio n  System s in a  Controlled En viro nm ents (Selcu k Hel hel )  749 system s, an d  notice d  that t heir  pr o p o s ed  model i s   co st effective.  Active-locali z ati on sy stem s a r e  based  on  Wi -Fi AP, GSM, CDMA a nd  sma r t ph one   appli c ation s   allowin g   bro a d  ba nd t w o - way  data com m u n icatio ns. Th e indu strial  Scientif ic Me dical (ISM ) 2.4 GHz na rrowban d ind oor  cha nnel i s  al so used in m a ny contem po rary medi cal  a pplication s ,  such as wirele ss physi ologi cal  sen s o r  netwo rks [7]. Another study  presents a visual  localization  approa ch tha t  is suitable for  dome s tic  an d indu strial   environ ment s as it e nab les a c cu rate,  reliabl e an d ro bu st po se  estimation.  T hey u s ed  inn o vative artificial lan d ma rks (clu sters  of  high i n ten s ity RGB  LE Ds)  on   the ceiling which creat e  cancell a tion [7].   There a r e  stu d ies [8 -1 0] using Wi -Fi  ba sed  sy stem s f o r in doo r lo cating. Ca mpo s , et al.,  [8] pre s e n ted  a  system  for multi-floo r i n door p o sitioni ng  whi c h  co n s ide r s a r chite c tural  a s p e ct s.  They propo sed a  Data  Co rrel a tion Met hod  combi n e d  with n eural  netwo rk  appli c ation s  o n  th em.  They compa r ed m e a s u r e d  Ra dio Sig nal Stren g th  (RSS ) level s  by a pplyin g  natu r al d a ta  clu s terin g  a nd d a ta  co rrelation  met hod s. RSS   based te ch n i que s d o  n o t re quire  any  synchro n ization li ke  Time   of Arrival  (T O A ) an d  Tim e  Differen c e   of Arriv a l (T DO A)  meth od s  [ 11,  12]. Mani, et  al., [13] pro posed a  stu d y that par a m eteri z e s   a polari m etri c diffuse scatte ring   model in an i ndoo r environ ment, sin c e d i ffuse or  d ense multipath compon ents pl ay an importa nt   role  in determining  the p o lari zation be havior  of  wireless tra n smi ssi on  chan ne ls. Thei r anal ysis  reveal s  that diffuse scattering si gnifi ca ntly depola r izes the i m ping ing wave in i ndoo r sce n a r i o s.     Their meth o d  b r iefly tells that MIMO   appli c ation s   will b e  m o re  ben eficial  for  better ind o o r   locali zation, since 3D ele c troma gneti c   field  in  the  air  will bri ng extra gain  and  extra adva n tage  t o   desi gne rs [14 - 15].   In this  study;  a medi an filte r  was ap plied  to  RSSI valu es  coll ected   by wifi unit s   pre s ent   on a n y com m ercial l apto p , -5 5dBm le vel wa s  pre s et as the th resh old val u e  (n amed  a s   clo s e   distan ce  bo rder  or eq uall y  clo s e  dista n ce  erro r eli m ination  pr o c e s s) in  the  algorith m , an d a   corre c tion fu nction  ext   has  been  adde d  to well kno w n p a th loss mod e l in  Section 3.2 .   Propo se d m o del  con s id eri ng  scann ed  RSSI level in  additio n  to  well kno w n  n-i ndex b a sed  pat h   loss formul a is a ne w com m ent to literature.               2. Materials  and Method s  Wi-Fi t r an smi tters, hol ding  omnidi re ction a l anten na s, operating b e twee n 22 00 M H z  an d   2600 M H z  were u s ed a s   a part of mea s ureme n t se t up. The ante nna had a n  o u tput power o f  2 1   dBm. A wifi u n it pre s ent  o n  any o r dina ry comme rcial  laptop  wa s  use d  a s  a  ra dio re ceive r   with   our  own  software.  Safe (clea r) IP d e p ende nt  frequ enci e s  we re  sele cted  not to be inte rrept ed b y   addition al co mmuni cation  traffic in the  system.   Ad ditional traffic may affect the propa gati on  mech ani sm s. Tran smitting  antenn as were  pla c ed j u st belo w  th e  roof that they  are  abo ut 2. 4m  above the ground a nd 30 cm belo w  the  roof.  The  accuracy of RF  receiver  wa s assume d as  1  (dBm), it is the averag e re ceived  sign al powe r  t hat, in total, ~100  sampl e s  we re taken  withi n  a  cycle.  Kim, e t  al., [16] proposed a  stud y to m easu r e  small - scal e fading an d note d  that 0.125  cm   measurement  interval at 2 . 4 GHz is e n ough. Sin c e  the used receiver spee d in this stu d y is  much  faste r  than Kim’ s st udy; sam p lin g interval i s   greate r  tha n   0.125  cm, an d 100  sa mpl e s  were take n in  one cal c ul ation cycl e in order to re move small scal e affects.          a) Co rri do r for verificatio n  measurement s   b) Floo r plan     Figure 1. Dist ribution of  4  Wi-Fi trans m itters  Evaluation Warning : The document was created with Spire.PDF for Python.
                             ISSN: 16 93-6 930   TELKOM NIKA   Vol. 14, No. 2, June 20 16 :  748 – 75 6   750 Thre e set s  of measu r eme n ts had be e n  con d u c ted in total; By using first set’ s data,   stand ard  pat h loss me asurem ents  (when the r e  i s  no ob stru cti on bet ween  transmitter a n d   receiver) had  been cond u c ted in two  d i fferent co rri d o rs  of an en ginee ring fa culty as se en  in   Figure 1 for slope  cal c ul ation, and th e re st one  wa s u s ed fo r mod e l verif i cation a nd f o r  determi ning    ext  value  a s   mentione d in  Section  2.1.  Shado win g   factor  ext  is normally a  rand om va ria b le d epen din g  on  an  environment, b u t cal c ulate d   on e  al so gua ra ntees/ c overs that   rand om varia b le.      3. Indoor Propaga tion a nd Loca t ing Algorithms   3.1. Slope of En v i roment  Instead, th ere  are  varying  i ndoo r p r op ag ation mo del s  valid in the  literatu r e [1 7, 1 8 ], very  comm on m o d e l used fo r in door path  loss  cal c ulatio n   usin g Radio   Signal Stre ng th (RSS ) is gi ven  in Equation (1) [4].     ext d d n d P d P 0 0 log 10                       (1)    Whe r e  ) ( d P is the  sign al st ren g th obtain ed  by t he re ceiv er at a  dista n ce of  d an d ) ( 0 d P is the  received  sign al stre ngth at  1m dista n ce (mean s re fe re nce  sign al) b o th in dBm, n is the path lo ss  index for ind o o rs,  and   ext  is  n o rmally th e ra ndom va ria b l e  de scribi ng  sha d o w ing  fa ctor [9, 10].  Four diffe ren t  Wi-Fi tran smitters were locate d aro u nd the co rn e r  of measure m ent cam pai gn  pre s ente d   in  Section 3.2. Corrid ors  u s e d   a s   a  mea s urem ent  cam paign  is 7.2 m  wid e  a nd  50m   length. Since  n value is a value whi c h  strict ly depend s  on intere sted  camp aign’ s di mensi o n s  an d   stru ctures, m easure m ent s were  con d u c ted in or der to calculate  IP depende nt n values.  In  logarith m ic f o rm of path  loss, n (sl o p e  of pat h loss)  can b e  a pproxim ated  by Equation  (2).  Experimental  studie s  sho w  us th at this equ at ion it self ha s not  enoug h cap ability to obtain  precise locati on informations. As  it will  be detail ed i n  further sect i ons; thi s  equation need to be  improve d  by con s id erin g a dditional pa ra meters or ad ditional condit i ons.       0 10 / log 10 d d n          ( 2 )         Figure 2. Tra n smitter atten uation an d sl ope (n ) calcul ation   Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  1693-6 930       Im proved Ind oor Lo catio n  System s in a  Controlled En viro nm ents (Selcu k Hel hel )  751 Figure  2 sho w s path  lo ss attenuation  v e rsus  dist ance in 10 *log fo r AP-A a s  an  example .   Similar p a th l o ss di strib u tio n s  we re  obtai ned fo r oth e r  three AP s. Path lo ss  mea s ureme n t poi nts  are  align e d  b y  60cm a p a r t  from e a ch  other that 1 2 0   different l o cations were d e termin ed i n  o r der  to calcul ate the slop e n prese n ted at Table 1.  A dataset sto r e s  those path lo ss index “n” values  for future u s a ge. Table 1 g i ves IP depe ndent calcul a t ed n values t hat they are they are  slight ly  different then  from ea ch oth e r.       Table 1. n(slo pe) Ta ble   WLAN (AP Code )  Slope (n)   A 2.192   B 2.115   C 2.404   D 2.363       After obtaini n g  “n ”, o ne  ne eds to d e term ine/de scrib e  shad owi ng  factor pa ram e ter ext .  Instead  we  might have determi ned t h is value fro m  the literature referring  to the similar  measurement  camp aign,  we p r eferre d  to gene ra te  it. The value of this p a ram e ter  wa s  gene rated fro m  control data (more  than  2,000 data di stribute d  at 576 di fferent lo cation s) a s  8. 62   by usin g k-mean s cl uste ring e r ror  cal c ulatio n [ 19]. It has to b e  noted th at there  we re  fou r   different  ext para m eters valu e s   related  to e a ch  AP, and  t hey are ve ry  clo s e to  ea ch  other.   Fin a l   value was ob tained by m e dian filter  ap plicatio n.  Ob tained valu e  can  co mpe n sate sh ado win g   affects which norm a lly has  to be determi ned ra ndo mly.      3.2. Deriv a tion of Ne w  E m piric Model for Indoor En v i ronment  Although  the  aforementio ned  path  lo ss m odel   is  a   goo d startin g  point for path loss  estimation,  such  a sim p le  model fo r the  path loss o n l y  exists in sp ecial  ca se s.  It was ob se rv ed   that the  cal c ulation  of pat h lo ss  u s ing   Equation  (2 )  results in  so me deviatio n , and  this sm all  deviation in calcul ated di stance (to be  use d  in mult ilateral location cal c ulation) brings very bi g  unexpe cted  e rro r in  rel a tive co ordinate s . By the  way, one  nee ds t o  take  into a c count/con sid e r  addition al co rre ction p a ra meters to improve  Eq u a tion (2 ). Experim ent ally observed th a t  a   distan ce   calculated by  u s i ng stro ng sig nal  level s   (RSSI >-5 5dBm )  h a ve bi g  rel a tive co ordin a te  errors. Thi s  i s  mo stly be cause of tran smitting ant en na ne ar field  affects. Thi s   observation  i s  the   starting point that  thos e  strong si gnal s n eed to be eli m inated fr o m  referen c e di stance cal c ul atio n   lis t whic h is  named as  c l ose dis t anc e   error el imination approac h  (CDEEA). In a s i milar  way  but  not the sam e  level; wea k  RSS si gna ls scan ned a t  long distan ce s fail to predict a relati ve   distan ce a s   expecte d. Co ordin a tes/p o sitions  were  calcul ated ba sed on Equ a tion (2 ), and  we   observed d e v iated coo r di nates. Fig u re  3 demon stra tes initial co ordin a te devi a tion dist ribut ion  function  with   respe c t to  RSSI, and we  descri be  a fu nction  nam ed  as initial  coo r dinate  deviat i on  distrib u tion fu nction  a s (m)  in term s  of p o we r  (P) i n  d B m. The te r m  initial in  th e tex t  refe r t o   starting valu e s  whi c h i s  goi ng to be co rrected by som e  appli c ation  furhe r  in this text.    923 . 818 636 . 39 63617 . 0 0033741 . 0 2 3 P P P     ( 3 )     RSS level s   referri ng th ose critical two  points  (one  for  clo s e  di sta n ce  an d  one   for  wea k   sign al)  can  b e  estim a ted b y  taking th e d e rivati ve of in itial deviation  distri bution f unctio n    and   equatin g it to zero a s  in Eq uation (4). Ze ros  of  this e q uation give s  a RSS level  of about -55d Bm  as cl ose dista n ce e r ror elim ination limit (bord e r) and  -70dBm a s  we ak RSSI limit (bo r de r).      0 P           ( 4 )     Observing ini t ial coordinat e deviation s in Fi gure 3, and by usin g result s of Equ a tion (4 )  force s  u s  to  obtain a  co rrection fu nctio n    ext  (o r eq uivalently regi on  based)  co nsi derin g RS S   level in dBm as de scrib ed  in Equation (5 ). Finally, ge nerate d  co rre c tion fun c tion   ext is comi ned   Evaluation Warning : The document was created with Spire.PDF for Python.
                             ISSN: 16 93-6 930   TELKOM NIKA   Vol. 14, No. 2, June 20 16 :  748 – 75 6   752 with Equatio n  (2), a nd a fin a l path lo ss  d i stan ce in  te rms of po we r i n  dBm an d di stan ce in m e ter  can b e  de scri bed a s  in Equ a tion (6 ).         Figure 3.  Distribution fun c tion  col o re d b y  blue      dBm P P P P dBm P dBm P ext 70 , 7842 9 . 319 36 . 4 0198 . 0 55 70 , 065 . 2 057 . 0 2 3                 (5)    dBm P dBm P used be to allowed Not d ext N d P d P final ext 55 10 55 ) ( ) ( 0            (6)    Figure 4 sho w s lo cation di stributio ns in  comp ar is on  w i th  r e a l  g eome t r i c  loc a tion s .   R e d  circled val u e s  are b e lon g in g to app roa c h co nsi deri n g  both clo s e  di stan ce e r ror  elimination li mit  (bo r de r) an d  wea k  RSSI limit (borde r). Blue circle d values a r e  belongin g  cl assic p a th loss  cal c ulatio ns.         Figure 4. Dev i ation from Real Geom etri c Lo cation   -8 5 -8 0 -75 -7 0 -6 5 -60 -5 5 -50 -20 -15 -10 -5 0 5 10 15 RSS L e v e ls  in dB m I n it i a l D e v i a t io n  ( m )     Test  1 Test  2 Test  3 Test  4  E s ti m a ti o n -1 0 -5 0 5 10 -1 0 -5 0 5 10 D e vi at i o n   i n  x  D i r e c t i o n   ( m ) D e v i at io n   in  y  D i re ct i o n  ( m )     Al l -5 5  d B m Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  1693-6 930       Im proved Ind oor Lo catio n  System s in a  Controlled En viro nm ents (Selcu k Hel hel )  753 Figure 5  de monst r ate s  t he flo w chart  for  di sta n ce  cal c ul ation  betwe en ta rg et and  a   certai n tran smitter Tx.  System s scan  RSS leve ls based on  WLAN  ID followe d b y  an application   of median  filter on th em. Median  filtered  dat a a r e  feeding  clo s e dista n ce e rro r elimi nati o n   approach (CDEEA) unit for maki ng deci sion. Th i s  first deci s ion determines either scanned  WLAN I D  ba sed RSS sig n a l will be in cl uded into lo cation cal c ul ation or n o t. If n o t, that scan n ed  RSS value is ignore d  from  the location  cal c ulatio n  for that location . Otherwi se it is recorded f o r  further  cal c ul ations. Depe nding o n  th e re sult s o b t ained from  Equation (4),  two differe nt  corre c tion  fu nction s  are  g enerated.   Wi th gen erat e d   corre c tion  fu nction s  and  p r eviou s ly sto r ed  building b a se d path index  n, system  ma ke s dista n ce cal c ulatio n.          ext ext     Figure 5. Flowchart for di stance  cal c ulat ion for a ce rta i n Tx      4. Results   To evaluate t he model  pe rforma nce, it is  com pared  with other p r opo se d mod e ls. As  prop osed in [17-2 3 ], performance is qu a n tified by  usi ng root me an  squa re (RM S ) error, defi ned   by Equation (7).     n E E n i i rms 1 2          ( 7 )     Evaluation Warning : The document was created with Spire.PDF for Python.
                             ISSN: 16 93-6 930   TELKOM NIKA   Vol. 14, No. 2, June 20 16 :  748 – 75 6   754 Whe r e  i E is th e differen c e  betwee n  e s timated a n d  mea s urem ent value at  i th  point of  measurement  in dBm a nd  n is the  num b e r of m e a s urement p o ints.   By using  IP depe ndent  pa th  loss   equations  with c l ose  dis t ance error eliminat ion algorithm (CDEEA),  mobile equipment   locatio n  wa s cal c ulated.  Cal c ulate d  lo cation s in x  and y directi ons  are  com pare d  with  real  geomet ric l o cation i n  dat a ba se. It is observed t hat, while m ean e r ror  wi thout pro p o s ed   algorith m  is 3 . 34 (m ) diffe rence in total   combi ned   di stance, it  sligh t ly decrea s ed  to 2.96  (m ),  as  sho w n i n  Ta ble 2(a). Ta bl e 2(b )  indi cat e s lo ngi tudin a l mean  erro r in (m ) a nd t r an sverse m ean   error in  (m) t h rou gho ut the co rri dor. Th ese  are  com para b ly at very good l e vel s  compa r ing  wit h   the literature.       Table 2 ( a). M ean Error Ta ble   Approach  Mean  Erro r   Median Filter itself  3.34(m)   Median Filter  w i t h  CDEEA   3.24 (m)   Proposed Model  w i th  ext   2.96 (m)       Table 2 ( b). M ean erro r in b o th axes  Expression   Longitudinal mea n  erro r in (m) T ransverse mea n  erro r in (m)   Convetional Path Loss  2.17 1.93  Proposed Model   2.20  1.83      Table  3 i s   co mpari s o n  tabl e that  sho w s  porp o sed  mo del in  compa r ison  with  the  result s  in the lite r at ure. F o r 90 % pre c i s ion  level, p r op ose d  mo del  accu ra cy i s  the  se con d  be st  achi evement.          Table 3. Wi -F i Based Syste m s’ Co mpa r ison Table   S y stem Name  Accur a cy   ( m )  Pr ecision ( % )  Horus  2,10  90  Proposed Model   2,96  90  DIT  3,00  90  TIX 5,40  90  Microsoft RADAR  5,90  90      5. Conclusio n   Rapi d develo p ment of location syste m s ha s  mad e   indoo r lo catin g  system s a r e quite  popul ar a nd  wide sp rea d  such th at they find lots  of  comm ercial a pplication s . Propo se d stu d y   use s   wifi unit s  of any o r di nary comme rcial la ptop  a s  a  re ceviver  combi ned  wit h  clo s e  dista n ce   error eli m inati on ap pro a ch  that the se co nd be st lo cating pe rform a n c e (l ocation e rro r is l e ss th en   3m in total) h a s be en a c hi eved for 90%  preci s io n level in the litera t ure.   A model co nsiderin g RSS l e vel and cl ose dist an ce e r ror elimin ation  algorithm  co mbine d   with medi an filters in crea ses  the p e rfo r mance of co nventional   RSS based l o cation syste m s by  amount  of 1 2 %.  Minimu m Tra n sve r se mean -e rror  has bee n  o b tained as 1.83(m ) .  Altho ugh   prop osed mo del  give s a good   pe rformance within  the  scope   of this  study,  it nee ds to  be  improve d .  Future  work  wi ll focus  on wa lking live s  affecting in doo r  prop agatio n model a s  well  as  indoo r lo catin g  algo rithms  and  close an tenna  wa ll ef fects o n  prop agation m o d e l, and we a r e   trying  to co mbine both WiFi ba sed  system s with  ultra s oni c lo cating  sy ste m s  name d   Hybrid  Indoor L o cating Systems  (HiLOS ) [22].  It is quite cl e a r that u s ag e  of profe s sio nal  well de si gned  WiFi  re ceivers  will al low u s  to  determi ne mo re preci s e results. Since ou r startin g  poin t  was ba se d on the usage  of ordina ry wi fi   units  on  any l aptop,  we  did not try them.  Those  well designed an d accessi ble WiFi  unit s  will  be  u s ed  w i th  H i LO S s t u d i es .       .  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  1693-6 930       Im proved Ind oor Lo catio n  System s in a  Controlled En viro nm ents (Selcu k Hel hel )  755 Ackn o w l e dg ements   This  study i s   sup porte d by  Akde niz  Uni v ersi ty, Sc ie ntific  R e s e arc h  Pr o j ec ts  Supp o r ting  Unit (BAPYB) and granted  by TÜB İ TAK 2209 -A (PN:  1919B0 113 0 3278 ). Mea s u r eme n t facilities  are belo ng  to   EMUMAM Near Field  A n tenna Lab orat ory g r anted  b y  State Plann ing O r ga nization   (200 7K12 053 0-DPT ) .        Referen ces   [1]    Md S y edu l Am in, Mamun B i n  Ibne Re az, Sa l w a Sh ei kh Na sir.  Integrated Vehi c l e Acci de nt Detectio n  and  Loc atio n  S y stem.  T E LK OMNIKA T e lec o mmunic a tio n   Co mp uting  Ele c tronics a n d  C ontrol.  201 4;   12(1): 73- 78.   [2]    Mi w a  S T agashira, H Matsud a,  T  Sutsui, Y  Araka w a, A F u kuda.  A Multil e r ation Bas ed L o cali z a tio n   Sche me for  Adhoc W i re le ss Position ing  Netw orks Used in Infor m a t ion ori ente d  Constructi on.   Procee din g s o f  IEEE27th Internetio nal  Co nfer en ece o n  Advanc ed In formation N e t w o r kin g  a n d   Appl icatio ns (AINA). 2013: 69 0-69 5.      [3]    M Ocaña,  LM  Bergas a, MA  Sotelo, J  Nu ev o, R  Flor es. IEEE ISIE 200 5. Dubr ovn i k, Cr oatia.  200 5:   154 5-15 50.   [4]    I Co x. Bla n ch e-an  e x p e rime nt in  gu ida n ce  an d n a vig a tio n  of a n   auto n o mous r o b o t v ehicl e.  IEEE   Tra n s a c ti on s on  R o bo ti cs a nd Au to ma ti o n .  1 991; 7(2): 1 93- 204.    [5]    F a rhan M anz o o r, Yi H uan g,  Karsten M enz el.  Passiv e  RF ID-Based I ndo or Positi on ing   System, An   Algorit h m ic A p proac h . Pro g r a m for th e IE EE Internati o n a l C onfer enc e  on  RF ID-T echno log y   a nd  Appl icatio ns. Guan gzh ou, Chi na. 201 0.   [6]    Busra Ozdenizci, Vedat Co sk un, Ker e m Ok. NF C Intern al:  An Ind oor  Na vigati on S y ste m .  Sensors .   201 5; 15: 257 1 - 259 5.  [7]   S ł a w om ir H a u s man,  Ł uk asz  Januszk ie w i c z . Impact of Indo or Envir o n m ent on P a th  Loss i n  Bo d y     Area Net w o r ks .  Sensors.  201 4; 14: 195 51-1 956 0.   [8]    Andr y Ma yk ol  G Pinto, A Paul o More ira,  P aul o G Cost a. Indoor  Loc alizati on S y ste m  base d  o n   Artificial  La nd marks a n d  Mo nocu l ar V i si on.   T E LKOMNIKA T e lec o mmun ic ation  Co mputi n g El ectronics   and C ontrol . 2 012; 10( 4): 609 -620.   [9]    RS Camp os, L Lov isol o, M Luiz R  de C a mpos. W i -F i  multi-floor  in d oor p o sitio n in g  consid eri n g   architectur a l a s pects and co ntroll ed comp u t ationa l compl e xit y .  Exp e rt Systems w i th Appl icatio ns.   201 4; 41: 621 1 –62 23.   [10]    Helh el S, Ko caku ş ak A, Y o l Kay b ı .  İ ndeks Hesab ı  Ve W i fi T aban l ı  Kontrolsü z   Ge z g in lerd en   Ar ı nd ı r ı lm ı ş  Bi na  İ çi Konum  Tespit Sistem i .  VII URSI- T ü rkiy e B ilims e l Ko ngres i. KAYSER İ , T ÜRKIYE.  201 4; 1(1): 1-4 .      [11]    Helh el S, K o ca ku ş ak A.  Al gor ithms F o r  Indo or Loc ali z at io n  On W l an N e t w orks Applic ati ons . PIERS    Guangz au, Ch i na. 201 4; 1(1): 1-2.  [12]    AA W ahab, A Khattab, YA F ahm y .   T w o-W a y T O A  w i th Li mite d Dea d  Recko nin g  for GPS-F r ee   Vehic l e  L o ca li z a ti on Usin g Sing le  RS U.  Procee din g s o f  the Internati ona l Co nfere n c e on IT S  T e lecommunic a tions. 20 13: 2 44-2 49.   [13]    S Ueb a y as hi,  M Shimiz u, T   F u ji w a r a .  A St udy of T D OA  Positio n in g Us i ng UW B  Refle c ted W a ves.   Procee din g s of  the 78th IEEE Vehic u lar  T e chnol og y  Co nfere n ce. 201 3: 1-5.    [14]    Parameter i zati on of a Pol a rimetric Diffu se Scattering  Model i n  Indoor Env i ron m ents.  IEEE   T r ansactio n s On Antenn as An d Propa gati o n . 201 4; 62(8): 43 61-4 364.   [15]    Selçuk  Hel h e l , Huse yi n Goks u,  Sukru Oze n . Investig ation   of 3D  el ectrom agn etic fie l d  di stributio n fo r   d y nam ic pol ari z ation d i versit y.  IEEE Antennas and Wire les s  Propag atio n Letters.  200 8; 7: 171-1 74.   [16]    Selcuk  He lh el,  Sukru  Ozen,  I Bah a d i r Ba s y i g it, Osman  Kurnaz,  Y u nus  E Yor u k, Murat Bitirgan,  Ze y n ep  Co lak.  Ra diate d  s u sc eptib ilit y  of me dical  e qui pme n t  in  hea lth c a re  un its: 2G a nd  3G mob ile   pho nes as a n  i n terferer.  Micro w ave and Opti cal T e chn o lo gy  Letters.  2011;  11(5 3 ): 265 7-2 661.    [17]    Kim D, In gram  MA, Smith W W . Measurem e n ts  of Sma ll-Sc ale  F adi ng  a n d  Path  Loss  for  Lon g R a n g e   RF  T ags.  IEEE T r ansactions  On Antenn as And Prop ag ation . 2003; 51( 8): 1740- 174 9.   [18]    Yong xian g Z h ao, Meifa ng  Li,   F eng S h i. Ind oor R adi o Pro pag atio n Mod e l  Base d o n  D o mina nt Path.   Int. J. Commun i catio n s, Netw ork and Syste m  Scienc es.  201 0; 3: 330-3 37.   [19]    Çelik  S, Kur n a z  O, Alba yr ak  Y, Bitirga n  M,  Bas y ig it IB, He lhel  S. An  Ind o o r T o  Outdoor   Propa gat ı on   Mode l At Gsm900 Gsm1 8 00 A nd C d m a21 00.  Inter n a t iona l Jo urna l  Of Engin eer i ng & A p p lie d  Scienc es (IJEAS) . 2013; 5(2): 9-17.   [20]    Lin M a , Yubi n  Xu. R e ce ived  Sign al Stren g t h   Rec o ver y  i n   Green W L AN I ndo or Positi on i ng S y stem  Using S i ng ul ar Valu e T h reshol din g .  Sensors.   201 5; 15: 129 2 - 131 1.  [21]    YS Lin. T a ich ung, R C  Ch e n , YC Li n.  An  ind oor l o catio n  id entificati o n  system b a se d on  neur al   netw o rk  and g enetic alg o rith m.  3rd Inter nat ion a l C onf.on  A w a r e ness Sci ence  and T e chn., (iCAST ).  201 1: 27-3 0 .  [22]    Kurnaz O, H e l hel S. N ear G r oun d Pro pag ation M o d e l F o r Pin e  T r ee F o rest Enviro n m ent.  AEU-   Internatio na l Journ a l of Electr onics a nd C o mmu n ic ations . 2 014; 1(1): 2-5.   Evaluation Warning : The document was created with Spire.PDF for Python.
                             ISSN: 16 93-6 930   TELKOM NIKA   Vol. 14, No. 2, June 20 16 :  748 – 75 6   756 [23]    Selcuk H e lh el,  Atala y  k o cak u sak, Yalc ı n  Alba yr ak, Sukru Ozen.  W L AN Based Ind o o r Locati n g   Systems En ha nced  by Ultra sonic Se nsors.  H y brid In do or Locater S y st ems (HILoS),  Progress i n   Electroma gneti c  Researc h  S y mposi u m PIERS. Prag. 2015.    [24]    Harin d ra W i sn u Prad han a, Sur y on o, Ach m ad  W i do do.  Estimating Ob j e ct Locati on u s ing P a rticl e   Clusteri ng o n  Rotatin g  Sonar Detection.  TELKOMNIKA.  2014; 12( 2): 291 -296.        Evaluation Warning : The document was created with Spire.PDF for Python.