ശാസ്ത്രത്തിൻ്റെയും സാങ്കേതികവിദ്യയുടെയും വികാസത്തോടെ, ഇൻ്റർനെറ്റ് ഓഫ് തിംഗ്സ് (iot) നിലവിൽ ഏറ്റവും ആശങ്കാകുലമായ പുതിയ സാങ്കേതികവിദ്യയായി മാറിയിരിക്കുന്നു. അത് കുതിച്ചുയരുകയാണ്, ലോകത്തിലെ എല്ലാ കാര്യങ്ങളും കൂടുതൽ അടുത്ത് ബന്ധിപ്പിക്കാനും കൂടുതൽ എളുപ്പത്തിൽ ആശയവിനിമയം നടത്താനും അനുവദിക്കുന്നു. അയോട്ടിൻ്റെ ഘടകങ്ങൾ എല്ലായിടത്തും ഉണ്ട്. ഇൻ്റർനെറ്റ് ഓഫ് തിംഗ്‌സ് വളരെക്കാലമായി "അടുത്ത വ്യാവസായിക വിപ്ലവം" ആയി കണക്കാക്കപ്പെടുന്നു, കാരണം അത് ആളുകളുടെ ജീവിതരീതി, ജോലി, കളി, യാത്ര എന്നിവയെ പരിവർത്തനം ചെയ്യാൻ തയ്യാറാണ്.

ഇൻ്റർനെറ്റ് ഓഫ് തിംഗ്‌സിൻ്റെ വിപ്ലവം നിശബ്ദമായി ആരംഭിച്ചതായി ഇതിൽ നിന്ന് നമുക്ക് കാണാൻ കഴിയും. സയൻസ് ഫിക്ഷൻ സിനിമകളിൽ മാത്രം പ്രത്യക്ഷപ്പെട്ട പല കാര്യങ്ങളും യഥാർത്ഥ ജീവിതത്തിൽ ഉയർന്നുവരുന്നു, ഒരുപക്ഷേ നിങ്ങൾക്കത് ഇപ്പോൾ അനുഭവിച്ചേക്കാം.

ഓഫീസിലെ നിങ്ങളുടെ ഫോണിൽ നിന്ന് നിങ്ങളുടെ വീട്ടിലെ ലൈറ്റുകളും എയർ കണ്ടീഷനിംഗും നിങ്ങൾക്ക് വിദൂരമായി നിയന്ത്രിക്കാം, കൂടാതെ സുരക്ഷാ ക്യാമറകൾ വഴി നിങ്ങളുടെ വീട് കാണാൻ കഴിയും
ആയിരക്കണക്കിന് മൈലുകൾ അകലെ. ഇൻറർനെറ്റ് ഓഫ് തിംഗ്സിൻ്റെ സാധ്യതകൾ അതിനപ്പുറമാണ്. ഭാവിയിലെ മനുഷ്യ സ്മാർട്ട് സിറ്റി ആശയം അർദ്ധചാലകം, ആരോഗ്യ മാനേജ്മെൻ്റ്, നെറ്റ്‌വർക്ക്, സോഫ്റ്റ്‌വെയർ, ക്ലൗഡ് കംപ്യൂട്ടിംഗ്, ബിഗ് ഡാറ്റ ടെക്നോളജികൾ എന്നിവ സമന്വയിപ്പിച്ച് മികച്ച അന്തരീക്ഷം സൃഷ്ടിക്കുന്നു. ഇൻ്റർനെറ്റ് ഓഫ് തിംഗ്സിൻ്റെ ഒരു പ്രധാന ലിങ്കായ പൊസിഷനിംഗ് ടെക്നോളജി ഇല്ലാതെ അത്തരമൊരു സ്മാർട്ട് സിറ്റി നിർമ്മിക്കാൻ കഴിയില്ല. നിലവിൽ, ഇൻഡോർ പൊസിഷനിംഗ്, ഔട്ട്ഡോർ പൊസിഷനിംഗ്, മറ്റ് പൊസിഷനിംഗ് ടെക്നോളജികൾ എന്നിവ കടുത്ത മത്സരത്തിലാണ്.

നിലവിൽ, GPS ഉം ബേസ് സ്റ്റേഷൻ പൊസിഷനിംഗ് സാങ്കേതികവിദ്യയും അടിസ്ഥാനപരമായി ഔട്ട്ഡോർ സാഹചര്യങ്ങളിൽ ലൊക്കേഷൻ സേവനങ്ങൾക്കായുള്ള ഉപയോക്താക്കളുടെ ആവശ്യങ്ങൾ നിറവേറ്റുന്നു. എന്നിരുന്നാലും, ഒരു വ്യക്തിയുടെ ജീവിതത്തിൻ്റെ 80% വീടിനുള്ളിലാണ് ചെലവഴിക്കുന്നത്, തുരങ്കങ്ങൾ, താഴ്ന്ന പാലങ്ങൾ, ഉയർന്ന തെരുവുകൾ, ഇടതൂർന്ന സസ്യങ്ങൾ എന്നിവ പോലുള്ള കനത്ത ഷേഡുള്ള പ്രദേശങ്ങൾ സാറ്റലൈറ്റ് പൊസിഷനിംഗ് സാങ്കേതികവിദ്യ ഉപയോഗിച്ച് നേടാൻ പ്രയാസമാണ്.

ഈ സാഹചര്യങ്ങൾ കണ്ടെത്തുന്നതിന്, ഒരു ഗവേഷക സംഘം UHF RFID അടിസ്ഥാനമാക്കിയുള്ള ഒരു പുതിയ തരം തത്സമയ വാഹനത്തിൻ്റെ ഒരു സ്കീം മുന്നോട്ട് വെച്ചു, മൾട്ടിപ്പിൾ ഫ്രീക്വൻസി സിഗ്നൽ ഫേസ് ഡിഫറൻസ് പൊസിഷനിംഗ് രീതിയെ അടിസ്ഥാനമാക്കി നിർദ്ദേശിച്ചു, സിംഗിൾ ഫ്രീക്വൻസി സിഗ്നൽ മൂലമുണ്ടാകുന്ന ഫേസ് അവ്യക്തതയുടെ പ്രശ്നം പരിഹരിക്കുന്നു. കണ്ടെത്തുക, ആദ്യം നിർദ്ദേശിച്ച അടിസ്ഥാനം
ചൈനീസ് ശേഷിക്കുന്ന സിദ്ധാന്തം കണക്കാക്കുന്നതിനുള്ള പരമാവധി സാധ്യതയുള്ള പ്രാദേശികവൽക്കരണ അൽഗോരിതം, ലക്ഷ്യ സ്ഥാനത്തിൻ്റെ കോർഡിനേറ്റുകൾ ഒപ്റ്റിമൈസ് ചെയ്യാൻ ലെവൻബർഗ്-മാർക്വാർഡ് (എൽഎം) അൽഗോരിതം ഉപയോഗിക്കുന്നു. 90% പ്രോബബിലിറ്റിയിൽ 27 സെൻ്റിമീറ്ററിൽ താഴെയുള്ള പിശക് ഉപയോഗിച്ച് നിർദ്ദിഷ്ട സ്കീമിന് വാഹനത്തിൻ്റെ സ്ഥാനം ട്രാക്കുചെയ്യാൻ കഴിയുമെന്ന് പരീക്ഷണ ഫലങ്ങൾ കാണിക്കുന്നു.

വാഹനത്തിൻ്റെ പൊസിഷനിംഗ് സിസ്റ്റത്തിൽ റോഡരികിൽ സ്ഥാപിച്ചിരിക്കുന്ന UHF-RFID ടാഗ്, വാഹനത്തിൻ്റെ മുകളിൽ ആൻ്റിന ഘടിപ്പിച്ചിരിക്കുന്ന ഒരു RFID റീഡർ എന്നിവ അടങ്ങിയിരിക്കുന്നതായി പറയപ്പെടുന്നു.
ഒരു ഓൺ-ബോർഡ് കമ്പ്യൂട്ടറും. വാഹനം അത്തരമൊരു റോഡിലൂടെ സഞ്ചരിക്കുമ്പോൾ, RFID റീഡറിന് ഒന്നിലധികം ടാഗുകളിൽ നിന്ന് ബാക്ക്‌സ്‌കാറ്റർഡ് സിഗ്നലിൻ്റെ ഘട്ടവും ഓരോ ടാഗിലും സംഭരിച്ചിരിക്കുന്ന ലൊക്കേഷൻ വിവരങ്ങളും തത്സമയം ലഭിക്കും. റീഡർ മൾട്ടി-ഫ്രീക്വൻസി സിഗ്നലുകൾ പുറപ്പെടുവിക്കുന്നതിനാൽ, RFID റീഡറിന് ഓരോ ടാഗിൻ്റെയും വ്യത്യസ്ത ആവൃത്തികൾക്ക് അനുസൃതമായി ഒന്നിലധികം ഘട്ടങ്ങൾ ലഭിക്കും. ഈ ഘട്ടവും സ്ഥാന വിവരങ്ങളും ആൻ്റിനയിൽ നിന്ന് ഓരോ RFID ടാഗിലേക്കുള്ള ദൂരം കണക്കാക്കാനും വാഹനത്തിൻ്റെ കോർഡിനേറ്റുകൾ നിർണ്ണയിക്കാനും ഓൺ-ബോർഡ് കമ്പ്യൂട്ടർ ഉപയോഗിക്കും.