Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử: Đánh Giá Các Phương Pháp Pattern Matching Trong Định Vị Bằng Wifi

Luận văn thạc sĩ kỹ thuật điện tử phân tích các phương pháp pattern matching trong định vị bằng wifi, đánh giá hiệu quả và ứng dụng thực tiễn.

Chuyên ngành

Kỹ thuật điện tử

Người đăng

Ẩn danh

Thể loại

luận văn thạc sĩ

2013

82
2
0

Phí lưu trữ

30 Point

Tóm tắt

I. Giới thiệu tổng quan về định vị Wifi

Định vị Wifi là một kỹ thuật quan trọng trong công nghệ định vị, đặc biệt trong môi trường indoor. Các phương pháp như Pattern Matching dựa trên RSS (Received Signal Strength) đã được nghiên cứu rộng rãi. Luận văn Thạc sĩ Kỹ thuật Điện tử này tập trung vào việc đánh giá các thuật toán Pattern Matching trong Wifi Positioning. Các hệ thống định vị hiện đại như GPS không hiệu quả trong môi trường indoor, do đó, WLAN-based positioning trở thành giải pháp tối ưu. Phương pháp định vị này sử dụng dữ liệu RSS từ các Access Points (APs) để xác định vị trí người dùng.

1.1. Các kỹ thuật định vị indoor

Các kỹ thuật định vị trong nhà bao gồm UWB (Ultra-Wideband), Indoor GPS, và WLAN-based positioning. Trong đó, WLAN-based positioning nổi bật nhờ tính phổ biến và chi phí thấp. Pattern Matching là một trong những phương pháp nghiên cứu chính, sử dụng thuật toán như k-Nearest Neighbor (k-NN)Artificial Neural Network (ANN) để so sánh dữ liệu RSS và ước lượng vị trí. Phân tích dữ liệu từ các APs giúp tối ưu hóa độ chính xác của hệ thống.

1.2. Ứng dụng của định vị Wifi

Ứng dụng công nghệ định vị Wifi rộng rãi trong các hệ thống định vị tại sân bay, bệnh viện, và trung tâm thương mại. Nghiên cứu khoa học này nhằm cải thiện độ chính xác và tốc độ tính toán của các thuật toán Pattern Matching. Tối ưu hóa tín hiệulọc nhiễu là các yếu tố quan trọng để nâng cao hiệu suất của hệ thống. Phần mềm được phát triển trong luận văn giúp thu thập và phân tích dữ liệu WLAN, từ đó đánh giá hiệu quả của các phương pháp định vị.

II. Phương pháp Pattern Matching trong định vị Wifi

Pattern Matchingphương pháp định vị dựa trên việc so sánh dữ liệu RSS thu thập được với cơ sở dữ liệu đã có. Luận văn Thạc sĩ Kỹ thuật Điện tử này tập trung vào việc đánh giá các thuật toán như k-NN, ANN, và RADAR. Các thuật toán này được sử dụng để ước lượng vị trí người dùng dựa trên tín hiệu Wifi. Phân tích dữ liệu từ các APs giúp xác định độ chính xác và tốc độ tính toán của từng phương pháp.

2.1. Thuật toán k Nearest Neighbor k NN

Thuật toán k-NN là một trong những phương pháp Pattern Matching phổ biến. Nó so sánh dữ liệu RSS hiện tại với cơ sở dữ liệu để tìm ra k điểm gần nhất. Vị trí ước lượng được tính bằng trung bình cộng của các điểm này. Đánh giá hiệu suất của k-NN cho thấy độ chính xác phụ thuộc vào số lượng k và chất lượng dữ liệu RSS. Tối ưu hóa tham số k là yếu tố quan trọng để cải thiện kết quả định vị.

2.2. Mạng Neural Nhân tạo ANN

ANNthuật toán sử dụng mạng neural để học và dự đoán vị trí dựa trên dữ liệu RSS. Phương pháp nghiên cứu này được thực hiện bằng cách huấn luyện mạng neural trên cơ sở dữ liệu thu thập được. Phân tích dữ liệu cho thấy ANN có khả năng xử lý nhiễu tốt hơn so với các thuật toán khác. Tối ưu hóa tín hiệu và cấu trúc mạng neural là các yếu tố quan trọng để nâng cao độ chính xác của hệ thống.

III. Phần mềm thu thập và phân tích dữ liệu

Phần mềm được phát triển trong Luận văn Thạc sĩ Kỹ thuật Điện tử này có hai chức năng chính: thu thập dữ liệu WLAN và ước lượng vị trí dựa trên thuật toán Pattern Matching. Phần mềm sử dụng ngôn ngữ C# và chạy trên hệ điều hành Windows 7. Cấu trúc dữ liệu được thiết kế để lưu trữ thông tin từ các APs, bao gồm RSS và vị trí tương ứng. Phân tích dữ liệu từ phần mềm giúp đánh giá độ chính xác và tốc độ tính toán của các phương pháp định vị.

3.1. Thu thập dữ liệu WLAN

Phần mềm thu thập dữ liệu RSS từ các APs tại các vị trí đã biết trước. Dữ liệu được lưu trữ dưới dạng XMLCSV để dễ dàng phân tích. Phương pháp nghiên cứu này đảm bảo tính chính xác của cơ sở dữ liệu, từ đó nâng cao hiệu quả của các thuật toán Pattern Matching. Tối ưu hóa quá trình thu thập dữ liệu là yếu tố quan trọng để cải thiện kết quả định vị.

3.2. Phân tích và đánh giá kết quả

Phần mềm sử dụng các thuật toán Pattern Matching để ước lượng vị trí dựa trên dữ liệu RSS thu thập được. Phân tích dữ liệu từ phần mềm cho phép so sánh độ chính xác và tốc độ tính toán của các phương pháp như k-NN, ANN, và RADAR. Đánh giá hiệu suất của từng thuật toán giúp xác định phương pháp tối ưu cho từng môi trường cụ thể. Tối ưu hóa tín hiệulọc nhiễu là các yếu tố quan trọng để nâng cao hiệu quả của hệ thống.

21/02/2025

Trích đoạn nội dung tài liệu

Mở đầu Ngày nay, vấn đề định vị cho các thiết bị di động rất được quan tâm và được triển khai khá rộng rãi. Các kỹ thuật định vị thường được sử dụng như Global Positioning System (GPS), Time Difference of Arrival (TDOA), Angle of Arrival (AOA),… có độ chính xác khá tốt nhưng chỉ thích hợp cho môi trường không có nhiều vật che chắn (outdoor). Với môi trường bên trong các tòa nhà các kỹ thuật này thường không hiệu quả. Do đó, các kỹ sư đã thiết kế rất nhiều phương pháp cho môi trường indoor ví dụ như WLAN Received Signal Strength (RSS) Fingerprint, Ultra Wideband (UWB), Indoor GPS.

Trong đó RSS Fingerprint là một kỹ thuật nổi trội với rất nhiều giải thuật được nghiên cứu ví dụ RADAR[18], Weighted Centroid method[2], ηk-Nearest Neighbor[22], Kalman Filter[5][9], Particle Filter[20], ANN[7][9],. Đề tài này sẽ đi sâu nghiên cứu các giải thuật pattern matching cho hệ thống định vị trong nhà dựa trên WLAN RSS. Một phần mềm sẽ được lập trình để hỗ trợ cho việc thu thập các mẫu RSS fingerprint và ước lượng vị trí của các thiết bị WLAN. Phần mềm sẽ có 2 chức năng chính: chức năng thứ nhất sẽ thu thập các thông tin về RSS ở tại các điểm cần khảo sát của một tòa nhà.

Toàn bộ thông tin RSS fingerprint của các APs ứng với từng vị trí đã biết trước sẽ được ghi lại dưới dạng dữ liệu thô. Chức năng thứ hai dựa trên các giải thuật pattern matching để ước lượng vị trí dựa trên cơ sở dữ liệu của chức năng thứ nhất. Phần mềm sẽ dùng những thông tin đã thu được từ chức năng thứ nhất cộng với thông tin mà nó thu được tại thời điểm ước lượng để tính ra vị trí hiện tại. Phần mềm sẽ so sánh độ chính xác của từng phương pháp (Radar[18], ηk-NN[22]).

Bên cạnh đó đề tài còn sử dụng công cụ trí tệ nhân tạo trong matlab để huấn luyện và tính toán sai số cho giải thuật dùng Artificial neural network (ANN )[7]. Lý do chọn đề tài Kỹ thuật định vị trong nhà đã được nghiên cứu từ lâu. Tuy nhiên, hệ thống này vẫn chưa được triển khai rộng rãi. Bên cạnh đó, các kỹ sư cũng không ngừng sử dụng các kỹ thuật mới để nâng cao độ chính xác của phương pháp.

Việc thiết kế một phần mềm mở có thể giúp cho việc thu thập thông tin WLAN và đánh giá sai số sẽ rất hữu ích cho việc nghiên cứu những giải thuật mới của những nhà nghiên cứu. Thông qua phần mềm người dùng có thể đánh giá được các yếu tố ảnh hưởng đến độ chính xác của các phương pháp trong môi trường được khảo sát và qua đó sẽ tìm ra các thông số tối ưu cho môi trường cần định vị. Đối tượng và phạm vi nghiên cứu Đối tượng nghiên cứu: 2 ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH VỊ BẰNG WIFI  Các giải thuật pattern matching cho hệ thống định vị bằng WLAN: RADAR, ηk-NN, ANN. Việc đánh giá dựa trên dữ liệu thực tế từ môi trường khảo sát thay vì các giá trị mô phỏng.

Phạm vi nghiên cứu:  Phần mềm sẽ được thiết kế trên hệ điều hành Window 7, ngôn ngữ C#.  Phần cứng: Laptop Dell Inspiron (Thiết bị di động sẽ không được sử dụng trong đề tài này).  Các thiết bị AP không thay đổi vị trí và hướng của anten.  Thiết bị thu thập dữ liệu không thay đổi về hướng khi khảo sát.

 Thu thập 20 mẫu cho mỗi vị trí để dùng làm cơ sở dữ liệu.  Thu thập 20 mẫu cho mỗi vị trí để dùng cho định vị. Việc định vị có thể sẽ chỉ dùng một vài mẫu bên trong 20 mẫu này.  Chỉ khảo sát trong một tầng duy nhất của tòa nhà.

 Không xét đến hãng sản xuất của APs.  Vị trí của các APs có thể không nằm trong cùng 1 tầng. Ý nghĩa khoa học và thực tiễn Hệ thồng định vị indoor được dùng trong các công trình công cộng như sân bay, bệnh viện, trường đại học, khu mua sắm,…Hệ thống có thể được ứng dụng trong các trường hợp khẩn cấp trong các tòa nhà lớn cần hỗ trợ 911, cần tìm vị trí các bệnh nhân, bác sĩ và y tá trong bênh viện, tìm đường đi trong sân bay lớn hay các trường đại học, tìm các gian hàng trong một khu mua sắm lớn,… Các thiết bị di động sẽ được cài phần mềm định vị để ước lượng vị trí. Thông tin vị trí này có thể được gửi về tổng đài hoặc được dùng để chỉ đường trực tiếp cho người dùng.

Các hình vẽ bên dưới cho thấy một phần mềm thí nghiệm được cài trên một thiết bị di động giúp nhận biết vị trí của người sử dụng và những người xung quanh [1].1 Phần mềm hiển thị vị trí thiết bị (trái), đo đạc cường độ tín hiệu (phải)[1] 3 ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH VỊ BẰNG WIFI Hình 1.2 Ứng dụng định vị người dùng (ILukBa) và dò wifi trên một thiết bị di động[1] 4 ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH VỊ BẰNG WIFI CHƯƠNG 2 Giới thiệu tổng quan 5 ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH VỊ BẰNG WIFI 2. Giới thiệu tổng quan Các hệ thống định vị ngày nay: Hình 2.1 Các hệ thống định vị theo độ chính xác và phạm vi hoạt động[27] Phần tiếp theo sẽ tập trung vào giới thiệu các phương pháp định vị trong nhà. Các phương pháp định vị môi trường bên ngoài (outdoor) sẽ được đề cập trong phần phụ lục (GPS, AGPS, TDOA, DOA, TOA, RSS, Cell-ID). UWB-based user position tracking Phần này sẽ đề cập đến hệ thống "Sapphire DART Ultra-WideBand (UWB) Digital Active Real Time Tracking".

Hệ thống này được thiết kế để dò tìm người và các thiết bị. Hệ thống này bao gồm một hub xử lý, 4 hoặc nhiều hơn các bộ thu, một hoặc nhiều hơn các thẻ (tags) cho từng thiết bị riêng biệt. Hệ thống sử dụng sóng ngắn hoặc kỹ thuật UWB để xác định chính xác vị trí của các thẻ UWB RFID và nó hoạt động như sau: Mỗi thẻ liên tục gửi ra một gói xung bao gồm một chuỗi ngắn của xung UWB, mỗi xung có một băng thông tức thời hơn 1 GHz. Các thẻ riêng biệt là không đồng bộ và các gói xung có khoảng thời gian rất ngắn, xác suất xung đột là rất nhỏ cho phép xử lý đồng thời hàng trăm đến hàng ngàn thẻ trong một khu vực nội bộ.

Những chuỗi xung UWB được truyền đi này được nhận bởi một hoặc nhiều bộ thu Sapphire DART UWB nằm xung quanh vùng ngoại vi của khu vực đã biết trước. Tín hiệu thu bởi ba hoặc nhiều máy thu cho phép định vị 2D chính xác, trong khi tiếp nhận bởi bốn hoặc nhiều hơn cho phép 6 ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH VỊ BẰNG WIFI thực hiện định vị 3D chính xác. Nếu chỉ có một hoặc hai bộ thu có thể nhận được từ một thẻ truyền, dò gần đúng cũng có thể dễ dàng thực hiện. Mỗi bộ thu sử dụng một bộ dò xung ngắn có độ nhạy, tốc độ rất cao để đo thời gian chính xác khi gói tin thẻ đến ăng-ten của nó.

Băng thông rất rộng của các xung UWB cho phép bộ thu đo thời gian đến với độ chính xác nano giây. Để xác định vị trí thẻ thực tế từ những đo đạc, Sapphire DART Hub/Processor, sử dụng dữ liệu hiệu chỉnh từ thẻ Sapphire DART UWB, xác định thời gian sai lệch (TDOA-Tham khảo trong phần phụ lục) giữa các cặp bộ thu và thực hiện một thuật toán tối ưu hóa để xác định vị trí bằng cách sử dụng kỹ thuật "multilateration". Bởi vì tốc độ của ánh sáng là khoảng 0,98 feet mỗi nano giây, những khác biệt giữa thời gian đến có thể dễ dàng chuyển đổi thành các khoảng cách đo thích hợp. Các kết quả thu được từ các hệ thống theo dõi UWB được cung cấp từ trung tâm đến các máy khách hàng trong các định dạng sau: <Data Header>, <tag # >, <X>, <Y>, <Z>, <battery>, <timestamp>,<unit><LF> "Data Header" đại diện cho các thông tin về chiều không gian của thẻ.

Có nhiều giá trị dự kiến cho "Data Header" nhưng một trong những quan tâm trong nghiên cứu này là R nơi phản ánh tính toán 3D cho x, y, z. "Tag #" là ID của tag. "X, Y, Z" là tọa độ của thẻ. "battery" là chỉ báo pin thấp của thẻ (giá trị dao động từ 0-15, trong đó 15 đại diện cho một pin sạc đầy).

"timestamp" đại diện cho thời gian hệ thống. "unit" là một ID nhóm ảo. Các dữ liệu vị trí thẻ được tính từ thời gian truyền đo được của các bộ thu trong nhóm ảo. "LF" là ký tự kết thúc hàng trong bảng mã ASCII (với mã ASCII = 0 × 0A), để chấm dứt một chuỗi dữ liệu vị trí.

Trong số tất cả các thông tin đầu ra, "Data Header", "tag #" và "X, Y, Z" là quan trọng hàng đầu cho mục đích của kỹ thuật này. 7 ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH VỊ BẰNG WIFI Hình 2.2 Hệ thống dò tìm UWB Sapphire[23] Hình 2.3 Hệ thống dò tìm trong mê cung bằng UWB (Disaster city)[23] 8 ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING TRONG ĐỊNH VỊ BẰNG WIFI 2. Indoor GPS-based user position tracking Hệ thống được thiết kế bởi 4 hoặc nhiều hơn số bộ phát và 1 bộ thu. Một bộ phát hoạt động bằng pin sử dụng laser và ánh sáng hồng ngoại để truyền thông tin vị trí và chiều cao một chiều từ bộ phát đến bộ thu.

Bộ thụ có các photo diode bên trong để dò các tín hiệu laser và hồng ngoại từ bộ phát. Với thông tin thêm vào của bộ phát thứ hai với vị trí và hướng đã được biết trước, người dùng có thể tính toán được vị trí của bộ thu trong hệ tọa độ cơ bản. Bằng cách thêm vào hai bộ phát nữa, hệ thống sẽ có 4 bộ phát laser và lúc này độ chính xác sẽ đạt tối đa. Tín hiệu định hướng giống như GPS được truyền qua mạng không dây.

Giống như trong hệ thống GPS dựa trên vệ tinh, tín hiệu một chiều được truyền đến bộ thu cho phép một số lượng không giới hạn các bộ thu tính toán một cách liên tục và độc lập bất cứ khi nào hai hoặc nhiều hơn số bộ phát được nhìn thấy. Vị trí 3D của bộ thu quang được xác định bằng việc xử lý theo phép đạc tam giác "triangulation". Phép đạc tam giác được sử dụng nếu các góc đến của các vị trí đã biết trước được cho. Với hai vị trí đã biết trước, vị trí tuyệt đối trong 2D được xác định.

Hai góc được dùng để xác định các đường truyền thẳng (LOS) tới các vị trí đã biết trước.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ

Luận văn thạc sĩ "Đánh Giá Phương Pháp Pattern Matching Trong Định Vị Wifi" cung cấp cái nhìn sâu sắc về các phương pháp định vị Wifi, đặc biệt là kỹ thuật pattern matching. Tài liệu này không chỉ phân tích hiệu quả của phương pháp mà còn chỉ ra những lợi ích mà nó mang lại trong việc cải thiện độ chính xác và hiệu suất của hệ thống định vị. Độc giả sẽ tìm thấy những thông tin hữu ích về cách thức áp dụng phương pháp này trong thực tiễn, từ đó có thể áp dụng vào các dự án nghiên cứu hoặc phát triển công nghệ liên quan.

Nếu bạn quan tâm đến các nghiên cứu liên quan đến chất lượng nước, hãy tham khảo Luận văn thạc sĩ hóa học phân tích và đánh giá chất lượng nước giếng khu vực phía đông vùng kinh tế Dung Quất huyện Bình Sơn tỉnh Quảng Ngãi. Ngoài ra, để hiểu rõ hơn về các thuật toán trong lĩnh vực công nghệ thông tin, bạn có thể xem qua Luận văn thạc sĩ xây dựng thuật toán trích xuất số phách trên phiếu trả lời trắc nghiệm của trường đại học Phan Thiết. Cuối cùng, nếu bạn muốn tìm hiểu về các giải pháp nâng cao hiệu quả trong nghiên cứu, hãy đọc Luận văn đề xuất các giải pháp nhằm nâng cao hiệu quả áp dụng. Những tài liệu này sẽ giúp bạn mở rộng kiến thức và có cái nhìn đa chiều hơn về các vấn đề liên quan.