Tema da Tese: FastGraph – Unsupervised Location and Mapping in Wireless Networks
Autor (a) : Cristiano Gonçalves Pendão
Programa Doutoral : Programa Doutoral em Telecomunicações (MAP-tel)
Orientador (a): Adriano Jorge Cardoso Moreira
Data de Defesa: 22/02/2019

Resumo:
Os sistemas de posicionamento indoor baseados em Wi-Fi normalmente implicam processos de implementação complexos e longos, ou são limitados em termos de exactidão.
Fingerprinting Matching é uma das técnicas mais utilizadas para posicionamento indoor,utilizando mapas de rádio normalmente criados offline, numa fase de calibração, através de mapeamento manual do ambiente rádio.
O Wi-Fi fingerprinting dispensa a instalação de uma infra-estrutura (usa a infra-estrutura Wi-Fi existente) e pode ser utilizado para localizar dispositivos móveis comuns só com recurso a software.

No entanto, na maioria dos casos o mapeamento rádio manual não é prático e envolve um esforço significativo, mesmo em espaços pequenos. Além disso, devido à natureza dinâmica dos ambientes rádio, para manter a desempenho do sistema, a fase de calibração tem de ser repetida frequentemente para manter o mapa de rádio atualizado. Por estes motivos, este processo não é praticável em espaços de grandes dimensões, comprometendo a escalabilidade deste tipo de abordagem.

Por este motivo têm vindo a ser propostas soluções para reduzir o esforço de calibração, recorrendo a mapeamento colaborativo do ambiente rádio para criar e manter os mapas de rádio, ou utilizando métodos baseados em modelos para obter um mapa de rádio aproximado. Contudo, a redução do esforço de calibração normalmente traduz-se numa redução da precisão no posicionamento, ou no aumento dos requisitos computacionais.

Neste contexto é proposto o FastGraph, um novo sistema capaz de fornecer automaticamente posicionamento utilizando diferentes dispositivos, como por exemplo smartphones ou veículos autónomos, e capaz de em simultâneo criar e manter um mapa de rádio. É utilizado um Grafo 3D (3D Force-Directed Graph) para rapidamente modular o ambiente de rádio. O Grafo 3D é criado iterativamente com os dados recolhidos colaborativamente por múltiplos dispositivos. Dados de orientação e movimento, obtidos através de diferentes sensores, podem ser usados para melhorar as restrições espaciais do Grafo.

O sistema FastGraph é capaz de operar rapidamente após ser instalado, sem necessitar de qualquer informação prévia sobre o ambiente rádio ou espaço. A solução proposta implementa um algoritmo original para fornecer posicionamento enquanto automaticamente mantêm o mapa de rádio atualizado; estima a posição dos Pontos de Acesso Wi-Fi e parâmetros de propagação específicos para cada local do espaço. Além disso, a solução FastGraph não se baseia em hardware dispendioso e não implica elevado esforço computacional.

A solução FastGraph pode ser utilizada em diferentes contextos. Além do posicionamento indoor, os mapas de rádio criados pelo FastGraph incluem informação suplementar que pode ser utilizada para mapear automaticamente a interferência em redes Wi-Fi, e até para mapear automaticamente o espaço físico.

A solução descrita foi instalada e testada em dois espaços reais com características muito distintas, um espaço industrial e um edifício de escritórios. As experiências nestes dois espaços avaliaram os diferentes aspetos da solução e consideraram cenários onde apenas é possível utilizar dados Wi-Fi, e cenários onde os dados Wi-Fi podem ser combinados com dados de outros sensores. Os resultados sugerem que a solução proposta tem potencial para fornecer informação relativa à interferência em redes sem fios assim como posicionamento em diferentes ambientes indoor, com aplicações desde do posicionamento em edifícios comuns à navegação de veículos autónomos em ambientes industriais, podendo também ser possível a extensão da solução para ambientes exteriores utilizando dados das redes celulares, em especial considerando as características das novas redes 5G.