問題是物聯網設備需要與定位錨進行通信，無論是衛星還是無線電塔。這是帶寬密集型的; 它可以使用大量的功率來覆蓋距離，以及為所需的多個芯片供電。隨著設備數量的增加，該系統也可能會出現擁塞 - 最終，全球范圍內的數十億和數十億物聯網物聯網的投影預計會出現。

　　塔夫茨大學的科學家說，解決方案是讓物聯網傳感器相互通信。他們說，忘記訪問遠程資源進行定位ping，并簡單地使用算法找出設備與其他傳感器相關的位置。

　　Tufts的研究人員在該大學網站的新聞稿中稱： “集中定位可能會變得很笨重，因為跟蹤的項目數量會顯著增加。” 因此，讓設備[自己]找到他們自己，而不需要直接訪問錨。“

　　在這種情況下，科學家正在談論5G無線網絡。但是分散的主體在概念上也將與其他網絡相關聯。

　　事實上，我之前已經寫過有關理論的自配置ad hoc網絡。這就是傳感器即時了解其他節點在網絡中的位置而不是被告知的地方。它使用一種稱為“隨機游走”的技術，并且基于螞蟻如何學習附近的其他昆蟲 - 通過碰撞它們。探索者螞蟻數其他螞蟻來創建一個樣本。

　　塔夫茨的位置服務概念如何工作

　　Tufts的非集中位置服務概念使用設備到設備算法。這很棘手，因為假設是設備是移動的 - 需要實時計算和獲取軌道。研究人員說：“關鍵是迅速獲得職位。”

　　塔夫茨大學的科學家說，解決方案是讓物聯網傳感器相互通信。他們說，忘記訪問遠程資源進行定位ping，并簡單地使用算法找出設備與其他傳感器相關的位置。

　　Tufts的研究人員在該大學網站的新聞稿中稱： “集中定位可能會變得很笨重，因為跟蹤的項目數量會顯著增加。” 因此，讓設備[自己]找到他們自己，而不需要直接訪問錨。“

　　在這種情況下，科學家正在談論5G無線網絡。但是分散的主體在概念上也將與其他網絡相關聯。

　　事實上，我之前已經寫過有關理論的自配置ad hoc網絡。這就是傳感器即時了解其他節點在網絡中的位置而不是被告知的地方。它使用一種稱為“隨機游走”的技術，并且基于螞蟻如何學習附近的其他昆蟲 - 通過碰撞它們。探索者螞蟻數其他螞蟻來創建一個樣本。

　　Tufts的非集中位置服務概念使用設備到設備算法。這很棘手，因為假設是設備是移動的 - 需要實時計算和獲取軌道。研究人員說：“關鍵是迅速獲得職位。”