GSM ve Wİ-Fİ sinyal gücü tabanlı konumlandırma sisteminin geliştirilmesi ve performans analizi

Abstract

Günümüzde bina dışında en yaygın olarak kullanılan konumlandırma sistemi GPS'dir. GPS bina dışında çok geniş alanda herhangi bir objenin konumunu kestirebilir. Ancak, GPS uydularla bağlanma problemleri yüzünden bina içi ortamlarda kullanılamamaktadır. İç ortamlarda, yaygın olarak kabul gören bir sistem hala günümüzde ortaya konulamamıştır. Bu tez çalışmasında bu problem ele alınmış ve gerçek zamanlı bir bina içi konum belirleme sistemi geliştirilmiştir. Konumunu belirlemek için kullanıcıların ayrı bir cihaz taşımak istememeleri ve mobil telefonlarının kullanımı yaygınlaştığı için, mobil telefon tabanlı konum belirleme sistemi geliştirilmiştir. Bu kapsamda sistemin geliştirilmesinde aynı anda birçok baz istasyonu erişebildiğinden LG Nexus 4 mobil telefonu kullanılması tercih edilmiştir. Gebze Center alışveriş merkezinin farklı iki katındaki yeterince büyük bir alanda, mobil kullanıcının konumu kestirilmiştir. Bu çalışmada, alınan sinyal gücü tabanlı RF parmak izi yaklaşımı kullanılmıştır. Sinyal kaynaklarından yayılan GSM ve Wi-Fi RSS verilerini toplamak için android uygulama geliştirilmiştir. Toplanılan RSS verileriyle farklı makine öğrenmesi algoritmalarının, eğitim verisi toplanma süresinin, referans nokta sayısının, referans sinyal türü gibi pratik faktörlerin konumlandırma sistemi üzerindeki etkileri araştırılmıştır. Son olarak, konumlandırma hassasiyetini artırmak için birçok farklı yaklaşım önerilmiştir. Bu yaklaşımlar GSM ve Wi-Fi referans noktalarından elde edilen RSS verilerinin birleştirilmesi, eğitim verilerinin tekli ve çiftli koordinatlar olarak iki gruba ayrılması, RSS değerlerinden yeni bilgiler üretilmesi, algoritmalarının yeniden karar vermesi ve sanal eğitim verilerinin üretilmesi yaklaşımlarıdır.

Nowadays, The GPS is the most widely used localization system in outdoor environments. The GPS estimate the location of an object in outdoor environments. However, It can't be used indoor environments due to lack of connecting to GPS satellites. There is no an acceptable localization system for indoor environments. Therefore, In this thesis study, this problem is considered and developed a real time localization system for indoor environments. Considering that the users don't like carry a seperate device for location estimation and widespread usage of mobile devices, we developed the indoor localization system based on mobile devices. Therefore ,we selected to use LG Nexus 4 due to its capability of accessing to multiple base stations simultaneously. The location of mobile users is estimated at Gebze Center shoping mall in two different floor enough large area. In this study, Received signal strength based RF fingerprinting approach is used. For such system we developed an android application for collecting GSM and Wi-Fi RSS data from signal sources. By using the collected data, the effects of different machine learning algorithms, the time of training data collection, number of measurement grid, and signal type on the performance of the localization system are studied. Finally, several solutions are suggested to increase the location accuracy of mobile users. These approaches are include combining Wi-Fi and GSM RSS data, dividing training data into two groups, generating new information from RSS data making new algorithmic decision and generating virtual training data.