Avaliação de métodos de calibração livre aplicados à radiolocalização fingerprinting baseada em aprendizado de máquina
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPE |
dARK ID: | ark:/64986/001300000k20f |
Texto Completo: | https://repositorio.ufpe.br/handle/123456789/54193 |
Resumo: | Os serviços baseados em localização têm se tornado essenciais no cotidiano das pessoas em diversas aplicações, especialmente em ambientes indoor, como, por exemplo, shoppings, ae- roportos e hospitais. Uma das técnicas tradicionalmente utilizadas em localização indoor é a radiolocalização baseada em fingerprinting, que utiliza a similaridade entre os níveis de sinal de RF para estimar a localização do usuário. Contudo, essa técnica enfrenta desafios devido à heterogeneidade de dispositivos, mesmo quando estes são posicionados no mesmo local físico, resultando em variações nos níveis de sinal coletados, ocasionando o aumento do erro de pre- dição na localização. Tais variações são causadas, em grande parte, pela falta de padronização de hardware entre os fabricantes, resultando em diferentes chipsets de RF. Para lidar com esse problema, métodos de calibração são empregados para normalizar as variações dos níveis de sinal, indiretamente contribuindo para a redução do erro de predição de distância. No entanto, alguns desses métodos, como o HLF, o RSC e o DIFF, podem prejudicar o desempenho da localização em cenários homogêneos, uma vez que constroem um novo fingerprint em vez de utilizar os valores brutos dos níveis de sinal coletados. Para abordar as limitações de cada método, foi proposto um novo método de calibração, resultante da combinação dos métodos previamente analisados. Este método se mostrou adaptável tanto em cenários heterogêneos quanto homogêneos, melhorando assim o desempenho global do sistema de localização. Por exemplo, o método RSC/W-RSS conseguiu reduzir o erro médio de predição de 7 a 22% em relação ao método RSC. Em relação ao custo computacional, o método RSC/W-RSS se des- tacou por sua eficiência entre os métodos combinados. Esse resultado era esperado, pois esse método se baseia no método RSC, que por sua vez teve o menor tempo de processamento entre os métodos isolados. A depender do algoritmo de AM utilizado no processo, a combina- ção dos métodos de calibração na técnica FP tem o potencial de aprimorar o desempenho da localização, desde que seja mantido um custo computacional viável. O principal destaque foi o algoritmo FA juntamente com o método RSC/W-RSS, que superou os algoritmos k-NN e SVR devido à sua eficiência em termos de custo computacional e menor erro de predição de distância em boa parte dos casos avaliados. |
id |
UFPE_75bb6b504ce37f75fc9af6d0f08f5fc2 |
---|---|
oai_identifier_str |
oai:repositorio.ufpe.br:123456789/54193 |
network_acronym_str |
UFPE |
network_name_str |
Repositório Institucional da UFPE |
repository_id_str |
2221 |
spelling |
SILVA, Douglas Tavares Ribeiro Paulinohttp://lattes.cnpq.br/9593440102978964http://lattes.cnpq.br/8971986984647323CUNHA, Daniel Carvalho da2023-12-19T18:33:00Z2023-12-19T18:33:00Z2023-09-25SILVA, Douglas Tavares Ribeiro Paulino. Avaliação de métodos de calibração livre aplicados à radiolocalização fingerprinting baseada em aprendizado de máquina. 2023. Dissertação (Mestrado em Ciência da Computação) – Universidade Federal de Pernambuco, Recife, 2023.https://repositorio.ufpe.br/handle/123456789/54193ark:/64986/001300000k20fOs serviços baseados em localização têm se tornado essenciais no cotidiano das pessoas em diversas aplicações, especialmente em ambientes indoor, como, por exemplo, shoppings, ae- roportos e hospitais. Uma das técnicas tradicionalmente utilizadas em localização indoor é a radiolocalização baseada em fingerprinting, que utiliza a similaridade entre os níveis de sinal de RF para estimar a localização do usuário. Contudo, essa técnica enfrenta desafios devido à heterogeneidade de dispositivos, mesmo quando estes são posicionados no mesmo local físico, resultando em variações nos níveis de sinal coletados, ocasionando o aumento do erro de pre- dição na localização. Tais variações são causadas, em grande parte, pela falta de padronização de hardware entre os fabricantes, resultando em diferentes chipsets de RF. Para lidar com esse problema, métodos de calibração são empregados para normalizar as variações dos níveis de sinal, indiretamente contribuindo para a redução do erro de predição de distância. No entanto, alguns desses métodos, como o HLF, o RSC e o DIFF, podem prejudicar o desempenho da localização em cenários homogêneos, uma vez que constroem um novo fingerprint em vez de utilizar os valores brutos dos níveis de sinal coletados. Para abordar as limitações de cada método, foi proposto um novo método de calibração, resultante da combinação dos métodos previamente analisados. Este método se mostrou adaptável tanto em cenários heterogêneos quanto homogêneos, melhorando assim o desempenho global do sistema de localização. Por exemplo, o método RSC/W-RSS conseguiu reduzir o erro médio de predição de 7 a 22% em relação ao método RSC. Em relação ao custo computacional, o método RSC/W-RSS se des- tacou por sua eficiência entre os métodos combinados. Esse resultado era esperado, pois esse método se baseia no método RSC, que por sua vez teve o menor tempo de processamento entre os métodos isolados. A depender do algoritmo de AM utilizado no processo, a combina- ção dos métodos de calibração na técnica FP tem o potencial de aprimorar o desempenho da localização, desde que seja mantido um custo computacional viável. O principal destaque foi o algoritmo FA juntamente com o método RSC/W-RSS, que superou os algoritmos k-NN e SVR devido à sua eficiência em termos de custo computacional e menor erro de predição de distância em boa parte dos casos avaliados.CNPqLocation-based services have become essential in people’s daily lives in various applications, particularly in indoor environments such as shopping malls, airports, and hospitals. One of the traditionally employed techniques for indoor localization is fingerprinting-based radiolocation, which estimates user location based on the similarity between RF signal levels. However, this technique faces challenges due to device heterogeneity, even when they are positioned in the same physical location, resulting in signal level variations and increased location prediction errors. These variations are primarily caused by the lack of hardware standardization among manufacturers, leading to different RF chipsets. Calibration methods are employed to address this problem, aiming to normalize signal level variations and indirectly reduce distance pre- diction errors. However, some of these methods, such as HLF, RSC, and DIFF, can hinder localization performance in homogeneous scenarios, as they construct a new fingerprint instead of using raw signal level values. To address the limitations of each method, a new calibration method was proposed by combining previously analyzed methods. This method proved to be adaptable in both heterogeneous and homogeneous scenarios, thereby improving the overall localization system performance. For instance, the RSC/W-RSS method reduced the average prediction error by 7 to 22% compared to the RSC method. Concerning computational cost, the RSC/W-RSS method stood out for its efficiency among the combined methods. This result was expected, as this method is based on the RSC method, which, in turn, had the shortest processing time among the individual methods. Depending on the AM algorithm used in the process, the combination of calibration methods in the FP technique has the potential to enhance localization performance, provided a feasible computational cost is maintained. The primary highlight was the FA algorithm along with the RSC/W-RSS method, surpassing k-NN and SVR algorithms due to its computational efficiency and lower distance prediction error in most of the evaluated cases.porUniversidade Federal de PernambucoPrograma de Pos Graduacao em Ciencia da ComputacaoUFPEBrasilAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/embargoedAccessRedes de computadoresFingerprintingAprendizagem de máquinaAvaliação de métodos de calibração livre aplicados à radiolocalização fingerprinting baseada em aprendizado de máquinainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesismestradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPELICENSElicense.txtlicense.txttext/plain; charset=utf-82362https://repositorio.ufpe.br/bitstream/123456789/54193/3/license.txt5e89a1613ddc8510c6576f4b23a78973MD53CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufpe.br/bitstream/123456789/54193/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52ORIGINALDISSERTAÇÃO Douglas Tavares Ribeiro Paulino Silva.pdfDISSERTAÇÃO Douglas Tavares Ribeiro Paulino Silva.pdfapplication/pdf2472291https://repositorio.ufpe.br/bitstream/123456789/54193/1/DISSERTA%c3%87%c3%83O%20Douglas%20Tavares%20Ribeiro%20Paulino%20Silva.pdf9635d550bc4b17afd3c2e4804a80b1aeMD51TEXTDISSERTAÇÃO Douglas Tavares Ribeiro Paulino Silva.pdf.txtDISSERTAÇÃO Douglas Tavares Ribeiro Paulino Silva.pdf.txtExtracted texttext/plain134641https://repositorio.ufpe.br/bitstream/123456789/54193/4/DISSERTA%c3%87%c3%83O%20Douglas%20Tavares%20Ribeiro%20Paulino%20Silva.pdf.txt89843d7f5042006656a53268499608f0MD54THUMBNAILDISSERTAÇÃO Douglas Tavares Ribeiro Paulino Silva.pdf.jpgDISSERTAÇÃO Douglas Tavares Ribeiro Paulino Silva.pdf.jpgGenerated Thumbnailimage/jpeg1230https://repositorio.ufpe.br/bitstream/123456789/54193/5/DISSERTA%c3%87%c3%83O%20Douglas%20Tavares%20Ribeiro%20Paulino%20Silva.pdf.jpgce70fcb46e7bbf94d91f0a81baf6396eMD55123456789/541932024-01-05 02:33:30.374oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212024-01-05T05:33:30Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false |
dc.title.pt_BR.fl_str_mv |
Avaliação de métodos de calibração livre aplicados à radiolocalização fingerprinting baseada em aprendizado de máquina |
title |
Avaliação de métodos de calibração livre aplicados à radiolocalização fingerprinting baseada em aprendizado de máquina |
spellingShingle |
Avaliação de métodos de calibração livre aplicados à radiolocalização fingerprinting baseada em aprendizado de máquina SILVA, Douglas Tavares Ribeiro Paulino Redes de computadores Fingerprinting Aprendizagem de máquina |
title_short |
Avaliação de métodos de calibração livre aplicados à radiolocalização fingerprinting baseada em aprendizado de máquina |
title_full |
Avaliação de métodos de calibração livre aplicados à radiolocalização fingerprinting baseada em aprendizado de máquina |
title_fullStr |
Avaliação de métodos de calibração livre aplicados à radiolocalização fingerprinting baseada em aprendizado de máquina |
title_full_unstemmed |
Avaliação de métodos de calibração livre aplicados à radiolocalização fingerprinting baseada em aprendizado de máquina |
title_sort |
Avaliação de métodos de calibração livre aplicados à radiolocalização fingerprinting baseada em aprendizado de máquina |
author |
SILVA, Douglas Tavares Ribeiro Paulino |
author_facet |
SILVA, Douglas Tavares Ribeiro Paulino |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/9593440102978964 |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/8971986984647323 |
dc.contributor.author.fl_str_mv |
SILVA, Douglas Tavares Ribeiro Paulino |
dc.contributor.advisor1.fl_str_mv |
CUNHA, Daniel Carvalho da |
contributor_str_mv |
CUNHA, Daniel Carvalho da |
dc.subject.por.fl_str_mv |
Redes de computadores Fingerprinting Aprendizagem de máquina |
topic |
Redes de computadores Fingerprinting Aprendizagem de máquina |
description |
Os serviços baseados em localização têm se tornado essenciais no cotidiano das pessoas em diversas aplicações, especialmente em ambientes indoor, como, por exemplo, shoppings, ae- roportos e hospitais. Uma das técnicas tradicionalmente utilizadas em localização indoor é a radiolocalização baseada em fingerprinting, que utiliza a similaridade entre os níveis de sinal de RF para estimar a localização do usuário. Contudo, essa técnica enfrenta desafios devido à heterogeneidade de dispositivos, mesmo quando estes são posicionados no mesmo local físico, resultando em variações nos níveis de sinal coletados, ocasionando o aumento do erro de pre- dição na localização. Tais variações são causadas, em grande parte, pela falta de padronização de hardware entre os fabricantes, resultando em diferentes chipsets de RF. Para lidar com esse problema, métodos de calibração são empregados para normalizar as variações dos níveis de sinal, indiretamente contribuindo para a redução do erro de predição de distância. No entanto, alguns desses métodos, como o HLF, o RSC e o DIFF, podem prejudicar o desempenho da localização em cenários homogêneos, uma vez que constroem um novo fingerprint em vez de utilizar os valores brutos dos níveis de sinal coletados. Para abordar as limitações de cada método, foi proposto um novo método de calibração, resultante da combinação dos métodos previamente analisados. Este método se mostrou adaptável tanto em cenários heterogêneos quanto homogêneos, melhorando assim o desempenho global do sistema de localização. Por exemplo, o método RSC/W-RSS conseguiu reduzir o erro médio de predição de 7 a 22% em relação ao método RSC. Em relação ao custo computacional, o método RSC/W-RSS se des- tacou por sua eficiência entre os métodos combinados. Esse resultado era esperado, pois esse método se baseia no método RSC, que por sua vez teve o menor tempo de processamento entre os métodos isolados. A depender do algoritmo de AM utilizado no processo, a combina- ção dos métodos de calibração na técnica FP tem o potencial de aprimorar o desempenho da localização, desde que seja mantido um custo computacional viável. O principal destaque foi o algoritmo FA juntamente com o método RSC/W-RSS, que superou os algoritmos k-NN e SVR devido à sua eficiência em termos de custo computacional e menor erro de predição de distância em boa parte dos casos avaliados. |
publishDate |
2023 |
dc.date.accessioned.fl_str_mv |
2023-12-19T18:33:00Z |
dc.date.available.fl_str_mv |
2023-12-19T18:33:00Z |
dc.date.issued.fl_str_mv |
2023-09-25 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
SILVA, Douglas Tavares Ribeiro Paulino. Avaliação de métodos de calibração livre aplicados à radiolocalização fingerprinting baseada em aprendizado de máquina. 2023. Dissertação (Mestrado em Ciência da Computação) – Universidade Federal de Pernambuco, Recife, 2023. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufpe.br/handle/123456789/54193 |
dc.identifier.dark.fl_str_mv |
ark:/64986/001300000k20f |
identifier_str_mv |
SILVA, Douglas Tavares Ribeiro Paulino. Avaliação de métodos de calibração livre aplicados à radiolocalização fingerprinting baseada em aprendizado de máquina. 2023. Dissertação (Mestrado em Ciência da Computação) – Universidade Federal de Pernambuco, Recife, 2023. ark:/64986/001300000k20f |
url |
https://repositorio.ufpe.br/handle/123456789/54193 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/embargoedAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
embargoedAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.publisher.program.fl_str_mv |
Programa de Pos Graduacao em Ciencia da Computacao |
dc.publisher.initials.fl_str_mv |
UFPE |
dc.publisher.country.fl_str_mv |
Brasil |
publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPE instname:Universidade Federal de Pernambuco (UFPE) instacron:UFPE |
instname_str |
Universidade Federal de Pernambuco (UFPE) |
instacron_str |
UFPE |
institution |
UFPE |
reponame_str |
Repositório Institucional da UFPE |
collection |
Repositório Institucional da UFPE |
bitstream.url.fl_str_mv |
https://repositorio.ufpe.br/bitstream/123456789/54193/3/license.txt https://repositorio.ufpe.br/bitstream/123456789/54193/2/license_rdf https://repositorio.ufpe.br/bitstream/123456789/54193/1/DISSERTA%c3%87%c3%83O%20Douglas%20Tavares%20Ribeiro%20Paulino%20Silva.pdf https://repositorio.ufpe.br/bitstream/123456789/54193/4/DISSERTA%c3%87%c3%83O%20Douglas%20Tavares%20Ribeiro%20Paulino%20Silva.pdf.txt https://repositorio.ufpe.br/bitstream/123456789/54193/5/DISSERTA%c3%87%c3%83O%20Douglas%20Tavares%20Ribeiro%20Paulino%20Silva.pdf.jpg |
bitstream.checksum.fl_str_mv |
5e89a1613ddc8510c6576f4b23a78973 e39d27027a6cc9cb039ad269a5db8e34 9635d550bc4b17afd3c2e4804a80b1ae 89843d7f5042006656a53268499608f0 ce70fcb46e7bbf94d91f0a81baf6396e |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE) |
repository.mail.fl_str_mv |
attena@ufpe.br |
_version_ |
1814448288689029120 |