Indoor positioning based on RSSI of WiFi signals

Indoor positioning based on RSSI of Wi-Fi signals: how accurate can it be? J. P. Grisales Campeón† , S. Lopéz∗ , S. R. de Jesus Meleán∗, H. Moldovan∗, D. R. Parisi†‡ and P. I. Fierens†‡ † Instituto Tecnológico de Buenos Aires ∗Urbix Technologies S. A. ‡Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET) ANPCy. T PID 2015 -03

Modelo De Canal [1] Liu et al. International Journal of Sensor Networks 3(4) (2008)

Cramér-Rao Lower Bound [2] Y. Qi y H. Kobayashi, GLOBECOM ’ 03

? RSS Posición ?

Offline • RSS 1 • RSS 2 • (…) • (X, Y) Selección de AP’s • Filtro de Hampel • Criterio de Fisher • RSS Máximo Datos Outliers Posicionamiento • Fingerprinting • Multilateración Online • RSS 1 • RSS 2 • (…) Datos Posicionamiento • Fingerprinting • Multilateración

ALGORITMOS Multilateración Basados en Modelo Determinación de Centroides Determinista Fingerprinting Probabilístico Reconocimiento de Patrones

[4] A. Khalajmehrabadi, N. Gatsis, and D. Akopian, IEEE Communications Surveys Tutorials (2017) Fingerprinting Reconocimiento de Patrones: Determinista: -KNN Probabilístico: - Horus - KDE + Modelo y Trilateración - SVR - LASSO - Kernel Ridge - MLP - Elasticnet - Ridge Regression

Offline • RSS 1 • RSS 2 • (…) • (X, Y) Selección de AP’s • Filtro de Hampel • Criterio de Fisher • RSS Máximo Datos Outliers Posicionamiento • Fingerprinting • Multilateración Online • RSS 1 • RSS 2 • (…) Datos Posicionamiento • Fingerprinting • Multilateración

Selección De AP’s - Max Power 2 - 1 Criterio de Fisher 3

Offline • RSS 1 • RSS 2 • (…) • (X, Y) Selección de AP’s • Filtro de Hampel • Criterio de Fisher • RSS Máximo Datos Outliers Posicionamiento • Fingerprinting • Multilateración Online • RSS 1 • RSS 2 • (…) Datos Posicionamiento • Fingerprinting • Multilateración

Resultados

Selección de APS - Max Power - Criterio de Fisher

Detección de Outliers - Filtro de Hampel

Promediar Muestras - - Disminuye efectos de “shadowing. ” - Aumenta el tiempo de localización.

Conclusiones - Probamos algunos de los algoritmos más usados para posicionamiento en interiores en un set de datos obtenido en un ambiente controlado. - El mejor algoritmo obtuvo un error medio de 1, 4 m en una grilla de 4 x 9 m. - El criterio de Fisher presentó mejores resultados que “maximummean-power” para seleccionar AP’s. - Promediar las medidas en cada punto de medición ayuda a reducir el efecto Shadowing [5]. - Nuevos estándares como el IEEE 802. 11 az [6] y el IEEE 802. 11 mc [7] permitirán posicionar mejor, usarán mediciones como el “round-trip-time” de las señales Wi-Fi.

Bibliografía [1] Liu B. H , “The impact of fading and shadowing on the network performance of wireless sensor networks”, January 2008 [2] Y. Qi and H. Kobayashi, “On relation among time delay and signal strength based geolocation methods, ” in Global Telecommunications Conference, 2003. GLOBECOM ’ 03. IEEE, vol. 7, Dec 2003, pp. 4079– 4083 vol. 7. [3] J. Torres-Sospedra, A. Moreira, S. Knauth, R. Berkvens, R. Montoliu, O. Belmonte, S. Trilles, M. Jo˜ao Nicolau, F. Meneses, A. Costa, A. Koukofikis, M. Weyn, and H. Peremans, “A realistic evaluation of indoor positioning systems based on wi-fi fingerprinting: The 2015 evaal–etri competition, ” vol. 9, pp. 263– 279, 2017. [4] A. Khalajmehrabadi, N. Gatsis, and D. Akopian, “Modern wlan fingerprinting indoor positioning methods and deployment challenges, ” IEEE Communications Surveys Tutorials, vol. 19, no. 3, pp. 1974– 2002, thirdquarter 2017. [5] A. Hussein, T. Rahman, Y. Chee, “Performance evaluation of localization accuracy for a Log. Normal shadow fading Wireless sensor network under physical barrier attacks”. Sensors 2015, vol. 15, 30545 -3057, December 2015. [6] Wi-Fi Alliance® , “Wi-Fi CERTIFIED Location™: Indoor location over Wi-Fi®” February 2017

Bibliografía [7] Au, E. (2016). The Latest Progress on IEEE 802. 11 mc and IEEE 802. 11 ai [Standards]. IEEE Vehicular Technology Magazine, 11(3), pp. 19 -21. [8] A. Correa, M. Barcelo, A. Morell, J. Lopez Vicario, “A Review of Pedestrian Indoor Positioning Systems for Mass Market Applications” Sensors 2017, vol 17, August 2017 [9] J. D. Hunter, “Matplotlib: A 2 d graphics environment, ” Computing In Science & Engineering, vol. 9, no. 3, pp. 90– 95, 2007. [10] E. Jones, T. Oliphant, P. Peterson et al. , “Sci. Py: Open source scientific tools for Python, ” 2001 –[Online; accessed ¡today¿]. [Online]. Available: http: //www. scipy. org/