merged

tex/chapters/8_experiments.tex

@@ -13,11 +13,30 @@
 	\item die messungen kommen immer gleichzeitig von ftm und rssi. dadurch ist die sampelrate die gleiche und wir können besser vergleichen
 \end{itemize}
 
-\subsection{FTM Evaluation}
+
+Mapping zwischen AP-MAC und Position ist gegeben.
+In Android Q könnte man LCI am Ap hinterlegen um die AP-Pos dynamisch zu erfragen.
+Praktische Einschräkungen: Da Wifi Scans nur selten möglich sind, können neue FTM APs nicht leicht erkannt werden.
+AUßerdem muss per Reflection ScanResults für bereits bekannte APs MAC erzeugt werden.
+Für eine parktische Anwendung wäre es nochtwenig, dass neue APs automatisch on the fly erkannt werden können.
+
+\subsection{Ftm range meas performance}
 \begin{itemize}
-	\item Distanzmessungen FTM mit Antenne / ohne Antenne 
-	\item Distanzmessungen FTM neuer NUCS / alte NUCS
-	\item RSSI Werte noch erwähnen
+    \item AP position strategy 
+    \item DoP plot 
+    \item wieviel APs sichtbar sind, wie kommen die Ranges, welche Parameter machen was und bedeuten was
+    \item Einfluss der Wände; warum starke Abschwächungen
+    \item Welche Platzierung wäre besser; Warum nicht möglich?
+    \item Daher Proabilistic Ansatz weil viele Messungen fehlen oder stark schwanken
+    \item Mehr APs bringen was?
+    \item Bildergrid und Video
+\end{itemize}
+
+\subsection{Localization performance}
+\begin{itemize}
+    \item Location error per method (multilateration, prob, particle filter)
+    \item Wie gut geht der PF? Parameter und Szenarien
+    \item RSSI vs FTM; wo ist FTM besser wo schlechter?; Verhält es sich ähnlich?
 \end{itemize}
 
 \subsection{Results for Multilateration}