next commit

tex/chapters/work.tex

@@ -0,0 +1,32 @@
+log normal shadowing model
+so wie log-dist modell nur mit waf. hier: fuer decken. waende werden aktuell nicht betrachtet
+
+
+
+wie wird optimiert
+a) bekannte pos + empirische params
+b) bekannte pos + opt params (fur alle APs gleich)		[simplex]
+c) bekannte pos + opt params (eigene je AP)				[simplex]
+d) alles opt: pos und params (je ap)					[range-random]
+
+probleme bei der optimierung beschreiben. convex usw..
+wo geht simplex gut, wo eher nicht
+
+harte WAF übergänge scheinen beim optimieren als auch beim matchen nicht so gut
+gleitende übergänge mittels sigmoid wirken besser
+war eine wichtige erkenntnis
+
+die vom AP bekannte position wird NICHT als input fuer die alles-OPT funktion benutzt
+die ist wirklich 'irgendwo'
+ 
+range-random algo
+domain bekannt [map groesse, txp/exp/waf in etwa]
+genetic refinement mit cooling [= erst grob, dann fein]
+
+optimierung ist tricky. auch wegen dem WAF der ja sprunghaft dazu kommt, sobald messung und AP in zwei unterschiedlichen
+stockwerken liegen.. und das selbst wenn hier vlt sichtkontakt möglich wäre, da der test 2D ist und nicht 3D
+
+aps sind (statistisch) unaebhaengig. d.h., jeder AP kann fuer sich optimiert werden.
+optimierung des gesamtsystems ist nicht notwendig.
+
+pro AP also 6 params. pos x/y/z, txp, exp, waf