Referencia:https://confluence.slac.stanford.edu/display/IEPM/TULIP+Algorithm+Alternative+Trilateration+Method
En donde los primeros dos parámetros dados son las propiedades del primer nodo ( 20 20 ) que esta tomado como porcentaje del canvas, luego pasamos a los siguientes dos que es la propiedad del segundo nodo ( 30 70 ) y esto sucede de la misma forma con el tercer nodo ( 40 90 ). El penúltimo parámetro es el margen de error que tienen los transmisores ( 8 ) con el fin de obtener una simulación más realista y el último parámetro es para determinar el margen de error del receptor ( 4 ).
A continuación veremos 3 casos que se ven en la simulación.
El primero de es colocando un margen de error en los transmisores bajo, al igual que en el receptor, como podemos ver el nodo puede ser estimado con un margen de error muy pequeño. Hay que aclarar que el margen de error del transmisor es representado por el ancho del perímetro en el que intercepta el transmisor al nodo, mientras que el margen de error del receptor es el area de color blanco en el que el receptor es estimado.
El segundo de ellos es colocando mucho margen de error en los transmisores mientras que en el receptor se coloco un margen de error muy bajo.
Viendo los 3 casos se hizo notar que es preferible tener un estimado con errores a no tener ningún estimado del receptor.
Ahora veamos el código:
Referencias:
TULIP Algorithm Alternative Trilateration Method
https://confluence.slac.stanford.edu/display/IEPM/TULIP+Algorithm+Alternative+Trilateration+Method
Interesante combinación de técnicas de visión para evitar resolver ecuaciones :) 10 pts.
ResponderEliminar