Локализација во затворен простор базирана

на информација за состојбата на безжичен

канал (CSI)

ментор: изработил:
Доц. д-р Томислав Карталов Никола Фелкароски 15/2015
СОДРЖИНА
● Локализација во затворен простор
● Техники за локализација
● CSI - Анализа на сцена
● Предизвици
● Модел на предложениот систем
● Експериментална анализа
● Резултати
● Заклучок
Локализација во затворен простор
Мрежа на уреди кои безжично локализираат објекти
или луѓе во затворен простор

● потреба за локализација во затворен простор

● проблемот на GPS
● развој на интернетот на нештата (IoT)

Извор на слика: https://www.instructables.com/id/Localino-Open-Source-Indoor-Location-System-Arduin/

Локализација во затворен простор
● локализација базирана на референтни уреди (device-based)
● локализација без референтни уреди (device-free)
● голем број безжични технологии
● Зошто WiFi?
Техники за локализација кај WiFi

Јачина на примен сигнал (RSS)

Техники за локализација кај WiFi

Агол на пристигнување (AoA) Време на пристигнување (ToF)

Техники за локализација кај WiFi
● информација за состојбата на канал (CSI)
○ простирање на сигналите по различни патеки
○ подносачи на OFDM модулација
○ димензионалност

Фреквенција на OFDM подносачи

„Crime Scene Investigation“ - Анализа на сцена
● земање отпечатоци (fingerprinting)
● методи за предвидување
○ Методи базирани на веројатност
○ k-најблиски соседи (kNN)
○ Машини со носечки вектори (SVM)
○ Невронски мрежи (АNN)
Предизвици
● мултипат ефекти (простирање на сигнал по различни патеки)
● временска недоследност на податоци
● шум и квалитет на опрема
● енергетска ефикасност
● цена
● приватност и безбедност
● недостаток на стандардизација
Модел на предложениот систем
Систем за локализација во затворен простор и препознавање човечки
активности
● предавател (Тx)
● приемник (Rx)
○ aнализа на сцена
○ класификација
● пасивен корисник
Модел на предложениот систем
● конволуциска невронска мрежа
○ слики од спектрограм како влез
Експериментална анализа: избор на хардвер
● предавател
○ оперативна фреквенција (2.4 GHz / 5 GHz)
○ пропусен опсег и број на подносачи
○ број на просторни потоци

TP-LINK WR1043ND (802.11n, 2.4GHz, BW: 20MHz, 56 подносачи, 1 просторен поток)

TP-LINK Archer C20 (802.11ac, 5GHz, BW: 80MHz, 243 подносачи, 1 просторен поток)

● приемник
○ мрежна картичка со способност за CSI пресметки
○ софтвер за проценка на CSI податоци

Raspberry Pi 3B+ (Broadcom 43455c0)

Nexmon CSI
Експериментална анализа: мерни сценарија

● 9 сценарија
○ 3 мерења на различни локации по активност
○ 2 минути по мерење
○ вкупно 54 минути анализа на сцена
● занемарена временска недоследност
Експериментална анализа: процесирање на CSI

● контролирано „ловење“ CSI пакети

○ филтрирање пакети (канал, MAC, бајт)
○ периодична комуникација (ICMP, Beacon)
● процесирање CSI пакети
○ формат на CSI податоците
○ извлекување амплитуден и фазен
спектар
Експериментална анализа: податочно множество
Експериментална анализа: податочно множество

● 30000 CSI пакети по сценарио (стапка: 80 пакети во секунда)

○ временски прозорец со должина од 40 пакети (0,5 секунди)
○ 56 подносачи
○ 750 слики со големина 56x40 по класа
● тренирање:валидација:тест = 70:20:10
Експериментална анализа: тренирање CNN
● Adam алгоритам за оптимизација
○ стапка на учење = 0,0001
○ големина на подмножество (batch size) = 64
○ 50 епохи по 12 чекори
● точност при тренирање / валидација = 97% / 90%
Резултати
● просечна точност: 91,38%
● TPR: 91,38%
● FPR: 8,62%
● влијание од класите „одење“
Заклучок
● систем за локализација во затворен простор и препознавање
активности кој не се потпира на референтни уреди

● проблеми и идни предизвици:

○ дополнителна логика за класите „одење“ (пр. медијански филтер)
○ приспособување на драјверот за 5 GHz (поголема резолуција)
○ справување со временска недоследност на податоците
○ приспособување за работа во реално време
○ изработување на графички интерфејс за контрола и приказ
Ви благодарам за вниманието!