Um arcabouço probabilístico para localização dos nós de uma rede de sensores sem fio baseada em RSSI

• Main Author: Fabricio Feitosa Carvalho
• Other Authors: Mario Fernando Montenegro Campos
• Format: Others
• Language: Portuguese
• Published: Universidade Federal de Minas Gerais 2013
• Online Access: http://hdl.handle.net/1843/ESBF-9GMPRJ

=== The localization of wireless sensors network (WSN) nodes is a crucial task because in most applications the data they produce needs to be grounded with the position where they were generated. Though there are many ways to locate sensor nodes, there are situations where the use of the received signal strength indicator (RSSI) is the single option. However, there are some difficulties in using the radio location, due to static and dynamic obstruction in the environment. In this work, a probabilistic framework that integrates the different sources of uncertainty is proposed. The methodology developed here addresses the problem of localization of sensor nodes based on RSSI and a precisely located robot. We propose two models that have been tested with different mechanisms of inference. These models establish a relationship with the RSSI and the precise position of a mobile robot through observation models to create a belief state about the location of the sensor nodes. The methodology presented here was evaluated through simulations that allowed controlling the possible variations of factors may be found in real environments. All of these variations are called scenario and is defined by the variation of the noise level in the radio signal, the interval between acquisitions of RSSI samples and the position of sensor nodes. One contribution of this dissertation is the analysis of the interaction between the scenario variation and the sensor nodes localization results, this analysis aims to show which factors affect the results. The experiments showed that the developed framework has other contributions, such as the impact on the evaluation of various scenarios characteristics in the localization process and the good results of locating the sensor nodes with location uncertainty of centimeters in an environment with 7000 m2. Therefore, it can be concluded that the localization of sensor nodes based on RSSI provides a way to locate when the most common technologies are not available, and is able to simultaneously obtain acceptable localization errors in most applications. However, the localization error also increases with increasing disturbance in the signal and the solution consists in the balance of the model parameters to reduce the uncertainty of the process. === A localização de nós sensores numa rede de sensores sem _o (RSSF) é crucial, pois os dados produzidos na maioria das aplicações tem uma forte relação com a posição onde foram gerados. Embora existam diversas maneiras de localizar nós sensores, há situações onde o uso de Received Signal Strength Indicator (RSSI) é a melhor opção. No entanto, existem algumas dificuldades em utilizar o rádio na localização, tais como obstruções estáticas e dinâmicas presentes no ambiente. No presente estudo é proposto um arcabouço probabilístico que integra diferentes fontes de incerteza. A metodologia aqui desenvolvida aborda o problema de localização de nós sensores a partir do RSSI e um robô localizado com precisão. Foram propostos dois modelos probabilísticos que foram testados com diferentes mecanismos de inferência. Os modelos estabelecem uma relação do RSSI com a posição precisa de um robô móvel através de modelos de observação para criar um estado de crença sobre a localização dos nós. A metodologia aqui apresentada foi avaliada através de simulações que permitiram controlar as possíveis variações de fatores que são encontrados em ambientes reais. O conjunto dessas variações é chamado de cenário e este é definido pela variação do nível do ruído no sinal de rádio, do intervalo entre as aquisições de amostras RSSI e da posição de nós sensores. Uma contribuição dessa dissertação foi a análise da interação entre a variação de cenários com o resultado de localização dos nós sensores. Esta análise serve para mostrar quais dos fatores influenciaram no resultados de localização. Os experimentos mostraram que o arcabouço desenvolvido possui algumas contribuições, tais como: a avaliação do impacto das características dos cenários na localização dos nós sensores e os bons resultados na localização desses, cuja precisão chega a ser de centímetros num ambiente com 7000 m2. Portanto, pode-se concluir que a localização de nós sensores baseada em RSSI proporciona uma maneira de localização quando tecnologias mais comuns não estão disponíveis e, simultaneamente, obter erros de localização aceitáveis para grande parte das aplicações. No entanto, esse erro de localização do nó sensor também aumenta com o aumento das perturbações de sinal e a solução consiste em tentar equilibrar os parâmetros do modelo para abarcar as incertezas do processo.