Գիտության և տեխնոլոգիաների զարգացման հետ մեկտեղ Իրերի ինտերնետը (iot) դարձել է ներկայումս ամենամտահոգիչ նոր տեխնոլոգիան: Այն վերելք է ապրում՝ թույլ տալով, որ աշխարհում ամեն ինչ ավելի սերտորեն կապված լինի և ավելի հեշտ շփվի: Իոտի տարրերն ամենուր են։ Իրերի ինտերնետը երկար ժամանակ համարվում էր «հաջորդ արդյունաբերական հեղափոխությունը», քանի որ այն պատրաստվում է փոխելու մարդկանց ապրելակերպը, աշխատելը, խաղալը և ճանապարհորդելը:

Այստեղից մենք կարող ենք տեսնել, որ իրերի ինտերնետի հեղափոխությունը հանգիստ սկսվել է։ Շատ բաներ, որոնք եղել են հայեցակարգում և հայտնվել են միայն գիտաֆանտաստիկ ֆիլմերում, ի հայտ են գալիս իրական կյանքում, և միգուցե դուք կարող եք դա զգալ հիմա:

Դուք կարող եք հեռակա կարգով կառավարել ձեր տան լույսերը և օդորակումը ձեր հեռախոսից գրասենյակում, և կարող եք տեսնել ձեր տունը անվտանգության տեսախցիկների միջոցով։
հազարավոր մղոն հեռավորության վրա: Իսկ իրերի ինտերնետի ներուժը դրանից շատ ավելին է: Մարդկային խելացի քաղաքների ապագա հայեցակարգը միավորում է կիսահաղորդիչների, առողջության կառավարման, ցանցի, ծրագրային ապահովման, ամպային հաշվարկների և մեծ տվյալների տեխնոլոգիաները՝ ավելի խելացի li միջավայր ստեղծելու համար: Նման խելացի քաղաք կառուցելը չի ​​կարող անել առանց դիրքավորման տեխնոլոգիայի, որը իրերի ինտերնետի կարևոր օղակն է։ Ներկայում ներքին դիրքավորման, դրսի դիրքավորման և այլ դիրքավորման տեխնոլոգիաները կատաղի մրցակցության մեջ են:

Ներկայումս GPS-ը և բազային կայանների դիրքորոշման տեխնոլոգիան հիմնականում բավարարում են օգտատերերի կարիքները դրսի սցենարներում տեղորոշման ծառայությունների համար: Այնուամենայնիվ, մարդու կյանքի 80%-ն անց է կացվում ներսում, և որոշ խիստ ստվերային տարածքներ, ինչպիսիք են թունելները, ցածր կամուրջները, բարձրահարկ փողոցները և խիտ բուսականությունը, դժվար է հասնել արբանյակային դիրքորոշման տեխնոլոգիայի միջոցով:

Այս սցենարները տեղորոշելու համար հետազոտական ​​թիմը ներկայացրել է UHF RFID-ի վրա հիմնված իրական ժամանակի մեքենայի նոր տիպի սխեման, առաջարկվել է բազմակի հաճախականության ազդանշանի փուլային տարբերության դիրքավորման մեթոդի հիման վրա, որը լուծում է մեկ հաճախականության ազդանշանի հետևանքով առաջացած փուլային երկիմաստության խնդիրը: տեղորոշել, առաջին անգամ առաջարկվել է հիմնված
Առավելագույն հավանականության տեղայնացման ալգորիթմի վրա չինական մնացորդի թեորեմը գնահատելու համար օգտագործվում է Լևենբերգ-Մարկվարտի (LM) ալգորիթմը նպատակային դիրքի կոորդինատները օպտիմալացնելու համար: Փորձարարական արդյունքները ցույց են տալիս, որ առաջարկվող սխեման կարող է հետևել մեքենայի դիրքին 27 սմ-ից պակաս սխալով՝ 90% հավանականությամբ:

Ասվում է, որ մեքենայի դիրքավորման համակարգը բաղկացած է UHF-RFID պիտակից, որը տեղադրված է ճանապարհի եզրին, RFID ընթերցողից՝ մեքենայի վերին մասում տեղադրված ալեհավաքով,
և բորտ համակարգիչ: Երբ մեքենան շարժվում է նման ճանապարհով, RFID ընթերցիչը կարող է իրական ժամանակում ստանալ մի քանի պիտակներից ետ ցրված ազդանշանի փուլը, ինչպես նաև յուրաքանչյուր պիտակի մեջ պահվող գտնվելու մասին տեղեկատվությունը: Քանի որ ընթերցողը արձակում է բազմահաճախական ազդանշաններ, RFID ընթերցողը կարող է ստանալ յուրաքանչյուր պիտակի տարբեր հաճախություններին համապատասխանող մի քանի փուլ: Այս փուլի և դիրքի մասին տեղեկատվությունը կօգտագործվի բորտ-համակարգչի կողմից՝ հաշվարկելու ալեհավաքից մինչև յուրաքանչյուր RFID պիտակը, այնուհետև որոշելու մեքենայի կոորդինատները: