Este documento discute a localização em redes sensoriais sem fio. Aborda conceitos como aplicações, tecnologias, limitações e algoritmos de localização como MDS-MAP. A localização precisa em redes sensoriais é um desafio devido às limitações de recursos e à presença de obstáculos, requerendo mais pesquisa em algoritmos distribuídos e o uso de novas tecnologias como Ultra Wide Band.

1. Localização em Redes Sensoriais
Rafael Aranha
Instituto Superior Técnico
1
Universidade Técnica de Lisboa, Portugal
Sumário
Redes Sensoriais
Aplicações
Tecnologia
Localização
Desafio
Algoritmos
Estrutura
Conclusões
Trabalho Futuro
2
1

2. Redes Sensoriais
Sensor
Estação base
Rede ad hoc de sensores cujo objectivo é obter informação sobre
determinados fenómenos físicos;
Sensores cooperam entre si no envio de informação para uma
estação base (multi-hop);
Limitada capacidade de processamento, comunicação,
armazenamento e de energia – inactivos a maior parte do tempo;
Topologia e configuração dinâmica, podendo os sensores
moverem-se ou serem retirados/inseridos da rede sem intervenção
humana;
3
Aplicações
Monitorização de microclimas (e.g.: temperatura,
humidade,...);
Detecção e caracterização de objectos (e.g.: viaturas);
Detecção de ambientes NBQ;
Telemetria de dados fisiológicos do ser humano (e.g.:
batimento cardíaco);
Detecção e localização de fogos florestais;
Vigilância de uma área ou edifício;
Monitorização de máquinas ou infraestruturas (e.g.
vibrações em pontes);
4 ...
2

3. Tecnologia - Motes
Micro-controlador Atmega128L:
7MHZ (mica2, fig. a cima) e 4MHZ (mica2dot, fig. à dir.);
Memória flash 128KB para código;
Memória SRAM de 4KB;
Memória flash 512KB off-chip para dados;
Smart Dust
Alimentação entre 2,7 e 3,3 VDC;
5 8 entradas ADC (10 bit), I2C,SPI...
Tecnologia - Sensores
Sensor para mica2 Sensor para mica2dot
Microfone: permite gravação de som e a detecção de tons de 4KHZ;
Célula fotovoltaica para detecção da intensidade de luz;
Divisor de tensão sensível a variações de temperatura;
Sensor de aceleração (x,y);
Sensor magnético;
GPIO para outros sinais:
Ultrasons;
6 Giroscópios;
...
3

4. Limitações - Alcance (1)
Relva
húmida
8m
40m
freq ≈ 915MHz
Sensibilidade: -110dBm;
Potência Emissão: 5dBm;
7 Antena de ¼λ ≈ 8,2cm.
Limitações - Alcance (2)
4m
8
4

5. Rede de Sensores
Disposição dos motes numa sala 6mx5m
9
Localização
Onde, Como, Quem, Quando, O quê?;
O recurso a sistemas de posicionamento global não é
possível (e.g. GPS):
Áreas edificadas ou cobertas;
Muito dispendioso;
Pouca resolução comparativamente com o tamanho dos
sensores;
Localização relativa a pontos pré-definidos limita a aplicação
das redes sensoriais;
Protocolos de encaminhamento dependentes da localização
(e.g. LAR, GEAR, TBF);
Multicast geográfico;
10
5

6. Técnicas de Medição
TOA (Time of Arrival): Baseada no tempo que um sinal
demora a chegar ao receptor. Necessita de relógios
sincronizados, e.g.: GPS;
TDOA (Time Difference of Arrival): Baseada no tempo em
que um sinal demora a chegar em relação a uma referência,
p.ex., som vs RF, e.g.: MIT Cricket & UCLA AHLoS;
AOA (Angle of Arrive): Baseada no ângulo de chegada do
sinal. Implica antenas direccionais, e.g. Radares;
RSSI (Receive Signal Strength Indicator) : Baseada na
relação entre a potência do sinal recebido e a distância
correspondente, e.g.: Microsoft RADAR & UW SpotOn.
11
Tipo de Computação
Centralizada: Toda a Distribuída: o processamento Localizada: cada nó tenta
informação necessita de ser e a comunicação é restrita a obter a sua própria
recolhida num ponto central. uma determinada área não localização.
necessitando de um ponto
central/crítico;
12
6

7. Desafio
Exemplo: Dados:
Grafo com x vértices (A a E);
Matriz com o comprimento das arestas;
1 1
Outros dados: e.g. ângulos;
?
? ?
1 1
1
A B C D E
A 0 1 ? ? 1
B 1 0 1 ? ?
C ? 1 0 1 ?
D ? ? 1 0 1
13 E 1 ? ? 1 0
Legenda: 0 – Mesmo ponto; ? - Distância desconhecida;
Algoritmos
Multilateração Recursivos MDS-MAP
Minimiza as diferenças Nós com posição Minimiza as diferenças
entre distâncias estimadas desconhecida são convertidos entre todas as distâncias
e distâncias conhecidas, em âncoras após obterem a estimadas, sem
entre âncoras. sua localização. necessidade de recorrer a
âncoras.
B1 B1 P0
P0
B2
B3 B2
B3
- Âncora - Nó desconhecido - Novo Beacon
Qualidade da Localização
Custo computacional e
14 de comunicação
7

8. MDS-MAP(1)
[Shang et al.]
O Multidimensional scaling (MDS) pode fazer uso tanto da
conectividade como do cálculo da distância entre nós para estimar a
localização dos nós num espaço euclideano.
(1) Cálculo do percurso mais curto entre todos os nós (N) de uma
rede. Esta informação é utilizada para preencher uma matriz (D)
de conectividade ou distâncias entre nós;
1 1   1 
B = −  I − U D2  I − U 
2 N   N 
NxN matriz de 1s
NxN Matriz identidade
MDS em Redes Móveis:
Cheung, K.W.; So, H.C.; A Multidimensional Scaling Framework for Mobile Location Using Time-of-Arrival
15 Measurements, IEEE Transactions on Signal Processing, Volume: 53 , Issue: 2 , Feb. 2005
MDS-MAP(2)
(2) Cálculo dos valores (V) e vectores (A) próprios de B:
T
B = VAV
(3) Cálculo das coordenadas dos nós (2D – primeiras 2 colunas de X):
1
2
X = VA
(4) Com um número suficiente de âncoras obtem-se a posição
absoluta:
16
©Andreas Savvides @ Yale
8

9. MDS-MAP (P)
Permite dividir a rede em sub-redes;
Junta os mapas das sub-redes para formar o mapa da
rede;
Utiliza todas as medições para obter coordenadas;
Atribuição de pesos distintos entre diferentes medições;
Utilização de âncoras para obtenção de posições
absolutas.
17
Limitações
A
Ambiguidade;
Obstáculo C Erros de medida;
Limitada capacidade de
B
processamento e comunicação;
C`
C
Possíveis complementos:
Ângulos de chegada;
Estudo probabilístico;
B
A Mobilidade;
18
...
9

10. Estrutura
Algoritmos
MatLab... de
posicionamento
BD Rede BD Gerada
(simulação) Java Applet
TinyDB MatLab...
Estação Base
1
n MOTE
NesC Aplicação
Processamento
NesC Algoritmo local
BD
TinyDB
NesC e/ou C Drivers hardware/software
Micro- Sincronização Pré-
Calibração hardware/sofware
controlador temporal - Processamento
hardware
19 Ultrasons RF Outros...
Conclusões
A maior parte dos algoritmos apresentam resultados baseados em
simulações com modelos de propagação ideais e com um número
de nós na ordem das centenas;
Aplicações práticas recorrem à analise dos sinais recebidos (e.g.
correlação e filtragem), a algoritmos centralizados e a
probabilidades;
A maior parte recorre a métodos de multilateração, usando um nº
reduzido de nós para o cálculo;
O MDS usa a informação de todos os nós ao mesmo tempo;
Os algoritmos com melhores resultados (e.g.: MDS-MAP) são
computacionalmente exigentes;
Não existe um solução geral. Cada sistema é vocacionado para um
20 tipo de aplicações;
10

11. Trabalho Futuro e Desafios
Aproveitar o movimento dos nós para melhorar a predição (e.g.:
Monte Carlo Localization);
O uso da tecnologia Ultra Wide Band poderá trazer grandes
vantagens em cenários de áreas edificadas e a curtas distâncias;
Obter localização recorrendo às limitadas capacidades de
processamento e comunicação dos nós;
Localização em zonas com muitos obstáculos e anisotrópicas;
21
FIM ...
22
11