SISTEMA DE POSICIONAMENTO LOCAL BASEADO EM REDES WI-FI Pedro Claro Departamento de Electrónica, Telecomunicações e Informática Universidade de Aveiro 4 de Janeiro de 27 1 1 Introdução 6 Conclusões 2
1 Introdução - Os sistemas de localização actuais fornecem com relativa exactidão o posicionamento de um dispositivo (ex.gps) - A arquitectura destes sistemas não permite a sua utilização em ambientes interiores - Desenvolvimento de um sistema de localização indoor permite corrigir essa falha e o desenvolvimento de novos serviços - Natureza do ambiente de propagação indoor dificulta o desenvolvimento de um sistema de localização fiável (multipath, scattering, etc.) 3 1 Introdução Aplicações - Monitorização de bens (ex:mercadorias, equipamento hospitalar, componentes de grandes dimeñsões, etc.) - Serviços de emergência - Aplicações baseadas em localização (ex:museus) - Comércio (ex:centros comerciais) - Serviços de messaging - Monitorização de funcionários - Etc. 4
1 Introdução 6 Conclusões 5 Técnicas Nearest Cell - Utilizada em redes com topologia celular - Localização é obtida tendo como base a célula onde o móvel está associado. - Exactidão da informação depende do raio de cobertura da célula/estação base Nearest Cell Angle of Arrival (AoA) Angle of Arrival - Utiliza arrays de antenas com aberturas de feixe bastante pequenas. - Elemento do array está orientado numa direcção e recebe e separa o sinal de um dispositivo móvel - Quanto maior o número de estações, maior a exactidão do sistema 6
1-1 -2-3 -4-5 -6 5 1 15 2 25 3 35 4 45 5 Distance (m) Técnicas Time of Arrival (ToA) Cálculo da posição de um dispositivo móvel é realizada através da medição do tempo de propagação de um sinal desde o emissor ao receptor Velocidade de propagação é conhecida, logo infere-se a distância entre emissor e receptor Intersecção das circunferências que reflectem possíveis posições revela a localização do móvel Existe a necessidade de um sincronismo rigoroso entre estações base e móvel, bem como alterações a nível de hardware Time of Arrival Time Difference of Arrival (TDoA) Time Difference of Arrival Utiliza a diferença entre tempos de chegada do sinal às estações base Dispositivo móvel emite um sinal que é recebido por diferentes estações base em tempos diferentes. Este tempo é proporcional à distância entre estação base e móvel. Diferenças de tempos correspondem a hipérboles que reflectem as possíveis localizações. Intersecção das hipérboles fornece a localização do móvel. Necessidade inerente de sincronismo e alterações a nível de hardware. 7 Técnicas Modelos de propagação Path loss value (db) - Sistemas baseados em modelos de propagação. - Cálculo da distância do móvel à estação base através de modelos matemáticos que reflectem o comportamento do canal rádio (free space loss, two-ray model, etc.) Propagation models RF Fingerprinting - Caracterização de um sinal num determinado ponto espacial. - Criação de uma matriz de pontos com variáveis associadas (RSSI,SNR,etc.) - Constituído por duas fases distintas: calibração e localização - Exactidão da localização depende do algoritmo associado e da granulosidade das medidas RF fingerprinting 8
1 Introdução 6 Conclusões 9 Objectivo Desenvolvimento de um sistema de localização robusto capaz de competir directamente com os sistemas actuais. Utilização de algoritmos de localização adaptáveis à natureza do ambiente de propagação indoor Requisitos Elevada exactidão Baixo custo Utilização de tecnologias existentes Não utilização de hardware adicional Adaptável às necessidades do(s) utilizador(es) Rápida implementação Escalável Elevada velocidade no processamento da localização 1
Arquitectura e descrição do sistema de localização Macro-localização Implementação em larga escala Informação simbólica (exemplo: uma sala ou divisão) Localização obtida pela cobertura do access point Não existe intervenção directa do cliente Abordagem semelhante ao nearest cell Grau de exactidão baixo Micro-localização Localização com elevado grau de exactidão Necessidade de o cliente fornecer leituras de potências Existência de software dedicado para recolha e processamento das leituras Interface simples para visualização de posicionamento do cliente 11 Macro-localização -A maioria dos access points, nomeadamente a nível empresarial, apresenta a funcionalidade de registo de mensagens de um modo remoto remote syslog. - Configuração dos access point de modo a enviarem as mensagens de log para um determinado servidor. (exemplos de logs: associações e disassociações de clientes) - Servidor está equipado com software específico de modo a tratar essas mensagens de maneira adequada. As mensagens enviadas dependem do fabricante. Algumas vantagens: - Facilmente aplicável a vários tipos de access points (aplicação é moldada de modo a acomodar vários tipos de mensagens) - Inexistência da necessidade de constante troca de informação entre servidor e clientes - Abordagem simples em termos de configuração. - Não existe necessidade de instalar software adicional no cliente Limitações: - Problemas a nível de segurança - Syslog utiliza protocolo UDP (sem garantia de entrega) - Configuração inicial dos access points 12
Macro-localização - Arquitectura PACOTE SYSLOG Exemplo: Associação de cliente SYSLOG-NG Servidor Apache Aplicação WEB (PHP) MySQL 13 Macro-localização - Interface 14
Micro-localização Utilização da técnica Radio Frequency Fingerprinting: minimiza os efeitos adversos da propagação indoor. Divisão em duas fase distintas: - Calibração: consiste em percorrer o cenário de localização, retirando medidas associadas a coordenadas espaciais. Estas medidas são utilizadas para treino do algoritmo de localização. - Localização: fornecimento da posição do cliente a localizar com base em medidas de potência actuais. 15 Micro-localização Arquitectura 16
1 Introdução 6 Conclusões 17 Micro-localização Calibração Elaboração de medidas de potência dos vários access points no cenário de localização. Redes neuronais Treino - Os dados da calibração são utilizados para treinar uma rede neuronal - Entradas: potências recebidas de cada AP - Saídas: coordenadas do ponto Características da rede neuronal: - Multilayer percepton - Feedforward - Supervised Learning - Batch Training - Tipo de treino: Backpropagation (QPROP) Fonte: Network ToolBox for Matlab; User s Guide 18
Micro-localização Fase de Treino Redes neuronais - Convergência para um resultado adequado depende de vários factores:. Número de amostras. Número de APs utilizado. Tipo de treino. Número de neurónios. Variáveis inerentes às redes neuronais (factor de aprendizagem, duração do treino,etc.). Tipos de funções de activação Exemplo(tangente hiperbólica): f n e e = n e + e n n - Treino da rede neuronal tem um profundo impacto no desempenho do sistema 19 Micro-localização 2
1 Introdução 6 Conclusões 21 Principais testes realizados - Estudo da variação do RSSI ao longo do tempo - Estudo do impacto de ambientes indoor agressivos (fluxo de pessoas num centro comercial) - Variação de parametrização nas redes neuronais, incluindo vários tipos de funções de activação - Variação do número de APs utilizado, atingindo-se um valor mínimo de três. - Verificação do impacto da duração e tipo de treino das redes neuronais no sistema de localização - Estudo do número e intervalo de leituras de RSSI necessário a um erro aceitável (~2 metros) 22
Variação do RSSI de acordo com o fluxo de pessoas Number of people 3 25 2 15 1 5 Acces Point # 1- Channel 1-9 2 4 7 9 1214 1619 21 2 4 7 9 12 1416 1921 2 4 7 9 12 1416 19 21 2 4 7 9 1214 1619 21 2 4 7 Time -7-75 -8-85 RSSI (dbm) Number of people RSSI 23 Impacto da parametrização da rede neuronal Mean Square Error value variation according to number of samples and number of neurons Average Error value variation according to number of samples and number of neurons 9 1 9 8 8 7 MSE(m) 7 6 5 4 Average Error(m) 6 5 4 3 2 3 1 2 5 1 Number of samples 15 2 35 3 25 5 1 15 2 Number of neurons used 1 5 1 15 Number of samples 2 35 3 25 1 5 2 15 Number of neurons used 24
Desempenho do sistema de localização Error histogram - 12 Neurons, 3 Access points, 5 Readings Error histogram - 12 neurons, 3 Access points, 2 Readings,5,5,45,45,4,4 Sample Fraction,35,3,25,2,15,1,5 1 2 3 4 5 6 7 8 9 1 Sample fraction,35,3,25,2,15,1,5 1 2 3 4 5 6 7 8 9 1 Average error (meters) Average error (meters) Erro médio: 2,4 m Erro médio: 1,9 m 25 1 Introdução 6 Conclusões 26
6 Conclusões - Criação de um sistema com elevada exactidão e de baixo custo (não existe a necessidade de hardware adicional) - Adaptabilidade entre vários tipos de dispositivos e fabricantes (laptops, pdas, wifi tags, etc.) - Erro médio < 2 m, compete directamente com aplicações comerciais existentes no mercado - Conceito de localização pode ser generalizado às mais diversas tecnologias RF 27 - Actualmente o sistema de localização foi aplicado com sucesso em dois cenários distintos. - Sistema de localização encontra-se com patente pendente - Um agradecimento especial à PT Inovação 28
- BACKUP Micro-localização Fase de calibração Elaboração de medidas de potência dos vários access points no cenário de localização. Vector de pontos: pi = ( xi, yi ), i = 1.. m Vector RSSI (Received Signal Strength Indicator): R i = ( ai 1, ai 2,.. ain) Vector de pontos é associado com o vector RSSI correspondente: M = { p, R }, i = 1 m i i.. Matriz final com inserção das coordenadas espaciais: M = {( xi, yi, Ri )}, i = 1.. m Exemplo (4 pontos): [ -8-9 -74 ; 1-78 -89-77 ; 1-74 -7-84 ; 1 1-77 -69-84 ] 29