Gps wi fi para ambientes fechados (indoor)

UNIVERSIDADE CRUZEIRO DO SUL
BACHARELADO EM CIÊNCIA DA COMPUTAÇÃO
GPS Wi-Fi para Ambientes Fechados (indoor) -
Redes de Sensores sem Fio como infraestrutura
Ricardo Francoti
São Paulo (SP),
Novembro de 2013.

UNIVERSIDADE CRUZEIRO DO SUL
BACHARELADO EM CIÊNCIA DA COMPUTAÇÃO
GPS Wi-Fi para Ambientes Fechados (indoor) -
Redes de Sensores sem Fio como infraestrutura
Ricardo Francoti
Monografia apresentada ao Curso de
Bacharelado em Ciência da
Computação da Universidade
Cruzeiro do Sul, como parte dos
requisitos parciais para obtenção do
título de Bacharel em Ciência da
Computação.
Orientador: Prof. Vagner Silva
São Paulo, Novembro de 2013.

Agradecimentos
Ao Prof. Vagner Silva pela disposição, orientação do trabalho com paciência,
compreensão e dedicação.
Aos demais professores que contribuíram para meu aprendizado e
crescimento acadêmico.
A minha esposa, meus pais e familiares, amigos pelo apoio e compreensão
durante a realização deste trabalho para a conclusão deste curso.

i
RESUMO
O objetivo principal deste trabalho é propor a utilização de uma infraestrutura
de rede wireless (WLAN WiFi) como suporte para um GPS para ambientes
fechados que estime dinamicamente a localização de dispositivos móveis.
Conhecendo a localização dos access points da rede wireless já existente no
ambiente e utilizando o sinal de rádio frequência emitido por estes é possível
convertê-los em distância e então através do processo de trilateração
determinar a localização do dispositivo móvel. A aplicação deve ser capaz de
realizar este processo sem interferir ou interagir com a infraestrutura de rede
wireless (WLAN WiFi) a exemplo do que faz um GPS em relação aos satélites
do sistema. Esta aplicação pode ser integrada a uma aplicação do tipo
context-aware para fornecer informações de localização que são fundamentais
para este tipo de sistema.
Palavras chave: Redes de Sensores Sem Fio, RSSF, RSSI, Trilateração,
WLAN, WiFi, Localização baseada em RSSI, Heurística.

ii
ABSTRACT
The main objective of this work is to propose to use a wireless network
infrastructure (WLAN WiFi) as a support for an indoor GPS running on a mobile
device to estimate its location. Knowing the location of the access points that
are part of an infrastructure of the existing wireless network environment and
using the radiofrequency signal emitted by these it is possible to convert them
into distance and then through the process of trilateration to determine the
location of the mobile device. This application must be able to perform this
process without interfering or interacting with the infrastructure of a wireless
network (WLAN WiFi) like a GPS does with satellites that support the system.
This application can be integrated into a context-aware application to provide
localization information which is essential for this kind of system.
Keywords: Wireless Sensor Network, WSN, RSSI, Trilateration, WLAN, WiFi,
RSSI based localization, Heuristic.

iii
Tabela de Figuras
Figura 1 – Tipos de rede de comunicação de dados sem fio (Loureiro, et al.,
2011)................................................................................................................................ 4
Figura 2 – Componentes de um sensor (Gonçalves, et al., 2011) ....................... 5
Figura 3 – Exemplo de um sensor de energia elétrica (General Electric
Company, 2011), (Libelium Comunicaciones Distribuidas S.L., 2011)................ 6
Figura 4 – Elementos de uma RSSF (General Electric Company, 2011) .......... 7
Figura 5 – Comparação entre o RM-OSI e IEEE 802 (IEEE 802, 2001).......... 10
Figura 6 – Componentes de uma rede Wi-Fi ......................................................... 13
Figura 7 – Personal Area Network – PAN (Kammer, et al., 2002) .................... 14
Figura 8 – Piconet Simples (Kammer, et al., 2002)............................................... 15
Figura 9 – Piconet Multi-escravo (Kammer, et al., 2002)..................................... 15
Figura 10 – Scatternet (Kammer, et al., 2002)....................................................... 16
Figura 11 – Topologia Estrela (IEEE 802.15.4, 2006) .......................................... 17
Figura 12 – Topologia Estrela (IEEE 802.15.4, 2006)......................................... 18
Figura 13 – Topologia Estrela (Farahani, 2008) .................................................... 19
Figura 14 – Comparação de características das tecnologias apresentadas
(Farahani, 2008)........................................................................................................... 20
Figura 15 – Arquitetura do BlueEyes®
em alto nível (FaberNovel, LLC, 2011) 21
Figura 16 – Nucleus®
da GE Gerenciamento de energia elétrica através de
RSSF (General Electric Company, 2011)................................................................ 22
Figura 17 – Console de Gerenciamento do Nucleos®
(General Electric
Company, 2011)........................................................................................................... 22
Figura 18 – Processo de Monitoração (Federal Express - FedEX, 2011)........ 23
Figura 19 – Console de Rastreamento e sensor Senseaware® (Federal
Express - FedEX, 2011) ............................................................................................. 24
Figura 20 – Ângulo estimado com base em dois sensores âncora (Holger, et
al., 2005) ....................................................................................................................... 27
Figura 21 – Trilateração com base em três sensores âncora (Holger, et al.,
2005).............................................................................................................................. 28
Figura 22 – Comparação das técnicas ToA one-way e two-way (Dargie, et al.,
2010).............................................................................................................................. 29
Figura 23 – Técnicas TDoA (Dargie, et al., 2010)................................................ 30
Figura 24 – Estimativa de localização com base na intersecção de triângulos
dos sensores âncoras (Dargie, et al., 2010) ........................................................... 32
Figura 25 – Exemplos de cenários do teste APIT (Dargie, et al., 2010)............ 34
Figura 26 – Diagrama de Caso de Uso................................................................... 39
Figura 27 – Diagrama de Classes............................................................................ 41

iv
Figura 28 – Diagrama de Sequência....................................................................... 41
Figura 29 – Tela do coletor.exe................................................................................ 43
Figura 30 – Fenômenos que afetam a RF.............................................................. 44
Figura 31 – Valor médio de RSSI por metro .......................................................... 45
Figura 32 – Valor mais frequente de RSSI por metro........................................... 46
Figura 33 – Valor de n calculado com base no valor médio de RSSI/metro..... 47
Figura 34 – Valor de n calculado com base no valor mais frequente de
RSSI/metro ................................................................................................................... 48
Figura 35 – Comparação da posição real e calculada para o sensor móvel .... 50
Figura 36 – Situações que a heurística evita ......................................................... 54
Figura 37 – RSSI a 1 metro....................................................................................... 61
Figura 38 – RSSI a 2 metros..................................................................................... 61
Figura 46 – RSSI a 10 metros .................................................................................. 62
Figura 47 – RSSI a 11 metros .................................................................................. 63
Figura 48 – Tela inicial do coletor ............................................................................ 64
Figura 49 – Drop box para selecionar o SSID para coleta................................... 65
Figura 50 – Tela inicial do MyPlace......................................................................... 66
Figura 51 – Opção para selecionar mapa............................................................... 67
Figura 52 – Mapa do local de teste de campo carregado.................................... 67
Figura 53 – Tela do menu Sobre.............................................................................. 68
Figura 54 – Locais selecionados para o teste de campo..................................... 69
Figura 55 – Notebook HP G42 i5 ............................................................................. 90
Figura 56 – Roteador sem fio (AP) TP-LINK TL-WR941ND................................ 90
Figura 57 – Local dos testes (a)............................................................................... 91
Figura 58 – Local dos testes (b)............................................................................... 91
Figura 59 – Local dos testes (c) ............................................................................... 92
Figura 60 – Local dos testes (d)............................................................................... 92

v
Sumário
Introdução .............................................................................................................. 1
Organização do Texto ............................................................................................ 2
Capítulo 1 – Redes de Sensores Sem Fio ............................................................ 3
1.1 Introdução ........................................................................................................ 3
1.2 Estrutura Genérica das Redes de Sensores se Fio ......................................... 4
1.3 Componentes de uma RSSF............................................................................ 5
1.4 Características de uma RSSF.......................................................................... 7
1.5 Comunicações em uma RSSF ......................................................................... 9
1.6 Tecnologias de Comunicação Empregadas em RSSFs..................................11
1.6.1 IEEE 802.11 WLAN – Wi-Fi..........................................................................11
1.6.2 IEEE 802.15.1 WPAN – Bluetooth ...............................................................13
1.6.3 IEEE 802.15.4 WPAN – ZigBee ...................................................................16
1.6.3.1 Topologias.................................................................................................17
1.7 Comparações entre as tecnologias .................................................................19
1.8 Exemplos de RSSFs .......................................................................................20
1.8.1 BlueEyes® – FaberNovel (Bluetooth)...........................................................20
1.8.2 Smart Grid - GE Nucleos® Energy Manager (ZigBee) .................................22
1.8.3 SenseAware® – FedEX (GRPS)..................................................................23
Capítulo 2 – Localização .......................................................................................25
2.1 Os problemas para obter a localização ...........................................................25
2.2 Métodos de Localização..................................................................................25
2.2.1 Técnicas de Localização range-based .........................................................27
2.2.1.2 Time of Arrival (ToA) .................................................................................28
2.2.1.3 Time Difference of Arrival (TDoA) .............................................................29
2.2.1.4 Received Signal Strength Indicator (RSSI)................................................30
2.2.1.5 Angle of Arrival (AoA)................................................................................30
2.2.2 Técnicas de Localização range-free.............................................................31
2.2.2.1 Ad Hoc Positioning System (APS).............................................................31
2.2.2.2 Approximate Point in Triangulation (APIT) ................................................32
2.2.2.3 Localization Based on Multidimensional Scaling (MDS)............................34
2.2.2.4 Análise de Cena ........................................................................................34
2.2.2.5 Proximidade ..............................................................................................35
Capítulo 3 – Sistema de Localização Dinâmica - MyPlace ...................................36
3.1 Introdução .......................................................................................................36

vi
3.2 Requisitos........................................................................................................36
3.2.1 Requisitos Funcionais ...................................................................... 36
3.2.2 Seleção da Tecnologia para a RSSF ............................................... 36
3.2.3 Requisitos Não Funcionais............................................................... 37
3.3 Algoritmos .......................................................................................................38
3.4 Diagrama de Caso de Uso ..............................................................................38
3.5 Diagramas de Classes ....................................................................................39
3.6 Diagrama de Sequência..................................................................................41
3.7 Implementação................................................................................................42
3.8 Tecnologias Utilizadas.....................................................................................51
Capítulo 4 – Conclusões e Trabalhos Futuros ......................................................52
4.1 Introdução .......................................................................................................52
4.2 Os Problemas..................................................................................................52
4.2.1 Variável de Atenuação ..................................................................... 52
4.2.1 Trilateração ...................................................................................... 53
4.2 Trabalhos Futuros ...........................................................................................54
Bibliografia.............................................................................................................56
Apêndice A – Medições para Determinar a Variável de Atenuação......................61
A.1 Gráficos de Dispersão do RSSI metro a metro...............................................61
Apêndice B – Telas do Coletor.exe.......................................................................64
B.1 Gráficos de Dispersão do RSSI metro a metro...............................................64
Apêndice C – Telas do MyPlace.exe.....................................................................66
C.1 Telas do MyPlace ...........................................................................................66
Apêndice D – Medições Realizadas pelo Aplicativo..............................................69
D.1 Teste de Campo do MyPlace..........................................................................69
Apêndice E – Código Coletor.exe .........................................................................71
Apêndice F – Código MyPlace.exe .......................................................................75
Apêndice F – Equipamentos Usados ....................................................................90

1
Introdução
Uma pesquisa revelou que os americanos usam mais seus celulares
inteligentes (smartphones) para pesquisar locais e direções, por meio de
aplicativos Global Positioning System – GPS – do que para postar fotos nas
redes sociais.
O estudo, patrocinado pelo Facebook, mostra as dez atividades mais populares
realizadas através dos smartphones entre os americanos.
São elas: enviar e-mail (78%), ver o Facebook (70%), navegar na web (73%),
achar rotas e direções (64%), jogar games (60%), pesquisar assuntos diversos
(57%), compartilhar e postar fotos (53%), pesquisar estabelecimentos locais
(46%), ler notícias (44%) e assistir a vídeos e à TV (37%).
Segundo a pesquisa, 49% da população americana possui um smartphone, o
que totaliza 155 milhões de pessoas. A estimativa é que, ao fim de 2013,
chegue a 181 milhões de habitantes, 57% dos americanos. A projeção é de
68% em 2017 (International Data Corporation (IDC) , 2013).
A utilidade de um sistema GPS disponível no smartphone é indiscutível,
encontrar um local, o melhor caminho para o destino, conhecer outros locais na
cidade ou no mundo com o auxílio de ferramentas como o Google Maps street
view.
Mas os benefícios do GPS ficam bastante limitados quando tentamos usá-lo
num ambiente fechado quer porque não temos um mapa do local (problema
esse tratado pelo Google Maps Indoor) quer porque o sinal de rádio frequência
– RF – dos satélites não alcançam o GPS.
E se esta funcionalidade estivesse disponível para os ambientes onde o GPS
tradicional não funciona pelas razões já expostas? Esta seria uma ferramenta
muito útil para um público de cerca 100 milhões de pessoas nos Estados
Unidos onde estima-se que mais de 1.000 varejistas já usam algum tipo de
localização indoor para análise e ou melhorar a experiência do consumidor na
loja (The Wall Street Journal, 2013).

2
Este é o foco deste trabalho, como disponibilizar os benefícios encontrados
num GPS tradicional em um ambiente fechado através de uma rede de
sensores sem fio.
Organização do Texto
O trabalho está organizado da seguinte forma: O capítulo 1 trata das principais
características de uma Rede de Sensores de Sem Fio – RSSI – e quais as
tecnologias de redes sem fio podem ser usadas para implementar uma
infraestrutura de RSSI. Ainda no capítulo 1 são apresentados exemplos de
sistemas de localização que utilizam estas tecnologias. O capítulo 2 aborda o
problema para obter a localização com redes sem fio e quais são os principais
métodos para resolver este problema. No capítulo 3 são apreasentados os
requisitos funcionais e não funcionais, seleção da tecnologia utilizada como
RSSI, diagramas, implementação e tecnologias utilizadas. Por fim no capítulo 4
são mostradas as conclusões do projeto bem como sugestões de trabalhos
futuros.

3
Capítulo 1 –
Redes de Sensores Sem Fio
1.1 Introdução
As redes de nós sensores ou simplesmente redes de sensores sem fio – RSSF
– tornaram-se uma interface capaz de conectar o mundo físico ao mundo digital
através da captura e conversão de fenômenos num tipo de informação capaz
de ser processada e armazenada para que então ações relacionadas possam
ser executadas, decisões sejam tomadas ou simplesmente para gerar uma
base histórica e estatística que poderá servir a diversos propósitos.
Esses sensores, integrados em diversos tipos de dispositivos, máquinas e
ambientes têm um enorme potencial para produzir benefícios para a sociedade.
Podem ser usados para os mais diversos fins como monitorar sistemas críticos
de infraestrutura tais como fornecimento de água ou energia elétrica, meio-
ambiente, tráfego, localização em ambientes indoor (fechados), localização de
material num estoque, de equipamentos num hospital, de um bombeiro em um
incêndio (Hui, et al., 2005), segurança patrimonial e pessoal, aumentar a
produtividade, economizar recursos e viabilizar novas aplicações e tecnologias
context-aware (cientes do contexto) (Dargie, et al., 2010). Estas aplicações
podem utilizar sensores aplicados a ambientes outdoors (abertos) ou indoors.
Diversas iniciativas, desde estudos acadêmicos como por exemplo o
desenvolvido pelo MIT (MIT, 2011) até aplicações comerciais como o Smart
Planet da IBM tem aplicado esta tecnologia (IBM, 2011).
Sistemas de localização indoor têm se tornado muito populares em anos
recentes. Estes sistemas fornecem uma nova camada de automação chamada
automatic object location detection (detecção automática da localização do
objeto). Existem muitas aplicações que dependem deste tipo de automação,
como por exemplo, o First Responder Locator System (Worcester Polytechnic
Institute, 2011) ou o SenseAware®
(rastreador de encomendas) (Federal
Express - FedEX, 2011).

4
1.2 Estrutura Genérica das Redes de Sensores se Fio
Uma Rede de Sensores sem Fio – RSSF pode ser definida sob diferentes
enfoques. Pode ser vista como um tipo especial de rede móvel ad hoc, i.e. com
aplicação específica, uma Mobile ad hoc Network – MANET (Rede Móvel ad
hoc). Em uma rede tradicional, a comunicação entre os elementos
computacionais é feita através de estações rádio base, que constituem uma
infraestrutura de comunicação (Figura 1 (a)). Esse é o caso de uma rede Wi-Fi
onde os elementos da rede se comunicam por meio de um Access Point – AP
(ponto-de-acesso). Já em uma rede MANET os elementos trocam dados
diretamente entre si (Figura 1 (b)). Do ponto de vista de organização, RSSFs e
MANETs são idênticas, já que possuem elementos computacionais que se
comunicam diretamente entre si através de enlaces de comunicação sem fio.
No entanto, uma MANET tem como função básica fornecer um suporte à
comunicação entre esses elementos computacionais, que individualmente,
podem estar executando tarefas distintas. Por outro lado, RSSFs tendem a
executar uma tarefa colaborativa onde os elementos, chamados sensores
fornecem dados, que são processados ou consumidos por nós especiais
chamados sink nodes (sorvedouros) (Loureiro, et al., 2011).
(a) Rede com infraestrutura (b) Rede sem infraestrutura
Figura 1 – Tipos de rede de comunicação de dados sem fio
(Loureiro, et al., 2011)
Uma RSSF é uma rede sem fio formada por um grande número de sensores
pequenos e imóveis implantados em uma MANET para detectar e transmitir
alguma característica física do ambiente. A informação contida nos sensores é
agregada em uma base central de dados. Sob o enfoque de sistemas

5
distribuídos uma RSSF pode ser definida também como uma classe particular
de sistemas distribuídos, onde as comunicações de baixo nível não dependem
da localização topológica da rede (Pereira, et al., 2003).
1.3 Componentes de uma RSSF
As RSSFs possuem como elementos principais: o sensor, o observador e o
fenômeno, definidos a seguir:
 Sensor: é o dispositivo que implementa a monitoração física de um
fenômeno. Um sensor produz uma resposta mensurável às mudanças em
condições físicas, tais como temperatura, campo magnético e iluminação.
Os dispositivos de detecção, geralmente, têm características físicas e
teóricas diferentes. Muitos modelos de complexidade variada podem ser
construídos baseados na necessidade da aplicação e nas características
dos dispositivos. Na maioria dos modelos de dispositivos sensores a
habilidade de detecção diminui com o aumento da distância do sensor em
relação ao fenômeno e melhora com o aumento do tempo que o sensor fica
exposto para coletar informações. A Figura 2 a seguir ilustra os
componentes típicos de um sensor;
Figura 2 – Componentes de um sensor
(Gonçalves, et al., 2011)

6
A Figura 3 a seguir exibe um exemplo de um sensor de fabricação da empresa
Libelium e sua aplicação prática.
(a) Aplicação do sensor que
mede o consumo de energia
elétrica
(b) Unidade sensitiva
(c) Unidade de
processamento, energia e
TX/RX
Figura 3 – Exemplo de um sensor de energia elétrica
(General Electric Company, 2011),
(Libelium Comunicaciones Distribuidas S.L., 2011)
 Observador: é o usuário final interessado em obter as informações
disseminadas pela RSSF em relação a um fenômeno. Ele pode indicar
interesses ou consultas para a rede e receber respostas destas consultas.
Além disso, podem existir, simultaneamente, múltiplos observadores em
uma RSSF;
 Fenômeno: é a entidade de interesse do observador, que está sendo
monitorada e cuja informação será analisada/filtrada pela RSSF. Além
disso, múltiplos fenômenos podem ser observados concorrentemente em
uma rede. Em uma RSSF típica, os sensores individuais apresentam
amostras de valores locais (medidas) e disseminam informações, quando
necessário, para outros sensores e eventualmente para o observador. As
medidas realizadas pelos sensores são amostras discretas do fenômeno
físico, sujeito a medidas precisas do sensor individual, assim como a
localização com respeito ao fenômeno.

7
A Figura 4 ilustra os elementos de uma RSSF por meio de um produto
comercial da GE.
Figura 4 – Elementos de uma RSSF
(General Electric Company, 2011)
1.4 Características de uma RSSF
As RSSFs apresentam características peculiares dependendo de sua área
de aplicação:
 Endereçamento dos nós: De acordo com a aplicação os nós poderão ser
ou não endereçados. Por exemplo, sensores colocados em encomendas
rastreadas por uma transportadora devem ser individualmente endereçados
já que se deseja conhecer a localização exata da encomenda. Por outro
lado sensores que monitoram um ambiente talvez não precisem ser
individualmente endereçados já que o ponto de interesse é conhecer o valor
de uma variável neste ambiente e não o valor sentido por um sensor em
particular;
 Agregação dos Dados: Diz respeito à capacidade de uma RSSF de
consolidar e sumarizar dados coletados pelos sensores. Em uma RSSF
com esta capacidade os dados coletados podem ser sumarizados ainda na
rede, antes de serem enviados à estação base diminuindo a quantidade de
mensagens que precisam ser transmitidas pela RSSF;

8
 Mobilidade dos sensores: Indica basicamente se os sensores podem ou
não se mover em relação ao sistema em que estão coletando dados;
 Restrições dos dados coletados: Neste caso refere-se a alguma restrição
dos sensores para a coleta dos dados tal como um intervalo de tempo para
disseminar seus valores para uma entidade de supervisão;
 Quantidade de sensores (escalabilidade): RSSFs destinadas a
monitoramento ambiental em oceanos e florestas podem conter milhares de
sensores, logo escalabilidade é uma questão importante;
 Limitação da energia disponível: Novamente dependendo da aplicação
de uma RSSF seus sensores estarão localizados em áreas de difícil acesso
a eles. Neste cenário o tempo de vida de um sensor pode depender da
quantidade de energia disponível. Assim a escolha da aplicação, protocolos
e algoritmos são diretamente afetados por esta característica;
 Auto-organização da rede: A disponibilidade de sensores em uma RSSF
pode ser comprometida pela da falta de energia do sensor ou por conta de
outro evento como sua destruição física. Podem ficar incomunicáveis devido
a problemas no canal de comunicação sem fio ou por decisão de um
algoritmo de gerenciamento da rede para economizar energia ou por já
existir outro sensor na região monitorada. Sensores inativos podem também
despertar e ingressarem na RSSF. Qualquer que seja o caso é necessário
mecanismos de auto-organização para que a rede continue a executar a
sua função. Essa capacidade deve ser automática e periódica já que a
configuração manual não é viável devido a problemas de escalabilidade e
localização;
 Tarefas colaborativas: O objetivo de uma RSSF não é apenas fornecer um
sistema de comunicação, mas principalmente executar alguma tarefa
colaborativa para detectar e estimar eventos de interesse. Devido às
limitações das RSSFs, normalmente os dados são consolidados para
melhorar o desempenho no processo de detecção de eventos. Este
processo é dependente da aplicação que está sendo executada;

9
 Capacidade de responder a consultas: Uma consulta pode ser feita
diretamente a um sensor ou a um grupo, dependendo da forma de
endereçamento. Dependendo do grau de sumarização requerido pode não
ser possível enviar a informação diretamente ao nodo sorvedouro. Assim
pode ser necessário definir vários nós sorvedouros que irão coletar os
dados em uma dada área e responderão as consultas referentes à sua
região de atuação.
1.5 Comunicações em uma RSSF
A comunicação em uma RSSF pode ser classificada em duas categorias:
de aplicação e de infraestrutura. O protocolo de rede deve suportar estes
dois tipos de comunicação:
 Comunicação da aplicação: relaciona-se à transferência do dado
monitorado (ou informação obtida dele) com o objetivo de informar ao
observador algo sobre o fenômeno.
 Comunicação de infraestrutura: refere-se à comunicação necessária para
configurar, manter e aperfeiçoar a operação da RSSF. Essa comunicação é
gerada pelos protocolos de rede e de enlace em resposta aos requisitos da
aplicação ou aos eventos na RSSF. Mais especificamente, devido à
natureza ad hoc das RSSFs, elas devem ser capazes de descobrir
caminhos para outros sensores de interesse, para si próprios e para o
observador, desconsiderando a mobilidade ou falha do sensor. A
comunicação de infraestrutura é necessária para manter a rede funcional,
assegurando a robustez da operação em ambientes dinâmicos e
melhorando o desempenho global.
Como a comunicação de infraestrutura representa o overhead do protocolo,
é importante minimizar esta comunicação, assegurando que a rede possa
suportar a comunicação da aplicação de forma eficiente.
Em uma RSSF o meio físico precisa ser compartilhado por diversos
sensores por isso um mecanismo de controle de acesso a este meio é
necessário. No modelo de referência Open Systems Interconnection – OSI

10
do Organisation Internationale de Normalisation – ISO este controle é de
responsabilidade da camada chamada Enlace de Dados (Data Link). Esta
camada por sua vez é dividida em duas outras camadas pelo padrão do
The Institute of Electrical and Electronics Engineers – IEEE – em seu
modelo de referência 802, a saber: Medium Access Control – MAC
(Controle de Acesso ao Meio) e Logical Link Control – LLC (Controle Lógico
de Enlace) (IEEE 802, 2001). Há trabalhos acadêmicos que propõem que
um mecanismo de MAC seja desenhado especificamente para RSSF, com
consumo de energia elétrica mais eficiente, um S-MAC – Sensor MAC (Ye,
et al., 2002), (Ramakrishnan, et al., 2005). Entretanto, a exemplo do padrão
IEEE 802.11 (IEEE 802.11, 2007) os padrões IEEE 802.15.1 (IEEE
802.15.1, 2005) e IEEE 802.15.4 referem-se a esta camada apenas como
MAC (Farahani, 2008) conforme ilustrado pela Figura 5.
Figura 5 – Comparação entre o RM-OSI e IEEE 802
(IEEE 802, 2001)
A camada MAC e os protocolos que a compõem trabalham diretamente
sobre a camada física e por isso assume o controle total sobre o meio
físico. Sua principal tarefa é decidir quando um nó irá acessar o meio físico
e resolver qualquer conflito entre os nós quando estes competem entre si
pelo uso do meio físico. Também têm a responsabilidade de corrigir erros
de comunicação que eventualmente ocorram na camada física e executam
outras atividades como formar frames (quadros) para transmissão,
endereçamento e controle de fluxo.

11
A eficiência da RSSF em termos de consumo de energia elétrica também é
afetada pela escolha do protocolo MAC. A energia no sensor não é apenas
consumida quando este recebe e transmite dados, mas também quando
este precisa verificar se pode usar o meio físico para transmitir seus dados
(comunicação de infraestrutura), ou quando necessita retransmitir dados
devido a colisões e transmissão de pacotes de controle para mencionar
alguns (Dargie, et al., 2010).
Muitas implementações de RSSF tem sido feitas sobre três padrões que
seguem a recomendação do IEEE 802 e que têm tido boa aceitação no
mercado: IEEE 802.11, IEEE 802.15.1 e o 802.15.4, descritos a seguir:
1.6 Tecnologias de Comunicação Empregadas em RSSFs
Três tecnologias de redes sem fio foram estudadas com o objetivo de
selecionar a tecnologia sobre a qual será desenvolvido um sistema de
localização indoor: IEEE 802.11 WLAN – Wi-Fi, IEEE 802.15.1 WPAN –
Bluetooth e IEE 802.15.4 WPAN – ZigBee, cujas principais características são
apresentadas a seguir.
1.6.1 IEEE 802.11 WLAN – Wi-Fi
Trata-se de um padrão de rede sem fio que pode operar na faixa de frequência
conhecida como Industrial, Scientific and Medical – ISM (Industrial, Científico e
Médico) de 2,4 GHz ou 5 GHz (Coleman, et al., 2009). O termo Wi-Fi significa
“wireless fidelity” que é uma certificação fornecida pela entidade Wi-Fi Alliance
cujo objetivo é garantir a compatibilidade entre dispositivos que usam a
tecnologia IEEE 802.11 (Wi-Fi Alliance, 2011).
Este padrão, também conhecido como Wireless Local Area Network – WLAN
(Rede Local sem Fio) (Coleman, et al., 2009), tornou-se muito popular em anos
recentes em locais públicos que oferecem acesso à Internet, chamados de hot
spots e também nas empresas de maneira geral. Dependendo das revisões do
padrão 802.11 (a,b,g e n) sua largura de banda pode alcançar 11, 54, 108, 150
Mbps. Testes realizados demonstraram que o padrão IEEE 802.11n pode
chegar até 600 Mbps (AirMagnet, 2008) e ter um alcance de até 100 m.

12
Este padrão pode operar em duas topologias diferentes:
 MANET: Nesta topologia a comunicação entre os dispositivos ocorre
diretamente entre eles (Figura 1 (a));
 Infraestrutura: Nesta topologia a comunicação entre os dispositivos ocorre
através de um terceiro dispositivo central e por meio deste conectam-se a
uma infraestrutura de rede e obtêm acesso aos serviços fornecidos por esta
rede (Figura 1 (b));
Diferentes tipos de dispositivos fazem uso deste tipo de rede sem fio tais
como desktops, notebooks, PDA’s, telefones, leitores de código de barras e
sensores entre outros;
Nesta tecnologia de rede os dispositivos que se conectam diretamente uns
aos outros e a uma infraestrutura de rede são chamados de client stations
(estações cliente) e o dispositivo que conecta as client stations a uma
infraestrutura de rede são chamados de access points – AP (ponto de
acesso). Tipicamente um AP com um ou mais client stations conectados a
ele constituem um basic service set – BSS (conjunto de serviços básicos). A
área de cobertura de serviço de uma BSS é chamada de basic area service
– BSA (área de serviços básicos);
Um AP pode fazer parte de diferentes BSSs e também disponibilizar várias
redes lógicas diferentes identificadas por um nome conhecido por service
set identifier – SSID (identificador de serviços básicos). Esta informação
identifica a qual rede lógica a client station irá conectar-se.
A Figura 6 a seguir ilustra os componentes de uma rede Wi-Fi.

13
Figura 6 – Componentes de uma rede Wi-Fi
Um AP pode operar em pelo menos três diferentes modos:
 Bridge: O AP é convertido em uma bridge (ponte) para conectar dois AP’s
por meio de seus rádios;
 Repeater: O AP é convertido num repeater (repetidor) entre outros dois
AP’s;
 Scanner: O AP é convertido num sensor para ser usado num wireless
intrusion detection system – WIDS (sistema de detecção de intrusos sem
fio).
O padrão 802.11 inclui o gerenciamento de energia em suas especificações e
seu objetivo é aumentar o tempo de vida da bateria. Isto é muito importante
para dispositivos como smartphones, scanners e telefones Voice over Wi-Fi
VoWi-Fi (voz sobre Wi-Fi). O padrão 802.11 tem dois modos de gerenciamento
de energia. Outros modos de gerenciamento de energia foram adicionados
com os padrões 802.11e e 802.11n respectivamente.
1.6.2 IEEE 802.15.1 WPAN – Bluetooth
O Bluetooth foi criado com o objetivo de substituir o cabeamento necessário
para interligar diferentes dispositivos localizados em uma pequena área, por
isso é classificada como uma Personal Area Network – PAN (Rede de Área
Pessoal). Este padrão também opera na faixa de frequência conhecida como

14
ISM de 2,4 GHz. Sua largura de banda de 1 Mbps é menor que a do padrão
Wi-Fi bem como seu alcance.
Figura 7 – Personal Area Network – PAN
(Kammer, et al., 2002)
Por outro lado a quantidade de dispositivos eletrônicos que utilizam a
tecnologia Bluetooth é impressionante: aparelhos de telefone celular,
impressoras, notebooks, câmeras fotográficas digitais, painel de instrumentos
de automóveis, consoles de videogames, televisores e etc. Além disso, os
dispositivos Bluetooth suportam diversos serviços de rede além de TCP/IP.
Tal como acontece com o padrão IEEE 802.11 que possuem um órgão
certificador de aderência ao padrão, o padrão IEEE 802.15.1 também tem.
Trata-se do Bluetooth SIG – Special Interest Group. Através deste órgão é
possível certificar um produto que use esta tecnologia e usar sua logo marca
(Bluetooth Special Insterest Group, 2011).
Em uma rede Bluetooth todos os dispositivos são chamados de peers e
identificados por seu endereço único de 48 bits. Um dispositivo pode ser
configurado como mestre ou escravo. Um dispositivo atuando como mestre
pode conectar-se simultaneamente a sete dispositivos atuando como escravos,
formando assim uma rede piconet (Kammer, et al., 2002). O dispositivo mestre
controla as transmissões e a sincronização entre eles.
A topologia é definida de acordo com a funcionalidade dos dispositivos
(Whitaker, et al., 2003) e podem ser classificadas da seguinte maneira:

15
 Piconet Simples: 1 dispositivo mestre e 1 dispositivo escravo;
Figura 8 – Piconet Simples
 Piconet Multi-escravo: 1 dispositivo mestre e até 7 dispositivos escravos
ativos e até 255 escravos sem modo stand-by. Os dispositivos escravos
podem entrar no modo park para liberar a conexão com o dispositivo mestre
permitindo assim que mais que 255 escravos possam se conectar a uma
única rede piconet;
Figura 9 – Piconet Multi-escravo
 Scatternet: Quando um dispositivo em uma rede piconet multi-escravo faz
parte de outra rede piconet, integrando as duas redes, diz-se que temos
uma topologia scatternet, situação esta em que um dispositivo mestre em
uma rede atua como escravo na outra. Um dispositivo não pode atuar como
mestre simultaneamente em duas redes piconets diferentes.

16
Figura 10 – Scatternet
Aplicações desenvolvidas para dispositivos móveis que usam a tecnologia
Bluetooth têm de lidar com o desafio do consumo de energia. Por serem
móveis estes dispositivos utilizam baterias que precisam ser recarregadas com
alguma frequência ou substituídas, eventualmente. Se o dispositivo Bluetooth
usar muita energia isto pode ser um problema para a aplicação. Por esta razão
o gerenciamento do consumo de energia é um aspecto importante que deve
ser levado em consideração durante o desenvolvimento da aplicação. Para
gerenciar o consumo de energia este padrão possui quatro modos de operação
(Kammer, et al., 2002).
1.6.3 IEEE 802.15.4 WPAN – ZigBee
Este padrão de rede sem fio opera nas faixas de frequência ISM de 868 MHz
915 MHz e 2,4 GHz. As larguras de banda suportadas por este padrão são 20,
40 e 250 kbps. Alcança tipicamente 10 m (IEEE 802.15.4, 2006), 75 m (Ergen,
2004) ou 100 m (Farahani, 2008).
Esta tecnologia também tem um órgão certificador a exemplo das tecnologias
anteriores. Trata-se do ZigBee Alliance. Por meio deste órgão é possível
certificar um produto que use esta tecnologia e usar sua logo marca (ZigBee
Alliance, 2011).
Antes deste padrão ter sido desenvolvido a ZigBee Alliance trabalhou em uma
tecnologia de comunicação de baixo custo para larguras de banda igualmente

17
baixas e baixo consumo de energia elétrica. O IEEE e ZigBee Alliance por fim
unificaram o padrão e ZigBee tornou-se o nome comercial da tecnologia IEEE
802.15.4.
1.6.3.1 Topologias
Dependendo dos requisitos da aplicação, uma RSSF que adote esta tecnologia
pode operar em qualquer uma das seguintes topologias: estrela ou ponto a
ponto.
 Estrela: Na topologia em estrela a comunicação é estabelecida entre os
sensores e um controlador central único, chamado de coordenador da
Personal Area Network – PAN. Um sensor tem tipicamente alguma
aplicação associada a ele, e é o ponto de iniciação ou de terminação para
as comunicações da RSSF. Um coordenador PAN também pode ter uma
aplicação específica e ser utilizado para iniciar, terminar, ou encaminhar a
comunicação na RSSF. O coordenador da PAN é o controlador primário da
PAN. O coordenador da PAN pode muitas vezes ser eletricamente
alimentado pela rede de infraestrutura, enquanto que os sensores
provavelmente serão eletricamente alimentados por uma bateria.
Aplicações que se beneficiam de uma topologia em estrela incluem
automação doméstica, computadores pessoais (PC), periféricos,
brinquedos, jogos e dispositivos de cuidados de saúde pessoal;
Figura 11 – Topologia Estrela
(IEEE 802.15.4, 2006)

18
 Ponto a ponto: Nesta topologia também há um coordenador PAN, no
entanto, diferente da topologia estrela qualquer sensor pode comunicar-se
com qualquer outro sensor, enquanto eles estão ao alcance um do outro.
Aplicações como controle industrial e monitoramento, de ativos e controle
de estoque, agricultura inteligente e segurança beneficiaria de uma RSSF
com este tipo de topologia. Este tipo de topologia permite que uma RSSF
implemente funcionalidades de self-organization (auto-organização) e self-
healing (auto-correção).
Também pode permitir o roteamento de mensagens através de múltiplos
saltos a partir de qualquer sensor para qualquer outro sensor na RSSF. Tais
funções podem ser adicionadas à camada superior, mas não fazem parte
deste padrão (IEEE 802.15.4, 2006).
(IEEE 802.15.4, 2006)
Uma rede ponto a ponto pode assumir diferentes formas a partir de restrições
impostas sobre os sensores que podem se comunicar uns com os outros. Se
não houver nenhuma restrição, a topologia ponto a ponto é conhecida como
uma topologia mesh (malha).
Outra forma de topologia ponto a ponto é a topologia em árvore, conforme
ilustrado pela Figura 13 ou cluster-tree (agrupamento de árvores) (IEEE
802.15.4, 2006). Neste caso, um coordenador PAN estabelece a rede inicial.
Sensores atuando como roteadores formam os ramos e transmitem as

19
mensagens. Sensores finais atuam como folhas da árvore e não participam do
roteamento de mensagens. Sensores roteadores podem expandir a RSSF para
além da RSSF inicialmente estabelecida pelo coordenador PAN (Farahani,
2008).
(Farahani, 2008)
1.7 Comparações entre as tecnologias
As redes sem fio de curto alcance podem ser divididas em duas categorias
principais: Wireless Local Area Networks – WLANs (Redes Locais sem Fio) e
Wireless Personal Area Networks – WPANs (Redes Pessoais sem Fio).
A WLAN foi criada para substituir ou estender as redes cabeadas – Local Area
Networks – LAN (redes locais) tal como a Ethernet – IEEE 802.3. Um
dispositivo WLAN, geralmente um AP, pode ser conectado a uma LAN, e uma
vez que a WLAN se torna parte da LAN esta segunda irá tratar a primeira como
qualquer outro dispositivo cabeado.
A WPAN, por outro lado, não foi desenvolvida para substituir as LANs. As
WPANs foram criadas para fornecer os meios para comunicações sem fio com
eficiência energética dentro do personal operating space – POS (espaço de
atuação pessoal).
WPANs são divididas em três classes: High-Rate – HR WPANs, Medium-Rate
MR WPANs e Low-Rate LR WPANs. Um exemplo de uma HR-WPAN é o IEEE
802.15.3 com uma taxa de transferência de 11 a 55 Mbps. O IEEE 802.15.1

20
com uma taxa de transferência de 1 a 3 Mbps é um exemplo de uma MR-
WLAN e o IEEE 802.15.4 que trabalha com uma taxa de transferência de 250
Kbps é classificado como uma LR-WPAN (Farahani, 2008).
Figura 14 – Comparação de características
das tecnologias apresentadas
(Farahani, 2008)
1.8 Exemplos de RSSFs
Alguns exemplos de sistemas de localização para ambientes fechados que
utilizam as tecnologias apresentadas.
1.8.1 BlueEyes® – FaberNovel (Bluetooth)
A RATP, uma das maiores empresas de transporte público do mundo,
patrocinou o desenvolvimento e experimento de uma ferramenta de localização
interna para operar nas estações de metrô de Paris para inicialmente guiar
pessoas com deficiência visual. Este sistema está sendo testado em cinco
estações de metrô da cidade de Paris. O experimento foi agora expandido para
outros perfis de usuário, incluindo os idosos, usuários de transportes
ocasionais e turistas.
O BlueEyes® usa uma RSSF onde os sensores são dispositivos Bluetooth.
Estes sensores compõem um sistema de balizamento que emite sinais com um
alcance de até 15 m com informações da sua própria localização e que são
usados pelo aplicativo no telefone celular para determinar a localização do

21
usuário. Estes sinais emitidos pelas balizas são chamados Bluetooth beacons
(frames que mantêm a rede sincronizada ou indicam a existência de um
dispositivo sem fio). Um web server é o responsável por armazenar
informações de mapas e respectivas balizas utilizadas para a orientação do
usuário.
Nenhum outro equipamento específico é necessário. O aplicativo informa ao
usuário a rota que deve seguir pelos corredores e salões de passageiros, da
mesma forma como os motoristas são guiados por sistemas de GPS. O
BlueEyes® atualmente não dá acesso a informações em tempo real.
(FaberNovel, LLC, 2011).
Para fazer uso desta ferramenta os usuários devem primeiro fazer o download
do aplicativo para seu telefone celular. O usuário pode então programar sua
viagem com antecedência (a partir de casa ou na rua), inserindo uma estação
de partida e uma estação de destino. Logo que chegam à entrada da estação
de partida, o usuário é identificado pelo sistema de orientação e recebe
instruções através do seu telefone móvel. Ele é guiado passo-a-passo para seu
destino final, recebendo orientações audívies e instruções visuais (setas de
direção) cada vez que se encontra ao alcance de um Bluetooth beacon. Se o
usuário cometer um erro, o sistema automaticamente o redireciona. O usuário
pode reproduzir a mensagem do último beacon, se necessário. (RATP, 2009).
Figura 15 – Arquitetura do BlueEyes®
em alto nível
(FaberNovel, LLC, 2011)

22
1.8.2 Smart Grid - GE Nucleos® Energy Manager (ZigBee)
Smart Grid é uma iniciativa e ao mesmo tempo uma plataforma tecnológica que
pretende adicionar inteligência à forma como a energia elétrica é consumida.
Diversos produtos têm sido desenvolvidos com este objetivo.
O GE Nucleus®
Energy Manager é um appliance desenvolvido para trabalhar
integrado a uma RSSF composta por um medidor inteligente, eletrodomésticos
integrados a sensores, que enviam informações de interesse desta aplicação
sobre o consumo de energia, e eventualmente outros dispositivos móveis como
smartphone que rodam o software de gerenciamento (General Electric
Company, 2011).
As Figuras 16 e 17 na página seguinte ilustram os componentes do GE
Nucleus®
Energy Manager.
Figura 16 – Nucleus®
da GE Gerenciamento de energia elétrica
através de RSSF
Figura 17 – Console de Gerenciamento do Nucleos®

23
1.8.3 SenseAware® – FedEX (GRPS)
SenseAware®
é uma aplicação de rastreamento de cargas com capacidade
para localizar a carga em ambiente internos e externos. Utiliza a infraestrutura
da rede de telefonia celular para informar sua localização, através de GPRS ou
SMS, que é obtida através de um GPS embutido no sensor.
Enquanto a carga circula dentro das instalações da FedEX, o sensor é
monitorado pela RSSF instalada nestes locais (Federal Express - FedEX,
2011).
Por meio de uma aplicação o observador pode acompanhar o deslocamento da
carga e através de outros sensores pode ainda saber se a embalagem foi
aberta – unidade sensitiva de luz, a temperatura a que foi exposto – unidade
sensitiva de temperatura, entre outros. Em resumo, o sensor permite saber não
apenas onde a carga está, mas também como a carga “se sente”.
A monitoração muito próxima do tempo real em que os eventos ocorrem
permite que uma intervenção seja feita em algum ponto do transporte antes
que o conteúdo da carga seja comprometido.
Preparar,
empacotar e
despachar
Monitoração e
colaboração
Receber e retornar
o sensor
Figura 18 – Processo de Monitoração
(Federal Express - FedEX, 2011)

24
Figura 19 – Console de Rastreamento e sensor Senseaware®
(Federal Express - FedEX, 2011)

25
Capítulo 2 –
Localização
Neste capítulo abordaremos o problema da localização e quais as principais
técnicas comumente aplicadas para solucionar este problema.
2.1 Os problemas para obter a localização
Modelar a propagação das ondas de rádio frequência não é tarefa fácil em um
ambiente indoor devido ao efeito multipath (múltiplos caminhos), pouca
probabilidade de se obter line-of-sight (LOS) (visada direta entre os dispositivos
de rádio) e informações específicas do ambiente tais como layout do andar,
objetos móveis e as várias superfícies reflexivas que podem existir no local.
Ainda não há uma técnica considerada boa para modelar o efeito multipath
num ambiente indoor. À exceção do uso da triangulação tradicional, algoritmos
de localização que usam análise de cena ou proximidade são desenvolvidos
para mitigar erros de medição. Estes três tipos de algoritmos possuem
vantagens e desvantagens únicas, por isso usar mais de um tipo deles ao
mesmo tempo pode produzir melhores resultados.
2.2 Métodos de Localização
As relações espaciais entre os sensores e os fenômenos que eles monitoram
são parte fundamental da informação que um sensor fornece. Sem saber a
posição de um sensor, suas informações revelam apenas uma parte da
história. Por exemplo, sensores implantados em uma floresta com o objetivo de
avisar sobre a ocorrência de incêndios serão muito mais úteis se forem
capazes de informar onde está acontecendo o incêndio.
O conhecimento da localização exata é fundamental para atividades tais como:
roteamento baseado em informações geográficas, rastreamento de objetos e
serviços location-aware (ciente da localização) e de localização. Localização é
a tarefa necessária para determinar as coordenadas físicas de um sensor ou
um grupo de sensores. Esta atividade compreende um conjunto de técnicas e
mecanismos que permitem a um sensor estimar a sua própria localização com

26
base em informações coletadas a partir da região em que o sensor se
encontra.
A localização de um sensor pode ser expressa como uma métrica global ou
relativa. Métricas globais são usadas para localizar sensores dentro de um
sistema global de referência, tais como as coordenadas de longitude e latitude
métricas fornecidas pelo Global Positioning System – GPS (Sistema de
Posicionamento Global) ou com as zonas e faixas de latitude fornecidas pelo
Universal Transverse Mercator – UTM (Sistema Universal de Mercator). Em
contraste, as métricas relativas são baseadas em sistemas de coordenadas
arbitrárias como, por exemplo, a localização de um sensor expressa como a
distância entre ele e outros sensores sem qualquer relação com um sistema
global de referência. Estas são informações de localização física. Outras
aplicações como, por exemplo, sistemas de localização interna podem requerer
apenas uma localização simbólica tal como “lanchonete”, “Quilômetro 10 da
rodovia SP-141” ou “banheiro”.
Em uma RSSF pode ser inviável que todos os sensores tenham conhecimento
de sua localização global por isso muitas RSSFs contém um subconjunto de
sensores que conhecem sua localização global. Estes sensores são chamados
de âncoras e são usados pelos outros sensores para obterem suas
localizações.
As técnicas de localização que se baseiam em sensores âncoras são
chamadas de anchor-based localization (localização baseada em âncora)
enquanto que as que não são baseadas em âncoras são chamadas de anchor-
free localization (localização livre do uso de âncora).
Um grande número de técnicas de localização é baseado em técnicas de
medição da distância, i.e. estimativa da distância entre diversos sensores.
Estas técnicas, chamadas de range-based (baseadas na medição da distância)
requerem que os sensores monitorem características mensuráveis tais como,
por exemplo, a potência do sinal de rádio (Dargie, et al., 2010).

27
2.2.1 Técnicas de Localização range-based
O fundamento de várias técnicas de localização é a estimativa da distância
entre dois sensores. As estimativas são obtidas através da medição de
determinadas características dos sinais trocados entre dois sensores tais como
tempo de propagação do sinal, sua potência e ângulo de chegada.
A medição da distância pode ser feita por meio de métodos conhecidos como
triangulação e trilateração.
 Triangulação – Esta técnica faz uso das propriedades geométricas dos
triângulos para estimar a localização dos sensores. A triangulação baseia-
se na obtenção de ângulos a partir dos quais formará triângulos justapostos
ou sobrepostos. Pelo menos duas linhas de orientação e a localização dos
sensores âncoras ou a distância entre eles são necessárias para determinar
a localização de um sensor num espaço bidimensional (Dargie, et al., 2010);
Figura 20 – Ângulo estimado com base em dois sensores âncora
(Holger, et al., 2005)
 Trilateração – No caso da trilateração é necessário estimar as distâncias
até os sensores âncoras cujas posições são conhecidas (Trilateration
Method, 2010). Dada a localização de um sensor âncora e a sua distância
até o sensor (que pode ser obtida através dos métodos RSSI, ToA e TDoA
explicados adiante neste capítulo (Holger, et al., 2005)) cuja localização se
pretende obter é sabido que o sensor deve estar localizado em algum ponto
da circunferência do circulo cujo centro é a posição do sensor âncora. A
distância entre eles é igual ao raio desta circunferência. Em um espaço
bidimensional são necessárias medições de distâncias de pelo menos três

28
sensores âncoras que não estejam arranjados linearmente, ou seja, é
necessária a intersecção de três círculos (Dargie, et al., 2010).
Figura 21 – Trilateração com base em três sensores âncora
(Holger, et al., 2005)
2.2.1.2 Time of Arrival (ToA)
O conceito por detrás da técnica Time of Arrival – Tempo de Chegada (ToA) é
que a distância entre o emissor e o receptor de um sinal pode ser determinado
usando a medição do tempo de propagação do sinal e a velocidade conhecida
do sinal. Por exemplo, as ondas sonoras viajam a uma velocidade de 343 m/s
(em 20º C), portanto, um sinal sonoro leva aproximadamente 30 ms para viajar
a distância de 10 m. Em contraste, um sinal de rádio viaja na velocidade da luz
(aproximadamente 300 km/s) e portanto precisa de apenas aproximadamente
30 ns para viajar 10 m. Por isso medições feitas com base em ondas de rádio
necessitam de relógios com grande precisão, aumentando o custo e a
complexidade de uma RSSF. O método one-way (sentido único) ToA mede o
tempo de propagação entre o momento de envio do sinal e o momento de
chegada deste mesmo sinal, ilustrado na Figura 22 (a) na página seguinte, por
isso requer uma sincronização altamente precisa entre os relógios do emissor e
do receptor do sinal.

29
(a) (b)
Figura 22 – Comparação das técnicas ToA one-way e two-way
(Dargie, et al., 2010)
Por isso o método two-way (sentido duplo) ToA é preferível. Neste caso o
tempo de ida e volta do sinal é medido no emissor do sinal Figura 22 (b) acima.
Observe que no método one-way o receptor calcula sua localização enquanto
que no método two-way o emissor é quem calcula a localização do receptor.
Portanto, uma terceira mensagem será necessária no método two-way para
informar ao receptor a sua localização (Dargie, et al., 2010).
2.2.1.3 Time Difference of Arrival (TDoA)
A técnica Time Difference of Arrival – Diferença entre o tempo de chegada
(TDoA) usa dois sinais que viajam em velocidades diferentes, como ilustrado
na Figura 23 na página seguinte. O receptor é capaz então de determinar sua
localização semelhantemente ao método ToA. Por exemplo, o primeiro sinal
poderia ser um sinal de rádio (emitido em t1 e recebido em t2, seguido por um
sinal acústico imediatamente ou algum intervalo de tempo depois. Esta técnica
não requer que os relógios dos sensores, emissor e receptor, sejam
sincronizados e podem obter medições bem precisas. A desvantagem do TDoA
é a necessidade de dispositivos adicionais para enviar os dois sinais, por
exemplo, um microfone e um alto-falante no caso do exemplo mencionado.

30
Figura 23 – Técnicas TDoA
Uma variação desta técnica é a utilização de um único sinal, para estimar a
localização do emissor, recebido por vários receptores com suas respectivas
localizações conhecidas. O tempo que o sinal demora em alcançar cada
receptor depende da distância entre o emissor e cada receptor. Uma análise
correlacional pode então fornecer o tempo de viagem do sinal até os
receptores. Sua principal desvantagem é que os relógios dos receptores devem
estar rigorosamente sincronizados (Dargie, et al., 2010).
2.2.1.4 Received Signal Strength Indicator (RSSI)
A técnica baseada no Received Signal Strenght Indicator – RSSI (Indicador de
Potência do Sinal Recebido) baseia-se no conceito de que um sinal perde
potência na medida em que se propaga. Esta é uma característica comum
encontrada em dispositivos de rede e pode ser usado para medir a amplitude
do sinal de rádio recebido. Os drivers de muitas placas de redes sem fio
informam o RSSI, entretanto seu significado pode variar de fabricante para
fabricante e não existe padronização dos fabricantes para os valores de RSSI e
os respectivos níveis de sinal indicados. (Dargie, et al., 2010).
2.2.1.5 Angle of Arrival (AoA)
A técnica Angle of Arrival – AoA (Ângulo de Chegada) consiste em determinar
a direção da propagação do sinal, normalmente usando um conjunto de

31
antenas ou microfones. O AoA é ângulo entre a direção da propagação e
alguma referência de direção conhecida como “orientação”. Por exemplo,
diversos sensores podem ser espalhados por um ambiente e todos eles
receberão o mesmo sinal, em momentos distintos e as diferenças do tempo de
chegada do sinal em cada receptor, suas amplitudes e fases serão usados
para determinar uma estimativa do ângulo de chegada, o qual por sua vez será
usado para determinar a localização de um sensor. Apesar de ser possível
obter uma precisão da ordem de poucos graus o hardware necessário para
empregar esta tecnologia pode aumentar o tamanho e encarecer
significativamente o custo do sensor (Dargie, et al., 2010).
2.2.2 Técnicas de Localização range-free
Diferentemente das técnicas apresentadas antes que procuram determinar a
distância entre os sensores por meio de técnicas de medição (ToA, TDoA,
RSSI e AoA) e, portanto, pertencem à classe dos algoritmos de localização
range-based. Existem, entretanto outras técnicas que procuram determinar a
localização dos sensores a partir das informações de conectividade e não da
medição de distâncias ou ângulos. Estas técnicas são chamadas de range-free
(não baseados na distância). As técnicas de localização range-free não
requerem hardware adicional e são, portanto, uma alternativa com melhor
custo-benefício em relação aos métodos range-based (Dargie, et al., 2010).
2.2.2.1 Ad Hoc Positioning System (APS)
O Ad Hoc Positioning System APS (Sistema de Posicionamento com
Finalidade Específica) é um exemplo de método de localização baseado em
conectividade distribuída que estima a localização dos sensores com a ajuda
de pelo menos três sensores âncoras. Maior precisão da localização é
alcançada com uma quantidade correspondentemente maior de sensores
âncoras. Neste método os sensores âncoras divulgam sua localização para
todos os outros sensores da rede usando o conceito de distance vector DV –
(Vetor de Distância) por meio do qual os sensores da rede periodicamente
trocam suas tabelas de roteamento com seus vizinhos mais próximos, a um
hop (salto) de distância (Dargie, et al., 2010).

32
2.2.2.2 Approximate Point in Triangulation (APIT)
O Approximate Point in Triangulation – APIT (Aproximação de um Ponto por
Triangulação) é um exemplo de método de localização area-based range-free
(baseado na área e sem medição de distância). Similar ao APS, o APIT
funciona a partir de vários sensores ancoras que conhecem sua própria
localização com o auxilio de um GPS, por exemplo. Qualquer combinação de
três sensores âncoras forma uma região triangular e a presença de um sensor
dentro ou fora desta região permite a um sensor determinar sua provável
localização. O passo chave na localização APIT é o teste Point In Triangulation
– PIT (ponto na triangulação) que permite que um sensor determine o conjunto
de triângulos dentro dos quais o sensor se encontra. Após o sensor M ter
recebido de um grupo de sensores âncoras mensagens com informações de
localização, este sensor avalia todos os possíveis triângulos formados pelos
sensores âncoras. Um sensor estará fora de um dado triângulo ABC formado
pelos sensores âncoras A, B e C, se houver outro sensor adjacente a M que
esteja simultaneamente mais longe ou mais próximo dos pontos A, B e C. Caso
contrário M estará dentro do triângulo ABC que poderá ser adicionado ao
conjunto de triângulos no qual M está inserido. Este conceito é ilustrado na
Figura 24.
Figura 24 – Estimativa de localização com base na intersecção de
triângulos dos sensores âncoras
Infelizmente um teste PIT perfeito é inviável uma vez seria necessário que os
sensores pudessem se mover em qualquer direção. Entretanto um teste APIT

33
pode ser usado em redes com uma densidade suficiente de sensores. A ideia é
simular o movimento dos sensores no teste PIT perfeito usando informações da
vizinhança que é trocada entre os sensores via beacons. Por exemplo, a força
do sinal entre os sensores e um sensor âncora pode ser usada para estimar
qual sensor está mais próximo do sensor âncora. Então, se nenhum sensor
vizinho do sensor M está mais distante ou mais próximo dos três sensores
âncoras A, B e C simultaneamente, M assume que está dentro do triângulo. A
Figura 25 ilustra este conceito.
No grafo da esquerda o sensor M tem quatro sensores vizinhos que não se
encontram simultaneamente mais próximos ou distantes de qualquer um dos
três sensores âncoras. Portanto, o sensor M conclui que está dentro do
triângulo ABC.
A situação é diferente no grafo da direita no qual o vizinho 4 está mais próximo
de todos os três sensores âncoras do que o sensor M, enquanto que o sensor
2 está mais distante dos sensores âncoras do que o sensor M, portanto, o
sensor M conclui que deve estar fora do triângulo ABC. Porém, este método
pode levar o sensor a conclusões erradas porque o número de sensores
vizinhos que podem ser avaliados é finito.
Por exemplo, na Figura 25 o grafo da esquerda, se a força do sinal do sensor 4
indicar que ele está mais distante do sensor âncora B do que o sensor M,
talvez por conta de um obstáculo entre o sensor âncora B e o sensor 4, o
sensor M concluiria estar fora do triângulo ABC.
Ao final do teste APIT uma posição estimada pode ser calculada com o centro
de gravidade da intersecção de todos os triângulos nos quais M esteja inserido
(Dargie, et al., 2010).

34
Figura 25 – Exemplos de cenários do teste APIT
2.2.2.3 Localization Based on Multidimensional Scaling (MDS)
Multidimensional scaling – MDS (escala multidimensional) tem sua origem na
psicometria e psicofísica, trata-se de um conjunto de técnicas de análise de
dados que exibem a estrutura dos dados de distância como uma figura
geométrica. Aplicada à localização o MDS pode ser usado em técnicas
centralizadas de localização, onde um dispositivo com grande capacidade de
processamento, como uma estação rádio base, coleta informações da rede,
determina a localização dos sensores e divulga esta informação de volta para a
rede. A rede é representada como um grafo não direcionado de n sensores (m
< n que são sensores âncoras e que conhecem sua própria localização) e as
arestas representam as informações de conectividade. Dadas as distâncias
entre todos os pares de sensores, a meta do MDS é preservar a informação de
distância de tal forma que a rede possa ser recriada num espaço
multidimensional. O resultado do MDS será uma versão do layout original da
rede (Dargie, et al., 2010).
2.2.2.4 Análise de Cena
O método análise de cena refere-se aos tipos de algoritmos que inicialmente
coletam as características peculiares dos sinais de rádio, i.e. fingerprints
(impressões digitais) para um local específico e depois as combina com

35
medições online realizadas neste mesmo local. O RSSI, por exemplo, é uma
característica usada comumente para análise de cena.
Location fingerprinting (identificação do local) refere-se às técnicas que
combinam o fingerprint de alguma característica do sinal que é peculiar de um
local específico.
Há duas fases no location fingerprinting: offline e online. Durante o estágio
offline um estudo do local (site survey ou treinamento) é realizado no local. As
coordenadas e suas identificações bem como as respectivas medições do
RSSI próximas dos sensores âncoras são coletadas. Depois, durante a fase
online uma técnica de localização usa o RSSI observado neste momento e o
RSSI coletado na fase anterior para estimar a localização. O maior desafio
desta técnica é que o RSSI pode ser afetado pela difração, reflexão e
scattering (espalhamento) existente nos ambientes indoor.
Existem pelo menos cinco algoritmos de localização baseados no fingerprinting
que utilizam o padrão de reconhecimento do local: métodos probabilísticos, k-
nearest-neighbor – kNN, redes neurais, support vector machine – SVM e
smallest M-vertex polygon – SMP (Hui, et al., 2005).
2.2.2.5 Proximidade
Esta técnica utiliza informação simbólica realtiva a locais específicos do
ambiente. Normalmente depende de uma densidade grande de sensores
âncora cada qual tendo uma posição bem conhecida. Quando um sensor
móvel é detectado por mais de um sensor âncora o sensor móvel é
considerado na região do sensor âncora que recebeu o RSSI mais forte. Este
método é relativamente simples de implementar e pode ser implementado
sobre diferentes tipos de meios físicos. Em particular, os sistemas que usam
infravermelho – IR e identificação por rádio frequência (RFID) são
frequentemente baseados neste método. Outro exemplo é o método cell
identification – Cell-ID (identificação de célula) ou cell of origin – COO (célula
de origem). Este método baseia-se no fato de que redes celulares móveis
podem identificar a localização aproximada de um dispositivo móvel ao
identificar qual célula o dispositivo está usando num determinado instante.

36
Capítulo 3 –
Sistema de Localização Dinâmica - MyPlace
3.1 Introdução
O MyPlace é uma aplicação que determina a localização de dispositivos
móveis (sensores móveis) através de uma RSSF e pode ser usado como parte
de um sistema de localização indoor empregado para auxiliar a movimentação
de pessoas, localização de objetos ou ainda fornecer informações tais como a
localização de uma loja, de sanitários, a proximidade de uma escada ou de
elevadores.
3.2 Requisitos
3.2.1 Requisitos Funcionais
 A aplicação deve ser capaz de indicar a localização física do sensor móvel
usando como referência sensores âncora instalados no ambiente em que se
pretende que a localização seja realizada.
 A localização deve ser exibida em um mapa e ser atualizada à medida que
o equipamento ou o usuário se movimenta no local.
 A localização deve ser possível sem que seja necessário que a aplicação
no sensor móvel conecte-se, por um enlace de rádio, a qualquer um dos
sensores âncora.
3.2.2 Seleção da Tecnologia para a RSSF
Para a compor a infraestrutura da RSSF foram avaliadas três tecnologias:
Bluetooth, ZigBee e WiFi, cujas características estão descritas no capítulo 1
deste trabalho.
As seguintes características presentes em cada uma destas tecnologias foram
usadas para compará-las e então selecionar qual delas seria mais apropriada
para este trabalho:

37
Tabela 1 – Características Comparadas para Seleção da Tecnologia (A
Software Framework for Application Development using ZigBee Protocol, 2009)
 Consumo de Energia – Embora o consumo de energia no Wi-Fi seja maior
que no ZigBee e Bluetooth, embora importante não é proibitivo;
 Alcance – O alcance limitado do Bluetooth praticamente inviabiliza sua
aplicação;
 Escalabilidade – ZigBee e Wi-Fi permitem um crescimento dos nós
âncoras bastante grande. O crescimento da quantidade de dispositivos
Bluetooth aumenta muito a complexidade da infraestrutura;
 Facilidade de Desenvolvimento – Este item diz respeito à disponibilidade
de ferramentas, compiladores, exemplos e suporte ao desenvolvimento;
 Capilaridade – A maioria dos ambientes fechados já possui um ou mais
Access Points – AP – Wi-Fi.
3.2.3 Requisitos Não Funcionais
 A infraestrutura para a RSSF deve ser composta de pelo menos três
sensores âncora (APs) padrão IEEE 802.11 WLAN – Wi-Fi. O sensor móvel
deve ter uma interface de rede padrão IEEE 802.11.
 O protótipo desta aplicação foi escrita em C# e compatível com os sistemas
operacionais: Microsoft Windows XP SP 3, Windows Vista e Windows 7.
Para obter a informação do RSSI foi usada a biblioteca Managed Wifi API

38
(Monfort Software Engineering, 2007) que por sua vez usa a Native Wifi API
(Microsoft Corporation).
O método de localização usado deve ser o da trilateração com uso do RSSI
como informação para obter a localização do objeto dentro área de atuação da
RSSF.
Para a aplicação da trilateração devem ser usados três sensores âncora,
instalados não linearmente, em uma topologia de infraestrutura e cuja
localização física é conhecida a priori. A localização deverá ser obtida na forma
de um par ordenado (x, y) usado para indicar a posição estimada do
equipamento em um mapa em escala que represente área de interesse da
RSSF como um plano cartesiano.
3.3 Algoritmos
Na classe LeRssi lemos 10 amostras de RSSI, classificamos estas amostras
através do logaritmo Insertion Sort de complexidade de tempo O(n2
).
Na classe CalcPos basicamente temos cálculos sem laços ou repetições.
3.4 Diagrama de Caso de Uso
O diagrama de caso de uso é apresentado na Figura 26.
Ator Usuário: Consulta sua posição, i.e. a do equipamento em que é
executado o aplicativo.

39
Figura 26 – Diagrama de Caso de Uso
Ator Sensor Âncora (1, 2 e 3): Fornece o sinal RSSI que será usado pelo
aplicativo para calcular sua própria posição.
3.5 Diagramas de Classes
O diagrama de classes é apresentado na Figura 27.
O aplicativo é composto por três classes:
 Classe MyPlace/Form – Esta classe cria o objeto formulário que inicia a
aplicação, carrega o mapa sobre o qual se pretende exibir a localização do
sensor móvel.
Principais Métodos:
o openToolStripMenuItem_Click – Permite selecionar o mapa que será
usado.
o IniciarLocToolStripMenuItem_Click – Exibe o mapa carregado na tela
e inicia o processo recursivo de localização do sensor móvel. Recebe
de LeRssi.listBSS() o RSSI de três sensores. Envia para
CalcPos.calcPos(): a variável de atenuação do ambiente (path loss
exponent), o valor da atenuação do RSSI a um metro do sensor
móvel e os valores de RSSI por sensor âncora âncoras para o

40
cálculo da localização do sensor móvel. Por fim recebe a localização
dos sensores âncoras na forma de um par ordenado (x, y).
 Classe leRSSI – Esta classe lê uma quantidade específica de amostras
com o valor do RSSI de cada um dos sensores âncora e seleciona o melhor
sinal, i.e. o mais frequente em relação a cada um dos sensores âncora;
Principais Métodos:
o listBSS() – Procura por 3 sensores âncoras com o BSS MyPlace,
obtém 10 amostras de RSSI de cada um deles e armazena num
vetor;
o ordenaAmostrasPorRSSI() – Classifica os valores das amostras de
RSSI;
o obtemModa() – Conta quantas vezes um valor de RSSI ocorre no
vetor;
o ordenaAmostrasPorCont() – Classifica os valores das amostras de
por sua quantidade de ocorrências;
 Classe calcPos – A partir do sinal obtido por leRSSI, esta classe converte o
sinal em metros e calcula a posição do sensor móvel na forma de um par
ordenado (x, y).
Principal Método:
o CalcPos() – Recebe a variável de atenuação do ambiente, o valor da
atenuação do RSSI a um metro do sensor móvel e os valores de
RSSI por sensor âncora âncoras para o cálculo da localização do
sensor móvel. A partir destas informações calcula a posição do
sensor móvel e devolve sua coordenada na forma de um par
ordenado (x, y).

41
Figura 27 – Diagrama de Classes
3.6 Diagrama de Sequência
O diagrama de sequência é apresentado na Figura 28.
Figura 28 – Diagrama de Sequência

42
3.7 Implementação
Um desafio peculiar para desenvolver este trabalho é obter os valores do RSSI
a partir da interface de rede sem fio visto que há pouca documentação que
explique como usar as APIs do Windows para interagir com a interface de
WLAN. Uma biblioteca fácil de usar é a Advanced WiFi-Manager provida pela
Nicomsoft (Nicomsoft Ltd.), entretanto ela foi descontinuada. Por esta razão
optamos por usar a biblioteca Managed Wifi API (ikonst, 2010) que usa a
Native Wifi API disponível no Microsoft Windows desde as versões XP SP2 e
Vista.
Para obter a posição do sensor móvel utilizando a trilateração é necessário
determinar sua posição em relação a posição de cada sensor âncora. Esta
informação é obtida a partir da leitura do RSSI proveniente de cada um dos
sensores âncoras. O RSSI de cada sensor âncora é então convertido para
metros e com esta informação a trilateração pode determinar a posição do
objeto móvel. Quando não existe nenhum obstáculo entre o sensor âncora e o
objeto móvel, o RSSI é inversamente proporcional ao quadrado da distância, d,
pela lei do inverso do quadrado da distância.
RSSI  d-2 (1)
Entretanto num ambiente real o RSSI varia em uma taxa mais rápida ou mais
lenta conforme as características peculiares do ambiente.
RSSI  d-n (2)
Onde n é a variável de atenuação. Uma relação simplificada entre RSSI e
distância para o caso de uma medição de referência de um metro é a seguinte:
RSSI(d) (dBm) = A – 10n x log10(d) (3)
Onde A = RSSI em dBm a um metro de distância, n é a variável de atenuação e
d é a distância entre o sensor âncora e o objeto móvel. Para uma aplicação real
os valores de A e n podem apenas ser obtidos empiricamente (Pu, et al., 2011).
Por esta razão é realizada inicialmente uma fase de treinamento ou site survey
para obter a variável n de atenuação para o ambiente da RSSF. Esta fase de

43
treinamento consiste em observar o valor do RSSI emitido pelo sensor âncora
a intervalos de 1 metro.
Quanto maior a quantidade de amostras e o intervalo de observação melhor
poderemos observar o comportamento da RF naquele local, por isso para esta
fase de treinamento foi escrito um programa (coletor.exe) para auxiliar na
coleta dos valores de RSSI x distância. As amostras coletadas são gravadas
num arquivo texto coleta.txt, para posterior tabulação no Microsoft Excel.
A figura 29 exibe a tela do programa coletor. Este programa permite selecionar
os sensores âncoras através de seu SSID ou nome de rede. Identifica ainda
seu MAC address, importante para conhecer cada sensor âncora
individualmente pois sua posição física é fundamental para os cálculos de
distância.
É possível ainda determinar a que distância aquela amostra foi tomada,
quantas amostras serão tomadas e qual o intervalo de tempo entre cada
amostra.
Figura 29 – Tela do coletor.exe
A partir da coleta realizada foi possível determinar o valor mais frequente do
RSSI:
a) A um metro de distância;

44
b) A intervalos de um metro de distância em visada livre (LOS – line-of-
sight), i.e. sem obstáculos.
c) Calcular o valor da variável de atenuação do ambiente.
Ainda que cada um dos sensores âncora sejam do mesmo modelo e fabricante
não é possível garantir que cada um deles transmita o sinal de RF da mesma
maneira, o procedimento acima foi realizado para cada um dos sensores
âncora para determinar em cada caso qual é seu correspondente valor da
variável de atenuação.
Os gráficos de dispersão para as coletas de RSSI dos três sensores âncora
realizados nesta fase de treinamento são apresentados no apêndice A. Estes
gráficos demonstram o comportamento da RF num ambiente fechado e como
os fenômenos da reflexão, difração e dispersão (Santi, 2005) afetam a leitura
do RSSI dificultando o estabelecimento de uma relação simples RSSI x
distância.
Figura 30 – Fenômenos que afetam a RF
O impacto desta dificuldade é observado no cálculo da variável de atenuação
usada para calcular a distância a partir do RSSI. As tabelas a seguir
demonstram a inconsistência obtida no cálculo da variável de atenuação a
partir dos valores de RSSI coletados.
Para tentar obter um valor consistente com a variação da distância as amostras
coletadas foram tabuladas de duas maneiras diferentes: média aritmética
simples e maior frequência.

45
Valores de RSSI Tabulados pelo valor médio
n empiricamente observado
m
B0487AABDA36 F81A6795CD98 F4EC38D0D762
RSSI n RSSI n RSSI n
1 -26 0 -28 0 -26 0
2 -33 7 -42 14 -33 7
3 -31 2 -43 1 -32 1
4 -34 3 -47 4 -34 2
5 -38 4 -46 1 -44 10
6 -34 4 -48 2 -41 3
7 -40 6 -43 5 -40 1
8 -43 3 -49 6 -42 2
9 -42 1 -47 2 -41 1
10 -44 2 -48 1 -43 2
11 -41 3 -44 4 -43 0
Tabela 2 – Valor médio de RSSI por metro
Figura 31 – Valor médio de RSSI por metro
-60
-50
-40
-30
-20
-10
0
1 2 3 4 5 6 7 8 9 10 11
Valores de RSSI Tabulados pela média
B0487AABDA36 RSSI F81A6795CD98 RSSI F4EC38D0D762 RSSI

46
Valores de RSSI Tabulados pela maior frequência
n empiricamente observado
m
RSSI n RSSI n RSSI n
1 -23 0 -27 0 -25 0
2 -33 10 -39 12 -31 6
3 -31 2 -43 4 -31 0
4 -35 4 -45 2 -33 2
5 -37 2 -47 2 -43 10
6 -33 4 -47 0 -41 2
7 -39 6 -43 4 -41 0
8 -43 4 -49 6 -41 0
9 -41 2 -45 4 -41 0
10 -43 2 -47 2 -43 2
11 -41 2 -45 2 -43 0
Tabela 3 – Valor mais frequente de RSSI por metro
Figura 32 – Valor mais frequente de RSSI por metro
O propósito de usar dois métodos para coletar o valor de RSSI foi observar
qual destes dois métodos produziria o melhor resultado em função do tempo.
Como a variável de atenuação do ambiente é calculada em função do RSSI
lido de cada sensor âncora, esta variável também terá um valor diferente
também para cada sensor âncora, conforme demonstrado a seguir:
-60
-50
-40
-30
-20
-10
0
1 2 3 4 5 6 7 8 9 10 11
Valores de RSSI Tabulados pela maior frequência
B0487AABDA36 RSSI F81A6795CD98 RSSI F4EC38D0D762 RSSI

47
RSSI valor médio
n calculado com a fórmula para Path Loss
m
n m n m n m
1 0 1 0 1 0 1
2 2,33 2 4,65 2 2,33 2
3 1,05 3 3,14 3 1,26 3
4 1,33 4 3,16 4 1,33 4
5 1,72 5 2,58 5 2,58 5
6 1,03 6 2,57 6 1,93 6
7 1,66 7 1,77 7 1,66 7
8 1,88 8 2,33 8 1,77 8
9 1,68 9 1,99 9 1,57 9
10 1,80 10 2,00 10 1,70 10
11 1,44 11 1,54 11 1,63 11
Tabela 4 – Valor de n calculado com base no valor médio de RSSI/metro
Figura 33 – Valor de n calculado com base no valor médio de RSSI/metro
0
1
2
3
4
5
1 2 3 4 5 6 7 8 9 10 11
para RSSI valor médio
Log. (B0487AABDA36) Log. (F81A6795CD98) Log. (F4EC38D0D762)

48
RSSI maior frequência
m
n M n m n m
1 0 1 0 1 0 1
2 3,32 2 3,99 2 1,99 2
3 1,68 3 3,35 3 1,26 3
4 1,99 4 2,99 4 1,33 4
5 2,00 5 2,86 5 2,58 5
6 1,29 6 2,57 6 2,06 6
7 1,89 7 1,89 7 1,89 7
8 2,21 8 2,44 8 1,77 8
9 1,89 9 1,89 9 1,68 9
10 2,00 10 2,00 10 1,80 10
11 1,73 11 1,73 11 1,73 11
Tabela 5 – Valor de n metro calculado com base no valor mais frequente de
RSSI/metro
Figura 34 – Valor de n calculado com base no valor mais frequente de
RSSI/metro
Observa-se que quando n é calculado a partir do valor mais frequente de RSSI
é possível gerar uma linha de tendência logarítmica discretamente melhor do
que quando usamos o valor médio de RSSI, por esta razão utilizamos o
método do valor mais frequente para coletar os valores de RSSI no momento
de convertê-los de volta para metros para então obtermos a localização do
sensor móvel.
0
1
2
3
4
5
1 2 3 4 5 6 7 8 9 10 11
para RSSI maior frequência
Log. (B0487AABDA36) Log. (F81A6795CD98) Log. (F4EC38D0D762)

49
A varíavel de atenuação foi obtida aplicando a lei do inverso do quadrado com
a seguinte formula:
(4)
Onde n é a variável de atenuação, Pr(d) é o RSSI informado pelo sensor
âncora, expresso em dBm, medido na distância d até o sensor móvel; d0
geralmente é medido a 1 metro de distância. Depois que Pr(d0) é obtido o
sensor móvel é colocado em outros locais para encontrar n para cada um
destes locais.
Após obter obtido a variável de atenuação n a seguinte fórmula é usada para
converter o RSSI, obtido pelo sensor móvel, em metros:
(5)
Para realizar uma prova de conceito foi utilizado um local com cerca 60 m2
em
que 3 APs foram estratégicamente instalados para servirem como sensores
âncoras e cuja localização era conhecida. O mapa com as localizações estão
no Apêndice D.
Em seguida definiram-se 10 posições neste local onde o sensor móvel seria
colocado (posição real) e o aplicativo executado para obter sua localização
(posição calculada) e os resultados anotados (tabela do apêndice D).
Em cada posição o aplicativo era executado com o sensor móvel colocado em
quatro posições diferentes, norte, sul, leste e oeste. O melhor resultado, i.e.
aquele que apresentou as coordenadas calculadas mais próximas das
coordenadas reais, dentre as quatro medições foi selecionado para compor o
gráfico da figura 34 a qual exibe o resultado produzido pelo aplicativo
identificando o local real do sensor móvel e o local calculado pela aplicação.
Neste gráfico cada par ordenado x, y representa a posição real do sensor
móvel se azul e a posição calculada pelo sensor móvel se vermelha. Para

50
facilitar a comparação entre a posição real e calculada os pares ordenados
foram identificados por uma letra minúscula.
Por exemplo, os dois pares ordenados “f” referem-se respectivamente à
posição real do sensor móvel e a posição que o sensor móvel calculou estar.
Figura 35 – Comparação da posição real e calculada para o sensor móvel
Posição Real Posição Calculada Erro
x y x y metros
7 1 1 4 7
3 6 3 5 1
6 11 5 5 6
13 8 12 6 2
13 16 11 13 3
20 11 22 12 2
27 11 28 10 2
26 3 20 5 6
24 3 21 4 9
22 5 19 6 3
Tabela 6 – Coordenadas reais, calculadas e erro

51
Observou-se durante os testes de campo que, não apenas as características
de cada sensor âncora afetam de maneira diversa o cálculo da variável de
atenuação, mas também a direção em que o sensor móvel realiza a medição
do RSSI.
O Apêndice D contém uma tabela com todas as medições realizadas durante o
teste de campo com os diferentes valores obtidos para o RSSI em uma mesma
distância em função da posição em que o sensor móvel realizava a medição.
O programa realiza a leitura de 10 de amostras de RSSI de cada sensor âncora
e então seleciona o valor com a maior frequência. São estes valores que são
usados para calcular a distância do sensor móvel até cada sensor âncora e
então com a aplicação da trilateração estimar sua localização.
3.8 Tecnologias Utilizadas
O Sensor Móvel foi desenvolvido num equipamento HP G42 Notebook PC,
Intel ® Core™ i5 CPU M 460 @ 2,53GHz, RAM 3 GB, 64 Bits. O software foi
desenvolvido com os seguintes software:
 Microsotf ® Windows 7 Home Basic ©
 CodePlex Managed Wifi API
 Microsoft Native Wifi API
 Microsoft Visual Studio 2010 Premium
 Microsoft Visual C# 2010
Para os Sensores Âncoras foram usados 3 roteadores wireless TP-Link
modelo TL-WR941ND (N 300Mbps).

52
Capítulo 4 –
Conclusões e Trabalhos Futuros
4.1 Introdução
A localização dinâmica de objetos baseada em RSSF, em locais fechados,
pode ser muito útil e se prestar a diversas aplicações, entretanto, sua
dependência de uma infraestrutura de sensores, quando baseada em uma
infraestrutura de rede wireless (WLAN WiFi), pode tornar o investimento tão
alto, devido a escalabilidade necessária, que a solução se torna
economicamente inviável.
Por esta razão o objetivo deste trabalho foi apresentar uma proposta de
aproveitamento da infraestrutura de rede wireless (WLAN WiFi) existente como
uma infraestrutura de RSSF para prover as informações necessárias para
determinar a localização de um sensor móvel.
Sua principal vantagem reside no fato de que os sensores móveis não
precisam estar conectados aos sensores âncoras para obter sua posição
reduzindo assim o custo da infraestrutura da rede wireless (WLAN WiFi) e
aumentando sua escalabilidade.
4.2 Os Problemas
Durante o desenvolvimento deste trabalho encontramos algumas dificuldades
resumidas a seguir:
 Variável de atenuação (path loss);
 Trilateração.
4.2.1 Variável de Atenuação
Presumimos um comportamento uniforme e constante para a variável de
atenuação, mas durante a implementação do trabalho constatamos que esta
consideração não é válida para ambientes reais onde esta variável pode e de
fato muda subitamente devido a influência de próprio ambiente tais como
pessoas circulando entre o sensor móvel e os sensores âncoras.

53
De fato modelar o comportamento do sinal de RF tem sido historicamente uma
das tarefas mais dificeis para os projetistas de redes sem fio (Santi, 2005).
Portanto, esta característica da propagação da RF em um ambiente fechado
impõem a necessidade de uma modelagem mais precisa do que aquela usada
neste trabalho.
Para tratar este problema verificamos métodos diferentes de tabulação para
encontrar uma relação direta do valor de RSSI x distância: média aritmética
simple e maior frequência do valor de RSSI por distância. Usamos a
frequência.
Ainda assim os valores coletados e tabulados não apresentaram uma curva
logarítmica perfeita da atenuação, i.e. a atenuação calculada não é uniforme
devido aos fenômenos já mencionados. A polarização da antena dos
dispositivos móveis também agrava a situação visto que mudando a direção
destes, ainda que no mesmo local, a medição do RSSI sofre alterações
significativas que impactam a precisão dos cálculos.
Uma das soluções encontradas foi a aplicação de uma heurística. Ela consiste
em um valor diferente de RSSI e da variável de atenuação (threshold), obtida
na tabulação inicial também, a partir de uma certa distância para compensar
esta distorção da medição do RSSI. E isso para cada sensor âncora diferente.
A escolha do threshold foi feita a partir da observação da curva de atenuação
do RSSI e de n (tabela 5 e figura 33). Com isso conseguimos melhorar o
resultado do programa.
4.2.1 Trilateração
No caso da trilateração o algoritmo implementado presume que sempre haverá
uma interscção perfeita dos circulos formados pelos três sensores âncora o
que na prática não é verdade.
O que observamos é que se o valor de RSSI obtido e convertido para metros
for um sinal ruim, que não representa bem a distância entre o sensor âncora e
o sensor móvel, poderemos ter uma situação em que não exista a intersecção
dos 3 círculos que é condição sine qua non para o algoritmo.

54
Também neste caso adotamos uma heurística para garantir que sempre haja
uma intersecção entre os círculos formados pelos sensores.
Figura 36 – Situações que a heurística evita
A heurística basicamente não admite valores para as distâncias entre os
sensores que sejam maiores que os limites do ambiente de testes. A partir das
coordenadas dos sendores, que presume-se estejam localizados não
linearmente e nos extremos do ambiente, é calculada a distância máxima entre
o sensor móvel e os sensores âncoras de modo a garantir a intersecção dos
círculos.
4.2 Trabalhos Futuros
Para o tratamento do problema com a variável de atenuação sugerimos a
aplicação de filtros estatísticos tais como os filtros de Kalman e a aplicação de
métodos matemáticos como o método dos mínimos quadrados para melhor
estimação dos valores de RSSI (Azenha, et al., 2010).
Já para tratar o problema da trilateração sugerimos a adição de sensores
âncoras adicionais e consequentemente a mudança do algoritmo para usar
matrizes.
Do ponto de vista de aplicações, seria bastante útil que os parâmetros do
ambiente para os cálculos fossem obtidos a partir de um web service. O
mesmo se aplica ao mapa do ambiente no qual a aplicação permite a

55
localização dos sensores móveis. Esta aplicação pode ainda ser integrada com
um sistema context-aware (ciente do contexto) e ser portada para dispositivos
móveis, smartphone ou tablet.
Esta aplicação pode ser usada em campanhas de venda e ou para auxiliar
pessoas a se localizar em shopping centers, escolas, terminais rodoviários e
estações de trem ou metrô.
Além dos mapas ajudas audíveis podem estar disponíoveis para auxiliar a
mobilidade de pessoas com algum tipo de deficiência visual.
Traçar rotas para destinos específicos nestes ambientes fechados e fornecer
informações contextualizadas ao longo da rota podem ser fornecidas tais como:
elevadores, sanitários, equipamentos de segurança, telefones públicos,
comércio, ofertas, hora, temperatura entre outras.

56
Bibliografia
A Software Framework for Application Development using ZigBee Protocol.
Bastin, Savarimuthu Tony Roy, Bruce, Morgan e Maryam, Purvis. 2009.
Number 2009/03, Dunedin : University of Otago - Department of Information
Science, 2009. ISSN 1177-455X.
AirMagnet. 2008. 802.11n Primer. WLAN Design, Security and Analysis.
[Online] Fluke Networks, 5 de Agosto de 2008.
http://www.airmagnet.com/assets/whitepaper/WP-802.11nPrimer.pdf.
Azenha, Abílio, Peneda, Luis e Carvalho, Adriano. 2010. IECON 2010 - 36th
Annual Conference on IEEE Industrial Electronics Society. IEEE Xplore.
[Online] 7-10 de 11 de 2010. [Citado em: 27 de 03 de 2013.]
http://ieeexplore.ieee.org.
Bluetooth Special Insterest Group. 2011. Bluetooth. Bluetooth SIG. [Online]
Bluetooth SIG, 2011. [Citado em: 20 de Outubro de 2011.]
http://www.bluetooth.com/Pages/Basics.aspx.
Coleman, David D. e Westcott, David A. 2009. Certified Wireless NetWork
Administrator Official Study Guide. Indiana : Wiley Publishing Inc., 2009. 978-0-
470-43890-9.
Dargie, Waltenegus e Poellabauer, Christian. 2010. Fundamentals of
wireless sensor networks : theory and practice. Chichester : John Wiley & Sons
Ltd., 2010. 978-0-470-99765-9.
Dargie, Waltenegus e Schill, Alexander. 2009. Scientific Commons: Building
the Senceive System (2010), 2010-02-27 [Waltenegus Dargie, Alexander
Schill]. Scientific Commons. [Online] 17 de Abril de 2009. [Citado em: 28 de
Agosto de 2011.] http://en.scientificcommons.org/55059786.
Delicato, Flávia, et al. 2003. Middleware Orientado a Serviços para Redes de
Sensores sem Fio. Campus Virtual Cruzeiro do Sul - Blackboard Cruzeiro do
Sul. [Online] 8 de Dezembro de 2003. [Citado em: 14 de Outubro de 2011.]
http://bb.cruzeirodosulvirtual.com.br/.
Ergen, Sinem Coleri. 2004. Suman Banerjee Web page. Universitie of
Wisconsin-Madison - Department of Computer Sciences. [Online] 10 de
September de 2004. [Citado em: 29 de February de 2012.]
http://pages.cs.wisc.edu/~suman/courses/838/papers/zigbee.pdf.
FaberNovel, LLC. 2011. BlueEyes Projets parallèles. BlueEyes. [Online]
FaberNovel, LLC, 2011. [Citado em: 26 de Outubro de 2011.]
http://www.blueeyes.fr/.
Farahani, Shahin. 2008. ZigBee Wireless Networks and Transceivers.
Burlington : Elsevier Ltd., 2008. 978-0-7506-8393-7.

57
Federal Express - FedEX. 2011. SenseAware. SenseAware. [Online] Federal
Express - FedEX, 2011. [Citado em: 21 de Outubro de 2011.]
http://www.senseaware.com/.
General Electric Company. 2011. Energy Monitor, Home Energy Monitors |
GE Nucleus. Nucleus . [Online] General Electric Company, 2011. [Citado em:
27 de Outubro de 2011.] http://www.geappliances.com/home-energy-
manager/index.htm.
Gonçalves, Prof. Paulo André da S., Dias, Gustavo Neves e Pessôa Filho,
Joaquim. 2011. Tópicos Especiais em Computação. Campus Virtual Cruzeiro
do Sul - Blackboard Cruzeiro do Sul. [Online] Universidade Federel de
Pernambuco, Universidade Federal do Rio de Janeiro e Universidade Cruzeiro
do Sul, 2011. [Citado em: 28 de Outubro de 2011.]
http://bb.cruzeirodosulvirtual.com.br/.
Holger, Karl e Willig, Andreas. 2005. Protocols and architectures for wireless
sensor networks. West Sussex : John Wiley & Sons Ltd, 2005. 978-0-470-
09510-2.
Hui, Liu, et al. 2005. Survey of Wireless Indoor Positioning Techniques and
Systems. School of Information Sciences | University of Pittsburgh. [Online] 27
de Setembro de 2005. [Citado em: 17 de Março de 2011.]
http://www.sis.pitt.edu/~dtipper/2011/Survey1.pdf.
IBM. 2011. IBM - Smarter Planet - United States. IBM Welcome to a smarter
planet. [Online] IBM, 2011. [Citado em: 17 de mARÇO de 2011.]
http://www.ibm.com/smarterplanet/us/en/?ca=v_smarterplanet.
IEEE 802. 2001. 802 IEEE Standard for Local and Metropolitan Area Networks:
Overview and Architecture. IEEE - The world's largest professional association
for the advancement of technology. [Online] Institute of Electrical and
Electronics Engineers, 2001. [Citado em: 29 de February de 2012.]
http://standards.ieee.org/getieee802/download/802-2001.pdf.
IEEE 802.11. 2007. IEEE Std 802.11™-2007, Telecommunications and
information exchange between systems--LANs and MANs--Specific
requirements--Part 11: WLAN MAC and PHY Specifications. IEEE - The world's
largest professional association for the advancement of technology. [Online] 12
de Junho de 2007. [Citado em: 25 de Março de 2011.]
http://standards.ieee.org/getieee802/download/802.11-2007.pdf.
IEEE 802.15.1. 2005. IEEE Std 802.15.1™ - 2005, Part 15.1: Wireless medium
access control (MAC) and physical layer (PHY) specifications. IEEE - The
world's largest professional association for the advancement of technology.
[Online] 14 de June de 2005. [Citado em: 24 de February de 2012.]
http://standards.ieee.org/getieee802/download/802.15.1-2005.pdf.
IEEE 802.15.4. 2006. Part 15.4: Wireless Medium Access Control (MAC) and
Physical Layer (PHY) Specifications for Low-Rate Wireless Personal Area
Networks (WPANs). IEEE - The world's largest professional association for the

58
advancement of technology. [Online] Institute of Electrical and Electronics
Engineers, 2006. [Citado em: 29 de February de 2012.]
http://standards.ieee.org/getieee802/download/802.15.4-2006.PDF.
ikonst. 2010. Managed Wifi API. CodePlex. [Online] Microsoft Corporation, 01
de 2010. [Citado em: 10 de 12 de 2012.] http://managedwifi.codeplex.com/.
International Data Corporation (IDC) . 2013. Case Studies. IDC. [Online]
International Data Corporation (IDC) , 29 de 03 de 2013. [Citado em: 12 de 12
de 2013.]
www.idc.com/prodserv/custom_solutions/download/case_studies/PLAN-
BB_Always_Connected_for_Facebook.pdf.
Kammer, David, et al. 2002. Bluetooth Application Developer’s Guide: The
Short Range Interconnect Solution. . Rockland : Publishing, Inc, 2002. 1-
928994-42-3.
Libelium Comunicaciones Distribuidas S.L. 2011. Libelium - Wireless
Sensor Networks - ZigBee - Smart Cities. Libelium Comunicaciones
Distribuidas Web site. [Online] Libelium Comunicaciones Distribuidas S.L.,
2011. [Citado em: 15 de 10 de 2011.]
http://www.libelium.com/products/waspmote/.
Loureiro, Antonio A.F., et al. 2011. Redes de Sensores Sem Fio. SensorNet.
[Online] CNPq e grupos de pesquisa em Computação Móvel, Robótica Móvel e
Comunicação Sem Fio da UFMG e UFPE., 2011. [Citado em: 22 de Agosto de
2011.]
http://www.sensornet.dcc.ufmg.br/publica/pdf/179_Loureiro_Nogueira_Ruiz_Mi
ni_Nakamura_Figueiredo.pdf.
Microsoft Corporation. About the Native Wifi API. MSDN - Microsoft
Developer Network. [Online] Microsoft Corporation. [Citado em: 23 de Março de
2013.] http://msdn.microsoft.com/en-us/library/ms705969.aspx.
MIT. 2011. MIT SENSEable City Lab. MIT SENSEable City Lab. [Online] MIT –
Massachusetts Institute of Technology, 2011. [Citado em: 17 de Março de
2011.] http://senseable.mit.edu/.
Monfort Software Engineering. 2007. CodePlex Project Hosting for Open
Source Software. CodePlex. [Online] Microsoft Corporation, 14 de Outubro de
2007. [Citado em: 23 de Março de 2013.] http://managedwifi.codeplex.com.
Neves, Ricardo Vilar. 2008. http://dspace.c3sl.ufpr.br:8080/dspace.
Universidade Federal do Paraná. [Online] 2008. [Citado em: 15 de Março de
2012.]
http://dspace.c3sl.ufpr.br/dspace/bitstream/handle/1884/15657/RICARDO%20V
ILAR%20NEVES_CorrigidoFinal.pdf?sequence=1.
Nicomsoft Ltd. Advanced WiFi-Manager. Nicomsoft. [Online] Nicomsoft.
[Citado em: 23 de 03 de 2013.] http://www.nicomsoft.com/products/wifi-
manager/advanced/.

Gps wi fi para ambientes fechados (indoor)

Gps wi fi para ambientes fechados (indoor)

Recommandé

Recommandé

Contenu connexe

Similaire à Gps wi fi para ambientes fechados (indoor)

Similaire à Gps wi fi para ambientes fechados (indoor) (20)

Gps wi fi para ambientes fechados (indoor)