近年來隨著物聯網與無線感測網路的興起，智慧家庭、智慧城市、智慧農業…等的應用逐漸蓬勃，但感測器的佈建與維護常常會需要消耗大量的人力。
在智慧農業中，我們會將感測器放置在農田裡，但農夫常常需要犁田與翻土，這時感測器的佈建與維護則是一個很大的問題。在翻土時農夫需要自行將感測器回收，結束後再將感測器放置到原本的位置，而且在農地惡劣的環境下感測器很容易損毀，農夫或系統管理者必須自行檢查感測器狀態，使維護所耗費的人力成本相當的高。
因此，本研究目的為透過三角定位演算法自動推估感測器的所在位置，並加入容錯的能力，在定位時若發生參考點異常的狀況，本研究提出的演算法能夠自動校正定位結果，提高定位正確率，並且自動找出錯誤參考點，減少迴護所需的人力成本。

Application of Internet of Things and wireless sensor networks in smart home, smart city and wisdom agriculture have thrived nowadays. Life and work become convenient and easy with technology. 
 In wisdom agriculture, sensor deployment is a critical issue because it affects the cost and detection capability of a wireless sensor network. When the sensor is used for a long time, it may wear to get incorrect values. However, it takes lots effort to find out and reset the broken one. This paper mainly focuses on solving the problem of sensors maintenance and deployment.
Through the Triangle localization algorithm accurately localizes sensors and Fault-Tolerance automatically correct the error value 
of reference points, this study improves the accuracy of positioning as well as lower the cost of maintenance.

目錄
目錄	III
圖目錄	VI
表目錄	IX
第一章 緒論	1
1.1研究背景	1
1.2研究動機	2
1.3研究目的	2
1.4論文架構	3
第二章 相關研究	4
2.1定位方法	4
2.1.1到達時間測量法(Time of Arrival, TOA)	4
2.1.2到達時間差測量法(Time Different of Arrival, TDOA)	5
2.1.3接收訊號角度測量法(Angle of Arrival, AOA)	6
2.1.4接收訊號強度測量法(Received Signal Strength Indicator, RSSI)	7
2.1.5指紋法(Fingerprint)	8
2.2無線定位感測技術	9
2.2.1 ZigBee	9
2.2.2低功耗藍牙技術(BLE)	10
2.2.3 iBeacon	11
2.2.4 Wi-Fi	11
第三章 研究方法	12
3.1整體架構	13
3.2 研究流程	14
3.2.1感測器佈署	16
3.2.2三角定位	18
3.2.3參考點異常偵測	19
3.2.3.1最小生成樹	21
3.2.3.2排除離群點	23
3.2.3.3定位	25
3.2.3.4尋找錯誤參考點	26
第四章 案例探討	27
4.1實驗環境	27
4.2實驗器材	28
4.3案例探討	30
4.3.1一般情況	31
4.3.1.1 定位點1 (4, -2)	31
4.3.1.2 定位點2 (7, -2)	37
4.3.1.3 定位點3 (1, -4)	41
4.3.2模擬D點訊號過弱	45
4.3.2.1 定位點1 (4, -2)	45
4.3.2.2 定位點2 (7, -2)	49
4.3.2.3 定位點3 (1, -4)	52
4.3.3模擬D點訊號過強	54
4.3.3.1 定位點1 (4, -2)	54
4.3.3.2 定位點2 (7, -2)	58
4.3.3.3 定位點3 (1, -4)	62
4.4實驗結果	64
第五章 結論與未來方向	65
5.1結論	65
5.2未來方向	65
參考文獻	66
附錄一 英文論文	68


圖目錄
圖 1 TOA 定位方式	4
圖 2到達時間差測量法定位方式[3]	5
圖 3 接收訊號角度測量法定位方式[5]	6
圖 4接收訊號強度測量法定位方式	7
圖 5整體架構圖	13
圖 6 研究流程圖	14
圖 7 定位演算法流程圖	15
圖 8 佈署參考點	16
圖 9 感測器佈署範例	17
圖 10 三角定位示意圖	18
圖 11 模擬參考點D訊號異常微弱情況	19
圖 12 模擬參考點D訊號異常過強情況	20
圖 13 交點分布圖	22
圖 14 最小生成樹	22
圖 15 排除離群點-AD	23
圖 16 排除離群點-BC_2	24
圖 17 完成排除離群點	24
圖 18 定位結果比較	25
圖 19 異常參考點檢查演算法	26
圖 20 實驗環境照片	27
圖 21 實驗環境平面圖	27
圖 22 NodeMCU外觀	28
圖 23 在一般情況中四圓交點成果(定位點1)	31
圖 24 最小生成樹	33
圖 25 移除離群點後的結果	34
圖 26 定位結果	35
圖 27 在一般情況中四圓交點成果(定位點2)	37
圖 28 最小生成樹	39
圖 29 定位結果	40
圖 30 在一般情況中四圓交點成果(定位點3)	41
圖 31 最小生成樹	42
圖 32 定位結果	43
圖 33 在模擬D點訊號過弱情況中四圓交點成果(定位點1)	45
圖 34 最小生成樹	46
圖 35 移除離群點後的結果	47
圖 36 定位結果	48
圖 37 在模擬D點訊號過弱情況中四圓交點成果(定位點2)	50
圖 38 定位結果	50
圖 39 在模擬D點訊號過弱情況中四圓交點成果(定位點3)	52
圖 40 在模擬D點訊號過強情況中四圓交點成果(定位點1)	54
圖 41 最小生成樹	56
圖 42 移除離群點後的結果	57
圖 43 定位結果	57
圖 44 在模擬D點訊號過強情況中四圓交點成果(定位點2)	59
圖 45 最小生成樹	60
圖 46 移除離群點後的結果	61
圖 47 定位結果	61
圖 48 在模擬D點訊號過強情況中四圓交點成果(定位點3)	63

 
表目錄
表 1 異常參考點檢查表	26
表 2 NodeMCU規格	29
表 3 不同λ值(公尺)的定位結果比較	30
表 4 在一般情況中交點距離計算	32
表 5 異常參考點檢查表	36
表 6 在一般情況中交點距離計算	38
表 7 異常參考點檢查表	40
表 8 在一般情況中交點距離計算	42
表 9 異常參考點檢查表	44
表 10 在模擬D點訊號過弱情況中交點距離計算	46
表 11 異常參考點檢查表	49
表 12 異常參考點檢查表	51
表 13 異常參考點檢查表	53
表 14 在模擬D點訊號過強情況中交點距離計算	55
表 15 異常參考點檢查表	58
表 16 在模擬D點訊號過強情況中交點距離計算	59
表 17 異常參考點檢查表	62
表 18 異常參考點檢查表	63
表 19 定位結果比較表	64

[1]	B. Hofmann-Wellenhoff, Herbert Lichtenegger and James Collins, "Global Positioning System:Theory and Practice ” , Fourth Edition Springer Verlag, 1997.
[2]	M. O. Sunay and J. Jekin , ”Mobile Location Tracking in DS CDMA Networks Using Forward Link Time Difference of Arrival and Its Application to Zone-Based Billing” , Bell Labs, Lucent Technologies, 2001.
[3]	Muhammad Aatique, ”EVALUATION OF TDOA TECHNIQUES FOR POSITION LOCATION IN CDMA SYSTEMS”, Virginia Polytechnic Institute, Master thesis, 1997.
[4]	P. Prasithsangaree , P. Krishnamurthy and P. K. Chrysanthis, ”On Indoor Position Location with Wireless LANs” , Proceedings of the 13th IEEE International Symposium on Personal, Indoor and Mobile Radio Communication, Vol.2, 2002, pp.720-724.
[5]	顏正育, ”提昇無線射頻定位正確性:即時定位系統之臨床研究”, 國立陽明大學,碩士論文, 2007.
[6]	Paramvir Bahl and Venkata Padmanabhan, "RADAR:An In-Building RF-Based User Location and Tracking System” , In Proc. of the IEEE INFOCOM 2000,Tel-Aviv, Israel, March 2000.
[7]	Yapeng Wang, Xu Yang, Yutian Zhao, Yue Liu and Laurie Cuthbert, “Bluetooth positioning using RSSI and triangulation methods”, 2013 IEEE 10th Consumer Communications and Networking Conference (CCNC), Las Vegas, U.S., 2013, pp. 837-842.
[8]	Jenq-Shiou Leu and Hung-Jie Tzeng, "Received Signal Strength Fingerprint and Footprint Assisted Indoor Positioning Based on Ambient Wi-Fi Signals," in Vehicular Technology Conference (VTC Spring), 2012 IEEE 75th, 2012, pp. 1-5.
[9]	Pei Jiang, Yunzhou Zhang, Wenyan Fu, Huiyu Liu and Xiaolin Su, “Indoor Mobile Localization Based on Wi-Fi Fingerprint’s Important Access Point.” International Journal of Distributed Sensor Networks, 2015, pp. 1-8.

[10]	Paramvir Bahl and Venkata N. Padmanabhan, “RADAR: An In-Building RF-based User Location and Tracking System” IEEE INFOCOM 2000, vol. 2, pp. 775-784, Mar., 2000.
[11]	Paramvir Bahl, Venkata N. Padmanabhan and A. Balachandran, “Enhancements to the RADAR User Location and Tracking System” Microsoft Research, 2000.
[12]	ChulYoung Park, HoSung Cho and DaeHeon Park, "AoA localization system design and implementation based on zigbee for applying greenhouse," IEEE 2010 5th International Conference on Embedded and Multimedia Computing, 2010, pp 1-4.
[13]	Balasundaram Subbusundaram and Priyadarshan Jawaharlal, ”System Implementation of Pushing DATA to Handheld Devices via Bluetooth High Speed Specification, Version 3.0 + HS,” 2010 6th International Conference on Wireless Communications Networking and Mobile Computing (WiCOM), Chengdu, 2010, pp. 1-4.
[14]	Markus Köhne, Jürgen Sieck “Location-based Services with iBeacon Technology” Artificial Intelligence, Modelling and Simulation (AIMS), 2014 2nd International Conference on 315 - 321, 2014.
[15]	Chouchang Yang and Huai-rong Shao, "WiFi-based indoor positioning," IEEE Communications Magazine, vol. 53, pp. 150-157, 2015.