Publicação
Algoritmos probabilísticos para WiFi Fingerprinting
| Resumo: | A técnica Wi-Fi Fingerprinting é uma técnica amplamente utilizada no posicionamento em interiores. Através desta técnica é possível determinar a posição do dispositivo, combinando os valores da intensidade do sinal recebidos com os valores da intensidade do sinal pré-adquiridos, presentes numa base de dados. O grande problema desta técnica é que, ao longo do tempo o cenário vai sofrendo várias alterações, condicionando a estimativa do posicionamento. Já foram propostos vários algoritmos de localização baseados em fingerprinting, sendo o mais popular o algoritmo k Nearest Neighbors (KNN). O propósito desta dissertação centra-se em construir novos algoritmos que permitam estimar o posicionamento, baseados na técnica Wi-Fi fingerprinting. São abordados nesta dissertação dois tipos de algoritmos, algoritmos determinísticos e algoritmos probabilísticos, com o intuito de avaliar o desempenho de cada um deles em ambientes indoor. Entre os algoritmos determinísticos, foi escolhido e implementado um algoritmo hierárquico já existente. Este algoritmo inclui três etapas distintas, nomeadamente a identificação do edifício, depois do respetivo piso e finalmente a estimativa da localização. Tendo em conta o ambiente em estudo, este algoritmo hierárquico apresenta resultados satisfatórios, sendo utilizado como referência na análise de desempenho dos restantes algoritmos aqui apresentados. Ainda nos algoritmos determinísticos, são efetuadas propostas de alteração ao algoritmo hierárquico de forma a melhorar os resultados. Relativamente aos algoritmos probabilísticos, são descritas e implementadas três variantes. Estas três variantes calculam a probabilidade de uma fingerprint pertencer a um determinado local, utilizando diferentes metodologias. A primeira variante, faz uso de uma distribuição baseada em histogramas. É construído um histograma de valores da intensidade do sinal para cada ponto de acesso de uma fingerprint. A segunda variante recorre à probabilidade de um ponto de acesso ter sido observado numa determinada posição. A terceira variante utiliza a função gaussiana de Kernel para cada ponto de acesso. Todos estes algoritmos, tanto os determinísticos como os probabilísticos foram testados recorrendo a datasets de dados reais, que permitiram obter os resultados descritos neste documento. |
|---|---|
| Autores principais: | Rodrigues, Marta Catarina Andrade |
| Assunto: | Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática |
| Ano: | 2016 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade do Minho |
| Idioma: | português |
| Origem: | RepositóriUM - Universidade do Minho |
| Resumo: | A técnica Wi-Fi Fingerprinting é uma técnica amplamente utilizada no posicionamento em interiores. Através desta técnica é possível determinar a posição do dispositivo, combinando os valores da intensidade do sinal recebidos com os valores da intensidade do sinal pré-adquiridos, presentes numa base de dados. O grande problema desta técnica é que, ao longo do tempo o cenário vai sofrendo várias alterações, condicionando a estimativa do posicionamento. Já foram propostos vários algoritmos de localização baseados em fingerprinting, sendo o mais popular o algoritmo k Nearest Neighbors (KNN). O propósito desta dissertação centra-se em construir novos algoritmos que permitam estimar o posicionamento, baseados na técnica Wi-Fi fingerprinting. São abordados nesta dissertação dois tipos de algoritmos, algoritmos determinísticos e algoritmos probabilísticos, com o intuito de avaliar o desempenho de cada um deles em ambientes indoor. Entre os algoritmos determinísticos, foi escolhido e implementado um algoritmo hierárquico já existente. Este algoritmo inclui três etapas distintas, nomeadamente a identificação do edifício, depois do respetivo piso e finalmente a estimativa da localização. Tendo em conta o ambiente em estudo, este algoritmo hierárquico apresenta resultados satisfatórios, sendo utilizado como referência na análise de desempenho dos restantes algoritmos aqui apresentados. Ainda nos algoritmos determinísticos, são efetuadas propostas de alteração ao algoritmo hierárquico de forma a melhorar os resultados. Relativamente aos algoritmos probabilísticos, são descritas e implementadas três variantes. Estas três variantes calculam a probabilidade de uma fingerprint pertencer a um determinado local, utilizando diferentes metodologias. A primeira variante, faz uso de uma distribuição baseada em histogramas. É construído um histograma de valores da intensidade do sinal para cada ponto de acesso de uma fingerprint. A segunda variante recorre à probabilidade de um ponto de acesso ter sido observado numa determinada posição. A terceira variante utiliza a função gaussiana de Kernel para cada ponto de acesso. Todos estes algoritmos, tanto os determinísticos como os probabilísticos foram testados recorrendo a datasets de dados reais, que permitiram obter os resultados descritos neste documento. |
|---|