Advances in wireless communication have enabled mobility of personal computing services equipped with sensing and computing capabilities. This has motivated the development of location-based services (LBS) that are implemented on top of existing communication infrastructures to cater to changing user contexts. To enable and support the delivery of LBS, accurate, reliable, and realtime user location information is needed. This thesis introduces a cognitive dynamic system for tracking the position of mobile users using received signal strength (RSS) in Wireless Local Area Networks (WLAN). The main challenge in WLAN positioning is the unpredictable nature of the RSS-position relationship. Existing system rely on a set of training samples collected at a set of anchor points with known positions in the environment to characterize this relationship. The first contribution of this thesis is the use of nonparametric kernel density estimation for minimum mean square error positioning using the RSS training data. This formulation enables the rigorous study of state-space filtering in the context of WLAN positioning. The outcome is the Nonparametric Information (NI) filter, a novel recursive position estimator that incorporates both RSS measurements and a dynamic model of pedestrian motion during estimation. In contrast to traditional Kalman filtering approaches, the NI filter does not require the explicit knowledge of RSS-position relationship and is therefore well-suited for the WLAN positioning problem. The use of the dynamic motion model by the NI filter leads to the design of a cognitive dynamic tracking system. This design harnesses the benefits of feedback and position predictions from the filter to guide the selection of anchor points and radio sensors used during estimation. Experimental results using real measurement from an office environment demonstrate the effectiveness of proactive determination of sensing and estimation parameters in mitigating difficulties that arise due to the unpredictable nature of the indoor radio environment. In particular, the results indicate that the proposed cognitive design achieves an improvement of 3.19m (56\%) in positioning error relative to memoryless positioning alone.

Advances in wireless communication have enabled mobility of personal computing services equipped with sensing and computing capabilities. This has motivated the development of location-based services (LBS) that are implemented on top of existing communication infrastructures to cater to changing user contexts. To enable and support the delivery of LBS, accurate, reliable, and realtime user location information is needed. This thesis introduces a cognitive dynamic system for tracking the position of mobile users using received signal strength (RSS) in Wireless Local Area Networks (WLAN). The main challenge in WLAN positioning is the unpredictable nature of the RSS-position relationship. Existing system rely on a set of training samples collected at a set of anchor points with known positions in the environment to characterize this relationship. The first contribution of this thesis is the use of nonparametric kernel density estimation for minimum mean square error positioning using the RSS training data. This formulation enables the rigorous study of state-space filtering in the context of WLAN positioning. The outcome is the Nonparametric Information (NI) filter, a novel recursive position estimator that incorporates both RSS measurements and a dynamic model of pedestrian motion during estimation. In contrast to traditional Kalman filtering approaches, the NI filter does not require the explicit knowledge of RSS-position relationship and is therefore well-suited for the WLAN positioning problem. The use of the dynamic motion model by the NI filter leads to the design of a cognitive dynamic tracking system. This design harnesses the benefits of feedback and position predictions from the filter to guide the selection of anchor points and radio sensors used during estimation. Experimental results using real measurement from an office environment demonstrate the effectiveness of proactive determination of sensing and estimation parameters in mitigating difficulties that arise due to the unpredictable nature of the indoor radio environment. In particular, the results indicate that the proposed cognitive design achieves an improvement of 3.19m (56\%) in positioning error relative to memoryless positioning alone.

Ortsbasierte Dienste erfreuen sich in den letzten Jahren starker Beliebtheit. Für deren Umsetzung sind sog. Lokalisierungsdienste notwendig, welche eine Ortung von Mobilgeräten erlauben. Das GPS stellt den wohl populärsten Lokalisierungsdienst dar, ist jedoch innerhalb von Gebäuden nur sehr beschränkt einsetzbar. In der Vergangenheit wurden deshalb Methoden vorgeschlagen, die zur Positionsbestimmung auf die Messung der Empfangsfeldstärke von WLAN-Aussendungen zurückgreifen. Im Rahmen der Diplomarbeit soll untersucht werden, ob sich ebenfalls eine Postionsbestimmung anhand von Laufzeiten der WLAN-Signale umsetzen lässt. Bedingung hierbei ist, dass der Lokalisierungsdienst - eine reine Softwarelösung darstellt und keine Modifikationen an Hard- oder Firmware voraussetzt und - die Lokalisierung ohne für diese Zwecke ausgelegte Spezialhardware umsetzbar ist. Diese Anforderungen sollen sicherstellen, dass der zu entwickelnde Lokalisierungsdienst mit bereits installierter, handelsübliche Hardware umsetzbar ist. Es sind in Frage kommende Verfahren zur Bestimmung der Signallaufzeit zu erörtern. Für die Laufzeitmessung in Frage kommenden Zeitquellen sollen zugänglich gemacht und auf ihre Tauglichkeit untersucht werden. Durch Messreihen ist zu untersuchen, ob mit den vorgeschlagenen Messverfahren eine Lokalisierung möglich ist und in welchem Rahmen sich die zu erwartende Genauigkeit bewegt. Die in dieser Arbeit beschriebenen Konzepte sollen im Rahmen einer Proof of Concept Anwendung implementiert werden. Die Software soll unter dem Gesichtspunkt der Wiederverwendbarkeit entwickelt werden, um eine spätere Nutzung im Rahmen anderer Projekte zu ermöglichen.

Ortsbasierte Dienste erfreuen sich in den letzten Jahren starker Beliebtheit. Für deren Umsetzung sind sog. Lokalisierungsdienste notwendig, welche eine Ortung von Mobilgeräten erlauben. Das GPS stellt den wohl populärsten Lokalisierungsdienst dar, ist jedoch innerhalb von Gebäuden nur sehr beschränkt einsetzbar. In der Vergangenheit wurden deshalb Methoden vorgeschlagen, die zur Positionsbestimmung auf die Messung der Empfangsfeldstärke von WLAN-Aussendungen zurückgreifen. Im Rahmen der Diplomarbeit soll untersucht werden, ob sich ebenfalls eine Postionsbestimmung anhand von Laufzeiten der WLAN-Signale umsetzen lässt. Bedingung hierbei ist, dass der Lokalisierungsdienst - eine reine Softwarelösung darstellt und keine Modifikationen an Hard- oder Firmware voraussetzt und - die Lokalisierung ohne für diese Zwecke ausgelegte Spezialhardware umsetzbar ist. Diese Anforderungen sollen sicherstellen, dass der zu entwickelnde Lokalisierungsdienst mit bereits installierter, handelsübliche Hardware umsetzbar ist. Es sind in Frage kommende Verfahren zur Bestimmung der Signallaufzeit zu erörtern. Für die Laufzeitmessung in Frage kommenden Zeitquellen sollen zugänglich gemacht und auf ihre Tauglichkeit untersucht werden. Durch Messreihen ist zu untersuchen, ob mit den vorgeschlagenen Messverfahren eine Lokalisierung möglich ist und in welchem Rahmen sich die zu erwartende Genauigkeit bewegt. Die in dieser Arbeit beschriebenen Konzepte sollen im Rahmen einer Proof of Concept Anwendung implementiert werden. Die Software soll unter dem Gesichtspunkt der Wiederverwendbarkeit entwickelt werden, um eine spätere Nutzung im Rahmen anderer Projekte zu ermöglichen.