Как работает позиционирование по wifi

Обновлено: 02.07.2024

Смартфон выездного сотрудника — это не только удобный коммуникатор и органайзер, но и способ объективного контроля со стороны руководителя. Всё больше компаний используют мобильные устройства, чтобы контролировать выполнение поручений, проверять качество работы, точно измерять продуктивность и затраты. При этом самой востребованной функцией остается контроль текущего местоположения выездного сотрудника и просмотр истории его поездок.

Перед тем как начать контролировать сотрудников с помощью мобильных устройств — смартфонов и планшетов, часто задаются вопросами:

Как смартфон или планшет определяет местоположение?
Как обеспечить наилучшую точность геопозиции?
Как геолокация влияет на скорость разряда аккумулятора?

Этот материал дает ответы на эти вопросы. В нем рассмотрены все три актуальных на сегодня способа мониторинга за выездным персоналом с помощью мобильного телефона: по сигналам GPS/ГЛОНАСС, GSM и WI-FI/Bluetooth.

1. Спутниковое позиционирование GPS/ГЛОНАСС: максимально детальный маршрут

Спутниковое позиционирование точно фиксирует маршрут и пробег. На основании этих данных легко рассчитать амортизацию транспортного средства и расход бензина по норме. Такой способ определения местоположения применяется, например, для торговых представителей на личном или корпоративном транспорте.

Принцип работы. После включения GPS-приемник телефона принимает сигналы спутников и вычисляет свое местоположение. Для точного геопозиционирования телефону достаточно принять сигнал 4 спутников. В обычных условиях он принимает сигнал примерно от 10 спутников.

Рекомендуется: Проверьте, есть ли на смартфоне сотрудника функция Assisted-GPS (A-GPS). Она повышает надежность и скорость позиционирования по спутниковым сигналам, что особенно заметно при перемещениях по городу с частыми заходами в здания.

При использовании навигации по спутниковым сигналам диспетчер или руководитель могут отслеживать точное движение сотрудника в реальном времени. Поездка на карте будет отображена непрерывной линией.

Преимущества:

Высокая точность: 5-25 м
Непрерывное наблюдение в реальном времени
Возможность точно рассчитывать пробег
Подробная история поездок

Недостатки:

Повышенная нагрузка на аккумулятор телефона. В случае активного использования GPS-модуля в телефоне, нужно предусмотреть возможность подзарядки в течение дня, например, от автомобильного “прикуривателя”.

2. По станциям сотовой связи GSM: не слишком точно, но довольно надежно

GSM сети — это довольно старый и не очень точный способ позиционирования, который сегодня используется как резервный. Он позволяет фиксировать местонахождение объектов даже в недоступных для GPS сигнала местах, например, на подземном паркинге или в метро. Но точность ниже: в городе это обычно несколько сот метров.

Принцип работы. Местоположение смартфона определяется исходя из расположения ближайших вышек сотовой связи. Когда телефон находится в зоне покрытия GSM, ему известны технические параметры ближайших вышек. Далее программное обеспечение сопоставляет эти параметры с базой данных о GSM-вышках и вычисляет местоположение владельца телефона.

Как и в случае GPS-трекинга, при использовании GSM-локации руководитель видит местоположение сотрудника в реальном времени. Однако местоположение будет отображено примерно: кругом диаметром до нескольких сот метров. Если потребуется посмотреть историю поездок на карте, то вы увидите фигуру из тех же самых кругов, просто в хронологическом порядке.

Преимущества:

Примерное местоположение, даже в местах, где затруднен GPS-сигнал: тоннели, подземные парковки, плотная городская застройка
Нет никаких дополнительных требований к телефону, т.к. позиционирование происходит только с помощью GSM-модуля
Низкий расход батареи, на уровне обычного использования телефона

Недостатки:

Высокая погрешность: от нескольких сотен метров в условиях города, до нескольких километров за городом.

3. Wi-Fi и Bluetooth: точное и энергоэффективное отслеживание в мегаполисах

Современные города буквально укутаны сетями Wi-Fi и Bluetooth. Поэтому их удобно использовать для позиционирования пеших работников в черте города, когда значение имеет сам факт нахождения сотрудника в заданной точке (без детального построения маршрута). Например, для торговых представителей, мерчендайзеров, курьеров или работников сервисных служб.

Модули WiFi / Bluetooth смартфонов и планшетов потребляют меньше энергии, чем модуль спутниковой навигации GPS. Поэтому продолжительность работы устройства увеличивается.

Принцип работы. Для определения местоположения по Wi-Fi и Bluetooth сигналам телефон должен находиться в зоне действия такого беспроводного устройства, например, роутера (при этом собственно подключения к Wi-Fi сети не требуется). Точность позиционирования соответствует радиусу действия роутера и составляет в среднем 30-100 м.

Важно: Для работы этой технологии на телефоне сотрудника должны быть активированы функции WiFi и Bluetooth.

Местоположение сотрудника можно наблюдать в онлайн-режиме. Точность определения местоположения по WiFi/Bluetooth сопоставима с “эталонной” точностью спутниковой навигации. Поэтому при просмотре на карте истории поездок, трек выглядит довольно подробным. Хотя пробег автомобиля точно рассчитать уже не выйдет.

Преимущества:

Достаточная точность позиционирования: 30-100 м
Возможность геолокации в помещениях
Батарея устройства разряжается намного медленнее, чем при использовании модуля GPS-навигации, что особенно важно для контроля пеших сотрудников (когда нет возможности заряжать телефон от “прикуривателя”)

Недостатки:

Доступно только там, где есть сигнал от Wi-Fi роутера, т.е. преимущественно в густонаселенных районах и бизнес-кварталах

Данные смартфона о местоположении — дополнительные возможности для бизнеса

Информация о местоположении сотрудников дает компаниям широкие возможности: от повышения трудовой дисциплины до экономии расходов и повышения продуктивности. Использование для этой цели смартфонов и планшетов выглядит наиболее оправданным и эффективным: эти устройства и так были нужны в работе, и тут становятся еще более полезными.

В современных мобильных приложениях для управления выездным персоналом, таких как X-GPS Трекер, используются все способы геолокации . При этом они интеллектуально сочетаются, чтобы обеспечить нужный руководителю баланс между точностью и продолжительностью автономной работы в зависимости от специфики деятельности сотрудников и используемого вида транспорта.

Способы позиционирования по мобильному телефону,
практическое применение

GPS	Wi-Fi	GSM
Точность локации	5-25 м	30-100 м	300-3000 м
Расход батареи	Высокий	Низкий	На уровне использования телефона
Доступность технологии	Под открытым небом (город и загород)	Черта города, в том числе в помещениях	Зона покрытия сотовой сети
Примеры бизнес- задач	Контроль водителей или торговых представителей, особенно на автомобилях, когда нужно учитывать пробег, расход топлива, время работы	Контроль пеших сотрудников: торговых представителей, мерчендайзеров, курьеров, сервис-инженеров	Безопасность инженеров, работающих в отдаленной местности

Итогом работы приложения является достоверная информация о местоположении сотрудника в реальном времени, история его поездок, факты и продолжительность визитов к клиентам, точный учет пробега.

Одна из самых популярных категорий мобильных приложений сегодня та, что предоставляет сервисы с определением местоположения устройства. Многие люди используют системы позиционирования на своих навигационных устройствах, смартфонах и планшетах. Слабая сторона этих решений в том, что использование системы Global Positioning System (GPS) недоступно внутри помещений из-за сильного погашения сигналов стенами и перекрытиями зданий. Таким образом открывается ниша для надежных решений с позиционированием в помещениях.

Сегодня существует ряд подходов и технологий для решения этой задачи. Компания Cisco уже несколько лет работает над позиционированием с помощью технологии Wi-Fi, учитывая распространенность сетей (практически в каждом помещении) и устройств (практически у каждого человека).

Первые разработки начались в 2007 года, когда была приобретена компания Cognio, чей механизм спектрального анализа был встроен в точки доступа Wi-Fi Cisco Aironet. Возможность анализировать эфир на наличие помех и определять их влияние на производительность сети Wi-Fi открыла новые возможности по обеспечению надежности и производительности беспроводных сетей. Появились и новые задачи – понять где находятся источники помех, т.к. найти их не всегда просто, особенно если помехи намеренно создаются злоумышленниками.

С тех пор алгоритм и портфель решений многократно усовершенствовались и сейчас, в 2015 году, Cisco предлагает новейшее решение позиционирование с высокой точностью, позволяющее определить координату Wi-Fi устройства с точностью до 1м. В ближайшие дни Cisco откроет это решение к заказу в России.

Методы позиционирования

Позиционирование в беспроводных сетях можно реализовать несколькими способами:

1. Метод распознавания шаблона.
Данный метод исходит из того, что в каждой точке устройство видит уникальную радио картину. Устройство сканирует радио обстановку – точки доступа и уровень их сигналов, сверяет полученную схему радиосигналов со списком шаблонов и находит координату устройства. Для настройки всей сети необходимо провести длительный процесс сканирования эфира всего помещения, на практике несколько раз, а также проводить регулярную калибровку данных, т.к. в реальности в помещениях постоянно происходят изменения.
Метод обладает преимуществом низких затрат на оборудование, но при этом стоимость владения таким решением будет высокой, а точность позиционирования низкой.

2. По точке доступа, к которой присоединен клиент.
Данный метод имеет преимущество простоты, но в точности страдает. Действительно, зона действия беспроводной сети может быть довольно большой, диаметр пятна засветки может быть 50м и более. Т.о. этот метод – лучше, чем ничего, однако он вряд ли позволит нам собрать аналитику, представляющую ценность для понимания наших клиентов.
Метод скорее позволяет определить присутствие клиента, чем спозиционировать его.

3. Триангуляция.
Этот метод уже несколько лет используется компанией Cisco и заключается он в том, чтобы определить силу сигнала от клиента на 3х-4х точках доступа Wi-Fi и в зоне пересечения возможного расположения клиента относительно каждой точки спозиционировать устройство. Данный метод является довольно информативным. При правильном развесе точек доступа он позволяет с высокой вероятностью определить координату клиента с точностью 5-7м. Хороший сценарий – это точки доступа по периметру помещения и в центре таким образом, чтобы каждая точка в пространстве «слышалась» 3мя-4мя точками доступа Wi-Fi. Препятствия на пути радиосигнала будут мешать точности определения координаты. Статичные препятствия необходимо смоделировать, а движущиеся неминуемо будут оказывать негативное влияние на точность.

Для повышения точности позиционирования в сети Wi-Fi точки доступа необходимо ставить чаще, т.к. угасание сигнала и расстояние от точки доступа имеют экспоненциальную зависимость. Рядом с точкой доступа при удалении от нее снижение уровня сигнала значительное, в отдалении – при удалении снижение уровня сигнала на единицу расстояния меньше и вычислить координату становится сложнее.

Сеть Wi-Fi с возможностями позиционирования помимо точек доступа и контроллера беспроводной сети получает еще один элемент, который будет производить вычисления координат и накапливать данные для аналитики — Mobility Services Engine (MSE). Сегодня емкость MSE позволяет накапливать данные со 100 000 клиентских устройств в течение 2-8 лет (в зависимости от количества генерируемых данных, обычно это соответствует частоте перемещения устройств, и типа MSE). Однако ввиду открывающихся задач, связанных с позиционированием в сетях Wi-Fi, MSE в последующих версиях приобретет распределённую архитектуру, позволяющую собирать данные с миллиона устройств. При этом собранная информация может подаваться на внешний аналитический движок по API практически в реальном времени.
Реализация позиционирования на сети Wi-Fi ведет к дополнительным затратам на развертывание инфраструктуры, при этом низкие затраты на эксплуатацию сети.

4. Ангуляция или позиционирование с определением угла входящего сигнала.
Метод является революционной разработкой Cisco, позволяющей добиться метровой точности позиционирования Wi-Fi клиента. Внешний модуль точного позиционирования, подключенный к модульной точке доступа Cisco Aironet, со специальной антенной позволяет дополнительно определить угол, под которым пришел сигнал и сузить сегмент возможного нахождения Wi-Fi клиента до луча. Применяя метод триангуляции к такой информации от 3-4х точек доступа, мы получаем координату, с высокой вероятностью дающую точность до 1м.

Физически устройство представляет из себя точку доступа Cisco Aironet 3600 или 3700 с включенным модулем точного позиционирования и специальной антенной. Антенна является массивом из 32 антенн, каждая из которых получает сигнал иначе, чем соседняя. Алгоритм позволяет из собранных данных рассчитать угол, под которым пришел сигнал.

Популярным становится использование радиомаячков, использующих Bluetooth Low Energy (BLE) – энергоэффективных устройств, способных подобно пожарному датчику периодически подавать сигналы. Радиомаячки способны определить приближение к ним устройств с включенным BLE и сообщить об этом серверу мобильного приложения, который эту информацию использует как координату устройства.
Радомаячки привлекательны своей низкой ценой, однако стоимость эксплуатации такого решения будет существенной, т.к. необходимо отслеживать реальное местоположение и заряд батареи маячков, при чем делать это путем физического присутствия специалиста на объектах.

Однако при интеграции двух подходов может возникнуть интересное решение. Инфраструктура Wi-Fi обеспечивает общее позиционирование, а уточнение координаты у определенного объекта, для которого принципиально важно в 1м находится от него устройство или в 3х – музейного экспоната, кассы, входа — происходит с помощью радиомаячка. Интеграция сетей Wi-Fi и BLE при этом позволяет добиться снижения затрат на эксплуатацию гибридной сети. На интерфейсе к MSE уже сегодня можно отслеживать реальное местонахождение радиомаячков относительно запланированного, «чужие» радиомаячки, а модуль точного позиционирования имеет в себе встроенный радиомаячок, в котором батарейка не закончится. В плане развития решения точного позиционирования Cisco также мониторинг заряда батареи и использование объединенной информации от Wi-Fi сети и BLE устройств для позиционирования и аналитики.

За инновационный модуль точного позиционирования компания Cisco получила целый ряд наград — Best of INTEROP 2015 в Лас Вегасе (апрель 2015), в Токио (июнь 2015) и Wireless Broadband Alliance в номинации Best WiFi Service Solution for Consumers or Enterprises в Сан Хосе (октябрь 2015). Преимущества метода – высокая точность позиционирования, низкие затраты на эксплуатацию, интеграция с BLE.

Частота обновления координаты

Позиционирование устройства в сети Wi-Fi может использоваться для целого ряда приложений:
А) обнаружение активов, помеченных метками Wi-Fi
Б) подключение к сети Wi-Fi с учетом местонахождения клиента
В) навигация по помещению
Г) отправка высокоэффективных предложений с учетом местонахождения клиента
Д) сбор аналитики поведения клиентов

Для приложений В)-Д) помимо точности позиционирования важна частота, с которой эта координата определяется.
Пока клиентское устройство не подключено к сети Wi-Fi, координата может определяться по пробам (probe requests), которые периодически отправляет устройство. Устройство не подключено к сети Wi-Fi, но мы уже получаем информацию о его передвижении. Пробы отправляются бродкастом, т.е. по всем частотным каналам – все точки доступа могут их услышать и триангуляция по пробам прекрасно работает.
Небольшая проблема состоит в том, что пробы отправляются устройством каждые 15-30-60 секунд в зависимости от алгоритма, заданного производителем устройства. Кроме того, производители мобильных устройств стремятся к сокращению количество отправляемых проб, т.к. это увеличивает энергоэффективность устройства. Собирая данные таким образом мы знаем, что клиент был в точке А и через, например, 30 секунд в точке Б, но не имеем информации о том, что он делал между А и Б. Для навигации в помещении, а также сбора аналитики о поведении клиентов такие промежутки времени также великоваты.

Для повышения частоты определения координаты разработчики Cisco реализовали метод позиционирования устройства по трафику данных, что позволило увеличить частоту сбора данных до 10 раз в минуту — FastLocate.
FastLocate может быть реализован на отдельном модуле для модульных точек доступа Cisco Aironet серий 3600 и 3700. Модуль WSM будет сканировать эфир и собирать информацию для расчета координат устройств примерно каждые 8 секунд.
Второй вариант использования FastLocate подходит для любых точек доступа Cisco Aironet и не требует дополнительного модуля. Точка доступа на короткий промежуток времени выходит из режима обслуживания клиентов и переключается в режим сканирования эфира (Enhanced Local Mode — ELM). В ELM точка, как и в предыдущем случае, собирает информацию для расчета координат устройств и переключается обратно в режим обслуживания клиентов. Такой метод имеет цену в виде снижения производительности сети Wi-Fi примерно на 15%, т.к. точки доступа не могут обслуживать клиентов 100% времени.

Клиентское устройство должно быть подключено к сети Wi-Fi, т.е. в интересах владельца помещения становится предлагать клиентам Wi-Fi подключение, мотивируя клиентов информативностью приложения и специальными предложениями.
Если в результате большая доля клиентов подключится владелец площадки сможет извлечь для себя много информации из подобной аналитики:

Сегодня более 2000 организаций по всему миру используют решения с позиционированием в сетях Cisco Wi-Fi и достигают нового уровня удовлетворенности клиентов, повышают эффективность своего бизнеса и маркетинговых программ.

Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Богуренко П.А., Бурлаков М.Е.

В статье рассматриваются различные методы локального позиционирования объектов с использованием инфраструктуры Wi-Fi-сетей. Продемонстрировано преимущество локальных систем позиционирования на базе Wi-Fi над системами глобального позиционирования при определении местоположения объектов внутри помещений. Обосновано преимущество систем Wi-Fi-позиционирования перед другими системами локального позиционирования . Показан параметр RSSI, на основании которого работают методы , и обоснован выбор данного параметра. Исследованы критерии выбора фреймов, подходящих для решения задач позиционирования . Показан процесс формирования набора измерений, необходимого для работы методов . Проанализирована возможная частота получения набора измерений от клиента и показана зависимость частоты от генерации трафика клиентом. Дан вывод о возможности использовать данные от клиента для позиционирования в реальном времени. Выделены основные методы , применяющиеся при позиционировании объектов в Wi-Fi-сетях, а также описаны функциональные особенности данных алгоритмов. Продемонстрирован процесс нахождения дистанции от точки доступа до клиента в зависимости от величины параметра RSSI и частоты, на которой принимает или передает точка доступа . Описаны сильные и слабые стороны алгоритмов. Сделан акцент на точности работы алгоритмов. Выделены методы , требующие стадию предварительных вычислений. Сделан вывод о том, что каждый алгоритм обладает критическими минусами, мешающими точному позиционированию в реальных условиях. Дан вывод о необходимости создания метода , который является комбинацией рассматриваемых алгоритмов, для повышения точности позиционирования и уменьшения зависимости от изменения в среде распространения сигнала.

THE OVERVIEW OF LOCAL POSITIONING METHODS THE OBJECTS IN WI-FI NETWORKS

The article considers various methods of local positioning of objects using the infrastructure of Wi-Fi networks. The advantage of local positioning systems based on Wi-Fi over global positioning systems in determining the location of objects inside the premises is demonstrated. Substantiated advantage of Wi-Fi positioning system over other local positioning systems. The RSSI parameter is shown, on the basis of which the methods work, and the choice of this parameter is justified. Studied selection criteria of frames that are suitable for solving positioning tasks. Shows a process of forming a set of measurements necessary for working methods . The possible frequency of obtaining a set of measurements from the client is analyzed and the dependence of the frequency on the generation of traffic by the client is shown. Given the conclusion about the possibility to use the data from the client for positioning in real-time. Selected main methods used in the positioning in Wi-Fi networks and describes the functional characteristics of these algorithms. Demonstrated the process of finding the distance from the access point to the client depending on the value of the parameter RSSI and frequency on which the receiving or transmitting access point . The emphasis is on the accuracy of the algorithms. Highlighted methods that require a stage of preliminary calculations. It is concluded that each algorithm has critical drawbacks that make it difficult to accurately position in real conditions. Given the conclusion about the need to create a method, which is a combination of the algorithms, to improve positioning accuracy and reduce the dependence on changes in the environment of signal propagation.

Текст научной работы на тему «Обзор методов локального позиционирования объектов в Wi-Fi-сетях»

2017 Электротехника, информационные технологии, системы управления № 23 УДК 622.276.001

П.А. Богуренко, М.Е. Бурлаков

Самарский национальный исследовательский университет им. С.П. Королева,

ОБЗОР МЕТОДОВ ЛОКАЛЬНОГО ПОЗИЦИОНИРОВАНИЯ ОБЪЕКТОВ В WI-FI-СЕТЯХ

В статье рассматриваются различные методы локального позиционирования объектов с использованием инфраструктуры Wi-Fi-сетей. Продемонстрировано преимущество локальных систем позиционирования на базе Wi-Fi над системами глобального позиционирования при определении местоположения объектов внутри помещений. Обосновано преимущество систем Wi-Fi-позиционирования перед другими системами локального позиционирования. Показан параметр RSSI, на основании которого работают методы, и обоснован выбор данного параметра. Исследованы критерии выбора фреймов, подходящих для решения задач позиционирования. Показан процесс формирования набора измерений, необходимого для работы методов. Проанализирована возможная частота получения набора измерений от клиента и показана зависимость частоты от генерации трафика клиентом. Дан вывод о возможности использовать данные от клиента для позиционирования в реальном времени. Выделены основные методы, применяющиеся при позиционировании объектов в Wi-Fi-сетях, а также описаны функциональные особенности данных алгоритмов. Продемонстрирован процесс нахождения дистанции от точки доступа до клиента в зависимости от величины параметра RSSI и частоты, на которой принимает или передает точка доступа. Описаны сильные и слабые стороны алгоритмов. Сделан акцент на точности работы алгоритмов. Выделены методы, требующие стадию предварительных вычислений. Сделан вывод о том, что каждый алгоритм обладает критическими минусами, мешающими точному позиционированию в реальных условиях. Дан вывод о необходимости создания метода, который является комбинацией рассматриваемых алгоритмов, для повышения точности позиционирования и уменьшения зависимости от изменения в среде распространения сигнала.

Ключевые слова: позиционирование, точка доступа, методы, Wi-Fi.

P.A. Bogurenko, M.E. Burlakov

Samara National Research University named after S.P. Korolev, Samara, Russian Federation

THE OVERVIEW OF LOCAL POSITIONING METHODS THE OBJECTS IN WI-FI NETWORKS

selection criteria of frames that are suitable for solving positioning tasks. Shows a process of forming a set of measurements necessary for working methods. The possible frequency of obtaining a set of measurements from the client is analyzed and the dependence of the frequency on the generation of traffic by the client is shown. Given the conclusion about the possibility to use the data from the client for positioning in real-time. Selected main methods used in the positioning in Wi-Fi networks and describes the functional characteristics of these algorithms. Demonstrated the process of finding the distance from the access point to the client depending on the value of the parameter RSSI and frequency on which the receiving or transmitting access point. The emphasis is on the accuracy of the algorithms. Highlighted methods that require a stage of preliminary calculations. It is concluded that each algorithm has critical drawbacks that make it difficult to accurately position in real conditions.

Given the conclusion about the need to create a method, which is a combination of the algorithms, to improve positioning accuracy and reduce the dependence on changes in the environment of signal propagation.

Keywords: positioning, access point, methods, Wi-Fi.

Введение. В настоящее время наблюдается рост интереса к решению задачи определения местоположения различных объектов. Местоположение может быть вычислено как в глобальных, так и в локальных координатах. Системы глобального позиционирования, такие как GPS и ГЛОНАСС, получили большое распространение благодаря широкому охвату и достаточно высокой точности вне помещений. Однако такие системы оказываются несостоятельными внутри зданий из-за помех от аппаратуры в помещениях, а также поглощения сигнала корпусом самого здания [1].

Решить данные проблемы предстоит системам локального позиционирования. Основным предназначением данных систем является определение местоположения объектов внутри помещений [2]. Одним из важнейших преимуществ систем локального позиционирования является возможность развернуть эту услугу на основе уже построенной сети [3].

1. Объекты исследования. В качестве исследования алгоритмов определения местоположения были выбраны алгоритмы на базе сетей Wi-Fi. Технология Wi-Fi выбрана, исходя из того, что данный тип WLAN наиболее распространен на сегодняшний день [4, 5]. В качестве ключевого параметра для решения задачи выбрана мощность сигнала (RSSI - Received Signal Strength Indicator), потому как он показывает высокую точность позиционирования [6]. Отметим, что алгоритмы, использующие данный параметр, позволяют адаптировать систему под уже готовую инфраструктуру, а также добиться быстрого отклика системы [7].

2. Основные определения. Для дальнейшего анализа методов введем следующие определения:

- клиент-объект, принимающий Wi-Fi-сигнал (мобильные устройства, ноутбуки, устройства с активным Wi-Fi-оборудованием);

- показатель уровня принимаемого сигнала (RSSI) - полная мощность принимаемого приёмником сигнала. Измеряется приёмником по логарифмической шкале в дБм [8];

- позиционирование - определение координат клиента на основе данных о мощности сигнала, принимаемого клиентом.

3. Задача получения информации от клиента. Для решения задачи позиционирования необходимо иметь набор измерений RSSI как минимум, от 3 точек доступа. Точки доступа, измерения с которых формируют набор, в общем случае работают на трех разных каналах: первый, шестой и одиннадцатый (это связано с работой стандартов IEEE 802.11). Если точка доступа не передаёт и не принимает, она находится в режиме мониторинга своего канала [9].

Если клиент находится в зоне уверенного приёма одной точки доступа, то он передаёт и принимает на одном канале. Тогда возникает проблема получения набора измерений с трех разных каналов. Эта проблема продемонстрирована на рис.1.

Канал 1 Канал 6 Канал 11

Рис. 1. Проблема получения набора измерений

Поставленную задачу измерения набора позволяет решить режим активного сканирования: клиент сканирует все доступные каналы, посылая пакеты Probe Request для обнаружения сети с наибольшим уровнем сигнала [10].

Клиент посылает Probe Request на первом канале и запускает Probe Timer. Величина Probe Timer не стандартизована и в зависимости от реализации драйверов сетевого адаптера может отличаться, но в общем случае она составляет 10 мс. В течение этого времени беспроводной клиент обрабатывает ответы Probe Response от точки доступа. Далее переходит на следующий канал, и процесс повторяется для всех каналов [11], после чего клиент решает, к какой точке доступа подключиться. Принцип работы активного сканирования представлен на рис. 2. В табл. 1 показана частота посылки пакетов Probe Request, полученных при тестировании для телефонов Sony C2105 и Lenovo S90 без генерации трафика.

Запрос на канале 1 Запрос на канале 6 Запрос на канале 11

Рис. 2. Режим активного сканирования

Результаты измерений при генерации трафика

Время между посылкой Probe Request Отправитель Получатель

18 14 19 SonyMoby_a1 db:59 Broadcast

Окончание табл. 1

Время между посылкой Probe Request Отправитель Получатель

18:14 19 SonyMoby_a1 db:59 Broadcast

18:22 19 SonyMoby_a1 db:59 Broadcast

18:22 18 SonyMoby_a1 db:59 Broadcast

18:22 19 SonyMoby_a1 db:59 Broadcast

Из табл. 1 видно, что средний интервал между посылкой серии Probe Request пакетов составляет 8 мин. В табл. 2 представлены результаты при генерации трафика, где среднее время интервала между посылкой серии Probe Request при генерации трафика находится в пределах 1 мин.

Результаты измерений при генерации трафика

Время между посылкой Probe Request Отправитель Получатель

18:32:22 SonyMoby_a1 db:59 Broadcast

18:33:39 SonyMoby_a1 db:59 Broadcast

Из проведенного опыта видно, что интервал между посылками Probe Request пакетов зависит от генерации трафика и составляет от 1 до 8 мин, что недостаточно для позиционирования в реальном времени.

4. Метод ближайшей точки доступа. В данном алгоритме клиенту присваиваются координаты той точки доступа, от которой ему поступает сигнал наибольшей мощности [12]. Данный алгоритм используется для определения клиентом ближайшей точки доступа [13]. Схема работы алгоритма продемонстрирована на рис.3.

Рассмотрим пример: в помещении находятся три точки доступа ТДх-ТД3, и сигнал наибольшей мощности принят клиентом от ТД2. Тогда клиенту приписываются координаты ТД2.

Преимуществами данного алгоритма являются простота реализации и необходимость знания только двух параметров: мощности сигналов, поступающих от точек доступа, и координаты этих точек.

Главным недостатком данного алгоритма является его низкая точность. Погрешность определения местоположения клиента может достигать дальности распространения сигнала от точки доступа. Отсюда вытекает существенный недостаток: чтобы алгоритм показывал удовлетворительные результаты, необходимо использовать избыточное количество точек доступа.

5. Метод триангуляции. Алгоритм триангуляции - это геометрический подход, позволяющий по трем или более точками доступа позиционировать клиента. Он основан на вычислении расстояний между клиентом и, как минимум, тремя точками доступа [14].

Рис. 3. Схема работы алгоритма ближайшей точки доступа

Расстояние можно вычислить, используя формулу Фрииса [15]:

где Pt - мощность сигнала передающей антенны; Pr - мощность сигнала, поступающая на антенну приемника; X - длина волны несущей, равная elf, где c - скорость света, а f - центральная частота, определяемая по табл. 3; Gt - коэффициент усиления мощности сигнала на передающей сигнал антенне; Gr - коэффициент усиления мощности сигнала на принимающей сигнал антенне; R - расстояние, пройденное сигналом между двумя антеннами.

Система определения местоположения Wi-Fi ( WPS , также сокращенно WiPS или WFPS ) - это система геолокации , которая использует характеристики ближайших точек доступа Wi-Fi и других точек беспроводного доступа, чтобы определить, где находится устройство. Он используется там, где спутниковая навигация, такая как GPS , неадекватна из-за различных причин, включая многолучевость и блокировку сигнала в помещении, или когда определение местоположения спутника займет слишком много времени. К таким системам относятся вспомогательная система GPS, услуги определения местоположения в городах с использованием баз данных точек доступа и системы определения местоположения внутри помещений . Позиционирование Wi-Fi использует преимущества быстрого роста в начале 21 века точек беспроводного доступа в городских районах.

Наиболее распространенный и распространенный метод локализации, используемый для определения местоположения с помощью точек беспроводного доступа, основан на измерении интенсивности принятого сигнала ( индикация уровня принятого сигнала или RSSI) и методе «снятия отпечатков пальцев». Типичные параметры, полезные для определения местоположения точки беспроводного доступа, включают ее SSID и MAC-адрес . Точность зависит от количества ближайших точек доступа, положение которых занесено в базу данных. База данных точек доступа Wi-Fi заполняется путем сопоставления данных о местоположении GPS мобильного устройства с MAC-адресами точки доступа Wi-Fi. Возможные колебания сигнала, которые могут возникнуть, могут увеличить количество ошибок и неточностей на пути пользователя. Чтобы свести к минимуму колебания принимаемого сигнала, существуют определенные методы, которые могут применяться для фильтрации шума.

В случае низкой точности были предложены некоторые методы для объединения трассировок Wi-Fi с другими источниками данных, такими как географическая информация и временные ограничения (например, география времени ).

СОДЕРЖАНИЕ

Мотивация и приложения

Точная локализация в помещении становится все более важной для устройств на базе Wi-Fi из-за все более широкого использования дополненной реальности , социальных сетей , мониторинга здравоохранения, личного отслеживания, управления запасами и других приложений, учитывающих местоположение в помещении .

В беспроводной безопасности это важная задача, используемая для обнаружения и сопоставления несанкционированных точек доступа.

Популярность и низкая цена сетевых интерфейсных карт Wi-Fi является привлекательным стимулом для использования Wi-Fi в качестве основы для системы локализации, и за последние 15 лет в этой области были проведены значительные исследования.

Постановка проблемы и основные понятия

Проблема локализации устройства внутри помещения на основе Wi-Fi заключается в определении положения клиентских устройств относительно точек доступа. Для этого существует множество методов, и их можно разделить на четыре основных типа: методы, основанные на индикации мощности принятого сигнала (RSSI), отпечатках пальцев, угле прихода (AoA) и времени пролета (ToF).

В большинстве случаев первым шагом для определения положения устройства является определение расстояния между целевым клиентским устройством и несколькими точками доступа. При известных расстояниях между целевым устройством и точками доступа алгоритмы трилатерации могут использоваться для определения относительного положения целевого устройства, используя известное положение точек доступа в качестве ориентира. В качестве альтернативы, угол прихода сигналов на целевое клиентское устройство можно использовать для определения местоположения устройства на основе алгоритмов триангуляции .

Комбинация этих методов может использоваться для повышения точности системы.

Методы

На основе силы сигнала

Методы локализации RSSI основаны на измерении мощности сигнала от клиентского устройства к нескольким различным точкам доступа, а затем объединении этой информации с моделью распространения для определения расстояния между клиентским устройством и точками доступа. Методы трилатерации (иногда называемой мультилатерацией) могут использоваться для вычисления предполагаемого положения клиентского устройства относительно известного положения точек доступа.

Хотя это один из самых дешевых и простых в реализации методов, его недостатком является то, что он не обеспечивает очень хорошую точность (в среднем 2–4 м), поскольку измерения RSSI имеют тенденцию колебаться в зависимости от изменений в окружающей среде или многолучевого замирания .

На основе отпечатков пальцев

Традиционное снятие отпечатков пальцев также основано на RSSI, но оно просто полагается на запись мощности сигнала от нескольких точек доступа в диапазоне и сохранение этой информации в базе данных вместе с известными координатами клиентского устройства в автономной фазе. Эта информация может быть детерминированной или вероятностной. Во время фазы онлайн-отслеживания текущий вектор RSSI в неизвестном местоположении сравнивается с теми, которые хранятся в отпечатке пальца, и самое близкое совпадение возвращается в качестве предполагаемого местоположения пользователя. Такие системы могут обеспечивать среднюю точность 0,6 м и хвостовую точность 1,3 м.

Его главный недостаток заключается в том, что любые изменения в окружающей среде, такие как добавление или удаление мебели или зданий, могут изменить «отпечаток пальца», соответствующий каждому местоположению, что потребует обновления базы данных отпечатков пальцев. Тем не менее, интеграция с другим датчиком, таким как камера, может использоваться для работы в изменяющейся среде.

Угол прихода на основе

Линейная решетка антенн, принимающих сигнал. Разность фазового сдвига принятого сигнала, поступающего на антенны, равно разделенные расстоянием «d», используется для вычисления угла прихода сигнала. Изображение воспроизведено с

С появлением интерфейсов MIMO Wi-Fi, которые используют несколько антенн, появилась возможность оценивать AoA многолучевых сигналов, принимаемых антенными решетками в точках доступа, и применять триангуляцию для вычисления местоположения клиентских устройств. SpotFi, ArrayTrack и LTEye - это предлагаемые решения, в которых используется такая техника.

Типичное вычисление AoA выполняется с помощью алгоритма MUSIC . Предполагая, что антенная решетка из антенн разнесена на одинаковое расстояние и сигнал поступает в антенную решетку по путям распространения, сигнал проходит дополнительное расстояние в , чтобы достичь второй антенны решетки. M d L d ⋅ s я п θ

Учитывая, что путь распространения проходит под углом по отношению к нормали антенной решетки точки доступа, это ослабление, испытываемое любой антенной решетки. Затухание одинаково для каждой антенны, за исключением фазового сдвига, который изменяется для каждой антенны из-за дополнительного расстояния, пройденного сигналом. Это означает, что сигнал приходит с дополнительной фазой k т час > θ k > γ k >

на второй антенне и

Следовательно, следующая комплексная экспонента может использоваться в качестве упрощенного представления фазовых сдвигов, испытываемых каждой антенной, как функции AoA на пути распространения:

ϕ ( θ k ) знак равно exp ⁡ ( - j ⋅ 2 π ⋅ d ⋅ грех ⁡ ( θ k ) ⋅ ж / c ) ) = \ exp (-j \ cdot 2 \ pi \ cdot d \ cdot \ sin (\ theta _ ) \ cdot f / c)>

Затем AoA можно выразить как вектор принятых сигналов из-за пути распространения, где - вектор управления и определяется как: а → ( θ k ) γ k (\ theta _ ) \ gamma _ > k т час > а → ( θ k ) (\ theta _ )>

а → ( θ k ) знак равно [ 1 , ϕ ( θ k ) , . . . , ϕ ( θ k ) M - 1 ] Т (\ theta _ ) = [1, \ \ phi (\ theta _ ), \ . \ \ phi (\ theta _ ) ^ ] ^ > Для каждого пути распространения существует один управляющий вектор, и управляющая матрица (размеров ) определяется как: А M ⋅ L где - векторные комплексные затухания вдоль трасс. OFDM передает данные по нескольким различным поднесущим, поэтому измеренные принятые сигналы, соответствующие каждой поднесущей, образуют матрицу, выраженную как: Γ → знак равно [ γ → 1 . . . γ → L ] > = [> _ . > _ ]> L Икс → >> Икс > Икс знак равно [ Икс → 1 . . . Икс → L ] знак равно А [ Γ → 1 . . . Γ → L ] знак равно А F = [> _ . > _ ] = \ mathbf [ > _ . > _ ] = \ mathbf > Матрица представлена матрицей информации о состоянии канала ( CSI ), которую можно извлечь из современных беспроводных карт с помощью специальных инструментов, таких как Linux 802.11n CSI Tool. Икс >

Здесь применяется алгоритм MUSIC , сначала путем вычисления собственных векторов (где - сопряженное транспонирование ) и использования векторов, соответствующих нулевому собственному значению, для вычисления управляющих векторов и матрицы . Затем из этой матрицы можно вывести AoA и использовать для оценки положения клиентского устройства посредством триангуляции . Икс Икс ЧАС \ mathbf ^ > Икс ЧАС <\ displaystyle \ mathbf ^ > Икс А

Хотя этот метод обычно более точен, чем другие, для его развертывания может потребоваться специальное оборудование, такое как решетка из шести-восьми антенн или вращающиеся антенны. SpotFi предлагает использование сверхразрешения алгоритма , который использует в своих интересах числа измерений каждой из антенн карт Wi-Fi только три антенны, а также включает в себя ToF на основе локализации для повышения ее точности.

Время полета на основе

На рисунке показана измерительная станция, отправляющая кадр DATA на клиентскую станцию и ожидающая получения ACK. - это задержка планирования (смещение), исходящая от целевого клиентского устройства, и она зависит от того, сколько времени требуется для планирования ACK. T_P - это время распространения сигнала между передатчиком и приемником, и обычно предполагается, что оно одинаково на пути к цели и обратно. T_ACK - время, необходимое для передачи кадра ACK. Время полета соответствует T_MEASURED. Изображение воспроизведено с δ

Подход к локализации времени полета (ToF) использует временные метки, предоставляемые беспроводными интерфейсами, для вычисления ToF сигналов, а затем использует эту информацию для оценки расстояния и относительного положения одного клиентского устройства относительно точек доступа. Гранулярность таких измерений времени составляет порядка наносекунд, и системы, которые используют этот метод, сообщают об ошибках локализации порядка 2 м. Типичными приложениями для этой технологии являются маркировка и определение местоположения объектов в зданиях, для которых обычно достаточно точности на уровне помещения (

Измерения времени, проводимые на беспроводных интерфейсах, основаны на том факте, что радиочастотные волны распространяются со скоростью, близкой к скорости света, которая остается почти постоянной в большинстве сред распространения в помещениях. Следовательно, на скорость распространения сигнала (и, следовательно, на ToF) не так сильно влияет среда, как на измерения RSSI.

В отличие от традиционных методов эха на основе ToF, таких как те, которые используются в системах RADAR , методы эха Wi-Fi используют обычные данные и кадры передачи подтверждения для измерения ToF.

Как и в подходе RSSI, ToF используется только для оценки расстояния между клиентским устройством и точками доступа. Затем можно использовать метод трилатерации для расчета предполагаемого положения устройства относительно точек доступа. Самые большие проблемы в подходе ToF состоят в решении проблем синхронизации часов, шума, артефактов дискретизации и эффектов многолучевого распространения. Некоторые методы используют математические подходы для устранения необходимости синхронизации часов.

Совсем недавно стандарт Wi-Fi Round Trip Time предоставил Wi-Fi прекрасные возможности ранжирования ToF.

Проблемы конфиденциальности

Ссылаясь на конкретные проблемы конфиденциальности, возникающие из-за WPS, Google предложил единый подход для исключения определенной точки доступа от участия в определении местоположения с помощью WPS. Добавление "_nomap" к SSID беспроводной точки доступа исключает ее из базы данных Google WPS. Google надеется, что другие поставщики WPS и сборщики данных, такие как Apple и Microsoft, последуют этой рекомендации, чтобы она стала общепринятым стандартом. Mozilla уважает _nomap как метод отказа от службы определения местоположения.

Публичные базы данных местоположения Wi-Fi

Доступен ряд общедоступных баз данных местоположения Wi-Fi (только активные проекты):

Читайте также:

Как работает позиционирование по wifi

1. Спутниковое позиционирование GPS/ГЛОНАСС: максимально детальный маршрут

2. По станциям сотовой связи GSM: не слишком точно, но довольно надежно

3. Wi-Fi и Bluetooth: точное и энергоэффективное отслеживание в мегаполисах

Данные смартфона о местоположении — дополнительные возможности для бизнеса

Методы позиционирования

Частота обновления координаты

Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Богуренко П.А., Бурлаков М.Е.

Похожие темы научных работ по компьютерным и информационным наукам , автор научной работы — Богуренко П.А., Бурлаков М.Е.

THE OVERVIEW OF LOCAL POSITIONING METHODS THE OBJECTS IN WI-FI NETWORKS

Текст научной работы на тему «Обзор методов локального позиционирования объектов в Wi-Fi-сетях»

СОДЕРЖАНИЕ

Мотивация и приложения

Постановка проблемы и основные понятия

Методы

На основе силы сигнала

На основе отпечатков пальцев

Угол прихода на основе

Время полета на основе

Проблемы конфиденциальности

Публичные базы данных местоположения Wi-Fi