如何开发高效的信标网络

Ton*_*ark -4 algorithm android graph neural-network ibeacon

我正在开发ibeacon技术,直到现在开发时没有问题,但现在我担心性能和成本因素.我的任务是根据信标范围,接近度,准确度开发信标网络.显然我要使用最少数量的信标来覆盖整个商店.我知道我要开发某种图形算法来制作神经网络类型的结构.如果有人已经实现了这个或者在它上面工作或者可以,请指导我给我一些启动的参考.

dav*_*ung 5

这不是算法问题而是实际问题.问自己这些问题:

  1. 我的应用程序用于检测信标的用例是什么?我是否需要针对商店中不同位置的不同信标触发不同的操作?

  2. (1)中的多个不同动作是否需要在后台触发?

  3. 我的任何信标都是USB /墙式供电吗?(如果电池供电,有人需要定期更换电池.如果墙上电源,放置点将限制在可用电源的地方.)

  4. 是否存在干扰信号传播的墙壁,柱子,楼梯或其他障碍物?

如果上述问题的答案都没有(非常罕见),并且目标只是覆盖整个商店,我会简单地执行以下操作:

  1. 获得商店的平面图.
  2. 测量40-50米典型信标的发射机范围.)
  3. 计划将电池供电的信标安装在您想要的天花板上.
  4. 使用信标发射器范围的半径在平面图上绘制圆圈,并根据需要移动以最小化所使用的信标数量.

请务必考虑通过对上述任何问题回答"是"而施加的限制,并相应地进行调整.根据我的经验,这些是信标放置的主要驱动因素.