في عالم يعتمد بشكل متزايد على تقنيات الذكاء الاصطناعي وإنترنت الأشياء، يتطلع الباحثون لتطوير أنظمة قادرة على تحديد المواقع بدقة داخل المساحات المغلقة، مما يعد تحدياً كبيراً في ظل الظروف المختلفة مثل تعدد المسارات، ووجود عوائق بشرية، والتغيرات الديناميكية في البيئة.

تحت هذا الإطار، تم تقديم نموذج مبتكر يعزز من قياس المسافات داخل الأماكن المغلقة باستخدام تقنية LoRaWAN (Long Range Wide Area Network) من خلال نموذج دقيق لفقدان الإشارة يتكيف مع بيئة الاستخدام.

تشمل المنهجية المقدمة نظامًا خفيف الوزن وقابل للتفسير، يتم معايرته في الموقع ويتضمن نموذج فقدان الإشارة عبر الجدران، مدعومًا بمعالجة متقدمة للإشارات باستخدام مرشح كالمان (Kalman Filter) الموجه للأمام. يعتمد هذا النموذج على معايير متعددة مثل التردد، ونسبة الإشارة إلى الضوضاء (SNR)، والعوامل البيئية المرتبطة بالموقع، والتي تشمل درجة الحرارة، الرطوبة النسبية، و مستويات ثاني أكسيد الكربون.

نتيجة لهذه الآلية، تم تحقيق معدل خطأ متوسط يبلغ 4.74 متر ومعدل جذر متوسط الخطأ يصل إلى 6.76 متر في قياس المسافات، وهو تحسن ملحوظ مقارنة بالطرق التقليدية. إذ تم تحجيم تقلبات مغذيات الإشارة (RSSI) وتحسين الجودة بشكل كبير، مما فتح آفاقاً جديدة لاستخدام هذا النظام في التطبيقات المختلفة مثل تتبع الأفراد والمعدات والرصد البيئي الذكي.

تؤكد هذه النتائج قدرتنا على توفير حلاً عمليًا ومثمرًا لمشكلة قياس المسافات داخل المباني، مما يمثل خطوة جديدة نحو تطوير أنظمة تحديد المواقع الداخلية المتقدمة.