Đánh giá các phương pháp pattern matching trong định vị bằng wifi

ĐẠI HỌC QUỐC GIA TP HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA PHAN MINH NHẬT ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH VỊ BẰNG WIFI Chuyên ngành: Kỹ thuật điện tử Mã số: 605270 LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, tháng năm 2013 Cơng trình hoàn thành tại: Trường Đại học Bách Khoa –ĐHQG-HCM Cán hướng dẫn khoa học : (Ghi rõ họ, tên, học hàm, học vị chữ ký) Cán chấm nhận xét : (Ghi rõ họ, tên, học hàm, học vị chữ ký) Cán chấm nhận xét : (Ghi rõ họ, tên, học hàm, học vị chữ ký) Luận văn thạc sĩ bảo vệ Trường Đại học Bách Khoa, ĐHQG Tp.HCM ngày 11 tháng năm 2013 Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: (Ghi rõ họ, tên, học hàm, học vị Hội đồng chấm bảo vệ luận văn thạc sĩ) Xác nhận Chủ tịch Hội đồng đánh giá LV Trưởng Khoa quản lý chuyên ngành sau luận văn sửa chữa (nếu có) CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA………… ĐẠI HỌC QUỐC GIA TP.HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập - Tự - Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: Phan Minh Nhật MSHV:10140017 Ngày, tháng, năm sinh: 24/07/1984 Nơi sinh: T.T.Huế Chuyên ngành: Kỹ Thuật Điện Tử Mã số : 605270 I TÊN ĐỀ TÀI: Đánh giá phương pháp PATTERN MATCHING định vị WIFI II NHIỆM VỤ VÀ NỘI DUNG: 1.Thiết kế phần mềm thu thập liệu WLAN ước lượng vị trí người dùng Đánh giá sai số tốc độ tính tốn giải thuật so sánh mẫu để ước lượng vị trí (Phương pháp: RADAR, ηk-Nearest Neighbor Algorithm, ANN) III NGÀY GIAO NHIỆM VỤ : 21/01/2013 IV NGÀY HOÀN THÀNH NHIỆM VỤ: 21/06/2013 V CÁN BỘ HƯỚNG DẪN (Ghi rõ học hàm, học vị, họ, tên): Tiến sĩ Nguyễn Minh Hoàng Tp HCM, ngày tháng năm 2013 CÁN BỘ HƯỚNG DẪN (Họ tên chữ ký) CHỦ NHIỆM BỘ MÔN ĐÀO TẠO (Họ tên chữ ký) TRƯỞNG KHOA….……… (Họ tên chữ ký) LỜI CÁM ƠN Trong q trình nghiên cứu, tơi gặp nhiều khó khăn thiếu sót cuối tơi hồn thành luận văn nhờ có hướng dẫn hỗ trợ thầy Nguyễn Minh Hoàng Xin phép gởi đến thầy lời cám ơn sâu sắc Tôi xin chân thành gửi lời cảm ơn đến thầy cô trường Đại học Bách khoa Thành phố Hồ Chí Minh cung cấp kiến thức hữu ích cho tơi để thực luận văn này, đồng thời tảng vững cho tơi để ứng dụng vào công việc tương lai Cuối xin gửi lời cảm ơn to lớn đến người thân gia đình đặc biệt vợ động viên tạo điều kiện cho tơi hồn thành tốt luận văn TPHCM, tháng 07 năm 2013 Phan Minh Nhật TÓM TẮT  Định vị môi trường nhà nhu cầu cần thiết người dùng thiết bị di động hệ thống GPS khơng thể giúp định vị xác vị trí người dùng tịa nhà xác định tầng, phòng thuê bao Hiện nay, kỹ thuật định vị WLAN có ưu vượt trội so với phương pháp khác WLAN phổ biến, rẻ tiền dễ triển khai Tuy nhiên, phương pháp bị ảnh hưởng nhiều nhiễu phương pháp để nâng cao độ xác định vị quan trọng Đề tài thiết kế phần mềm giúp khảo sát liệu WLAN dùng liệu cho việc ước lượng vị trí thiết bị di động Bên cạnh đó, đề tài đánh giá đến ảnh hưởng phương pháp pattern matching số yếu tố ảnh hưởng đến độ xác tốc độ tính tốn q trình định vị Qua lựa chọn thơng số phương pháp tối ưu cho chương trình định vị Cấu trúc luận văn:  Chương 1: Mở đầu  Chương 2: Giới thiệu tổng quan định vị, ứng dụng định vị kỹ thuật định vị khác nghiên cứu sử dụng  Chương 3: Mơ hình tốn học kỹ thuật định vị nhà  Chương 4: Cấu trúc phần mềm kỹ thuật sử dụng để đánh giá kỹ thuật định vị  Chương 5: Trình bày phân tích kết  Kết luận hướng phát triển đề tài  Phụ lục  Tài liệu tham khảo ABSTRACT  Indoor location is one of requirements of mobile user because GPS cannot help to locate exactly the current location of user inside a building (Ex: Room name, floor name) There are many technologies for indoor positioning and positioning based on Received Signal Strength (RSS) is a dominant technology because WLAN is popular, cheap and easy to deploy However, this technology is affected by the multipath fading that will impact to the accuracy so that engineers need to find methods to improve it This thesis developed a software that can help to collect WLAN database from APs and use this database for estimating the location of user Besides, the thesis analizes pattern matching algorithms and factors impacted to the accuracy of positioning Thereby, we can choose the best value for parameters of positioning software Structure of thesis:  Chapter 1: Introduction  Chapter 2: Overview about location determination technlogies  Chapter 3: Pattern matching algorithms for indoor location determination  Chapter 4: Software architecture and analysis methods  Chapter 5: Result analysis  Conclusion and future research  Appendix  References LỜI CAM ĐOAN Tôi cam đoan công trình nghiên cứu tơi Các số liệu, kết nêu luận văn trung thực chưa cơng bố cơng trình khác Người cam đoan (ký tên ghi rõ họ tên) Phan Minh Nhật ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH VỊ BẰNG WIFI Mục lục Mở đầu 1.1 Lý chọn đề tài 1.2 Đối tượng phạm vi nghiên cứu 1.3 Ý nghĩa khoa học thực tiễn Giới thiệu tổng quan 2.1 UWB-based user position tracking 2.2 Indoor GPS-based user position tracking 2.3 WLAN-based user position 10 2.4 So sánh kỹ thuật định vị indoor 11 2.5 Các giải thuật pattern matching cho định vị WLAN nghiên cứu 12 2.5.1 Centroid [21] 12 2.5.2 The RADAR [18] 12 2.5.3 Ekahau [23] 16 2.5.4 Kalman filter [5] 17 2.5.5 ηk-Nearest Neighbor Algorithm [22] 18 2.5.6 ANN-Mạng nơ ron nhân tạo [7] 18 Cơ sở lý thuyết thực nghiệm 20 3.1 Khoảng cách Euclid 20 3.2 Phương pháp RADAR (k-nearest neighbors) 20 3.3 Phương pháp ηk-nearest neighhbors[22] 21 3.4 Phương pháp ANN 22 Phương pháp nghiên cứu 31 4.1 Phần mềm thu thập phân tích liệu 31 4.1.1 Cấu trúc phần mềm 31 4.1.2 Các tính phần mềm 32 4.1.3 Cấu trúc liệu phương pháp phân tích 37 4.1.3.1 Dạng XML 37 4.1.3.1.1 Cấu trúc liệu 37 4.1.3.1.2 Xử lý liệu XML 39 4.1.3.2 Dạng CSV 39 ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH VỊ BẰNG WIFI 4.1.3.2.1 Cấu trúc liệu 39 4.1.3.2.2 Xử lý liệu CSV 40 4.2 Công cụ ANN matlab 41 4.2.1 Mơ hình mạng neural 41 4.2.2 Giải thuật matlab 42 Mô hình thực nghiệm đánh giá kết 45 5.1 Mơ hình khảo sát 45 5.2 Mơ hình khảo sát 47 5.3 Kết 50 5.3.1 Ảnh hưởng số lượng mẫu k-NN 50 5.3.2 Ảnh hưởng số perceptron 51 5.3.3 So sánh độ xác phương pháp 53 Kết luận hướng phát triển 56 6.1 Kết luận 56 6.2 Hướng phát triển 57 Phụ Lục 58 Tài liệu tham khảo 67 Lý lịch trích ngang 70 ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH VỊ BẰNG WIFI Danh mục hình vẽ Hình 1.1 Phần mềm hiển thị vị trí thiết bị (trái), đo đạc cường độ tín hiệu (phải)[1].3 Hình 1.2 Ứng dụng định vị người dùng (ILukBa) dò wifi thiết bị di động[1] Hình 2.1 Các hệ thống định vị theo độ xác phạm vi hoạt động[27] Hình 2.2 Hệ thống dị tìm UWB Sapphire[23] Hình 2.3 Hệ thống dị tìm mê cung UWB (Disaster city)[23] Hình 2.4 Hệ thống dị tìm mê cung phát laser[23] Hình 2.5 Kiến trúc hệ thống Ekahau [23][19] 10 Hình 2.6 Giai đoạn 1-Thu thập mẫu[26] 10 Hình 2.7 Giai đoạn 2-Xử lý thời gian thực giải thuật pattern matching[26] 11 Hình 2.8 Bản vẽ khu vực khảo sát tron phương pháp RADAR[18] 13 Hình 2.9 Ảnh hưởng k đến độ xác Kết biễu diễn trường hợp:25th(25% xác xuất lỗi), 50th(50% xác xuất lỗi)[18] 14 Hình 2.10 Sai số khoảng cách thay đổi theo số điểm khảo sát (log scale)[18] 15 Hình 2.11 Đồ thị cường độ sóng theo khoảng cách[18] 16 Hình 2.12 Mơ hình hệ thống Ekahau [23] 17 Hình 2.13 Ảnh hưởng lọc nhiễu RSS lên độ xác 17 Hình 2.14 Hàm mật độ phân phối lỗi định vị[7] .18 Hình 3.1 Giải thuật k-NN với k=3 Vị trí ước lượng trung bìn.h cộng tọa độ điểm có khoảng cách Euclid nhỏ khoanh trịn 20 Hình 3.2 Lưu đồ giải thuật cho phương pháp RADAR sử dụng phần mềm 21 Hình 3.3 Tế bào thần kinh mơ hình tốn học[24] 23 Hình 3.4 Hàm logsig (đơn cực)[24] 23 Hình 3.5 Hàm Tansig (lưỡng cực)[24] 24 Hình 3.6 Mạng truyền thẳng nhiều lớp[24] 24 Hình 3.7 Mơ hình ANN dùng đề tài .24 Hình 3.8 Phương pháp huấn luyện mạng giải thuật truyền ngược[24] 25 Hình 3.9 Minh họa phương pháp điều chỉnh trọng số nơ-ron thứ j thời điểm k[25] 26 Hình 3.10 Mơ hình MLP mẫu[25] 26 Hình 3.11 Các điểm cực tiểu cục cực tiểu toàn cục[25] 28 Hình 4.1 Mơ hình thiết kế lớp 32 Hình 4.2 New/Open/Save project .32 Hình 4.3 Giao diện phần mềm 33 Hình 4.4 Scaling 33 Hình 4.5 Thu thập liệu 34 Hình 4.6 Locating 35 ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH VỊ BẰNG WIFI Kết luận hướng phát triển 6.1 Kết luận  Ảnh hưởng hệ số k nearest neighbors: k tăng dần sai số giảm dần nhiên k lớn ảnh hưởng khơng đáng kể Từ mơ hình khảo sát cho thấy k=4 đủ để đạt độ xác tối ưu  Ảnh hưởng số mẫu thu thập lúc định vị: Số lượng mẫu lớn sai số giảm Tuy nhiên k lớn việc giảm sai số không đáng kể Từ mô hình khảo sát cho thấy cần lấy 10 mẫu đạt kết tốt  Ảnh hưởng số perceptron: qua kết thực tế cho thấy số lượng percepton lớp ẩn phương pháp ANN khơng cần phải q lớn đạt độ xác gần tối ưu Có thể lựa chon số perceptron từ đến 10 Nên sử dụng số perceptron nhỏ tốt lúc khối lượng tính tốn giảm nhiều  Ảnh hưởng số AP: Số AP lớn sai số giảm bớt Sai số giảm nhanh số AP tăng từ đến Tuy nhiên, số AP tăng lên 4-5 kết có cải thiện khơng nhiều  So sánh độ xác phương pháp định vị ANN, RADAR ηk-NN: o Phương pháp ANN RADAR cho kết tốt so với phương pháp ηk-NN Theo [22] phương pháp ηk-NN cải thiện độ xác việc xác định vị trí phịng Tuy nhiên để xác định tọa độ xác khơng dùng liệu chất lượng tín hiệu ảnh hưởng lớn đến sai số phương pháp o Hai phương pháp ANN RADAR cho kết gần Tuy nhiên phương pháp RADAR đòi hỏi thiết bị di động cần phải lưu sở liệu tất tịa nhà phải tính tốn khoảng cách euclid cho tất điểm tầng Do khối lượng tính tốn lớn nhiều so với ANN  Luận văn khảo sát mơ hình: mơ hình mức lớn mơ hình mức nhỏ Trong sai số mơ hình mức lớn 4,09m (3APs) mức nhỏ 1.48m (3APs) Lý thứ môi trường lớn khảo sát trung tâm nghiên cứu với nhiều nhân viên làm việc bị nhiễu nhiều thiết bị máy tính, đèn neon, đóng mở cửa liên tục… Lý thứ hai diện tích lớn tạo nên sở liệu lớn có nhiều điểm thơng tin vị trí khác có giá trị RSS giống Lý thứ ba việc bố trí APs không đồng khu vực khảo sát 56 ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH VỊ BẰNG WIFI 6.2 Hướng phát triển  Cần phải cải tiến độ xác việc ước lượng khu vực khảo sát lớn phương pháp sau: Sử dụng Kalman Filter để xử lý tín hiệu thu trước đưa vào định vị Theo [5] dùng Kalman filter tăng độ xác lên 20% Trong đề tài lúc ước lượng vị trí khơng áp dụng việc loại bỏ vị trí khơng hợp lệ tường, bàn, tủ,… sau ước lượng tọa độ x,y Bên cạnh sở liệu lớn cho sai số lớn Vì vậy, tầng lớn ta cần chia nhỏ thành sở liệu nhỏ để định vị Vấn đề cần đặt lựa chọn giải thuật giúp cho việc khoanh vùng sở liệu Hiện phương pháp ηk-NN có khả phân loại khu vực tốt [22] với độ xác đến 96% Có thể lai tạo phương pháp với ANN RADAR  Trong trình khảo sát cho thấy vị trí APs có ảnh hưởng đến độ xác việc định vị cần phải tập trung nghiên cứu mối quan hệ độ xác khu vực vẽ tương ứng vị trí APs  Một yếu tố cần nghiên cứu thêm hướng thiết bị dùng để khảo sát 57 ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH VỊ BẰNG WIFI Phụ Lục Định vị dựa GPS Một giải pháp dễ hiểu để định vị vị trí sử dụng hệ thống Global Positioning System (GPS) Điều liên quan đến việc cài đặt hoàn toàn phần thu GPS handset sau phát liệu nhận từ GPS tuyến lên , liệu xử lý để xác định vị trí Tuy nhiên khơng phải lựa chọn hấp dẫn nhiều yếu tố Nó ảnh hưởng đến kích thước, khối lượng lượng GPS hoạt động L-band hoàn toàn khác với tần số mạng tế bào nên anten handset phải thiết kế lại Những yếu tố làm gia tăng giá trị handset Một nhân tố không tốt ảnh hưởng thời gian "làm nóng" GPS, sau bật máy thu GPS phải khoảng 1,5 phút dài phụ thuộc vào việc thiết kế, để bắt đầu nhận tín hiệu GPS điều việc không mong muốn trường hợp khẩn cấp Để tìm thấy vị trí thu GPS cần phải có tối thiểu vệ tinh GPS nhìn thấy được, mà điều lại khó mơi trường thành phố bị che khuất gọi indoor Tuy nhiên phương tiện lại có tích hợp GPS giải pháp thực tế Hình P1 Định vị hệ thống GPS Định vị A-GPS 58 ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH VỊ BẰNG WIFI Thông thường liệu từ vệ tinh truyền chậm 50bit/s Nó thường nhiều phút thu GPS thông thường để tải liệu yêu cầu từ vệ tinh trước tính tốn vị trí riêng Đó lý Assited GPS phát triển down liệu từ GPS server Giới hạn A-GPS thu A-GPS nằm indoor khơng thể load liệu từ vệ tinh A-GPS trở nên cần thiết để cung cấp liệu tương tự Tuy nhiên A-GPS khơng đủ để làm việc indoor Do cần có thiết bị dùng để dị đo đạc tín hiệu từ vệ tinh gọi tương quan "correlator" Để làm việc indoor tương quan song song số lượng lớn “massively parallel correlation” cần thêm vào Hình P2 Định vị hệ thống AGPS INDOOR-CAPABLE GPS = A-GPS + MASSIVE PARALLEL CORRELATION Với "massively-parallel correlation", thu GPS cộng hợp nhiều tín hiệu GPS mã hố ý mã lặp lại cách lý tưởng ms với đủ tương quan, thu GPS tích luỹ mã cách hoàn hảo mili giây hàng ngàn giây tiếp tục Bằng cách MS thu tín hiệu mã hố indoor, nơi mà tín hiệu nhỏ hàng ngàn lần so với outdoor Với 20000 phần cứng "correlator" khả kết hợp hàng ngàn kết đo đạc chíp đơn, IndoorGPS làm cho GPS hoạt động indoor Mobile hỗ trợ kỹ thuật Time Of Arrival (TOA) Thời gian tới từ handset đến BS ước lượng nhiều cách Từ thời gian đến ta tính khoảng cách đến BS Nếu handset đánh 59 ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH VỊ BẰNG WIFI dấu thời gian tín hiệu truyền ra, trạm gốc xác định thời gian tín hiệu phải cho việc di chuyển từ handset đến trạm gốc Nếu tối thiểu có thu thu tín hiệu từ handset vị trí thu tìm Tuy nhiên điều địi hỏi tham chiếu thời gian xác handset để giúp đồng với BS Giải pháp khó để đạt Hình P3 Định vị kỹ thuật TOA(có chỉnh sửa MS) Mobile hỗ trợ kỹ thuật Time Difference Of Arrival (TDOA) Trong kỹ thuật , mạng thứ hai BS vị trí cố định cần thiết Các BS hoạt động handset giả Ở chu kỳ thời gian đồng bộ, MS BS ảo lân cận thu lấy phần thu lấy tín hiệu đường xuống BS thật MS sau phát lại tín hiệu thu đến BS giả, tương quan với phiên cũ tín hiệu thu BS giả Từ ta biết khác biệt thời gian tín hiếu đến mobile BS giả Vì toạ độ trạm giả trạm gốc BS thật biết, việc giúp tính khoảng cách MS với BS thật Thực việc đo đạc với trạm thật khác ta xác định toạ độ MS dựa vào phương pháp đạc tam giác Phương pháp đòi hỏi phải cài thêm phần mềm cho handset với lắp đặt thêm phần cứng Một hệ thống gọi "cursor", dựa kỹ thuật GSM, tham khảo Một kỹ thuật khác thay đổi handset , dựa TDOA đề xuất cho hệ thống CDMA Phương pháp sử dụng tone pilot từ BS khác Trong hệ thống CDMA tone pilot truyền sector để tham chiếu sóng mang dùng việc đồng cho mobile Kênh pilot truyền với công suất lớn so với kênh khác , cho phép dị xác Mỗi sector truyền mã PN kênh tham chiếu nó, với pha mã Điều cho phép MS phân biệt tone pilot cell Mobile đo đạc khác thời gian đến tối thiểu pilot tone truyền sector khác Bằng phương pháp giao hyperbol vị trí MS ước lượng 60 ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH VỊ BẰNG WIFI Điều đòi hỏi tất xử lý thực MS, sau ước lượng vị trí gửi cho hệ thống qua uplink Hai kỹ thuật thường nhắc đến hệ thống CDMA A-FLT (Advanced Forward Link Trilateration) E-FLT (Enhanced Forward Link Trilateration), chúng dùng kỹ thuật TDOA đo MS sau truyền lên cho BTS Sự khác kỹ thuật dùng thông điệp chuẩn hố 801 để truyền thơng tin đo đạc từ MS, cịn kỹ thuật sau dùng thơng điệp đo cường độ pilot (từ chuẩn CDMA TIE/EIA 95) vốn không thiết kế cho định vị mà dùng cho mục đích chuyển giao RSS (Received Signal Strength) Định vị vơ tuyến dùng kỹ thuật thu cường độ tín hiệu phương pháp định vị mà sử dụng mơí quan hệ suy hao với khoảng cách thu phát Hiện có nhiều mơ hình suy hao đưa để thể mối quan hệ suy hao tín hiệu với khoảng cách, loại thích hợp với mơi trường hay điều kiện khác nhau: indoor, outdoor, ảnh hưởng môi trường  Outdoor (truyền sóng gần mặt đất-thành phố): o Mơ hình Young o Mơ hình Okumura o Mơ hình Hata (thành phố lớn-thành phố nhỏ-nơng thơn) o Mơ hình Cost 231 o Mơ hình Lee  Mơ hình suy hao indoor: o Mơ hình ITU o Mơ hình suy hao theo log khoảng cách Từ mơ hình kết hợp với đo đạc suy hao ta ước lượng khoảng cách MS BS, MS phải nằm vịng trịn có tâm BS Bằng cách sử dụng nhiều BS vị trí MS xác định Hình P4 Định vị kỹ thuật RSS 61 ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH VỊ BẰNG WIFI Với hệ thống định vị dựa cường độ, nguồn lỗi fading đa đường hiệu ứng chắn Sự thay đổi cường độ tín hiệu lên đến 3040dB theo khoảng cách khoảng nửa bước sóng Cường độ tín hiệu trung bình giải vấn đề MS di chuyển chậm khơng thể loại bỏ thành phần trung bình fading đa đường, cịn ảnh hưởng hiệu ứng chắn Ngoài hệ thống CDMA sử dụng điều khiển công suất để chống lại hiệu ứng gần xa Do đó, cơng suất phát MS biết điều khiển với độ xác hợp lý Cell ID Phương pháp đơn giản cần xác định sector cell liên lạc với MS, sử dụng thông tin biết độ bao phủ sector giới hạn vùng mà MS tồn Phương pháp đơn giản nhiên độ xác xác khơng cao sai số đến vài trăm met có đến vài kilomet Tuy nhiên dùng thông tin kết hợp với kết đo đạc từ phương pháp khác cải tiến độ xác tốt Kỹ thuật Angle of Arrival (AOA) Phương pháp AOA đề cập đến phương pháp Direction Of Arrival (DOA) AOA sử dụng hệ thống anten đa xếp để cố gắng ước lượng hướng đến tín hiệu cần quan tâm Do việc đo đạc DOA riêng hạn chế vị trí MS đường thẳng Nếu có tối thiểu hai ước lượng DOA từ hai anten hai vị trí khác ta xác định trí từ giao điểm đường Việc sử dụng nhiều ước lượng DOA giúp tăng độ xác trình ước lượng cách sử dụng thêm thông tin dư 62 ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH VỊ BẰNG WIFI Hình P5 Định vị kỹ thuật AOA Mặc dù phương pháp DOA cung cấp giải pháp thực tế việc định vị vơ tuyến , chúng ln có trở ngại để định hướng xác tín hiệu từ nguồn đến anten phải đường truyền thẳng (Line of Sight-LOS) Tuy nhiên điều lại trường hợp thường gặp hệ thống di động tế bào, nơi thường diễn tình trạng phản xạ, nhiễu xạ, tán xạ, chẳng hạn mơi trường thành phố Mặc dầu anten thích nghi hữu dụng khu vực cần cải thiện dung lượng vùng nông thôn, vùng ngoại mật độ th bao thấp việc dùng anten thích nghi khơng hiệu mặt kinh tế Nếu anten dãy đặt trạm gốc hệ thống định vị cần phải cân chỉnh thường xuyên thay đổi nhỏ xếp vật lý anten dãy gió bão gây dẫn đến thay đổi đáng kể việc xác định vị trí Nếu AOA sử dụng phải lắp đặt cách khó khăn phải dùng phương pháp khác để cân chỉnh cách liên tục anten để ước lượng xác DOA Một khó khăn khác phức tạp giải thuật DOA Những giải thuật thường có khuynh hướng với độ phức tạp cao cần phải đo đạc lưu trữ sử dụng liệu cân chỉnh array tính chun sâu tính tốn chúng Kỹ thuật Time Of Arrival (TOA) Trạm gốc xác định cách khơng trực tiếp thời gian mà tín hiệu từ nguồn đến thu tuyến lên tuyến xuống Điều thực cách đo đạc thời gian mà MS trả lời yêu cầu dẫn truyền đến MS từ BS Tổng thời gian trôi qua kể từ lúc lệnh truyền đến lúc mà đáp ứng MS dị Nó bao gồm tổng trễ tín hiệu di chuyển 63 ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH VỊ BẰNG WIFI vòng trễ đáp ứng xử lý MS Nếu trễ đáp ứng MS biết với đủ độ xác trừ vào tổng thời gian đo đạc, ta tổng thời gian trễ quay vòng Một nửa số ước lượng thời gian trễ tín hiệu hướng , điều giúp tính xấp xỉ khoảng cách từ MS tới BS, đáp ứng mobile dị thêm hai thu vị trí MS xác định phép đạc tam giác Có vấn đề chắn mà phương pháp phải đối mặt việc ước lượng trễ đáp ứng MS khó xác định thực tế Lý khác thiết kế nhà sản xuất MS khác Thứ hai phương pháp gặp lỗi khơng có đường truyền thẳng Kỹ thuật Time Difference Of Arrival (TDOA) Kỹ thuật TDOA dựa việc ước lượng khác thời gian đến tín hiệu từ nguồn đến nhiều thu khác Điều thường hoàn thành cách bắt giữ tức thời tín hiệu chu kỳ thời gian đồng nhiều thu Tương quan chéo hai phiên tín hiệu cặp BS thực đỉnh ngõ tương quan chéo thời gian khác tín hiệu thu hai trạm BS Một giá trị riêng biệt ước lượng sai lệch thời gian xác định đường hyperbol hai thu mà MS xuất hiện, giả sử nguồn thu đồng phẳng Nếu thủ thuật thực lần với thu khác kết hợp với thu sử dụng trước hyperbol khác xác định giao điểm chúng giúp ước lượng vị trí phát Phương thường gọi định vị hyperbol Phương pháp đưa ưu điểm so với kỹ thuật khác phương pháp tất xử lý xảy cấu trúc mạng nhà cung cấp khơng cần phải chỉnh sửa handset có sẵn Về khía cạnh giải pháp có hiệu kinh tế so với hệ thống dựa GPS Kỹ thuật khơng địi hỏi anten đặc biệt rẻ so với phương pháp DOA Nó khơng phải trải qua việc tính thời gian đáp ứng TOA Nó chống lại lỗi thời gian nguồn vật phản xạ tín hiệu gần MS Nếu phản xạ ảnh hướng đến thành phần tín hiệu đến tất thu lỗi thời gian loại bỏ giảm phép tính sai lệch thời gian Do TDOA hoạt động xác vài tình nơi mà khơng có thành phần truyền thẳng (LOS) Mặt mạnh so với TOA DOA Những thay đổi đòi hỏi phương pháp TDOA thay đổi phần mềm hệ thống Các đường chuyên dụng sử dụng để liệu xác định vị trí truyền BS trung tâm chuyển mạch, để tránh chí phí tạo kênh thơng thoại kết nối thơng thường BS chuyển mạch 64 ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH VỊ BẰNG WIFI Hình P6 Định vị kỹ thuật TDOA Mỗi TDOA ứng với phương trình hyperbol (Ri,1 khoảng cách sai lệch BS1 BSi, R1 khoảng cách BS1 với MS, di,1 TDOA BS1 BSi): Ri ,1  cd i ,1  ( Ri  R1 )  ( X i  x)  (Yi  y )  (P.1) 65 ( X  x)  (Y1  y ) ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH VỊ BẰNG WIFI Bảng P1 So sánh phương pháp định vị outdoor Kỹ thuật Mạng Tích hợp thêm cho MS Độ xác Cell-ID GSM&CDMA Khơng Phụ thuộc kích thước cell 100m-3km EFLT CDMA Không 250-350m TDOA GSM&CDMA Không 100-200m AOA Khơng Khơng 100-200m AFLT CDMA Có 50-200m EOTD GSM Có 50-200m GPS,AGPS GSM&CDMA Có 5-30m 66 ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH VỊ BẰNG WIFI Tài liệu tham khảo [1] T Mantoro, "Improving the accuracy of indoor user location using IEEE 802.11 signals," TENCON 2010 - 2010 IEEE Region 10 Conference, pp 14211426, 21-24 Nov 2010 [2] A Kumar, " Wireless mobile user’s location in an indoor environment - an overview," Communication Systems Software and Middleware and Workshops, 2008 COMSWARE 2008 3rd International Conference on, pp 704-707 , 6-10 Jan 2008 [3] T Mantoro, "User Location and Mobility for Distributed Intelligent Environment," The Fifth International Conference on Ubiquitous Computing (UbiComp 2003), pp 255-256, 12-15 Oct 2003 [4] T Mantoro, W Usino and Andriansyah, "CULo: Coordinate User Location System for Indoor Localisation," ISAST Transactions on Computers and Software Engineering, vol 2, no 1, pp 1-7, 2008 [5] R Kumar, A Varsha and A Yogesh, "Improving the Accuracy of Wireless LAN based Location Determination Systems using Kalman Filter and Multiple Observers," in WCNC 2006, Las Vegas, 2006 [6] K Pahlavan and X J P Li, "Indoor geolocation science and technology," IEEE Commun Mag., vol 40, no 2, pp 112-118, Feb 2002 [7] M Stella, M Russo and D Begusic, "Location Determination in Indoor Environment based on RSS Fingerprinting and Artificial Neural Network," Telecommunications, 2007 ConTel 2007 9th International Conference on, pp 301-306, 13-15 Jun 2007 [8] U Ahmad, A Gavrilov, U Nasir, M Iqbal, S J Cho and S Lee, " In-building Localization using Neural Networks," Engineering of Intelligent Systems, 2006 IEEE International Conference on, pp 1-6 , 2006 [9] S Outemzabet and C Nerguizian, " Accuracy enhancement of an indoor ANNbased fingerprinting location system using Kalman filtering," Personal, Indoor and Mobile Radio Communications, 2008 PIMRC 2008 IEEE 19th International Symposium on, pp 1-5 , 15-18 Sep 2008 [10] L H., M B Kjærgaard, R Hansen and K T., "Error Estimation for Indoor 67 ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH VỊ BẰNG WIFI 802.11 Location Fingerprinting," In Proceedings of the 4th Int Symposium on Location and Context Awareness, pp 138-155, 2009 [11] K Kaemarungsi and P Krishnamurthy, "Modeling of indoor positioning systems based on location fingerprinting," INFOCOM 2004 Twenty-third AnnualJoint Conference of the IEEE Computer and Communications Societies, pp 1012 - 1022 vol.2, 7-11 Mar 2004 [12] T Sadiki and P Paimblanc, "Modelling new indoor propagation models for WLAN based on empirical results," Computer Modelling and Simulation, 2009 UKSIM '09 11th International Conference on, pp 585-588, 25-27 Mar 2009 [13] K Kaemarungsi and P Krishnamurthy, "Properties of Indoor Received Signal Strength for WLAN Location Fingerprinting," Mobile and Ubiquitous Systems: Networking and Services, 2004 MOBIQUITOUS 2004 The First Annual International Conference on , pp 14-23, 22-26 Aug 2004 [14] D Wu, Y Xu and L Ma, "Research on rss based indoor location method," Knowledge Engineering and Software Engineering, 2009 KESE '09 PacificAsia Conference on , pp 205-208, 19-20 Dec 2009 [15] Y Chen and H Kobayashi, "Signal Strength Based Indoor Geolocation," Communications, 2002 ICC 2002 IEEE International Conference on, pp 436439, 2002 [16] B Roberts and K Pahlavan, "Site-Specific RSS Signature Modeling for WiFi Localization," Global Telecommunications Conference, 2009 GLOBECOM 2009 IEEE , pp 1-6, 30 Nov 2009 [17] B Turgut and R Martin, "Localization for indoor wireless networks using minimum intersection areas of iso-RSS lines," Local Computer Networks, 2007 LCN 2007 32nd IEEE Conference on , pp 962-972 , 15-18 Oct 2007 [18] P Bahl and V Padmanabhan, "Radar: An in-building RF-based user location and tracking system," INFOCOM 2000 Nineteenth Annual Joint Conference of the IEEE Computer and Communications Societies Proceedings IEEE , pp 775-784 vol.2, 2000 [19] Ekahau, "Ekahau," Inc: Ekahau Positioning Engine2, August 2009 [Online] Available: http://www.ekahau.com/ [Accessed Oct 2012] 68 ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH VỊ BẰNG WIFI [20] H J and B G., "Particle Filter for Location Estimation in Ubiquitous Computing: A Case Study," Proc of The Sixth International Conference on Ubiquitous Computing (UbiComp 2004)-LNCS 3205 2004: Nottingham, UK, Springer Verlag, pp 88-106, 2004 [21] Y C Cheng, Y Chawathe, A LaMarca and J Krumm, "Accuracy Characterization for Metropolitan-Scale Wi-Fi Localization," IRS-TR-05-003, Intel Research, Proceeding of MobiSys, pp 233-245, 2005 [22] T Mantoro and C Johnson, "ηk-Nearest Neighbour algorithm for Estimation of Symbolic User Location in Pervasive Computing Environments," the IEEE International Symposium on a World of Wireless, Mobile and Multimedia Networks (WoWMoM), pp 472-474, 13-16 Jun 2005 [23] M K Hiam and R K Vineet, "Evaluation of position tracking technologies for user localization in indoor," Automation in Construction 18, p 444–457, 27 Oct 2009 [24] H T Huynh, Bài Giảng Cơng Nghệ Tính Toán Mềm, HCM, 2012 [25] N C Nguyen, Bài giảng mạng Nơ-ron nhân tạo-Chương 3-4, 2007 [26] C Nerguizian, C Despins and S Affes, "Geolocation in mines with an impulse response fingerprinting technique and neural networks," Wireless Communications, IEEE Transactions on (Volume:5 , Issue: ) , pp 603 - 611 , 27 March 2006 [27] R Mautz, "Overview of current indoor positioning systems," in GEODESY AND CARTOGRAPHY, vol 35, no 1, 2009, pp 18-22.[Online] Available: http://www.gc.vgtu.lt 69 ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH VỊ BẰNG WIFI Lý lịch trích ngang Họ tên Phan Minh Nhật Ngày sinh 24/07/1984 Nơi sinh T.T Huế, Việt Nam Địa liên lạc 413D C/Cư Sơn Kỳ Quận Tân Phú Điện thoại 0988437315 Email minhnhat247@gmail.com Q trình cơng tác 10/2011 - : Cố vấn kỹ thuật-Công ty TMA solutions 10/2009 - 10/2011 : Kỹ sư cao cấp-Công ty TMA solutions 3/2007 - 10/2009 : Kỹ sư viễn thông-Công ty TMA solutions Đào tạo 9/2010 - Học viên cao học chuyên ngành Kỹ Thuật Điện Tử Đại Học Bách Khoa TP Hồ Chí Minh Hồn thành chương trình đại học chuyên ngành Điện 9/2002 - 1/2007 Tử Viễn Thông- Đại Học Bách Khoa TP Hồ Chí Minh 70 ... Network ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH VỊ BẰNG WIFI CHƯƠNG Mở đầu ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH VỊ BẰNG WIFI Mở đầu Ngày nay, vấn đề định vị cho thiết... phối lỗi định vị[ 7] 18 ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH VỊ BẰNG WIFI CHƯƠNG Cơ sở lý thuyết thực nghiệm 19 ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH VỊ BẰNG WIFI Cơ... (phải)[1] ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH VỊ BẰNG WIFI Hình 1.2 Ứng dụng định vị người dùng (ILukBa) dò wifi thiết bị di động[1] ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH