dissertação

Estimação da distância de pontos móveis baseada na potência de sinais de roteadores de redes sem fio

Carregando...
Imagem de Miniatura

Notas

Editores

Coorientadores

Título da Revista

ISSN da Revista

Título de Volume

Editor

Universidade Federal de Lavras

Faculdade, Instituto ou Escola

Departamento

Departamento de Engenharia

Programa de Pós-Graduação

Programa de Pós-Graduação em Engenharia de Sistemas e Automação

Agência de fomento

Tipo de impacto

Áreas Temáticas da Extenção

Objetivos de Desenvolvimento Sustentável

Dados abertos

Resumo

A necessidade de obter a localização de pessoas e objetos no globo terrestre proporcionou a expansão e o surgimento de tecnologias primordiais à engenharia contemporânea, principalmente no contexto de veículos inteligentes e sua interação com o meio. Atualmente muitos sistemas têm se baseado nas informações obtidas pelo GNSS (Global Navigation Satellite System) para se localizar. Contudo, esse sistema demonstra limitações estruturais, as quais impedem que os usuários obtenham posições mais precisas, principalmente em ambientes fechados, como estacionamentos subterrâneos, ambientes em que não seja possível a recepção de sinais dos satélites ou, mesmo, em lugares onde há interferência. Diante disso, sistemas de posicionamento baseados no sinal RSSI funcionam como suporte à localização tradicional. A técnica proposta neste trabalho consiste em utilizar sinais providos por roteadores de rede sem fio, disponíveis na infraestrutura de redes domésticas, coorporativas ou públicas, para estimar a posição baseada na leitura da potência do sinal recebido deles por receptores sem fio (Wirelles, RSSI), disponíveis na maioria dos dispositivos móveis. Para isso, foram estudados e avaliados diferentes modelos que equacionam a relação de distância em função da potência do sinal RSSI recebido. A fim de avaliar qual o melhor modelo para os cenários estudados, aplicou-se uma otimização utilizando o algoritmo PSO (Particle Swarm Optimization) para se obter os parâmetros ótimos de cada modelo, os quais fornecem um erro de estimação mínimo. Experimentos em ambiente real foram realizados e avaliados por meio da comparação com dados obtidos por um sistema de posicionamento diferencial (RTK).

Abstract

The need to obtain the localization of primordial technologies on the terrestrial globe surface allowed the expansion and emergence of primordial technologies to contemporary engineering, especially in the context of intelligent vehicles and their interaction with the environment. Many systems have now been based on the information obtained by GNSS (Global Navigation Satellite System) for localization. However, this system demonstrates structural limitations, which prevent users from obtaining more accurate positions, especially in closed environments such as underground parking lots, environments where satellite signals are not possible or where interference occurs. In view of this problem, positioning systems based on RSSI signal function is a support for traditional localization. The technique proposed in this work consists of using signals provided by wireless network routers, available in the infrastructure of domestic, corporate or public networks, to estimate the position based on readings of signal power received by wireless receivers of mobile devices. For this, different models were studied and evaluated that equate the distance relation as a function of the power of the RSSI signal received. In order to evaluate the best model for the scenarios studied, an optimization was applied using the Particle Swarm Optimization (PSO) algorithm to obtain the optimum parameters of each model, which would be a minimum estimation error. Experiments in real environment were performed to evaluate this solution.

Descrição

Área de concentração

Agência de desenvolvimento

Palavra chave

Marca

Objetivo

Procedência

Impacto da pesquisa

Resumen

ISBN

DOI

Citação

CUNHA, R. de L. Estimação da distância de pontos móveis baseada na potência de sinais de roteadores de redes sem fio. 2017. 77 p. Dissertação (Mestrado em Engenharia de Sistemas e Automação)-Universidade Federal de Lavras, Lavras, 2017.

Link externo

Avaliação

Revisão

Suplementado Por

Referenciado Por