No / Continuously identifying a user’s location context provides new opportunities to understand daily life and human behavior. Indoor location systems have been mainly based on WiFi infrastructures which consume a great deal of energy mostly due to keeping the user’s WiFi device connected to the infrastructure and network communication, limiting the overall time when a user can be tracked. Particularly such tracking systems on battery-limited mobile devices must be energy-efficient to limit the impact on the experience of using a phone. Recently, there have been a lot of studies of energy-efficient positioning systems, but these have focused on outdoor positioning technologies. In this paper, we propose a novel indoor tracking framework that intelligently determines the location sampling rate and the frequency of network communication, to optimize the accuracy of the location data while being energy-efficient at the same time. This framework leverages an accelerometer, widely available on everyday smartphones, to reduce the duty cycle and the network communication frequency when a tracked user is moving slowly or not at all. Our framework can work for 14 h without charging, supporting applications that require this location information without affecting user experience.

Submitted by Geyciane Santos (geyciane_thamires@hotmail.com) on 2015-06-17T14:19:13Z No. of bitstreams: 1 Dissertação - Atacílio Costa Cunha.pdf: 8225097 bytes, checksum: dff40e1008c70b9b5cc749b2a69d8958 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-06-17T20:20:05Z (GMT) No. of bitstreams: 1 Dissertação - Atacílio Costa Cunha.pdf: 8225097 bytes, checksum: dff40e1008c70b9b5cc749b2a69d8958 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-06-17T20:21:34Z (GMT) No. of bitstreams: 1 Dissertação - Atacílio Costa Cunha.pdf: 8225097 bytes, checksum: dff40e1008c70b9b5cc749b2a69d8958 (MD5) / Made available in DSpace on 2015-06-17T20:21:34Z (GMT). No. of bitstreams: 1 Dissertação - Atacílio Costa Cunha.pdf: 8225097 bytes, checksum: dff40e1008c70b9b5cc749b2a69d8958 (MD5) Previous issue date: 2014-05-09 / Não Informada / WiFi Location systems are increasingly present in our days because of the great ease that the devices can provide to users, such as mobility, independence of factors that limit and cause discomfort usability as cables, for example, and also be more convenient for the user to use something easy to handle. Apart from these points, it is known that the WiFi devices are increasingly developed, providing more opportunities for use in the routine of users. WiFi Location Systems perform device or people discovery in a given environment based on power signal measurements obtained by exchanging packets between devices that compose such systems. This paper proposes a Location WiFi method using multiple routers with directional antennas in the location environment. Routers with directional antennas are used in this study due to its ability to limit signal coverage for a given area, unlike systems with omnidirectional antennas. The impact that a packet sent by a device with unknown position generates in directional antennas installed at the location system can provide different RSSI values. Through the system offline stage where the training part is done, a database is created with all RSSI values obtained from each packet received by directional routers and positions from where the packages were sent. This database is used as knowledge for the classification algorithm so that it can estimate from where a package was sent, only based on RSSI values obtained at each directional router. Two classification algorithms were compared in this proposal to analyze the performance characteristics of each one in any location enviroment. They are the algorithms kNN and Naive Bayes, both widely used in the literature. During the the training part of the localization system composed by directional routers, it was also analyzed how to organize the routers to get results with greater location accuracy. Thus, it was possible to analyze the organization of the routers in the location environments, being together and pointing in different directions, and separated and focused to the center of the localization environment. ix Another important point of this proposal is the application of the localization system based on two types of location: Precise Location and Contextual Location. The precise location allows to estimate the exact position of a device in the axes x and y of a particular environment where it is installed. And the contextual location allows to estimate the position of a particular device based on the analysis of the context of the environment where it is inserted. All data collected during the experiments were analyzed and tested, and show that the system proposed in this paper can be used as a WiFi positioning system for indoor environments as an alternative to the system commonly found in the location literature, composed of omnidirectional routers. According to the structure of the location where the system was inserted and the organization of directional routers, it was possible to obtain very similar results compared to the location system composed by omnidirectional routers. This can be seen from the results obtained in a small location environment composed by the ICOMP laboratories where the system with directional routers and data classification from the kNN algorithm, has achieved 84.26% of accuracy in positioning compared with 83.93% achieved with directional routers together using the same classification algorithm. Another interesting point seen in the results of this work is that the use of Naive Bayes algorithm tends to be better when the system uses directional routers rather than omni-directional one. This happens because this algorithm can analyze as the direction of each antenna impacts the characteristics of signal reception in a given environment. This can be seen for example in the results obtained on a larger localization environment composed of ICOMP teachers rooms where the positioning system with scattered directional antennas got 80.16% accuracy in positioning estimation compared with the system composed by omnidirectional antennas that got 71.68%. Thus, we shall show that the tracking systems can be composed of directional routers as an alternative to the WiFi location conventional system. / Os sistemas de Localização WiFi estão cada vez mais presentes no nosso dia-a-dia devido à grande facilidade que os dispositivos utilizados nesta tecnologia podem proporcionar para os usuários, como mobilidade, independência de fatores que limitam e causam desconforto na usabilidade como cabos, por exemplo, e também por ser mais conveniente para o usuário utilizar algo de fácil manuseio. Além destes pontos, sabese que os dispositivos WiFi estão cada vez mais desenvolvidos, proporcionando mais possibilidades de uso no cotidiano dos usuários. Sistemas de Localização WiFi realizam a localização de dispositivos ou pessoas em um determinado ambiente com base em medições de potência de sinal, obtidas através da troca de pacotes entre os dispositivos que compõem tais sistemas. Neste trabalho é proposto um método de Localização WiFi utilizando múltiplos roteadores com antenas direcionais no ambiente de localização. Os roteadores com antenas direcionais são utilizados neste trabalho devido a sua capacidade de limitar a cobertura sinal para uma determinada área, diferente dos sistemas com antenas omnidirecionais. O impacto que um pacote enviado por um dispositivo com posição desconhecida gera nas antenas direcionais do sistema é capaz de proporcionar valores de RSSI diferentes. Através da fase offline do sistema onde é realizado a parte de treinamento, um banco de dados é criado com todos os valores de RSSI obtidos a partir de cada pacote recebido pelos roteadores direcionais e as posições de onde os pacotes foram enviados. Essa base de dados é utilizada como conhecimento para que o algoritmo de classificação possa estimar de onde um pacote foi enviado, somente com base nos valores de RSSI obtidos em cada roteador direcional. Foram comparados dois algoritmos de classifição nesta proposta como forma de analisar as características de comportamento de cada um deles nos ambientes de localização. São eles os algoritmos kNN e Naive Bayes, ambos bastante utilizados na literatura. Durante a experimentação do sistema de localização composto pelos roteadores direcionais, foi analisado também como organizar os roteadores para ser obter resultavii dos com maior precisão de localização. Desta forma, foi possível analisar nos ambientes de localização a organização dos roteadores unidos apontando para direções diferentes, e separados focados para o centro do ambiente de localização. Outro ponto importante desta proposta é a aplicação do sistema de localização com base em dois tipos de localização: Localização Precisa e Localização Contextual. A Localização Precisa permite estimar a posição exata de um dispositivo nos eixos x e y de um determinado ambiente onde ele está instalado. Já a Localização Contextual, permite estimar posição de um determinado dispositivo com base na análise do contexto do ambiente onde ele está inserido. Todos os dados obtidos durante os experimentos foram analisados e testados, e demonstram que o sistema proposto neste trabalho pode ser utilizado como sistema de localização WiFi para ambientes internos como alternativa do sistema comumente de localização encontrado na literatura, composto por roteadores omnidirecionais. Conforme a estrutura do ambiente de localização onde o sistema estava inserido e a organização dos roteadores direcionais foi possível obter resultados bem semelhantes ao do sistema de localização convecional composto por roteadores omnidirecionais. Isto pode ser visto nos resultados obtidos em um ambiente pequeno de localização composto pelos laboratórios do IComp onde, com roteadores direcionais e classifição de dados a partir do algoritmo kNN, foi possível obter 84,26% de precisão na localização comparada com 83,93% conseguida com roteadores direcionais juntos utilizando o mesmo algoritmo de classifição. Outro ponto interessante visto nos resultados deste trabalho é a utilização do algoritmo Naive Bayes tende a ser melhor para o sistema quando o mesmo utiliza roteadores direcionais ao invés de omnidirecionais, já que este algoritmo consegue analisar como o direcionamento de cada antena impacta nas características de recepção de sinal em um determinado ambiente. Isto pode ser visto por exemplo nos resultados obtidos em um ambiente maior de localização composto pelas salas de professores do IComp onde o sistema de localização com antenas direcionais espalhadas obteve 80,16% de precisão na estimativa de localização comparado com o sistema composto por antenas omnidirecionais que obteve 71,68%. Com isto, pretende-se mostrar que os sistemas de localização podem ser compostos por roteadores direcionais como alternativa para o sistema convecional de localização WiFi.

No description available.