Els últims avenços en comunicacions sense fils i electrònica ha motivat l'aparició de les xarxes de sensors sense fils. Aquestes xarxes estan formades per un nou tipus de sensors de baixa potència i de baix cost que s\'on capa\c cos d'operar en rangs propers. La seva senzillesa i autonomia ha motivat el desenvolupament de moltes aplicacions en una gran varietat de camps. No obstant això, els nodes estan equipats amb uns recursos de processament de dades i capacitats de comunicació\'o limitats. Per tant, el desenvolupament de qualsevol aplicació planteja diversos problemes de disseny. Aquestes restriccions imposen un disseny d'aplicacions amb un caràcter distribuït i energèticament eficients. Els algoritmes de localització i seguiment són una d'aquestes aplicacions emergents que s'ha convertit en un camp d'interès per als investigadors. La informació d'enrutament de les xarxes de sensors est\`a sovint suportada en la localització dels nodes. A més, el coneixement de la posició permet donar, a les dades detectades, un sentit geogràfic. En lloc d'utilitzar els mètodes existents de localització globals, com el GPS, que són més complexos i costosos, els recents avenços demostren la viabilitat de mètodes locals. En aquesta tesi, hem centrat el nostre estudi dels algoritmes de localització i seguiment, en xarxes de sensors sense fils, en solucions distribuïdes basades en mesures de potència. Una de la qüestions més importants és l'obtenció d'un mètode el més senzill possible, i les mesures de potència s'han convertit en les més simples. A més, també volem obtenir el millor compromís entre obtenir la major fiabilitat de l'algorisme i maximitzar l'eficiència energètica. En primer lloc, hem considerat el desenvolupament d'algoritmes de localització cooperatius basats en mesures de potència rebuda en xarxes interiors estàtiques. Les mesures de potencia imposen el coneixement d'un model de propagació per tal d'obtenir una estimació de la distància entre nodes. Nosaltres proposem la introducció d'un mètode que estima l'exponent de pèrdua de potència per propagació mitjançant les mesures de potència fetes, en comparació a les normalment utilitzades campanyes de mesures fetes a priori. A més a més, els mètodes cooperatius en els quals basem la nostra proposta augmenten el nombre de nodes que cooperen durant el procediment d’estimació de la posició d'un node no localitzat . Dos s\'on els problemes principals que no s'han de menystenir quan s'utilitza un major nombre de nodes. D'una banda, a major nombre de nodes cooperants, major intercanvi de missatges, i, per tant, major consum d'energia. D'altra banda, la probabilitat d'utilitzar nodes llunyans s'incrementa, i, com m\'es gran sigui la distància entre nodes, l'error de la distància estimada ser\`a major, puix que utilitzem mesures de potència. Aquesta característica ens ha motivat a proposar tres criteris de selecció de nodes diferents per tal de reduir el nombre de nodes cooperants i així reduir el consum d'energia sempre intentant mantenir l'exactitud. Finalment, hem considerat la mobilitat dels nodes dins d'una xarxa fixa. L'interès és localitzar i seguir un node mòbil en una xarxa de sensor sense fils. En aquesta ocasió hem considerat dos escenaris diferents: una a l'aire lliure, on la velocitat és mitjana-alta, i un interior, on la velocitat és menor. En ambdós casos, també utilitzem un algorisme cooperatiu basat en mesures de potència. A més, el filtre de Kalman i els seus derivats s'introdueixen a la solució proposada, ja que s'han convertit en un solució d'ús comú als algoritmes de seguiment. En ambdós casos, la mobilitat del node produeix una alta variabilitat de les mesures de potència. Aquests errors poden causar una precisi\'o inferior. En aquest sentit, es proposa un mètode de correcció de les potències rebudes basat en un enfinestrat, per tal de disminuir aquests efectes negatius. / The last advances in wireless communications and electronics have motivated the appearance of Wireless Sensor Networks. These networks are formed by a new kind of low-power and low-cost sensors able to operate across short ranges. Their simplicity and autonomy have motivated the development of many final applications in a large variety of fields. Nevertheless, sensor nodes are equipped with limited data processing and communication capabilities. Hence, several design challenges appear when an application has to be developed. These restrictions justify the design of highly distributed and energy-efficient applications. Localization and tracking algorithms are one of those emerging applications that have become an interesting field to the researchers. The information routing is often supported by their localization. Besides, the location knowledge gives to the data sensed a geographic sense. Instead of using the existing global localization methods, such as GPS, that are more complex and costly, recent advances have demonstrated the viability of local methods. In this PhD dissertation, we have focused our study of the localization and tracking algorithms for WSN on the RSS-based distributed approaches. One of the major issues is to obtain the simplest possible method, and RSS range measurements have become the simplest existing measurements. Besides, we have also presented methods that are able to optimize the trade-of between accuracy versus energy-efficiency. First, RSS-based cooperative localization algorithms in static indoor networks are considered. The use of RSS measurements requires the knowledge of a propagation model in order to obtain inter-node distance estimates. We introduce an on-line path loss estimation method that obtains the model by means of RSS measurements. Hence, we avoid the need of an a priori estimation of the propagation model. Moreover, the cooperative approaches used increase the number of nodes that cooperate with a non-located node in the location estimation procedure. Two major issues have to be taken into account when a large number of nodes are used. On the one hand, the larger the number of cooperating nodes, the larger the number of messages exchanged, and, hence, the higher the energy consumption. On the other hand, the probability of using further nodes is increased, hence, the higher the distance, the higher the error distance estimates, when RSS measurements are used. These features have motivated us to propose three different node selection criteria in order to reduce the energy consumption maintaining the accuracy. Finally, we have considered the mobility of the non-located nodes inside a fixed network. The interest is to locate and track a node moving across a WSN. We have considered two different scenarios: an outdoor one, in which the velocity is medium-high, and, an indoor one, where the velocity is lower. In both cases, we have still used an RSS-based cooperative algorithm. Besides, we introduce the Kalman Filter and its derivatives, because, they have become a common approach used for tracking purposes. In both scenarios, the mobility of the node causes a high variability of the RSS measurements. These errors reduce the accuracy. In that sense, we propose a window-based RSS correction method in order to counteract these negative effects.

Recently, there has been an enormous growth of interests in geolocation applications that demand an accurate estimation of the user’s location in indoor areas. The traditional geolocation system, GPS, which was designed for being used in outdoor environments, does not perform well in indoor areas, causing frequent inaccuracies in location estimation. Therefore the need for more accurate positioning systems and even positioning techniques is a motivation for researchers to turn their attention into indoor positioning systems. In this thesis we present a unique testbed for indoor geolocation system’s real-time performance evaluation. Then we present a real-time performance evaluation of a sample indoor positioning system. We make a comparison between the simulated results of the performance evaluation of the positioning engine and the real-time performance evaluation of the positioning system. Finally, we perform a sensitivity analysis for Ekahauâ„¢ indoor positioning engine. We show that the simulation with the introduced testbed yields the same results as one would obtain by evaluating the performance of the positioning system by means of massive measurement campaigns. Running the testbed for several measurement campaigns for different scenarios enabled us to compare the results and study the effect of selected parameters on the performance of the positioning system. We also perform primitive error analysis in terms of distance error to verify the validity of the result obtained with the testbed. We show that under the same configuration both real-time performance evaluation and simulated performance evaluation will yield same result with respect to position error. We also use error modeling to determine which error model is best matched to the observed indoor positioning error. Amongst all of the possibilities of choosing methods of positioning, we focused on the Received Signal Strength (RSS) based method along with fingerprinting. Briefly said, profiles previously gathered by measurement or simulation will decide on the location of mobile terminal if a new profile comes in. It is worth mentioning that previous work similar to this testbed has been done for outdoor areas according to Ekahau's white paper. Their work is mainly focused on outdoor environment, in which multipath does not exist. In this research effort we tried to analyze the effect of different parameters on sensitivity of indoor positioning systems who suffer from multipath. Different setups for simulating real-time radio channels have been studied in literature, but still not focused on indoor areas.