Localização em Redes Móveis Celulares Ivo Sousa Novembro de 28
1. Motivação e objectivos do trabalho Grande vulgarização dos telemóveis desde os anos noventa Aumento do número de chamadas de emergência utilizando este suporte Localização dependente do interlocutor e dificuldade em identificar chamadas falsas A Federal Communications Commission (FCC) impôs limites para o erro de localização associado às chamadas de emergência (1996) A União Europeia exigiu aos operadores a localização das chamadas de emergência mas sem impor limites (23) Navegação Aumento da qualidade na localização Aparecimento de serviços de valor acrescentado: Location-Based Services (LBS) Informação de trânsito Gestão de frotas Localização de crianças, hotéis, restaurantes, farmácias, etc. Localização em Redes Móveis Celulares 2
1. Motivação e objectivos do trabalho (2) Objectivos Estudar Avaliar Desenvolver Métodos de localização para redes móveis celulares em ambientes exteriores Custos de implementação reduzidos Evitem adição de hardware na rede Não exijam modificações nos terminais existentes Localização em Redes Móveis Celulares 3
2. Métodos de localização Caracterização dos métodos de localização Precisão Distância entre a posição estimada e a real Tempo de resposta Impacto na rede Impacto nos terminais Intervalo de tempo entre o pedido de localização e a recepção da respectiva resposta Modificações que são necessárias efectuar na rede e/ou nos terminais Entidade responsável pelo cálculo do posicionamento Baseado na rede Baseado no terminal Limites da FCC Baseado na rede Baseado no terminal 1 m (67%) 5 m (67%) 3 m (95%) 15 m (95%) Localização em Redes Móveis Celulares 4
2. Métodos de localização (2) Método Cell-ID Princípio funcionamento Identificação da célula servidora Desvantagens Erro de localização elevado E-OTD / OTDoA Trilateração hiperbólica com medidas de tempo no terminal Novo hardware na rede Modificação no terminal U-TDoA Trilateração hiperbólica com medidas de tempo na rede Novo hardware na rede A-GPS Sistema GPS Receptores GPS nos terminais Novo hardware na rede Localização em Redes Móveis Celulares 5
2. Métodos de localização (3) Métodos baseados na potência do sinal recebido Posicionamento efectuado comparando medidas de potência feitas pelo terminal com Base de dados de medidas reais Valores gerados com modelos de propagação Impacto nulo nos terminais se forem utilizados os Network Measurements Reports (NMR) Evita adição de hardware na rede Cumpre objectivos desejados! Localização em Redes Móveis Celulares 6
3. Estrutura do simulador Urbano Ambientes de teste Suburbano Rural Axial Tipos de mobilidade Pedestre Veicular Tipos de rede GSM UMTS (FDD) 9 MHz 18 MHz Inter-frequência Intra-frequência Periodicidade dos NMRs 48 ms 2 ms Localização em Redes Móveis Celulares 7
3. Estrutura do simulador (2) Ambiente urbano Base dos edifícios Largura das ruas Altura dos edifícios Altura das estações base Altura do terminal (pedestre) Altura do terminal (veicular) 2 2 m 3 m 15 m 14 m 1.7 m 1. m Velocidade média terminal pedestre Velocidade média terminal veicular 3 km/h 45 km/h Modelos de propagação Modelo propagação em espaço livre (linha de vista) Modelo de Berg (difracção esquinas) Modelo COST 231 Walfisch-Ikegami (difracção topo) Área de movimento + Desvanecimento Lento (em db) : N (, σ 2 ) (σ = 1 db) Localização em Redes Móveis Celulares 8
3. Estrutura do simulador (3) Ambiente suburbano Distância entre centros dos edifícios Largura das ruas Altura dos edifícios Altura das estações base Altura do terminal (pedestre) Altura do terminal (veicular) 3 m 15 m 15 m 17 m 1.7 m 1. m Velocidade média terminal pedestre Velocidade média terminal veicular 3 km/h 8 km/h Modelo de propagação Modelo COST 231 Walfisch-Ikegami Área de movimento + Desvanecimento Lento (em db) : N (, σ 2 ) (σ = 1 db) Localização em Redes Móveis Celulares 9
3. Estrutura do simulador (4) Ambiente rural Ambiente axial Área de movimento Área de movimento Velocidade média terminal pedestre 3 km/h Velocidade média terminal pedestre 3 km/h Velocidade média terminal veicular 8 km/h Velocidade média terminal veicular 12 km/h Altura das estações base Altura do terminal (pedestre) Altura do terminal (veicular) 3 m 1.7 m 1. m Modelo de propagação Modelo Okumura-Hata + Desvanecimento Lento (em db) : N (, σ 2 ) (σ = 1 db) Localização em Redes Móveis Celulares 1
4. Selecção da área de procura Estrutura de dados de apoio à localização Identificação das estações base Atenuação média sofrida pelo sinal de cada estação base identificada Peso atribuído a cada estação identificada (número de vezes identificada) Área de procura no ambiente urbano d max [km] = 1 p ( L min [db] + σ ) 1 ( f[mhz] ) 2 32.44 2log 2 L p min : atenuação média medida do sinal da estação base servidora f : frequência da portadora σ : desvio padrão do desvanecimento lento Secções 4 m 3 m ruas 3 m 3 m cruzamentos Localização em Redes Móveis Celulares 11
4. Selecção da área de procura (2) Área de procura no ambiente suburbano d min : d max : L L m m [db] Lp min [db] 2σ [db] Lp min [db] + 2σ (erro máximo de 1 m) (erro máximo de 5 m) L p min : atenuação média medida do sinal da estação base servidora L m : atenuação dado pelo modelo de propagação σ : desvio padrão do desvanecimento lento L 2σ L L + 2σ p i [db] m i, j [db] p i [db] Secções 1 m direcção radial 157 m direcção angular (máximo) 4 4 = 16 subsecções Localização em Redes Móveis Celulares 12
4. Selecção da área de procura (3) Área de procura no ambiente rural d min : d max : L L m m [db] Lp min [db] 2σ [db] Lp min [db] + 2σ (erro máximo de 5 m) (erro máximo de 1 m) Secções 25 m direcção radial 262 m direcção angular (máximo) Área de procura no ambiente axial 6 6 = 36 subsecções d max : L L + σ (erro máximo de 2 m) m [db] p min [db] 2 Secções 25 m 6 subsecções de 5 m Localização em Redes Móveis Celulares 13
5. Algoritmos de localização avaliados Posição estimada corresponde às coordenadas geográficas da estação base servidora Multiplicação de probabilidades Em cada secção e com base no sinal proveniente de cada estação identificada nos diferentes NMR: Calcula-se a probabilidade de o terminal se encontrar na posição (x,y) 1 Lpi [db] Lmi [db] x y p( x, y Lpi) = exp 2 2 2πσ 2σ L p i σ : desvio padrão do desvanecimento lento (, ) : atenuação média sofrida pelo sinal da estação base i L m i (x,y) : atenuação dado pelo modelo de propagação para a estação base i e para a posição (x,y) 2 Posição estimada ( Lpi) N max p x, y i = 1 N : número total de estações base identificadas nos diferentes NMR Multiplicam-se as probabilidades obtidas para cada estação base relativas à secção em análise Localização em Redes Móveis Celulares 14
5. Algoritmos de localização avaliados (2) Em cada secção e com base no sinal proveniente de cada estação identificada nos diferentes NMR Soma de probabilidades sem pesos Posição estimada Calcula-se a probabilidade de o terminal se encontrar na posição (x,y) 2 ( ) 1 Lpi [db] Lmi [db] x, y p( x, y Lpi) = exp 2 2 2πσ 2σ Somam-se as probabilidades obtidas para cada estação base relativas à secção em análise Soma de probabilidades com pesos Em cada secção e com base no sinal proveniente de cada estação identificada nos diferentes NMR Calcula-se a probabilidade de o terminal se encontrar na posição (x,y) 2 ( ) 1 Lpi [db] Lmi [db] x, y p( x, y Lpi) = exp 2 2 2πσ 2σ Cada probabilidade é multiplicada pelo respectivo peso Somam-se as probabilidades pesadas obtidas para cada estação base relativas à secção em análise ( Lpi) N max p x, y i = 1 max Localização em Redes Móveis Celulares 15 Objectivo: minimizar efeito dos outliers Posição estimada N i = 1 i = 1 (, p i) w p x y L i N w i w i : peso associado à estação base i Dar mais importância às estações base das quais se tem mais informação
6. Resultados das simulações Ambiente urbano precisão vs. número de NMRs (GSM 9) 35 35 3 25 2 15 1 5 12 1 8 6 4 1 2 3 4 5 6 3 25 2 15 1 5 1 2 3 4 5 6 67% dos casos movimento pedestre 67% dos casos movimento veicular 12 1 8 6 4 não cumpre requisitos da FCC Precisão melhora quando se utilizam mais NMR consecutivos no movimento pedestre Algoritmo multiplicação de probabilidades deve ser usado quando apenas se tem um NMR Algoritmo soma de probabilidades com pesos é uma boa opção para vários NMR 2 2 1 2 3 4 5 6 1 2 3 4 5 6 95% dos casos movimento pedestre 95% dos casos movimento veicular Localização em Redes Móveis Celulares 16
6. Resultados das simulações (2) Ambiente suburbano precisão vs. número de NMRs (GSM 9) 9 8 7 6 5 4 3 2 1 1 2 3 4 5 6 9 8 7 6 5 4 3 2 1 1 2 3 4 5 6 67% dos casos movimento pedestre 67% dos casos movimento veicular Requisitos da FCC nunca são cumpridos Algoritmo multiplicação de probabilidades deve ser usado quando apenas se tem um NMR Algoritmo soma de probabilidades com pesos é uma excelente opção para vários NMR 22 22 2 18 16 2 18 16 14 12 1 8 6 4 14 12 1 8 6 4 2 2 1 2 3 4 5 6 1 2 3 4 5 6 95% dos casos movimento pedestre 95% dos casos movimento veicular Localização em Redes Móveis Celulares 17
6. Resultados das simulações (3) 6 Ambiente rural precisão vs. número de NMRs (GSM 9) 6 5 4 3 2 5 4 3 2 Requisitos da FCC nunca são cumpridos (pior que suburbano) Algoritmos que usam análise probabilística têm desempenho semelhante 1 1 8 1 2 3 4 5 6 1 2 3 4 5 6 67% dos casos movimento pedestre 67% dos casos movimento veicular 8 7 7 6 6 5 4 3 2 1 5 4 3 2 1 1 2 3 4 5 6 1 2 3 4 5 6 95% dos casos movimento pedestre 95% dos casos movimento veicular Localização em Redes Móveis Celulares 18
6. Resultados das simulações (4) 4 Ambiente axial precisão vs. número de NMRs (GSM 9) 4 35 3 25 2 15 1 Soma prob. s/ peso Soma prob. c/ peso 35 3 25 2 15 1 Soma prob. s/ peso Soma prob. c/ peso Requisitos da FCC nunca são cumpridos Algoritmos que usam análise probabilística têm desempenho semelhante 5 5 1 2 3 4 5 6 1 2 3 4 5 6 67% dos casos movimento pedestre 67% dos casos movimento veicular 8 7 6 8 7 6 Soma prob. s/ peso Soma prob. c/ peso 5 4 3 2 1 Soma prob. s/ peso Soma prob. c/ peso 5 4 3 2 1 1 2 3 4 5 6 1 2 3 4 5 6 95% dos casos movimento pedestre 95% dos casos movimento veicular Localização em Redes Móveis Celulares 19
7. Conclusões O desempenho de cada algoritmo é idêntico para todos os tipos de rede estudados A precisão aumenta quando a densidade de estações base é maior O algoritmo soma de probabilidades com pesos é uma excelente alternativa para os ambientes com elevada densidade de estações base (urbano e suburbano) quando se usam vários NMR consecutivos O algoritmo multiplicação de probabilidades apresenta o melhor desempenho quando apenas se utiliza um NMR e também nos ambientes com baixa densidade de estações base (rural e axial) O algoritmo a utilizar deve ter em conta o número de NMR disponíveis e o tipo de movimento do terminal Localização em Redes Móveis Celulares 2
7. Conclusões (2) Tipo de serviço Boletim meteorológico Alertas da meteorologia localizados Informação de tráfego (pré-viagem) Notícias locais Informação do trânsito Gestão de frotas Serviços de emergência rurais e suburbanos Serviços de informação (onde está?) Mandato da FCC para chamadas de emergência utilizando os métodos de posicionamento baseados na rede SOS urbanos Publicidade localizada Serviços de onde é o mais próximo?" Guias turísticos Navegação Precisão Serviço possível no ambiente requerida Urbano Suburbano Rural Axial até 2 km até 2 km Até 1 km 5 m a 1 km 1 m (67%) 3 m (95%) 75 125 m 1 5 m Localização em Redes Móveis Celulares 21