Uma metodologia de localização utilizando perfis para ambientes indoor em redes 802.11

Abstract

Enquanto hoje em dia a localização em ambiente outdoor é bem resolvida utilizando GPS e outros métodos, a indoor ainda precisa de mais estudos e melhorias. A maioria das técnicas disponíveis hoje não podem ser generalizadas e usadas em qualquer ambiente sem antes realizar um estudo aprofundado da propagação do sinal e seu mapeamento, e as técnicas atuais de localização em ambientes externos não são boas o suficiente para esta finalidade. Muitos modelos alcançam uma boa precisão, mas não reduzem o seu trabalho caso você tente implantar a mesma técnica em um ambiente com características semelhantes. Assim, o trabalho que poderia ser reduzido torna-se redundante, exigindo os mesmos passos para implantar em um local parecido. Por isso propomos um modelo no qual caso já tenhamos implementado o mesmo em um determinado ambiente, e nós precisamos de replicá-lo em locais com as mesmas características (outros andares no mesmo prédio, ou em outros edifícios com as mesmas características), o trabalho inicial de implementação pode ser bastante reduzido. Nossos resultados iniciais mostram uma precisão média de 5m em áreas "bem servidas" por pontos de acesso, e 14m considerando as áreas onde os sinais de ponto de acesso são fracos. Além disso, esta solução pode facilitar o uso de Serviços Baseados em Localização (LBS) em vários tipos de ambientes internos, reduzindo os custos de implantação.While today s outdoor location is well accomplished using GPS and other methods, indoor mobile location still needs further studies and improvements. Most of the techniques available today cannot be generalized and used in any environment without a thorough prior study of the signal propagation and its mapping, and current outdoor location techniques are not good enough for this purpose. Many models achieve a good accuracy, but do not reduce your work if you try to deploy the same technique in an environment with similar characteristics. Thus, the work that could be reduced becomes redundant, requiring the same steps to deploy to a similar location site. Therefore we propose a model in which, if we have already implemented the model in a given environment, and we need to replicate it in other places with similar characteristics (other floors in the same building, or in other buildings with the same characteristics), the initial work of implementation can be greatly reduced. Our initial results show an average precision of 5m in areas well served by access points, and 14m considering areas where access point signals are very poor. Furthermore, this solution can facilitate the use of Location Based Services (LBS) in various types of indoor environments, reducing the deployment costs.