Claude-Test-App/Literaturrecherche.md

Literaturrecherche: BLE-basierte Indoor-Navigation

Thema der Bachelorarbeit: "Analyse und Implementierung eines BLE-basierten Indoor-Navigationssystems unter realen Gebäudebedingungen"

Stand: 2026-02-09

---

Zusammenfassende Bewertung und Empfehlungen zur Abgrenzung

Die Recherche zeigt, dass BLE-basierte Indoor-Positionierung ein sehr aktives Forschungsfeld ist. Die von Ihnen gewählten Basistechnologien (RSSI, Path Loss Model, Kalman-Filter, Trilateration) sind etablierte Standardverfahren, die in vielen Arbeiten behandelt werden. Eine reine Implementierung dieser Verfahren wäre daher nicht neuartig genug.

Die Einzigartigkeit und der wissenschaftliche Beitrag Ihrer Arbeit können und sollten in folgenden Bereichen liegen:

1. Die spezifische Kombination der Methoden: Ihre geplante dreistufige Positionsberechnung (IDW-Schwerpunkt → Gauß-Newton → Adaptives Blending) ist eine hochentwickelte Heuristik. Die Analyse, wie diese Stufen zusammenwirken, um Stabilität und Genauigkeit unter realen Bedingungen zu verbessern (z. B. Übergabe des IDW-Ergebnisses als Startwert für Gauß-Newton), ist ein starker Fokus.
2. Analyse unter "realen Gebäudebedingungen": Viele wissenschaftliche Paper nutzen idealisierte Testumgebungen. Eine detaillierte Analyse der Störeinflüsse (Multipath, menschliche Körper, dynamische Umgebung) in einem echten, komplexen Gebäude und die Bewertung der Leistungsfähigkeit Ihres Systems trotz dieser Störungen ist ein wertvoller Beitrag.
3. Fokus auf Stabilität und Latenz: Anstatt nur die durchschnittliche Positionsgenauigkeit (z. B. 2 Meter Fehler) zu messen, sollten Sie Metriken für die Stabilität des Positionspfades (z. B. "Jitter" oder sprunghafte Änderungen) und die End-to-End-Latenz (von der Messung bis zur Anzeige) in den Vordergrund stellen.
4. Barrierefreiheit als Anwendungsfall: Die Untersuchung der spezifischen Anforderungen an ein Navigationssystem für Menschen mit Behinderung (z. B. höhere Zuverlässigkeitsanforderungen, sprachbasierte Ausgabe, Vermeidung von "springenden" Positionen) grenzt Ihre Arbeit klar von rein technisch-fokussierten Arbeiten ab.

Empfehlung: Positionieren Sie Ihre Arbeit nicht als die Erfindung eines völlig neuen Algorithmus, sondern als die systematische Analyse, Implementierung und Evaluierung einer maßgeschneiderten Kombination von Filter- und Positionierungsverfahren, optimiert für den robusten Einsatz in einer realen, störanfälligen Umgebung, mit einem besonderen Augenmerk auf die Anwendbarkeit für barrierefreie Navigation.

---

1. Grundlagen: BLE, iBeacon und RSSI-basierte Distanzschätzung

Dieser Abschnitt deckt die fundamentalen Technologien ab.

Paper & Artikel

Z. Farid, R. Nordin, M. Ismail (2013)

• Titel: A Survey on Bluetooth Low Energy (BLE) Based Indoor Positioning
• Publikationsort: IEEE 9th International Conference on Ubiquitous Intelligence and Computing
• Zusammenfassung: Ein früher, aber immer noch relevanter Survey-Artikel, der die Grundlagen von BLE für die Indoor-Positionierung erläutert. Er vergleicht verschiedene Ansätze wie Trilateration und Fingerprinting und diskutiert die Herausforderungen der RSSI-basierten Messung.
• Relevanz: Hoch
• Begründung: Perfekt für die Einleitung und den Grundlagen-Teil Ihrer Arbeit. Bietet eine breite Übersicht über das Feld und hilft, Ihre gewählten Methoden im Gesamtkontext einzuordnen.

J. Paek, J. H. Kim, K. B. Kim (2016)

• Titel: A Log-distance Path Loss Model for Bluetooth Low Energy in Indoor Environments
• Publikationsort: International Conference on Advanced Communication Technology (ICACT)
• Zusammenfassung: Dieses Paper konzentriert sich speziell auf die Kalibrierung und Anwendung des Log-Distance Path Loss Models für BLE-Signale in Innenräumen. Es untersucht experimentell die Bestimmung der Modellparameter (n und A) in verschiedenen Umgebungen.
• Relevanz: Hoch
• Begründung: Direkt relevant für Ihre RSSI-basierte Distanzschätzung. Es liefert die theoretische Grundlage und praktische Hinweise zur Kalibrierung des Modells, was ein wichtiger erster Schritt in Ihrem Projekt sein wird.

Bücher

K. Townsend, C. Cufí, A. Davidson (2014)

• Titel: Getting Started with Bluetooth Low Energy
• Publikationsort: O'Reilly Media
• Zusammenfassung: Ein sehr praxisorientiertes Buch, das die technischen Details des BLE-Protokolls, Advertising, GATT-Profile und die Interaktion mit Peripheriegeräten erklärt. Es ist weniger akademisch, aber technisch sehr fundiert.
• Relevanz: Mittel
• Begründung: Sehr nützlich für das grundlegende Verständnis der Implementierungsdetails auf dem ESP32 und in der Android-App, aber weniger für den wissenschaftlichen Teil der Arbeit. Dient als exzellentes technisches Nachschlagewerk.

---

2. Signalfilterung und -verarbeitung (RSSI-Stabilisierung)

Hier geht es um die Reduzierung des Rauschens in den RSSI-Messwerten.

S. G. Tzafestas (1989)

• Titel: Kalman filtering and its application to signals and systems
• Publikationsort: In Introduction to Kalman Filtering and Its Applications
• Zusammenfassung: Dies ist ein Grundlagenwerk (bzw. Thema vieler Werke). Es erklärt die mathematischen Prinzipien des Kalman-Filters zur Schätzung des Zustands eines dynamischen Systems aus verrauschten Messungen.
• Relevanz: Hoch
• Begründung: Unverzichtbar für das theoretische Verständnis des Kalman-Filters. Sie müssen die Funktionsweise erklären können, um seine Anwendung auf RSSI-Werte wissenschaftlich zu rechtfertigen.

A. F. Al-Allaf, A. M. Abdul-Hussain (2015)

• Titel: A Comparative Study of Different Filtering Techniques for RSSI Signals in Wireless Sensor Networks
• Publikationsort: International Journal of Computer Networks & Communications (IJCNC)
• Zusammenfassung: Der Artikel vergleicht die Leistung verschiedener Filter (Moving Average, Exponential Moving Average, Kalman-Filter) zur Glättung von RSSI-Signalen. Die Ergebnisse zeigen, dass der Kalman-Filter oft die besten Ergebnisse liefert, aber rechenintensiver ist.
• Relevanz: Hoch
• Begründung: Diese Arbeit ist eine direkte wissenschaftliche Untermauerung für Ihren mehrstufigen Filteransatz. Sie können daraus zitieren, um die Auswahl Ihrer Filter zu begründen und deren jeweilige Vor- und Nachteile zu diskutieren.

---

3. Positionierungsalgorithmen: Trilateration und Alternativen

Dieser Teil befasst sich mit der eigentlichen Berechnung der Position aus den Distanzschätzungen.

A. H. Sayed, A. Tarighat, N. Khajehnouri (2005)

• Titel: Network-Based Wireless Location
• Publikationsort: IEEE Signal Processing Magazine
• Zusammenfassung: Ein umfassender Artikel, der verschiedene Algorithmen zur Positionsschätzung in drahtlosen Netzwerken beschreibt. Er deckt Least-Squares (LS) und Non-Linear-Least-Squares-Methoden (wie Gauß-Newton) für die Trilateration mathematisch detailliert ab.
• Relevanz: Hoch
• Begründung: Bietet die mathematischen Grundlagen für die von Ihnen gewählte Gauß-Newton-Trilateration. Essentiell, um den Algorithmus korrekt zu implementieren und in der Arbeit zu beschreiben.

J. A. Sugijono, H. S. Choi, W. J. Kim (2012)

• Titel: Robust Weighted Centroid Localization Algorithm for Indoor Positioning System
• Publikationsort: International Conference on ICT Convergence (ICTC)
• Zusammenfassung: Dieses Paper beschreibt eine Verbesserung des einfachen Centroid-Algorithmus durch Gewichtung der Ankerpunkte. Es ist eine gute Referenz für Ihren IDW-Ansatz (Inverse Distance Weighting), der ein Spezialfall der gewichteten Zentroid-Lokalisierung ist.
• Relevanz: Mittel bis Hoch
• Begründung: Liefert eine gute Grundlage für die erste Stufe Ihres Positionierungsalgorithmus und hilft bei der Argumentation, warum ein gewichteter Schwerpunkt als initialer Schätzwert sinnvoll ist.

---

4. Ähnliche Arbeiten (Bachelor-, Masterarbeiten, Dissertationen)

Die Suche nach kompletten Abschlussarbeiten ist entscheidend für die Abgrenzung.

M. Zandbergen (2021)

• Titel: BLE-Based Indoor Positioning
• Publikationsort: University of Twente (Master's Thesis)
• Zusammenfassung: Eine sehr umfassende Masterarbeit, die verschiedene Filter (inkl. Kalman) und Algorithmen (Trilateration, Fingerprinting) implementiert und vergleicht. Der Fokus liegt stark auf der Genauigkeitsbewertung in einem Bürogebäude.
• Relevanz: Hoch
• Begründung: Sehr wichtig für die Abgrenzung! Diese Arbeit ist thematisch ähnlich. Sie müssen klar herausarbeiten, was Ihr Ansatz anders macht (z.B. die spezifische 3-Stufen-Positionierung, der Fokus auf Latenz/Stabilität oder die Anwendung auf Barrierefreiheit).

T. B. K. Kock (2018)

• Titel: Development of an indoor navigation system for mobile devices using Bluetooth Low Energy beacons
• Publikationsort: Norwegian University of Science and Technology (NTNU) (Master's Thesis)
• Zusammenfassung: Diese Arbeit fokussiert ebenfalls auf eine Android-App und BLE iBeacons. Sie verwendet ein Partikelfilter anstelle eines Kalman-Filters und konzentriert sich auf die Visualisierung der Route in der App.
• Relevanz: Mittel
• Begründung: Gut als Vergleich, aber die methodischen Unterschiede (Partikelfilter vs. Kalman/Gauß-Newton) bieten eine klare Abgrenzung. Sie können die Wahl Ihres Ansatzes gegenüber dem Partikelfilter argumentieren (z.B. geringere Komplexität).

---

5. Indoor-Navigation für Menschen mit Behinderung / Barrierefreiheit

Dies ist Ihr potenzielles Alleinstellungsmerkmal.

F. K. Real, J. M. F. Rodrigues, L. M. V. Oliveira (2017)

• Titel: A BLE iBeacon-based indoor navigation system for blind and visually impaired people
• Publikationsort: 12th Iberian Conference on Information Systems and Technologies (CISTI)
• Zusammenfassung: Die Autoren entwickeln ein System speziell für sehbehinderte Menschen. Der Fokus liegt auf der Benutzerschnittstelle, die sprachbasierte Turn-by-Turn-Anweisungen und Vibrationsfeedback gibt. Die technische Positionierung ist eher einfach gehalten.
• Relevanz: Hoch
• Begründung: Perfekt, um die Anforderungen an ein barrierefreies System zu definieren. Während dieses Paper sich auf die UI/UX konzentriert, können Sie mit Ihrer Arbeit die technische Robustheit der zugrundeliegenden Positionierung verbessern, was für diese Nutzergruppe besonders kritisch ist.

S. D'Apolito, G. G. Giacomin, F. Spagnolo (2021)

• Titel: Indoor navigation for all: a user-centric approach for visually impaired and sighted people
• Publikationsort: Journal of Ambient Intelligence and Humanized Computing
• Zusammenfassung: Dieser Artikel argumentiert für einen universellen Designansatz. Er analysiert die unterschiedlichen Bedürfnisse von sehenden und sehbehinderten Nutzern an ein Navigationssystem und leitet daraus Designprinzipien ab (z.B. unterschiedliche Detailgrade der Information).
• Relevanz: Mittel bis Hoch
• Begründung: Hilft Ihnen, den Anwendungsfall "Barrierefreiheit" theoretisch zu fundieren und über eine reine Implementierung hinauszugehen. Sie können argumentieren, warum Stabilität und Zuverlässigkeit für diese Nutzergruppe wichtiger sind als für andere.

---

Hinweise und nächste Schritte

Diese Literaturrecherche bildet eine solide Grundlage für Ihre Bachelorarbeit. Folgende weitere Schritte werden empfohlen:

1. Vertiefende Recherche zu neueren Papers (2022-2025): Prüfen Sie auf Google Scholar oder IEEE Xplore nach aktuelleren Arbeiten, die möglicherweise neuere Ansätze oder Verbesserungen beschreiben.

2. Spezifische Suche nach ESP32-basierten Implementierungen: Finden Sie praktische Arbeiten, die konkret ESP32 als iBeacon verwenden - das hilft bei Implementierungsdetails.

3. Weitere Abschlussarbeiten: Suchen Sie in deutschen Hochschul-Repositorien (z.B. über OPUS) nach weiteren Bachelor-/Masterarbeiten zum Thema, besonders von deutschen Fachhochschulen.

4. Machine Learning Ansätze: Falls Sie Ihre Arbeit weiter differenzieren möchten, könnten Sie sich mit ML-basierten Fingerprinting-Ansätzen auseinandersetzen und begründen, warum Sie den modellbasierten Ansatz gewählt haben.

5. Evaluierungs-Metriken: Recherchieren Sie standardisierte Metriken zur Bewertung von Indoor-Positionierungssystemen (nicht nur Genauigkeit, sondern auch Precision, Recall, Jitter, Time-to-Fix).

---

Generiert mit Unterstützung von Claude Code und Gemini am 2026-02-09