Phuong phap dinh vi bang wifi v1 9

ĐẠI HỌC QUỐC GIA TP. HCM
TRƯỜNG ĐẠI HỌC BÁCH KHOA

PHAN MINH NHẬT

ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTERN MATCHING
TRONG ĐỊNH VỊ BẰNG WLAN

Chuyên ngành:

Kỹ thuật điện tử

Mã số:

605270

LUẬN VĂN THẠC SĨ

TP. HỒ CHÍ MINH, tháng 6 năm 2013


Công trình được hoàn thành tại: Trường Đại học Bách Khoa –ĐHQG-HCM
Cán bộ hướng dẫn khoa học : ..................................................................
(Ghi rõ họ, tên, học hàm, học vị và chữ ký)
Cán bộ chấm nhận xét 1 : ........................................................................
(Ghi rõ họ, tên, học hàm, học vị và chữ ký)
Cán bộ chấm nhận xét 2 : ........................................................................
(Ghi rõ họ, tên, học hàm, học vị và chữ ký)
Luận văn thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa, ĐHQG Tp.HCM
ngày . . . . . tháng . . . . năm . . . . .
Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm:

(Ghi rõ họ, tên, học hàm, học vị của Hội đồng chấm bảo vệ luận văn thạc sĩ)
1. .......................................................................................................................
2. .......................................................................................................................
3. .......................................................................................................................
4. .......................................................................................................................
5. .......................................................................................................................
Xác nhận của Chủ tịch Hội đồng đánh giá LV và Trưởng Khoa quản lý chuyên
ngành sau khi luận văn đã được sửa chữa (nếu có).
CHỦ TỊCH HỘI ĐỒNG

TRƯỞNG KHOA…………


ĐẠI HỌC QUỐC GIA TP.HCM
TRƯỜNG ĐẠI HỌC BÁCH KHOA

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT
NAM Độc lập - Tự do - Hạnh phúc

NHIỆM VỤ LUẬN VĂN THẠC SĨ

Họ tên học viên: Phan Minh Nhật.............................................. MSHV:10140017 ............
Ngày, tháng, năm sinh: 24/07/1984 ........................................... Nơi sinh: T.T.Huế ...........
Chuyên ngành: Kỹ Thuật Điện Tử ............................................. Mã số : 605270
I. TÊN ĐỀ TÀI:
Đánh giá các phương pháp PATTERN MATCHING trong định vị bằng WLAN
II. NHIỆM VỤ VÀ NỘI DUNG:
1.Thiết kế phần mềm có thể thu thập dữ liệu WIFI và ước lượng vị trí của người dùng
2. Đánh giá sai số và tốc độ tính toán của các giải thuật so sánh mẫu để ước lượng vị
trí. (Phương pháp: RADAR, k fingerprints, ηk-Nearest Neighbor Algorithm, ANN).

III. NGÀY GIAO NHIỆM VỤ : 21/01/2013
IV. NGÀY HOÀN THÀNH NHIỆM VỤ: 21/06/2013
V. CÁN BỘ HƯỚNG DẪN (Ghi rõ học hàm, học vị, họ, tên):
Tiến sĩ Nguyễn Minh Hoàng
Tp. HCM, ngày . . . . tháng 06. năm 2013
CÁN BỘ HƯỚNG DẪN
(Họ tên và chữ ký)

CHỦ NHIỆM BỘ MÔN ĐÀO TẠO
(Họ tên và chữ ký)

TRƯỞNG KHOA….………
(Họ tên và chữ ký)








LỜI CÁM ƠN

Trong quá trình nghiên cứu, tôi gặp rất nhiều khó khăn và thiếu sót nhưng cuối
cùng tôi cũng đã hoàn thành được luận văn này nhờ có sự hướng dẫn và hỗ trợ của
thầy Nguyễn Minh Hoàng. Xin được phép gởi đến thầy lời cám ơn sâu sắc nhất.

Tôi cũng xin chân thành gửi lời cảm ơn đến các thầy cô trường Đại học Bách
khoa Thành phố Hồ Chí Minh đã cung cấp những kiến thức hữu ích cho tôi để có thể
thực hiện được luận văn này, đồng thời đó cũng là những nền tảng vững chắc cho tôi

để có thể ứng dụng vào những công việc mới trong tương lai.

Cuối cùng chúng tôi xin gửi lời cảm ơn to lớn nhất đến những người thân trong
gia đình và đặc biệt là vợ tôi đã luôn động viên và tạo điều kiện cho tôi hoàn thành
tốt luận văn này.

TPHCM, tháng 06 năm 2013

Phan Minh Nhật


TÓM TẮT
v Định vị môi trường trong nhà là một nhu cầu cần thiết của người dùng thiết bị di động bởi vì
hệ thống GPS không thể giúp định vị chính xác vị trí của người dùng trong tòa nhà như xác
định tầng, phòng của thuê bao. Hiện nay kỹ thuật định vị bằng WLAN đang có một ưu thế
vượt trội so với các phương pháp khác do WLAN rất phổ biến, rẻ tiền và dễ triển khai. Tuy
nhiên, phương pháp này cũng bị ảnh hưởng khá nhiều của nhiễu do đó các phương pháp để
nâng cao độ chính xác trong định vị là khá quan trọng. Đề tài này sẽ thiết kế một phần mềm
giúp khảo sát được dữ liệu WLAN và dùng những dữ liệu này cho việc ước lượng vị trí của
các thiết bị di động. Bên cạnh đó, đề tài còn đánh giá đến ảnh hưởng của phương pháp
pattern matching và một số yếu tố ảnh hưởng đến độ chính xác và tốc độ tính toán của quá
trình định vị. Qua đó có thể lựa chọn các thông số và phương pháp tối ưu cho chương trình
định vị.
Cấu trúc luận văn:
v Chương 1: Mở đầu
v Chương 2: Giới thiệu tổng quan về định vị, các ứng dụng của định vị và các kỹ thuật định vị
khác nhau hiện đang được nghiên cứu và sử dụng.
v Chương 3: Mô hình toán học của kỹ thuật định vị trong nhà.
v Chương 4: Cấu trúc phần mềm và các kỹ thuật được sử dụng để đánh giá các kỹ thuật định
vị.

v Chương 5: Trình bày và phân tích các kết quả.
v Kết luận và nêu hướng phát triển của đề tài.
v Phụ lục.
v Tài liệu tham khảo.


ABSTRACT
v Indoor location is one of requirement of mobile user because GPS cannot help to locate
exactly the current location of user inside a building (Ex: Room name, floor name). There are
many technologies for indoor positioning and positioning based on Received Signal Strength
(RSS) is a dominant technology because WLAN is popular, cheap and easy to deploy.
However, this technology is affected by the multipath fading that will impact to the accuracy
so that engineers need to find methods to improve it. This thesis developed a software that
can help to collect WLAN database from APs and use this datase for estimating the location
of user. Besides, the thesis analize pattern matching algorithms and factors impacted to the
accuracy of positioning. Thereby, we can choose the best value for parameters of positioning
software.

Structure of thesis:
v Chapter 1: Introduction.
v Chapter 2: Overview about location determination technlogies.
v Chapter 3: Pattern matching algorithms for indoor location determination.
v Chapter 4: Software architecture and analysis methods.
v Chapter 5: Result analysis.
v Conclusion and future research.
v Appendix.
v References.


LỜI CAM ĐOAN

Tôi cam đoan đây là công trình nghiên cứu của tôi. Các số liệu, kết quả nêu trong luận văn là trung
thực và chưa từng được ai công bố trong bất kỳ công trình nào khác.

Người cam đoan
(ký tên và ghi rõ họ và tên)

Phan Minh Nhật


ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTER MATCHING TRONG ĐỊNH VỊ BẰNG WLAN

Mục lục
1. Mở đầu .................................................................................................................... 2
1.1. Lý do chọn đề tài..................................................................................................... 2
1.2. Đối tượng và phạm vi nghiên cứu........................................................................... 2
1.3. Ý nghĩa khoa học và thực tiễn ................................................................................ 3
2. Giới thiệu tổng quan ............................................................................................... 6
2.1. UWB-based user position tracking ......................................................................... 6
2.2. Indoor GPS-based user position tracking ............................................................... 9
2.3. WLAN-based user position................................................................................... 10
2.4. So sánh các kỹ thuật định vị indoor ...................................................................... 11
2.5. Các giải thuật pattern matching cho định vị bằng WLAN đã được nghiên cứu ... 12
2.5.1.

Centroid [2] .................................................................................................... 12

2.5.2.

The RADAR [3] ............................................................................................ 12

2.5.3.

Ekahau [4] ...................................................................................................... 16

2.5.4.

Kalman filter [4] ............................................................................................. 17

2.5.5.

k fingerprints [6] [2] ....................................................................................... 18

2.5.6.

ηk-Nearest Neighbor Algorithm [6] ............................................................... 18

3. Cơ sở lý thuyết và thực nghiệm ............................................................................ 20
3.1. Khoảng cách Euclid .............................................................................................. 20
3.2. Phương pháp RADAR (k-nearest neighbors) ....................................................... 20
3.3. Phương pháp ηk-nearest neighhbors ..................................................................... 21
3.4. Phương pháp ANN ................................................................................................ 22
4. Phương pháp nghiên cứu ...................................................................................... 31
4.1. Phần mềm thu thập và phân tích dữ liệu ............................................................... 31
4.1.1.

Cấu trúc phần mềm ........................................................................................ 31

4.1.2.

Các tính năng của phần mềm ......................................................................... 32

4.1.3.

Cấu trúc dữ liệu và phương pháp phân tích ................................................... 36

4.1.3.1.

Dạng XML .................................................................................................. 36

4.1.3.1.1. Cấu trúc dữ liệu........................................................................................... 36
4.1.3.1.2. Xử lý dữ liệu ............................................................................................... 38
4.1.3.2.

Dạng CSV ................................................................................................... 39


ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTER MATCHING TRONG ĐỊNH VỊ BẰNG WLAN

4.1.3.2.1. Cấu trúc dữ liệu........................................................................................... 39
4.1.3.2.2. Xử lý dữ liệu ............................................................................................... 40
4.2. Công cụ ANN trên matlab .................................................................................... 41
4.2.1.

Mô hình mạng neural ..................................................................................... 41

4.2.2.

Giải thuật trong matlab................................................................................... 42

5. Mô hình thực nghiệm và đánh giá kết quả ............................................................ 45

5.1. Mô hình khảo sát 1 ................................................................................................ 45
5.2. Mô hình khảo sát 2 ................................................................................................ 47
5.3. Kết quả .................................................................................................................. 50
5.3.1.

Ảnh hưởng của số lượng mẫu và k-NN ......................................................... 50

5.3.2.

Ảnh hưởng của số perceptron ........................................................................ 51

5.3.3.

So sánh độ chính xác giữa các phương pháp ................................................. 53

6. Kết luận và hướng phát triển ................................................................................. 56
6.1. Kết luận ................................................................................................................. 56
6.2. Hướng phát triển ................................................................................................... 57
Phụ Lục ........................................................................................................................ 58
Tài liệu tham khảo ....................................................................................................... 69


ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTER MATCHING TRONG ĐỊNH VỊ BẰNG WLAN

Danh mục hình vẽ
Hình 1.1. Phần mềm hiển thị vị trí thiết bị (trái), đo đạc cường độ tín hiệu (phải) ... 3
Hình 1.2. Ứng dụng định vị người dùng (ILukBa) và dò wifi trên một thiết bị di
động. ........................................................................................................................... 4
Hình 2.1. Các hệ thống định vị theo độ chính xác và phạm vi hoạt động ................. 6
Hình 2.2. Hệ thống dò tìm UWB Sapphire ................................................................ 8

Hình 2.3. Hệ thống dò tìm trong mê cung bằng UWB (Diaster city) [1]................... 8
Hình 2.4. Hệ thống dò tìm trong mê cung bằng các bộ phát laser. [1] ...................... 9
Hình 2.5. Kiến trúc của hệ thống Ekahau [1] ........................................................... 10
Hình 2.7. Giai đoạn 2-Xử lý thời gian thực bằng giải thuật pattern matching. Hiện
tại có rất nhiều giải thuật pattern matching đang được áp dụng. ............................. 11
Hình 2.8. Bản vẽ khu vực được khảo sát tron phương pháp RADAR. .................... 13
Hình 2.9. Ảnh hưởng của k đến độ chính xác. Kết quả được biễu diễn trong 2
trường hợp:25th(25% xác xuất lỗi), 50th(50% xác xuất lỗi). .................................. 14
Hình 2.10 Sai số khoảng cách thay đổi theo số điểm khảo sát (log scale)............... 15
Hình 2.11 Đồ thị cường độ sóng theo khoảng cách. ................................................ 16
Hình 2.12 Mô hình hệ thống Ekahau. ...................................................................... 17
Hình 2.13 Ảnh hưởng của lọc nhiễu RSS lên độ chính xác. .................................... 18
Hình 3.1 Giải thuật k-NN ......................................................................................... 20
Hình 3.2 Lưu đồ giải thuật cho phương pháp RADAR được sử dụng trong phần
mềm. ......................................................................................................................... 21
Hình 3.3 Tế bào thần kinh và mô hình toán học ...................................................... 23
Hình 3.4 Hàm logsig (đơn cực) ................................................................................ 23
Hình 3.5 Hàm Tansig (lưỡng cực) ........................................................................... 24
Hình 3.6 Mạng truyền thẳng nhiều lớp .................................................................... 24
Hình 3.7Mô hình ANN được dùng trong đề tài ....................................................... 25
Hình 3.8 Phương pháp huấn luyện mạng bằng giải thuật truyền ngược .................. 25
Hình 3.9 Minh họa phương pháp điều chỉnh trọng số nơ-ron thứ j tại thời điểm k . 26
Hình 3.10 Mô hình MLP mẫu .................................................................................. 26
Hình 3.11 Các điểm cực tiểu cục bộ và cực tiểu toàn cục ....................................... 28
Hình 4.1 Mô hình thiết kế 3 lớp ............................................................................... 31
Hình 4.2 New/Open/Save project ............................................................................ 32
Hình 4.3 Software GUI ............................................................................................ 32
Hình 4.4 Scaling ....................................................................................................... 33
Hình 4.5 Collecting data .......................................................................................... 34
Hình 4.6 Locating..................................................................................................... 34

Hình 4.7 Options ...................................................................................................... 36
Hình 4.8 Processing data .......................................................................................... 36
Hình 4.9 Cấu trúc file XML (thông số cơ bản) ........................................................ 37
Hình 4.10 Cấu trúc file XML (APs, thông số bản vẽ) ............................................. 38


ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTER MATCHING TRONG ĐỊNH VỊ BẰNG WLAN

Hình 4.11 Cấu trúc file XML (Thông số bản vẽ và thông tin các điểm) ................. 38
Hình 4.12 Xử lý dữ liệu bằng excel ......................................................................... 39
Hình 4.13 Cấu trúc file CSV .................................................................................... 39
Hình 4.14 Text to column ........................................................................................ 40
Hình 4.15 Pivot table................................................................................................ 40
Hình 4.16 Đồ thị trong excel .................................................................................... 40
Hình 4.17 Mô hình MLP cho định vị ....................................................................... 41
Hình 4.18 ANN tool trong Matlab .......................................................................... 42
Hình 4.19 Kết quả vẽ từ Matlab ............................................................................... 43
Hình 5.1 Bản vẽ mô hình 1 ...................................................................................... 45
Hình 5.2 Các hình chiếu a (3D), b(x,y), c(y,z), d(z,x) ............................................. 47
Hình 5.3 Bản vẽ mô hình 2 ...................................................................................... 48
Hình 5.4 Các hình chiếu a (3D), b(x,y), c(y,z), d(z,x) ............................................. 49
Hình 5.5 Ảnh hưởng của lỗi theo k (1à10) ............................................................ 50
Hình 5.6 Ảnh hưởng của lỗi theo số mẫu (1à20) ................................................... 51
Hình 5.7 Ảnh hưởng của số perceptron trên mô hình 1 ........................................... 52
Hình 5.8 Ảnh hưởng của số perceptron trên mô hình 2 ........................................... 52
Hình 5.9 Mô hình 1-So sánh các phương pháp pattern matching theo số AP (1à3)
.................................................................................................................................. 53
Hình 5.10 Mô hình 2-So sánh các phương pháp pattern matching theo số AP (1à3)
.................................................................................................................................. 54

Danh mục bảng
No table of figures entries found.


ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTER MATCHING TRONG ĐỊNH VỊ BẰNG WLAN

Bảng viết tắt
A
AGPS
ANN
AP

Assisted GPS
Artificial Neural Network
Access Point
B

BS

Base station
D

DOA

Direction of arrival

UWB

F
Radio-frequency identification

G
Global Positioning System
L
Levenberg-Marquardt
M
Mean Square Error
N
Nearest neighbors
R
Received Signal Strength
S
Self-Organizing Map - Artificial Neural Network
T
Time Difference of Arrival
Time of Arrival
U
Ultra Wideband

WLAN

W
Wireless Local Area Network

RFID
GPS
LM
MSE
NN
RSS
SOM-ANN

TDOA
TOA


ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTER MATCHING TRONG ĐỊNH VỊ BẰNG WLAN








CHƯƠNG 1



Mở đầu







1


ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTER MATCHING TRONG ĐỊNH VỊ BẰNG WLAN

1. 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 GPS, TDOA,
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 RSS Fingerprint, UWB(RFID), Indoor
GPS(IR and Laser). Trong đó RSS Fingerprint là một kỹ thuật nổi trội với rất nhiều
giải thuật được nghiên cứu ví dụ Ranking algorithm, Weighted Centroid method,
ηk-Nearest Neighbor, Bayesian Filter, Kalman Filter, Particle Filter, SelfOrganizing Map - Artificial Neural Network (SOM-ANN),... 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 wifi. 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, ηkNN). 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 ANN (Artificial neural network).
1.1. 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.

1.2.


Đối tượng và phạm vi nghiên cứu

Đối tượng nghiên cứu:

2


ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTER MATCHING TRONG ĐỊNH VỊ BẰNG WLAN

• 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.
1.3. 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, campus, shopping mall,…Ví dụ như 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 campus, tìm các gian hàng trong một
shopping mall,… 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
cho người dùng.
Các hình vẽ bên dưới cho thấy một phần mêm thí nghiệm được cài trên một thiết bị
di động giúp nhận biết vị trí của người sử dụng và những người bạn xung quanh.

Hình 1.1. Phần mềm hiển thị vị trí thiết bị (trái), đo đạc cường độ tín hiệu (phải)

3


ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTER MATCHING TRONG ĐỊNH VỊ BẰNG WLAN

Hình 1.2. Ứng dụng định vị người dùng (ILukBa) và dò wifi trên một thiết bị di
động.






4


ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTER MATCHING TRONG ĐỊNH VỊ BẰNG WLAN

CHƯƠNG 2



Giới thiệu tổng quan







5


ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTER MATCHING TRONG ĐỊNH VỊ BẰNG WLAN

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
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).
2.1. UWB-based user position tracking

Phần này sẽ đề cập đến hệ thống "Sapphire DARTUltra-WideBand (UWB) Digital
ActiveReal 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 xử 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 xun
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 DARTUWB 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
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.

6


ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTER MATCHING TRONG ĐỊNH VỊ BẰNG WLAN

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 thu đo lường những thời gian đến đến 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 ứng dụng 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 đo đạc thời gian
truyền 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 nghiên cứu này.

7


ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTER MATCHING TRONG ĐỊNH VỊ BẰNG WLAN

Hình 2.2. Hệ thống dò tìm UWB Sapphire

Hình 2.3. Hệ thống dò tìm trong mê cung bằng UWB (Diaster city) [1]

8


ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTER MATCHING TRONG ĐỊNH VỊ BẰNG WLAN

2.2. Indoor GPS-based user position tracking
Hệ thống được thiết kế bởi 4 hoặc nhiều 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 dung 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 thông qua mạng không giây. 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 của vị trí đến các vị trí đã biết 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 thằng (LOS) tới các vị trí đã biết trước.
Với vị trí của các điểm này, các đường là duy nhất trong không gian 2 chiều và
điểm giao nhau là vị trí chính xác. Do đó cung cấp thông tin góc từ tối thiểu 2 bộ
phát và vị trí cộng với hướng của mỗi bộ phát, một vị trí 3D duy nhất sẽ được tính
ra từ các số liệu đo.

Hình 2.4. Hệ thống dò tìm trong mê cung bằng các bộ phát laser. [1]
9


ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTER MATCHING TRONG ĐỊNH VỊ BẰNG WLAN

2.3. WLAN-based user position
Sử dụng thông tin RSS đo được từ các APs. Bao gồm 2 bước cơ bản: thu thập mẫu
RSS (RSS fingerprint) từ các vị trí biết trước và định vị bằng cách so sánh thông tin
đo đạc với tập thông tin mẫu. Hình vẽ bên dưới là mô hình được xây dựng bởi nhà

cung cấp Ekahau.

Hình 2.5. Kiến trúc của hệ thống Ekahau [1]

Hình 2.6. Giai đoạn 1-Thu thập mẫu

10


ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTER MATCHING TRONG ĐỊNH VỊ BẰNG WLAN

Hình 2.7. Giai đoạn 2-Xử lý thời gian thực bằng giải thuật pattern matching.
Hiện tại có rất nhiều giải thuật pattern matching đang được áp dụng.
2.4. So sánh các kỹ thuật định vị indoor

Bảng 2.1. So sánh các kỹ thuật định vị trong nhà.
• Trong 3 phương pháp đã nêu thì 2 phương pháp đầu tuy có độ chính xác
cao nhưng rất tốn kém về mặt chi phí không thích hợp với môi trường
người dùng đa dạng. Hai phương pháp này chỉ thích hợp về mặt điều
khiển robot công nghiệp.
• Phương pháp WLAN mặc dù độ chính xác không cao nhưng rất thích hợp
với môi trường nhiễu đa đường khi có rất nhiều vật che chắn trong nhà và
điều đặc biệt quan trọng là phương pháp này dẽ dàng triển khai và ứng
dụng rông rãi do chi phi triển khai các thiết bị rất thấp. Hầu hết các công
ty, các công trình công cộng đều có sẵn các thiết bị WLAN và số lượng
người dùng smart phone với WLAN tích hợp đã trở nên rất thông dụng.

11

ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTER MATCHING TRONG ĐỊNH VỊ BẰNG WLAN

2.5. Các giải thuật pattern matching cho định vị bằng WLAN đã được
nghiên cứu
Bài toán được đặt ra trong phương pháp định vị bằng WLAN thông qua RSS
fingerprint là làm thế nào để tăng độ chính xác, giảm thời gian tính toán, ít bị ảnh
hưởng của loại thiết bị và môi trường. Hiện nay có một số hướng chính để đạt mục
tiêu bài toán đặt ra là:
§ Nghiên cứu các thuật toán pattern matching để cải thiện độ chính xác.
§ Sự dụng phương pháp hybrid để kết hợp ưu điểm của 2 hay nhiều phương
pháp khác nhau.
§ Nghiên cứu mô hình truyền sóng trong wifi để tìm cách khử bỏ các ảnh
hưởng của nhiễu.
Biến đổi dữ liệu RSS fingerprint thành các dạng dữ liệu ít bị ảnh hưởng của
các yếu tố gây nhiễu.
Một số cách tiếp cận đã được các kỹ sư nghiên cứu trong thời gian vừa qua được
liệt kê như bên dưới.
2.5.1. Centroid [2]
Đây là một trong những phương pháp đơn giản nhất dùng để định vị. Trong suốt
quá trình huấn luyện, chúng ta kết hợp tất cả các dữ liệu đo được của các một AP để
tính ra giá trị vị trị trung bình của AP này. Sau đó, tạo nên bảng cở sở dữ liệu chỉ
chứa vị trí ước lượng của các APs mà thôi. Sử dụng bảng dữ liệu này, phương pháp
định vị Centroid sẽ lấy giá trị trung bùng về tọa độ của tất cả các APs mà thiết bị di
động dò thấy. Thêm vào đó phương pháp này có thể được cải tiến bằng cách thêm
vào trong số cho mỗi APs ứng với cường độ đo được trong quá trình quét.
2.5.2. The RADAR [3]
Phương pháp đầu tiên này đã được sử dụng trong hệ thống tần số radio cho việc
định vị người dùng trong môi trường indoor. Nó hoạt động bằng cách thu thập
cường độ tín hiệu (RSS) từ nhiều BS để xác định được khu vực bao phủ chồng lấn
mà người dùng có thể ở trong đó. Nó kết hợp các đo đạc thực tế với mô hình truyền

sóng để xác định vị trí người dùng và qua đó cho phép các ứng dụng và dịch vụ
định vị được triển khai.
Phương pháp này cũng mang những đặc điểm cơ bản của phương pháp đinh vị bằng
WLAN. Nó được chia làm 2 bước: bước "off-line" và bước "real time". Các card
mạng không giây có thể đo được cường độ tín hiệu(SS=10*log10(s/0.001) dBm) và
tỉ lệ tín hiệu trên nhiễu (SNR=10*log10(s/n) dB). Đồng hồ giữa bộ phát và thu được
đồng bộ, tối thiểu sai số là 5ms. Việc cần đồng bộ thời gian mục đích chủ yếu là do
các tín hiệu được đo và thu thập tại các BS chứ không phải thiết bị di động. Do đó,

12


ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PATTER MATCHING TRONG ĐỊNH VỊ BẰNG WLAN

cần đồng bộ các BS và thiết bị di động để bảo đảm dữ liệu phát ra từ các thiết bị đi
động đến BS có thể gộp chung lại thành 1 ở mỗi lần phát từ thiết bị di động.
Trong qua trình nghiên cứu người ta nhận ra rằng hướng của thiết bị đo cũng ảnh
hưởng đáng kể đến cường độ sóng thu được lên tới 5dBm.

Hình 2.8. Bản vẽ khu vực được khảo sát tron phương pháp RADAR.
Bản vẽ của tầng được nghiên cứu. Các chấm đen là các điểm được thu thập thông
tin trong pha "off-line". Các dấu sao lớn là vị trí các bộ phát (BS). Hướng lên trên là
phía bắc và bên phải là hướng đông. Tổng số điểm khảo sát là 70, mỗi điểm khảo
sát 4 lần ứng với 4 hướng.
Các giải thuật được sử dụng trong phương pháp RADAR bao gồm: tìm vị trí thông
qua mô hình truyền sóng, so sánh với dữ liệu "offline" để tìm các điểm lân cận giá
trị gần giống nhất (k Nearest neighbors-kNN). Trong đó phương pháp kNN được
tập trung nghiên cứu.
Một số kết luận quan trong của phương pháp RADAR:

13