Saya dengan sangat teliti menyelidiki masalah akurasi / rssi / kedekatan dengan iBeacons dan saya benar-benar berpikir bahwa semua sumber daya di Internet (blog, posting di StackOverflow) salah.
davidgyoung (jawaban diterima,> 100 suara positif) mengatakan:
Perhatikan bahwa istilah "akurasi" di sini adalah iOS untuk jarak dalam meter.
Sebenarnya, kebanyakan orang mengatakan ini tapi saya tidak tahu kenapa! Dokumentasi membuatnya sangat jelas bahwa CLBeacon.proximity:
Menunjukkan akurasi horizontal satu sigma dalam meter. Gunakan properti ini untuk membedakan antara beacon dengan nilai kedekatan yang sama. Jangan gunakan untuk mengidentifikasi lokasi yang tepat untuk suar. Nilai akurasi dapat berfluktuasi karena interferensi RF.
Izinkan saya ulangi: satu akurasi sigma dalam meter . Semua 10 halaman teratas di google tentang subjek memiliki istilah "one sigma" hanya dalam kutipan dari dokumen, tetapi tidak satupun dari mereka menganalisis istilah tersebut, yang merupakan inti untuk memahami ini.
Sangat penting untuk menjelaskan apa sebenarnya akurasi satu sigma . Mengikuti URL untuk memulai: http://en.wikipedia.org/wiki/Standard_error , http://en.wikipedia.org/wiki/Uncertainty
Dalam dunia fisik, ketika Anda melakukan beberapa pengukuran, Anda selalu mendapatkan hasil yang berbeda (karena noise, distorsi, dll) dan seringkali hasilnya berupa distribusi Gaussian. Ada dua parameter utama yang menggambarkan kurva Gaussian:
- rata-rata (yang mudah dipahami, nilai puncak kurva terjadi).
- deviasi standar, yang menyatakan seberapa lebar atau sempit kurva tersebut. Kurva yang lebih sempit, akurasi yang lebih baik, karena semua hasil saling berdekatan. Jika kurva lebar dan tidak curam, maka pengukuran dari fenomena yang sama sangat berbeda satu sama lain, sehingga pengukuran memiliki kualitas yang buruk.
satu sigma adalah cara lain untuk menggambarkan seberapa sempit / lebarnya kurva gaussian.
Ini hanya mengatakan bahwa jika rata-rata pengukuran adalah X, dan satu sigma adalah σ, maka 68% dari semua pengukuran akan berada di antara X - σ
dan X + σ
.
Contoh. Kami mengukur jarak dan mendapatkan distribusi gaussian sebagai hasilnya. Rata-rata adalah 10m. Jika σ adalah 4m, berarti 68% pengukuran berada di antara 6m dan 14m.
Saat kami mengukur jarak dengan beacon, kami mendapatkan RSSI dan nilai kalibrasi 1 meter, yang memungkinkan kami mengukur jarak dalam meter. Namun setiap pengukuran memberikan nilai yang berbeda, yang membentuk kurva gaussian. Dan satu sigma (dan akurasi) adalah akurasi pengukuran, bukan jarak!
Mungkin menyesatkan, karena ketika kita memindahkan beacon lebih jauh, satu sigma sebenarnya meningkat karena sinyalnya lebih buruk. Tetapi dengan tingkat daya suar yang berbeda, kita bisa mendapatkan nilai akurasi yang sangat berbeda tanpa benar-benar mengubah jarak. Semakin tinggi daya, semakin sedikit kesalahan.
Ada entri blog yang menganalisis masalah ini secara menyeluruh: http://blog.shinetech.com/2014/02/17/the-beacon-experiments-low-energy-bluetooth-devices-in-action/
Penulis memiliki hipotesis bahwa akurasi sebenarnya adalah jarak. Dia mengklaim bahwa beacon dari Kontakt.io rusak karena ketika dia meningkatkan daya ke nilai maksimal, nilai akurasinya sangat kecil untuk 1, 5, dan bahkan 15 meter. Sebelum meningkatkan daya, akurasi cukup dekat dengan nilai jarak. Menurut saya pribadi itu benar, karena semakin tinggi level daya, semakin sedikit dampak interferensi. Dan aneh mengapa beacon Estimote tidak berperilaku seperti ini.
Saya tidak mengatakan bahwa saya 100% benar, tetapi selain sebagai pengembang iOS, saya memiliki gelar dalam bidang elektronik nirkabel dan saya pikir kita tidak boleh mengabaikan istilah "one sigma" dari dokumen dan saya ingin memulai diskusi tentangnya.
Mungkin saja algoritme akurasi Apple hanya mengumpulkan pengukuran terbaru dan menganalisis distribusi gaussiannya. Dan begitulah cara menetapkan akurasi. Saya tidak akan mengecualikan kemungkinan bahwa mereka menggunakan akselerometer formulir info untuk mendeteksi apakah pengguna bergerak (dan seberapa cepat) untuk mengatur ulang nilai jarak distribusi sebelumnya karena mereka pasti telah berubah.