Sistema de Posicionamento Interno usando Estimativa Din??mica de Modelo

Autor: Assayag, Yuri Freitas, https://orcid.org/0000-0002-1612-306X
Přispěvatelé: Oliveira, Hor??cio Antonio Braga Fernandes de, Souto, Eduardo James Pereira, Pazzi, Richard Werner Nelem
Jazyk: angličtina
Rok vydání: 2021
Předmět:
Zdroj: Biblioteca Digital de Teses e Dissertações da UFAM
Universidade Federal do Amazonas (UFAM)
instacron:UFAM
Popis: Submitted by Yuri Assayag (yfa@icomp.ufam.edu.br) on 2021-04-06T21:28:54Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Disserta????o Mestrado Yuri Assayag.pdf: 2765473 bytes, checksum: fc87e388e5bf01de1040803a45bb4488 (MD5) Rejected by PPGI Inform??tica (secretariappgi@icomp.ufam.edu.br), reason: Prezado, Favor inserir a Carta de Autoriza????o de Encaminhamento, devidamente assinada pelo orientador. Bem como a Folha de aprova????o ou Ata de Defesa. Atenciosamente, on 2021-04-07T00:54:28Z (GMT) Submitted by Yuri Assayag (yfa@icomp.ufam.edu.br) on 2021-04-14T16:29:47Z No. of bitstreams: 3 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Disserta????o Mestrado Yuri Assayag.pdf: 2765473 bytes, checksum: fc87e388e5bf01de1040803a45bb4488 (MD5) Carta de Autoriza????o de Encaminhamento.pdf: 408586 bytes, checksum: f1fa2cef7a98c9d23199af77f99e1fdc (MD5) Approved for entry into archive by PPGI Inform??tica (secretariappgi@icomp.ufam.edu.br) on 2021-04-27T16:56:35Z (GMT) No. of bitstreams: 3 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Disserta????o Mestrado Yuri Assayag.pdf: 2765473 bytes, checksum: fc87e388e5bf01de1040803a45bb4488 (MD5) Carta de Autoriza????o de Encaminhamento.pdf: 408586 bytes, checksum: f1fa2cef7a98c9d23199af77f99e1fdc (MD5) Rejected by Divis??o de Documenta????o/BC Biblioteca Central (ddbc@ufam.edu.br), reason: Na ficha catalogr??fica, proceder ?? corre????o da pista (palavras-chave): 2. Path-loss model. 3. Bluetooth low energy. 4. Trilateration. (a primeira letra deve ser transcrita em caixa alta). on 2021-04-27T19:48:46Z (GMT) Submitted by Yuri Assayag (yfa@icomp.ufam.edu.br) on 2021-04-28T19:51:00Z No. of bitstreams: 3 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Carta de Autoriza????o de Encaminhamento.pdf: 408586 bytes, checksum: f1fa2cef7a98c9d23199af77f99e1fdc (MD5) Disserta????o Mestrado Yuri Assayag.pdf: 2791641 bytes, checksum: 4caced0f982d03d114d9fe7e13aeeb18 (MD5) Approved for entry into archive by PPGI Inform??tica (secretariappgi@icomp.ufam.edu.br) on 2021-04-28T19:54:52Z (GMT) No. of bitstreams: 3 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Carta de Autoriza????o de Encaminhamento.pdf: 408586 bytes, checksum: f1fa2cef7a98c9d23199af77f99e1fdc (MD5) Disserta????o Mestrado Yuri Assayag.pdf: 2791641 bytes, checksum: 4caced0f982d03d114d9fe7e13aeeb18 (MD5) Approved for entry into archive by Divis??o de Documenta????o/BC Biblioteca Central (ddbc@ufam.edu.br) on 2021-04-28T21:38:49Z (GMT) No. of bitstreams: 3 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Carta de Autoriza????o de Encaminhamento.pdf: 408586 bytes, checksum: f1fa2cef7a98c9d23199af77f99e1fdc (MD5) Disserta????o Mestrado Yuri Assayag.pdf: 2791641 bytes, checksum: 4caced0f982d03d114d9fe7e13aeeb18 (MD5) Made available in DSpace on 2021-04-28T21:38:49Z (GMT). No. of bitstreams: 3 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Carta de Autoriza????o de Encaminhamento.pdf: 408586 bytes, checksum: f1fa2cef7a98c9d23199af77f99e1fdc (MD5) Disserta????o Mestrado Yuri Assayag.pdf: 2791641 bytes, checksum: 4caced0f982d03d114d9fe7e13aeeb18 (MD5) Previous issue date: 2021-03-31 CAPES - Coordena????o de Aperfei??oamento de Pessoal de N??vel Superior Os sistemas de posicionamento interno (IPSs) s??o usados para localizar dispositivos m??veis em ambientes internos. IPSs baseados em modelo de propaga????o t??m a vantagem de n??o ter um treinamento exaustivo e uma extensa caracteriza????o de sinal do ambiente, conforme exigido pela t??cnica de impress??o digital. No entanto, a maioria dos IPSs baseados em modelo utilizam par??metros de perda de sinal fixos, tratando todo o cen??rio como tendo um sinal uniforme de propaga????o. Isso pode funcionar para os experimentos em pequena escala, mas n??o para cen??rios maiores, como escolas, shoppings e hospitais. Neste trabalho propomos o PoDME (Posicionamento usando estimativa de modelo din??mico, do ingl??s, Positioning using Dynamic Model Estimation), um IPS baseado em modelo que usa par??metros din??micos que s??o estimados com base na regi??o em que o sinal foi enviado. Mais especificamente, usamos o conjunto de n??s ??ncoras que recebem o sinal enviado por um dispositivo m??vel e suas intensidades de sinal, para estimar os melhores valores locais para os par??metros do modelo log-distance. Al??m disso, uma vez que nossa solu????o depende muito dos n??s ??ncoras selecionados para usar no c??lculo da posi????o, propomos um novo m??todo para escolher os tr??s melhores n??s ??ncoras, n??o escolhendo apenas os n??s mais pr??ximos, mas tamb??m aqueles que beneficiam o c??lculo de posi????o com base em m??nimos quadrados. O m??todo proposto ?? baseado na tecnologia Bluetooth Low Energy (BLE) e realizamos v??rias an??lises de dados com experimentos em um cen??rio real de grande escala. Os resultados preliminares mostram que a nossa solu????o atinge um erro de estimativa de posi????o de 3 m, que ?? 17% melhor do que IPSs que utilizam modelos com par??metros fixos. Indoor Positioning Systems (IPSs) are used to locate mobile devices in indoor environments. Model-based IPSs have the advantage of not having an exhausting training and signal characterization of the environment, as required by the fingerprint technique. However, most model-based IPSs are done using static model parameters, treating the whole scenario as having a uniform signal propagation. This might work for most small scale experiments, but not for larger scenarios. In this work, we propose PoDME (Positioning using Dynamic Model Estimation), a model-based IPS that uses dynamic parameters that are estimated based on the location the signal was sent. More specifically, we use the set of anchor nodes that received the signal sent by the mobile node and their signal strengths, to estimate the best local values for the propagation model parameters. Also, since our solution depends highly on the selected anchor nodes to use on the position computation, we propose a novel method for choosing the three best anchor nodes. Our method is based on several data analyses executed on a large-scale, Bluetooth-based, real-world experiment and it chooses not only the nearest anchor but also the ones that benefit our least-square-based position computation. Our solution achieves a position estimation error of 3 m, which is 17% lower than the position estimates obtained by positioning models based on static parameters.
Databáze: OpenAIRE
Externí odkaz: