lunes, 15 de abril de 2013

Lab 7 Lectura Científica

Este laboratorio consiste en escoger un documento buscado a través de Google Scholar como: "localization positioning outdoors indoors ubiquitous"(métodos de localización en interiores) y escribir un resumen con crítica constructiva.

Y para ello yo escogí este documento:

INDOOR LOCALIZATION WITH PROBABILITY DENSITY FUNCTIONS BASED ON BLUETOOTH (Localización en interiores con Funciones de Densidad de Probabilidad Basada en Bluetooth)

2005 IEEE 16th International Symposium on Personal, Indoor and Mobile Radio Communications
Kai Wendlandt, Marcus Berbig, and Patrick Robertson
German Aerospace Center (DLR), Institute of Communications and Navigation,
Oberpfaffenhofen, 82234 Wessling, Germany, Kai.Wendlandt@dlr.de


Introducción

Como los sistemas de navegación y GPS son cada vez más popular, surge la necesidad de utilizar la navegación, incluso en escenarios de interiores. Pero debido a las limitaciones técnicas de GPS, no es factible el uso de estos en los edificios sin incurrir en grandes errores debidos a sombras y la perturbación por múltiples caminos.

Por tal motivo el sistema Shade presentó con éxito un sistema con las unidades de medida inerciales para ayudar al receptor GPS el cual consistía en utilizar el bluetooth para  ayudar a las personas a navegar incluso en los difíciles escenarios interiores, donde las señales GPS no estén disponibles o se alteran a través de la propagación multitrayecto.

Un coche en una autopista puede hacer frente a tal 50m precisión con el fin de lograr una cierta calidad de servicio, mientras que un sistema de un usuario peatonal buscando una tienda en la ciudad es sólo útil con tolerancia del 5-10m.

En comparación con sistemas similares, se utilizó la combinación de las funciones de densidad de probabilidad para determinar la posición en lugar de analizar las muestras de medición con la técnica de k-vecinos más cercanos, nuestra representación e interpretación de datos es el foco principal de este trabajo.

Fundamentos de Bluetooth y Sistema

En este documento nos menciona que el objetivo del sistema que quieren realizar es no utilizar ningún otro hardware adicional más que el bluetooth del móvil.

El bluetooth tiene un bajo consumo de energía control de potencia de Bluetooth que trata de mantener la potencia en el receptor dentro de la denominada gama de oro potencia de recepción. Esta es una gama de energía bien definido entre dos niveles de umbral con una gama dinámica de 2OdB.

El indicador de ReceivedSignalStrength (RSSI) muestra la desviación entre la medida del poder de señal y los límites de poder de alcance. Cualquier valor positivo RSSI indica cuántos dB de la señal está por encima del límite superior, un valor negativo indica la distancia por debajo del límite inferior. 

Si la señal está dentro del rango de 20 dB, el valor RSSI se define como cero. Además de este valor, hay otro parámetro valioso que se puede grabar de la pila Bluetooth: El Tratns-mit-Power-Level indica la potencia de salida real del extremo frontal RF. Los valores pueden variar de-20dBm para 3OdBm. Dependiendo de la clase de potencia del conjunto de chips Bluetooth, el rango de control real puede variar de acuerdo con la especificación. El tercer parámetro es posible caracterizar un enlace Bluetooth es el Link-Qualitv. Ya que se producen muchos cambios en malas condiciones, cuando el transmisor y el receptor están lejos el uno del otro y el RSSI ya está por debajo del límite inferior de la gama y por esa razón se considera uno de los menos importantes para esta investigación.

Se piensan utilizar los dos mencionados pará-metros (RSSI y Transmit_Powerlevel) para calcular la posición de un espacio de probabilidad (AOPP). La combinación razonable de AOPP múltiple finalmente conduce a una estimación de localización más precisa.

Medidas

Las mediciones se llevaron a cabo en un laboratorio de tamaño 12x7 metros con dos pilares en el centro y otro obstáculo en la pared opuesta a la puerta.

El terminal móvil se colocó a una altura de 1,40 m sobre un pilón no metálico para evitar posibles influencias de los reflejos de la señal por trípodes normal y para simular de una manera sencilla una persona que lleva el dispositivo, aunque no modela la influencia particular de del cuerpo del usuario en la ruta de señal.



Un especial de C + + software (denotado como el adaptador de Bluetooth) que hemos desarrollado maneja las conexiones a las estaciones fijas Bluetooth. Se espera para las conexiones entrantes y responde a una petición de conexión L2CAP.

El maestro es decir, la estación fija, es un pequeño ordenador integrado con un dongle Bluetooth Tecom BT3030 conectado a su puerto USB. En lo que sigue nos referiremos a él como un "punto de servicio local" (LSP). Además de esto las aplicaciones de enlace L2CAP de comunicación en el teléfono puede intercambiar datos con aplicaciones en la LSP. Esta infraestructura de comunicación es parte de la Heywow-proyecto, lo que demuestra los servicios orientados al turismo dependiente de la localización en la ciudad de Landsberg am Lech, Alemania. En el punto de servicio local, se registró 10 a 20 muestras del presentado anteriormente RSSI y TransmitrPower.Level

Los datos de posición correspondientes del móvil en el laboratorio se registra manualmente. La grabación de estas muestras se repite para todos los 80 puntos distribuidos uniformemente en el laboratorio. El RSSI resultante y de Transmit-ower distribución sobre toda la parrilla se elabora luego a resultar en funciones de densidad de probabilidad para cada valor medido.

El número óptimo de puntos de medición para una habitación y la distribución óptima LSP en el edificio se identifico que el mínimo eran dos. Esto es especialmente válido en escenarios al aire libre, donde una persona puede perturbar la propagación del campo libre de la señal. 

La potencia de transmisión (dBm) de la llave Bluetooth medida en cada posición en la habitación

El color oscuro indica una potencia de transmisión baja en la zona próxima al punto de servicio local en la esquina superior izquierda.

En el centro de la habitación, la potencia de transmisión varía debido a las condiciones cambiantes, debido a la propagación multitrayecto.

Softlocation con funciones de densidad de Probabilidad

En la actualidad la cuestión principal de localización suele ser: "¿Dónde estoy?" Pero esto puede llevar a problemas debido a las limitaciones del mundo real: por ejemplo, mediciones erróneas, constelaciones malos satélite o errores debidos a la multi-path prop-agation. Los sistemas reales no son capaces de proporcionar la ubicación con una precisión infinita, y que a menudo varían considerablemente

Expresar y calcular la probabilidad posterior conduce a un enfoque bayesiano así, el problema se formula usando probabilidades condicionales, más variables aleatorias discretas, de la forma:.. P (measurecrnent ubicación) = probabilidad de ubicación dada una observación específica (medida ) usando la regla de bayes, se obtiene: P (loclrneas) = ​​P (mneaslloc) P (loc) (P (MCAS) se asume que la probabilidad a priori de la ubicación P (loc) a ser uniforme sobre el conjunto de posibles ubicaciones - se reparta uniformemente sobre todo el laboratorio. Los datos de medición en nuestros ensayos fueron el RSSI discreta o Transmit-Power. La probabilidad de cada valor medido P (MEA) puede ser estimado a partir de un histograma de los valores medidos. 

El primer paso del proceso de calibración sería estimar los valores de cada media y la varianza en cada ubicación, definiendo así P (rneaslloc). Todos RSSI y Trans-mitPower valores de los datos se calculan de acuerdo a la ecuación. Las matrices resultantes comprenden la base de datos de calibración completa para el área medida.

Ejemplo de cálculo de las probabilidades condicionales P (measjloc) para una ubicación fija

Para verificar la localización de un usuario con nuestro sistema, se mide, por ejemplo. una transmisión-Power valor en algún lugar en el laboratorio. Desde nuestra base de datos, extraer los valores de P (meas = measured Transmit-Powerlloc) para cada ubicación. Luego normalizar cada valor de P (meas = measured Transmit-Power) para llegar a P (loclmeas =measured TransmitLPower)). La distribución resultante posterior expresa nuestra área deseada de la posición Probable (AOPP).

Funciones de densidad de probabilidad para diferentes valores TransmitPower medidos a tres puntos de servicio local. visto desde la posición del receptor mismo
Como dicha distribución solo no es todavía muy significativo para la estimación de la posición, simplemente multiplicamos la distribución de las distribuciones que resultan de mediciones adicionales a los puntos de servicio restantes locales en la habitación o incluso en las habitaciones vecinas. Esto supone que los errores de medición o independientes independencia condicional de la measA mediciones y measB dada una ubicación loc: P (mneasA10oc) = P (measA toc, measB). La distribución resultante combinado da estimación de posición más precisa.

Crítica Constructiva.

Me pareció un tema muy interesante porque el proyecto para la materia de ubicuo tratamos de utilizar el bluetooth en este caso lo utilizan para la localización en interiores pues debido a las fallas que con lleva el GPS pero conforme observe después es del año 2005 y pues las tecnologías han cambiado un poco y observando todas las desventajas que se muestran en cuestión de interferencia y calibración de posicionamiento lo mejor sería utilizar otro medio como wi-fi.

También muy interesante que muestra como opción el apoyar el gps con el bluetooth que intenta tomar como referencia de posición la información que se obtendría de la estación por medio del bluetooth para evitar errores en el GPS.