Está en la página 1de 74

1

CAPTULO 1 ACERCA DE LOCALIZACIN DE SENSORES

La aplicacin de sensores inalmbricos en red empez en el rea de la defensa, proveyendo capacidades de reconocimiento y vigilancia as como tambin otras aplicaciones tcticas. En la actualidad, las redes de sensores inalmbricos (Wireless Sensor Network, WSN) es una tecnologa relevante que provee soluciones para mltiples ambientes inteligentes, incluyendo automatizacin industrial, monitoreo del ambiente y del hbitat, aplicaciones para cuidado de la salud, automatizacin de hogares y control de trfico. Sensores multifuncionales de bajo costo y baja potencia, que son pequeos en tamao y se comunican en cortas distancias, hacen de WSNs una tecnologa adecuada para soluciones de gran escala.

Auto-localizacin, o descubrimiento de la posicin, se refiere a la habilidad de un sistema para deducir la posicin geogrfica de un nodo, el cual es un problema fundamental que debe ser solucionado en una red de sensores. El conocimiento de las posiciones de los nodos de una red es crucial para dar soporte a varias aplicaciones y protocolos. Por ejemplo, el monitoreo del ambiente requiere que la informacin censada sea estampada con la posicin absoluta de donde proviene. Tambin, las redes de actuadores llevan acabo funciones de acuerdo a la informacin de posicin, como en aplicaciones para deteccin de presencia. As tambin, aplicaciones relacionadas con trfico pueden generar rutas de acuerdo a la posicin de los nodos.

En la situacin actual, sistemas de localizacin en ambientes abiertos, usando el Sistema de Posicionamiento Global (Global Positioning System, GPS), han sido desplegados de manera exitosa durante la ltima dcada para aquellos sistemas donde la forma y el costo no son mayores preocupaciones. Pero, solucionar el problema de localizacin para otro tipo de requerimientos, como son ambientes cerrados sin acceso a GPS, continan siendo un problema que presenta grandes retos como la limitacin de no lnea de vista (non-line-of-sight, NLOS), mediciones de corto alcance y propiedades de radio propagacin hostiles.

1.1 Campo de inters


Auto-localizacin es un problema fundamental que debe ser solucionado en una red de sensores, el cual es el campo de investigacin de mi Tesis de Ingeniera. La investigacin busca dar solucin al problema de localizacin en redes de sensores en ambientes cerrados dinmicos, utilizando recursos de la red existentes, esto es, sin recurrir a hardware de localizacin adicionales, para as lograr un balance justo entre precisin y costos.

La presente Tesis ha sido desarrollada de manera personal en mi calidad de miembro del grupo de trabajo en redes de sensores inalmbricos (WSN working group) de la Universidad de Tecnologa de Helsinki (Helsinki University of Technology, HUT).

1.2 Definicin del Problema


Los algoritmos de localizacin estiman las posiciones desconocidas de los nodos usando el conocimiento previo de las posiciones absolutas de unos pocos nodos y ya sea mediciones de rango tales como mediciones de distancia y orientacin, u otra informacin de la red tales como mapas de conectividad, informacin de proximidad y huellas de intensidad de seal. Los nodos que conocen su posicin se conocen como nodos sujetadores, cuyas posiciones pueden ser obtenidas usando GPS o instalando los nodos en posiciones de coordenadas conocidas. Los nodos con posiciones desconocidas sern llamados nodos ciegos.

Ciertamente existen varios aspectos que hacen de la auto-localizacin en WSNs un problema poco trivial. Algunos de estos problemas son los costos relacionados a los circuitos adicionales y su consumo de potencia para realizar mediciones de distancia y/u orientacin, la necesidad de nodos sujetadores, mediciones de corto alcance, mediciones imprecisas, no lnea de vista, redes no isotrpicas, costos de comunicacin adicionales y ataques de seguridad. Dependiendo en los requerimientos del sistema y especialmente en la precisin requerida de la aplicacin, los aspectos anteriormente citados pueden inhabilitar

3 la realizacin de una solucin efectiva en trminos de costo.

Reconociendo la creciente demanda de varias aplicaciones conscientes de la posicin, con cierta tolerancia a errores en la informacin de posicin, una solucin simple y de bajo costo basada en radio ser diseada. Claramente, crear un sistema efectivo de localizacin en ambiente cerrados dinmicos conlleva verdaderos retos debido a las propiedades especiales del canal de radio en cuestin.

La solucin diseada emplea un sistema de estimacin de distancias, basado en la prdida de seal (esto es, conversin de intensidad de seal recibida a distancia), ms elaborado que otros sistemas bsicos, como por ejemplo aquellas soluciones de localizacin que usan el motor de ubicacin CC2431 el primer sistema en chip (systemon-chip, SoC) con un motor de localizacin en hardware diseado para aplicaciones en redes de sensores ZigBee / IEEE 802.15.4 [35]. Adems, la presente solucin ha sido pensada para aplicaciones prcticas, gracias a que esta elude cualquier tipo de calibraciones/estimaciones fuera de operacin, esto es, no requiere de planificacin previa.

En trminos generales, la solucin implementa tcnicas de diversidad y un modelo de radio propagacin adecuado para mejorar la precisin en la conversin de RSS a distancia. Adems, se implementa un algoritmo de localizacin que reduce el impacto de los errores de las estimaciones de distancias en la estimacin de la posicin.

La solucin implementada soporta redes par a par (peer-to-peer) de un solo salto. La solucin ha sido implementada de tal forma que recibe toda la informacin requerida de la red y realiza los clculos en una estacin central usando MATLAB, puesto que esto es suficiente para validar el presente diseo. Sin embargo, la solucin pudiera ser actualizada an para redes ad-hoc de gran escala siempre que una infraestructura de mayor tasa de transmisin sea provista.

4 Implementar la solucin en forma descentralizada es posible, pero requiere de una implementacin rigurosamente cuidadosa debido a los limitados recursos de cmputo de los sensores, lo cual podra ser objeto de una investigacin futura.

1.3 Revisin de la Literatura


En WSN hay muchos mtodos intencionados a resolver el problema de localizacin bajo diferentes escenarios y para aplicaciones con diferentes necesidades de precisin. En [19, 3] se presenta una revisin global de las tcnicas de medicin y metodologas en localizacin en WSN.

Los mtodos de localizacin en WSN pueden ser dos grandes categoras: mtodos de estimacin de rango y mtodos libres de estimacin de rango.

Mtodos de Estimacin de Rango

Los mtodos de rango localizan nodos basados en mediciones (estimaciones) de distancia y/o orientacin. Los mtodos de rango utilizan sistemas de estimacin de rango para deducir distancias y/o ngulos para luego ejecutar un algoritmo de localizacin que determine finalmente la posicin de los nodos ciegos. En la literatura, el trmino rango es normalmente utilizado para indicar mediciones de distancia; sin embargo, en este contexto, rango es tambin utilizado para referirse a mediciones de orientacin, ya que ambos implican modelado de un fenmeno fsico para convertir de mediciones a distancia o ngulos. En localizacin WSN, la informacin de distancia se deduce ya sea de mediciones de amplitud, tiempo o interferencia de radio; mientras que la informacin de orientacin se deduce tanto de mediciones del haz de recepcin o interferencia de radio.

El desempeo de los mtodos de localizacin basados en estimaciones de rango est determinado principalmente por la precisin en la estimacin de distancias y/o

ngulos. De hecho, en [28, 29] los autores manifiestan que el desempeo de sistemas de

5 localizacin basados en estimacin de rango est limitado por los errores de estimacin de rango, cuyo desempeo no puede ser mejorado significativamente an si se utiliza algoritmos de localizacin complejos. Como una regla de oro, los sistemas de estimacin de rango que dan mejores resultados que otros requieren configuraciones de hardware ms complejas.

Los sistemas de estimacin de rango ms complejos son empleados para sistemas de alta precisin donde la forma y el costo no son mayor preocupacin. Comnmente, estos sistemas utilizan mediciones de tiempo de propagacin de la seal [1, 2, 10]. Las tcnicas de interferencia de radio estn ganando fuerza ltimamente debido a que estas pueden alcanzar tanto precisin como alcance, en ambientes abiertos [20] y potencialmente en ambientes cerrados tambin [21]. Sin embargo, la simplicidad de los sistemas de estimacin de rango de interferencia de radio es bastante cuestionable, ya que estos requieren comnmente plataformas ms potentes para realizar observaciones detalladas de las seales.

Reconociendo que una gran variedad de aplicaciones requieren sistemas de localizacin simples y de bajo costo, los sistemas de estimacin de rango basados en principios de propagacin han sido investigados de manera extensa. Los sistemas de estimacin de rango basados en principios de propagacin son apropiados para localizacin en WSN ya que estos utilizan el Indicador de Intensidad de Seal Recibida (Received Signal Strength Indicator, RSSI) construido en los radios de los sensores. Sin embargo, la precisin de sistemas de localizacin basados en principios de propagacin es cuestionable, especialmente para ambientes cerrados dinmicos donde los problemas del canal de radio en cuestin, tales como la propagacin multicamino y el apantallamiento (esto es, prdidas de seal causada por obstculos), incrementan el error de localizacin, esto es, la distancia entre la posicin estimada y la posicin real.

Por otro lado, los sistemas de localizacin basados en mediciones de orientacin carecen de popularidad debido a que estos requieren configuraciones complejas y calibraciones meticulosas de arreglos de antenas [19], aparte de que estas parecen no

6 superar sistemas de estimacin de rango de similar complejidad basados en mediciones de tiempo.

Mtodos Libres de Estimacin de Rango

En vista de los costos relacionados de los sistemas de estimacin de rango complejos, los investigadores han buscado soluciones libres de estimacin de rango para el problema de localizacin en WSN [12]. Los mtodos libres de estimacin de rango no realizan mediciones de distancia y/u orientacin; en lugar de ello, estos mtodos usan otros recursos como mapas de conectividad, informacin de proximidad y huellas de intensidad de seal para localizar un nodo ciego.

Los mtodos libres de estimacin de rango estn hechos para aplicaciones que son tolerantes a errores significativos en la informacin de posicin. A diferencia de los mtodos basados en estimaciones de rango, los mtodos libres de estimaciones de rango no pueden alcanzar una localizacin perfecta, en teora. De ah que, los mtodos libres de estimacin de rango se enfocan en disimular errores a travs de mtodos de tolerancia de errores, redundancia, agregacin u otros medios.

El desempeo de los mtodos libres de estimacin de rango est determinado principalmente por la cantidad de recursos (en trminos de nodos sujetadores e implementacin) utilizados en el sistema, de manera similar a los mtodos de estimacin de rango en donde el desempeo de la solucin es dado por la complejidad del sistema de estimacin de rango. En general, los mtodos libres de estimacin de rango parecen no resolver el problema de localizacin de alta precisin.

Los mtodos libres de estimacin de rango ms simples buscan resolver el problema de localizacin de baja precsicin para redes de ad-hoc de gran escala, en base a mapas de conectividad [16, 17]. Los mtodos libres de estimacin de rango basados en mapas de conectividad no solo son los ms simples en trminos de recursos que utilizan sino tambin los ms intuitivos, por lo que su desempeo es limitado. Buscando mejorar el

7 desempeo de los mtodos libres de estimacin de rango basados en mapas de conectividad, pero sin necesidad de realizar el difcil procedimiento de estimacin de rango, los investigadores han buscando mtodos de localizacin basados en informacin de proximidad [12, 13, 14, 31]. La informacin de proximidad permite crear estimadores de posicin, tales como centros de gravedad [12, 13, 14], as como tambin estimadores de distancias [31]. En general, los mtodos basados en informacin de proximidad se desempean satisfactoriamente en la presencia de un nmero relativamente alto de nodos sujetadores distribuidos uniformemente. Entonces, los mtodos basados en informacin de proximidad son apropiados para redes con una densa distribucin de nodos, la mayora de los cuales desconocen su posicin. Para tratar de eliminar los efectos del canal en cuestin, tales como el efecto multicamino y el apantallamiento, se han propuesto sistemas de localizacin utilizando huellas de intensidad de seal [15]. En la prctica, su aplicacin en ambientes dinmicos es cuestionable debido a que los mapas de intensidad de seal se construyen fuera de operacin (los mapas de intensidad de seal no obedecen a las condiciones actuales del canal), lo cual incrementa los errores de localizacin, aparte que estos mtodos necesitan planeacin previa.

1.4 Metodologa de Investigacin


La metodologa de investigacin de la presente tesis se constituye de cuatro fases. La primera fase consiste en un estudio global de las metodologas de localizacin en WSN existentes en la literatura. La primera fase entonces nos ayudar tanto a identificar las diferentes mtodos en el tema de localizacin en WSN como a justificar la direccin de la metodologa de solucin escogida, basada en estimaciones de rango.

La segunda fase consiste en un anlisis emprico de los problemas causados por el canal de radio en cuestin en ambientes dinmicos cerrados. En esta fase, se requiere de una campaa de mediciones preliminar, llevada a cabo en un escenario cerrado. Este anlisis emprico proporciona la bases para las tcnicas de mitigacin de errores del sistema de estimacin de distancias propuesto.

8 Antes de pasar a la demostracin del desempeo del sistema de estimacin de distancias propuesto, la tercera fase proporciona un anlisis de desempeo de los algoritmos de localizacin basados en distancias via simulacin, esto es, algoritmos que utilizan informacin de distancia entre nodos para encontrar la posicin de los nodos ciegos. Las simulaciones se ejecutan utilizando MATLAB y asumen un cierta distribucin de error de las estimaciones de distancias, esto es, la distancia entre la distancia estimada y la distancia real. La tercera fase entonces nos ayudar a definir un algoritmo de localizacin robusto contra los errores de estimaciones de distancia.

Finalmente, la cuarta fase esta dirigida a demostrar el desempeo de la solucin de localizacin diseada, basada en principios de propagacin. En esta fase, la aplicacin del sistema de estimacin de rango y la aplicacin del logaritmo de localizacin son integrados en una misma solucin. Esta fase nos ayudar principalmente a validar las tcnicas de mitigacin de errores del sistema de estimacin de distancias propuesto. as como tambin a dar una visin global del desempeo de la solucin.

1.5 Perfil de Tesis


Localizacin es un problema fundamental que tiene que ser solucionado para dar soporte a aplicaciones conscientes de la posicin. Como se postula en [3], ningn mtodo de localizacin proporciona un servicio de posicionamiento universal para todas las aplicaciones. En lugar de ello, las soluciones de localizacin deben ser orientadas a los requerimientos especficos de cada aplicacin con balances apropiadas entre precisin y costos.

Tomando en cuenta la creciente demanda de varias aplicaciones conscientes de la posicin y tolerantes a errores, la presente investigacin intenta mejorar el desempeo de soluciones de localizacin simples y de bajo costo basadas en principios de propagacin para sistemas IEEE 802.15.4 oprenado en la banda 2.4 GHz en ambientes cerrados, donde el costo y la forma son preocupaciones mayores.

9 Los principales problemas de los mtodos de estimacin de rango, basados en principios de la propagacin, en ambientes cerrados dinmicos son causados por las propiedades de propagacin hostil del canal de radio en cuestin, tales como el efecto multicamino y el apantallamiento. Por consiguiente, la presente solucin busca mitigar estos problemas de mayor preocupacin, los cuales son comnmente descuidados o al menos no son contrarrestado de manera prctica. La solucin elude

calibraciones/estimaciones torpes y poco prcticas fuera de operacin, esto es, nada que requiera planeacin previa.

Una vez que las fuentes de los errores de estimacin de rango han sido contrarrestados, otro aspecto importante es el algoritmo de localizacin en s. En la literatura existen muchos algoritmos que pueden ser utilizados para calcular las posiciones desconocidas de los nodos en base a la informacin de distancias entre ellos. Algoritmos de localizacin diferentes se comportan de diferente manera, especialmente en la presencia de errores de estimaciones de distancias. Entonces, en la presente solucin es relevante definir un algoritmo de localizacin robusto en la presencia de errores de estimacin de distancias.

10

CAPTULO 2 ESTUDIO TERICO DE LOS MTODOS DE LOCALIZACIN

En el captulo 1 se proporcion una revisin de los diferentes mtodos de localizacin en WSN. En el presente captulo, recapitulamos y analizamos estas metodologas ms en detalle, para as dirigir el presente estudio en una direccin segura.

2.1 Mtodos de Estimacin de Rango


Como se mencion anteriormente, los mtodos de estimacin rango localizan nodos basados en mediciones de la distancia y/u orientacin. Seales de radio y ultrasonido son comnmente utilizadas para medir distancias. Por otro lado, los arreglos de antena son la opcin ms comn para medir ngulos. Recientemente, tcnicas de interferencia de radio han sido propuestas para mediciones de distancia y orientacin. A continuacin se discuten las principales caractersiticas y problemas de las mediciones de distancia y orientacin.

2.1.1 Intensidad de Seal Recibida

Mediciones de intensidad de seales de radio son utilizadas de manera extensa para estimar distancias. En el caso ideal (esto es, espacio libre y radiacin isotrpica), el cambio de la potencia recibida est determinada nicamente por la distancia entre el transmisor y el receptor, referido como la prdida de seal dependiente de la distancia de aqu en adelante. Desafortunadamente, los escenarios reales estn lejos del caso ideal, es por esto que, muchas fuentes de variabilidad de la intensidad de seal recibida (Received Signal Strength, RSS) tienen que ser contrarrestadas para obtener estimaciones de distancias en base al modelo de propagacin ideal.

Las fuentes de variabilidad de RSS estn dadas por el canal de radio, la plataforma de radio y el patrn de radiacin de la antena. En el captulo 3 se proporciona una descripcin ms detallada de las fuentes de variabilidad de RSS. Tpicamente, los

11 problemas causados por el canal de radio, tales como propagacin multicamino y apantallamiento, son considerados de mayor preocupacin [3].

La propagacin multicamino ocurre debido a que las seales de radio son reflejadas, difractadas o dispersadas, de modo que las seales multicamino se suman constructivamente (la seal es reforzada) y/o destructivamente (la seal es debilitada) en el receptor; mientras que, apantallamiento ocurre cuando las obstrucciones debilitan las seales de radio. En el caso de ambientes cerrados, los problemas causados por el canal de radio en cuestin son ms crticos debido a las propiedades de propagacin hostil propiamente de estos ambientes.

Los sistemas de localizacin ms robustos, basados en radio, intentan disminuir el efecto multicamino a travs de tcnicas de espectro extendido (Spread Spectrum, SS), mientras que el apantallamiento no es contrarrestado, o por lo menos no de una manera prctica (esto es, sin incluir la atenuacin dada por obstculos fijos como las paredes). Sin embargo, tcnicas de espectro extendido requieren ms recursos de ancho de banda, los cuales son limitados en sistemas de banda angosta como es el caso de los sensores de inters IEEE 802.15.4. Por lo tanto, la presente tesis se concentra principalmente en mejorar la robustez de los sistemas de localizacin basados en la propagacin contra los problemas causados por el canal de radio en ambientes cerrados dinmicos. El sistema de estimacin de distancias propuesto se describe en el captulo 3.

2.1.2 Tiempo de Vuelo

Mediciones de tiempo de seales acsticas y radio son ampliamente utilizados para estimar distancias. Para localizacin en WSN, las medidas de tiempo de vuelo (time-of-flight, TOF) de seales acsticas son comnmente la alternativa para estimar distancias con alta precisin. Gracias a que la velocidad de las seales acsticas son relativamente lentas (aproximadamente 343 m/s, pero varan dependiendo de las condiciones ambientales), su retraso en la transmisin puede ser medido por relojes de bajo costo. Adems, debido a su baja velocidad, las seales reflejadas tienen un retraso significativo relativo a la seal de la

12 lnea de vista (line-of-sight, LOS), por lo que las seales reflejadas pueden ser descartados. Nuevamente, gracias a su baja velocidad, la metodologa de TOF de seales acsticas elude el difcil problema de sincronizacin por medio de la tcnica de diferencia en el tiempo de arribo (time-difference-of-arrival, TDOA), donde este ltimo (TDOA) mide el tiempo de recepcin transcurrido entre dos seales que son transmitidas simultneamente por el transmisor: la seal de radio (inicia conteo) y la seal acstica (finaliza conteo). Sin embargo, como se menciona en [3], las seales acsticas presentan tres grandes limitaciones. Primero, estas se atenan rpidamente con la distancia, y proveyendo cobertura limitada. Segundo, requieren LOS para medir la distancia de separacin correcta, de lo contrario, la distancia medida corresponde a una seal reflejada. Tercero, las seales audibles por el ser humano no son adecuadas, es por esto que las seales de ultrasonido se convierten en la alternativa. Sin embargo, las seales de ultrasonido son uni-direccionales, y por lo tanto, se requieren radiadores especiales para alcanzar una cobertura apropiada, por ejemplo, micrfonos mltiples o cono reflector [3].

Alternativamente, las mediciones de distancia pueden tambin ser obtenidas midiendo el TOF de las seales de radio. Puesto que la velocidad de propagacin de las seales de radio es extremadamente alta (aproximadamente 3x108 m/s), se requieren de medidores de tiempo con precisin de nano-segundos para obtener una medicin precisa del TOF. Es as que, los errores de mediciones de tiempo de vuelo de seales de radio son causados principalmente por la resolucin y precisin (drift) del reloj. Para evitar el difcil problema de sincronizacin de mediciones de tiempo de un solo sentido (solo de ida), mediciones de tiempo de ida y vuelta (Round Trip Time, RTT) pueden ser utilizadas; sin embargo, el tiempo de procesamiento del receptor tiene que ser filtrado. De manera similar, tambin se puede evitar el problema de sincronizacin midiendo los tiempos de diferencia basados en los tiempos de referencia proporcionados por pocos nodos de alta sincronizacin, equipados con relojes atmicos precisos como en el sistema GPS.

Adems de los errores de medicin causados por el reloj, el mtodo de tiempo de vuelo es vulnerable a la propagacin multicamino. Debido a su velocidad muy alta, resolver el problema multicamino en sistemas de radio de banda angosta no es viable, por

13 lo que, las tcnicas de espectro extendido (SS) se convierten en la alternativa.

Por otra parte, como alternativa al mtodo de tiempo de vuelo con seales de ultrasonido, mediciones de distancia precisas pueden ser obtenidas con radios ultrawideband (UWB) debido a su alta resistencia a la propagacin multicamino [10, 11]; sin embargo, su alcance es tambin limitado. Los sistemas de TOF basados en radios UWB mejoran la precisin de las mediciones de distancia al costo de utilizar hardware especializado para alcanzar frecuencia de muestreo en GHz, sincronizacin en nanosegundos y mayores recursos de ancho de banda.

En [3] los autores concluyen que tanto las mediciones de distancia (esto es, mediciones RSS y mediciones de TOF) sufren ya sea de baja precisin o de corto alcance. Sin embargo, las medidas de distancia pueden tambin ser obtenidas a travs de tcnicas de interferencia de radio, mediante las cuales los problemas de una baja precisin y corto alcance son parcialmente resueltos.

2.1.3 Haz de Recepcin

Haz de recepcin se refiere al uso del patrn de recepcin no isotrpico de la antena (antena directiva). En WSN, las antenas directivas son usadas para deducir la direccin del transmisor. En el mtodo de haz de recepcin, la decisin de la direccin esta dada por la mxima intensidad de seal cuando el haz principal de recepcin es rotado electrnica o mecnicamente. Despus, la posicin del nodo ciego se aproxima en base de principios de triangulacin.

Desafortunadamente, este mtodo es vulnerable a muchas fuentes de variabilidad de intensidad de la seal dadas por las propiedades del canal de radio y las no linealidades de la plataforma de radio. Las principales fuentes de error en la deteccin del haz de recepcin son causadas por el efecto multicamino y las no linealidades de la potencia del amplificador del transmisor. En teora, las antenas de haz estrecho pueden disminuir los problemas causados por el efecto multicamino, mientras que, la informacin errnea

14 causada por la potencia de transmisin variable puede ser descartada normalizando las mediciones de la antena directiva con las mediciones obtenidas de una antena omnidireccional, ambas instaladas en el mismo receptor [19]. Sin embargo, configuraciones de antenas de haz estrecho son bastante complejas y presentan grandes retos, resultando en soluciones poco prcticas para redes de sensores.

2.1.4 Interferencia de Radio

Recientemente, sistemas de localizacin basados en tcnicas de interferencia de radio parecen ser prometedoras. Tanto mediciones de distancias como de orientacin pueden ser deducidas a travs de tcnicas de interferencia de radio. Buscando evitar los problemas de los sistemas basados en mediciones de intensidad de seal, el Sistema de Posicionamiento basado en interferencia de radio (Radio Interferometry Positioning System, RIPS) [20] estima distancias midiendo el desfase entre dos seales de radio que se interfieren (transmisores operan a frecuencias ligeramente diferentes), de modo que, el desfase relativo de las seales recibidas en dos receptores diferentes es una funcin de las distancias entre los cuatro nodos. En teora, este mtodo elude dos problemas de mayor preocupacin en sistemas basados en mediciones de intensidad de seal: el problema de orientacin de la antena (RIPS permite localizacin en tres dimensiones) y el apantallamiento; pero, este no resuelve el problema del efecto multicamino. En [20], los autores argumentan que RIPS alcanza tanto precisin como alcance en ambientes abiertos, resolviendo los problemas de baja precisin y de corto alcance de las medidas de distancia de RSS y TOF. El rendimiento de RIPS para el caso de ambientes cerrados no se demuestra en [20], sin embargo, se espera que sea bastante limitado en la presencia de propagacin multicamino.

Por otro lado, informacin de orientacin puede ser deducida usando tcnicas de interferencia de radio. Utilizando los radios de los sensores se pueden medir desplazamientos Doppler [21, 22, 23]. La direccin de un transmisor en movimiento puede ser derivada a partir de un desplazamiento Doppler. De ah que, la posicin del transmisor (nodo ciego) puede ser aproximada cuando mltiples receptores (nodos sujetadores)

15 detectan el desplazamiento (direccin). En [22,23] los autores reportan que el cambio de frecuencia del desplazamiento Doppler es resistente a la interferencia multicamino, por lo que, el mtodo es apropiado an para localizacin en ambientes cerrados. Sin embargo, sus experimentos fueron limitados a ambientes abiertos. El mtodo de desplazamiento Doppler basado en interferencia de radio se ajusta a sistemas mviles donde las mediciones de desplazamiento Doppler pueden ser tomadas sobre nodos en movimiento. Pero, en el caso de nodos ciegos estticos, las mediciones de desplazamiento Doppler requieren de un motor de rotacin para generar desplazamientos posibles de ser medidos.

De ah, aunque las tcnicas de interferencia de radio parecen ser prometedoras, estas requieren sistemas de rango complejos. Estimaciones basados en mediciones de interferencia de radio comnmente requieren sincronizacin de alta precisin, operacin ajustada de tareas, alta estabilidad de reloj, calibracin de trasmisiones de multi-frecuencia y plataformas potentes para realizar observaciones detalladas de las seales.

2.2 Mtodos Libres de Estimacin de Rango


Como se mencion anteriormente, los mtodos libres de estimacin de rango no realizan mediciones de distancia y/u orientacin. En lugar de ello, estos usan otros recursos como mapas de conectividad, informacin de proximidad y huellas de RSS para localizar un nodo ciego.

2.2.1 Basados en Conectividad

Los mtodos libres de estimacin de rango que usan mapas de conectividad calculan posiciones basados en estimaciones de distancia, pero, sin utilizar mediciones explcitas de distancias tales como medidas de amplitud, tiempo o interferencia de radio. Los mtodos basados en la conectividad son comnmente conocidos como mtodos de camino ms corto o vector de distancia ya que estos estiman distancias basados en el nmero de saltos sobre el camino ms corto y el promedio del alcance del radio [16,17]. El promedio del

16 alcance de radio es obtenido a travs de la comunicacin entre nodos sujetadores, calculando la distancia de salto promedio basada en la distancia entre nodos sujetadores (deducida de la posicin de los nodos sujetadores) y el nmero de saltos sobre el camino ms corto.

Los mtodos basados en la conectividad intentar aliviar dos problemas principales en las redes de ad-hoc: mediciones de corto alcance y un el nmero limitado de nodos sujetadores. Estos mtodos proveen localizacin de baja precisin. En la prctica, la aplicacin de mtodos del camino ms corto es bastante limitada por los grandes errores de estimacin de distancias, especialmente en el caso de redes no uniformes. Por supuesto, errores muy grandes pueden ser descartados usando limites para estimar distancias, como en el mtodo de upper bound [44] para localizar sensores en reas cncavas.

2.2.2 Basados en Proximidad

La caracterstica principal de los mtodos libres de estimacin de rango usando informacin de proximidad es que la informacin de proximidad inferida tiene sus bases en la asuncin de que la intensidad de seal decae de manera montona con la distancia. En efecto, esta asuncin permite hacer estimaciones de proximidad, con lo cual se elude el difcil procedimiento de estimacin de rango. Sin embargo, estos mtodos son tambin vulnerables a variaciones aleatorias de la intensidad de seal, las mismas que incrementan el error de localizacin debido a que generan informacin de proximidad incoherente.

La mayora de los mtodos libres de estimacin de rango basados en informacin de proximidad localizan un nodo ciego dentro del rea de interseccin de los polgonos formados por los nodos sujetadores [12, 13, 14]. En la literatura, este tipo de mtodos son conocidos como mtodos basados en reas [3]. La mayora de mtodos basados en reas deducen la informacin de proximidad por medio de comparaciones de mediciones de RSS como en [12] y [13]. Sin embargo, una metodologa ms sofisticada para inferir informacin de proximidad es utilizada en el mtodo de aprendizaje basado en funciones de kernel asociadas a inferencia estadstica [14]. En esta metodologa un nodo ciego es

17 localizado en dos fases. En la primera fase, llamada localizacin de baja precisin, un nodo ciego es clasificado dentro de algunas reas (regiones) al minimizar una funcin de kernel que considera un decaimiento montono de la intensidad de la seal. Despus, en la segunda fase, llamada localizacin de precisin, el centro de gravedad es calculado, esto es, la interseccin de las reas que contienen al nodo ciego, clasificadas en la primera fase.

Por otro lado, la informacin de proximidad tambin se utiliza para deducir distancias, como en la mtodo de mapa de distancias de proximidad [31]. En este tipo de metodologa, las distancias de nodos ciegos a nodos sujetadores puede ser deducida de la distancia entre un par de nodos sujetadores cuando el nodo ciego est lo suficientemente cerca de uno de los nodos sujetadores. De este modo, este mtodo intenta reducir los errores incurridos a travs de la metodologa del camino ms corto en el caso de redes no uniformes.

De ah, los mtodos libres de estimacin de rango basados en

proximidad

requieren relativamente un gran nmero de nodos sujetadores esparcidos equitativamente ya sea para localizar nodos dentro de reas (regiones) o para deducir distancias. Por lo tanto, estos mtodos son apropiados para redes con una distribucin de nodos densa, en la cual la mayora de las posiciones de los nodos son desconocidas.

2.2.3 Basados en Huellas

Los sistemas basados en huellas tratan de eliminar los efectos del canal de radio tales como el efecto multicamino y el apantallamiento. Los sistemas basados en huellas localizan nodos usando mapas del sitio especfico de intensidad de seal, elaborados previamente fuera de operacin.

En principio, estos mtodos permiten localizacin en ambientes cerrados, como por ejemplo el sistema RADAR. En la prctica, la aplicacin de estos mtodos en ambientes dinmicos es cuestionable debido a que las huella de intensidad de seal son comnmente pasadas y no representan la situacin actual del canal de radio, lo cual incrementa el error

18 de localizacin. Adems, a pesar de que los mtodos basados en huellas requieren relativamente pocos nodos sujetadores para localizar un nodo ciego, estos requieren un considerable esfuerzo de planeacin previa.

2.3 Mediciones y Soluciones Hbridas


Los sistemas de estimacin de rango basados en mediciones hbridas pueden mejorar la precisin de las estimaciones ya que los errores para diferentes tipos de mediciones proviene de diversas fuentes. Adems, diferentes tipos de mediciones conducen a estimadores, por lo menos, parcialmente independientes. Un mejoramiento en el desempeo puede ser alcanzado usando tcnicas de fusin de datos para crear estimadores ms robustos y precisos a partir de mediciones parcialmente independientes [19]. Por supuesto, mediciones hbridas mejoran la precisin de la estimacin de rango al costo de una mayor complejidad, con sistemas de estimacin que requieren configuraciones e implementaciones de hardware ms complejas [10].

De manera similar a las mediciones hbridas, soluciones hbridas basadas (parcialmente) en estimaciones de rango y libres de estimaciones de rango pueden mejorar el desempeo global de la solucin. Adems, dichas soluciones permiten atacar dos problemas principales en redes ad-hoc, tales como mediciones de corto alcance y un el nmero limitado de nodos sujetadores. Por ejemplo, el algoritmo de localizacin de dos fases [30] combina mediciones de rango y un mtodo de camino ms corto para estimar distancias de un solo salto y de varios saltos, respectivamente. Este algoritmo puede mejorar el desempeo general de la solucin. De manera similar, se pueden combinar mediciones de rango y estimaciones de distancia en base a informacin de proximidad para estimar distancias de un solo salto y de varios saltos, respectivamente, con lo cual, se puede mejorar el desempeo global de la solucin y evitar errores grandes en el caso de redes no uniformes, al costo de ms nodos sujetadores comparado con el algoritmo de localizacin de dos fases [30].

19

2.4 Metodologa de la Solucin


Como se menciona en [3], ningn mtodo de localizacin proporciona servicio de localizacin universal. En lugar de ello, las soluciones de localizacin deben ser diseadas cumpliendo los requerimientos especficos de cada solucin, con balances apropiados entre precisin y costos.

Tomando en cuenta la creciente demanda de aplicaciones conscientes de la ubicacin y tolerantes a errores en la informacin de ubicacin, es necesario disear soluciones de localizacin simples y de bajo costo. Es claro que, metodologas basadas en radio se consideran como las ms adecuadas y potencialmente las ms competitivas, partiendo de que un radio est disponible en cualquier sensor y los requerimientos de potencia estn incluidos.

La solucin diseada emplea un sistema de estimacin de distancias, basado en la prdida de seal, ms elaborado que otros sistemas bsicos existente en el mercado, como por ejemplo, aquellas soluciones que usan el motor de posicin CC2431 [35]. Adems, la presente solucin ha sido pensada para su utilizacin en aplicaciones prcticas, dado que elude cualquier tipo de calibracin/estimacin fuera de operacin.

En trminos generales, la solucin implementa tcnicas de diversidad y un modelo de prdida de seal adecuado para mejorar la precisin de la conversin de RSS a distancia. Adems, un algoritmo de localizacin robusto contra errores de rango es implementado.

La parte subsiguiente de la tesis est estructurada como sigue. En el captulo 3, las fuentes de variabilidad de RSS y las medidas para contrarrestarlas son discutidas. En el captulo 4 se discute la robustez de algoritmos de localizacin en la presencia de errores de estimaciones de distancias. En el captulo 5 se presentan detalles sobre la plataforma emprica. En el captulo 6, el desempeo del sistema de estimacin de distancias propuesto

20 y la solucin de localizacin global son analizados. Una conclusin breve se presenta en el captulo 7.

21

CAPTULO 3 DESARROLLO DEL SISTEMA DE ESTIMACIN DE DISTANCIAS

En el presente captulo se investigan las fuentes de variabilidad de RSS y medidas para contrarrestarlas, propuestas en el presente sistema de estimacin de distancias, el cual est basado en principios de propagacin (esto es, de prdida de seal). Luego, se presenta el modelo de prdida de seal, a travs del cual se realiza la aproximacin y conversin de RSS a distancia.

3.1 Fuentes de variabilidad de RSS


Los sistemas de estimacin de distancias basados en principios de radio propagacin deben contrarrestar toda posible distorsin sobre el modelo ideal de prdida de seal, esto es, espacio libre, radiacin isotrpica y libre de ruido e interferencia.

Las fuentes de variabilidad de RSS pueden ser clasificadas en dos grandes categoras: externas e intrnsecas. Las externas son aquellas que obedecen a las

propiedades del canal de radio (medio de propagacin) y al patrn de radiacin de la antena; mientras que, las intrnsecas son aquellas que obedecen a las caractersticas del mdulo de radio (transmisor/receptor).

Por lo anteriormente mencionado, la presente tesis busca mitigar las mayores fuentes de variabilidad de RSS, en ambientes cerrados dinmicos, como son aquellas que obedecen a las propiedades del medio de propagacin en cuestin.

3.1.1 Fuentes externas de variabilidad de RSS

Esta categora incluye las fuentes de variabilidad causadas por el canal de radio propagacin multicamino, atenuacin causada por obstculos, interferencia y ruido y por el patrn de radiacin de la antena.

22 a) Atenuacin

En trminos generales, la seal de radio presenta atenuacin de gran escala (esto es, la prdida de seal dependiente de la distancia y apantallamiento) y de pequea escala (esto es, el efecto multicamino).

Atenuacin de gran escala

Este tipo de atenuacin incluye la prdida de intensidad de seal dependiente de la distancia y causada por obstculos, donde esta ltima se conoce como apantallamiento. El modelo de prdida de seal se describe en la seccin 3.2.1.

apantallamiento ocurre cuando la lnea de propagacin entre el transmisor y el receptor es obstruida por un cuerpo denso, cuyas dimensiones son relativamente grandes respecto de la longitud de onda, de tal manera que, ondas secundarias se forman detrs del mismo, las cuales llegan al receptor.

El presente sistema de estimacin de rango implementa un modelo adecuado de propagacin de gran escala, esto es, intenta predecir la potencia de seal recibida tomando en cuenta la prdida de seal dependiente de la distancia y el apantallamiento. Para ello, la atenuacin causada por los obstculos es incorporada en el modelo de prdida de seal, lo cual se describe en detalle en la seccin 3.2.

Atenuacin de pequea escala

Este tipo de atenuacin toma en cuenta los diferentes estilos de propagacin de la seal en un sistema de radio tales como reflexin, difraccin y dispersin, lo cual se conoce como efecto multicamino. Este efecto obedece a que la energa radiada viaja sobre diferentes rayos hacia el receptor. En el receptor, las seales multicamino que arriban en fase se suman constructivamente (seal es reforzada, as, ntece que el efecto multicamino no siempre implica atenuacin), mientras que, las seales que arriban fuera de fase se suman

23 destructivamente (seal es debilitada). La seal total es entonces la sumatoria vectorial de todas las seales multicamino.

El presente sistema de estimacin de rango intenta contrarrestar el efecto multicamino por medio de tcnicas de diversidad, lo cual se describe en detalle en la seccin 3.2. En sistemas de radio, tcnicas de diversidad son empleadas para explotar la naturaleza aleatoria de la radio propagacin, para encontrar canales de comunicacin independientes (o al menos parcialmente independientes). En el tema de localizacin de sensores, las tcnicas de diversidad permiten crear mejores estimadores a partir de mediciones realizadas en canales parcialmente independientes.

b) Interferencia y ruido del medio

En situaciones reales, la interferencia y ruido del medio (ruido trmico) constituyen otras fuentes de error para estimaciones de rango.

La banda de inters 2.4 GHz aloja varios sistemas para operaciones que no requieren licencia, incluyendo tecnologas de gran acogida como Wi-Fi y ZigBee; as, estos sistemas se encuentran expuestos a interferencia de radio. La interferencia de radio es no estacionaria y no afecta de igual forma a todos los receptores. El nivel de interferencia en diferentes receptores vara de acuerdo a las prdida de seal correspondientes hacia el transmisor generando la interferencia.

Como se muestra en [32], interferencia de radio representa un problema de mayor preocupacin cuando el transmisor generando interferencia presenta alta actividad. Por lo cual, interferencia de radio debe ser contrarrestada para permitir la coexistencia de los sistemas. Cancelar la interferencia no es una tarea sencilla debido a que esta no es predecible y no puede ser medida con los radios IEEE 802.15.4 en cuestin. As, el presente sistema de estimacin de rango trata de contrarrestar la interferencia por medio de saltos de frecuencias (frequency hopping), cuya tcnica es utilizada ampliamente para mitigar la interferencia de radio.

24 Por otra parte, en ambientes con la presencia de mquinas y gente, el ruido del medio no es necesariamente estacionario o igual en todos los receptores, como ocurre en los ambientes cerrados dinmicos (la temperatura puede cambiar con el tiempo y la ubicacin). Usando 16 radios ubicados en diferentes posiciones, la desviacin estndar global de las mediciones de ruido realizadas se calcul en 1.5 dB.

De ah, el presente sistema de estimacin de rango trata de contrarrestar el ruido del medio por medio de mediciones de energa en cada receptor (sobre el canal libre de transmisiones) cada vez que este realiza el proceso de localizacin, esto es, cuando se realizan mediciones de RSS. Todas la mediciones de RSS son normalizadas al filtrar el ruido medido en el receptor correspondiente. En la prctica, el ruido trmico es una fuente de error de menor preocupacin en sistemas de estimacin de rango, pero, la variabilidad del ruido total que experimenta cada receptor se ve mayormente afectado debido al ruido shot (esto es, ruido generado en la presencia de flujo de corriente durante la recepcin de un mensaje), el cual vara entre diferentes receptores .

c) Patrn de radiacin de la antena

El patrn de radiacin de una antena describe como la antena radia energa en el espacio o como sta recibe energa. Cada antena tiene su propio patrn de radiacin, el cual no es uniforme, esto es, no existen radiadores isotrpicos. De acuerdo a esto, la ganancia de la antena se define como la razn entre la mxima intensidad de radiacin/recepcin y la intensidad promedio, multiplicada por la eficiencia de la antena.

Los sistemas de localizacin basados en principios de propagacin tpicamente asumen radiacin uniforme, de tal manera que, la ganancia combinada de los pares de antenas sea una constante en el modelo de prdida de seal para cualquier orientacin entre los sensores. De ah, un sistema de localizacin basado en principios de propagacin est limitado a la regin donde la radiacin es uniforme. En teora, aquello ocurre en redes alineadas a un plano (dos dimensiones), usando antenas omni-direccionales donde todas estas presentan polarizacin vertical, dado que la el patrn de radiacin omni-direccional

25 es uniforme a lo largo de la azimut. En vista de ello, la presente solucin aplica a redes de dos dimensiones, pero pudiera ser aplicada a redes donde las diferencias de las alturas entre antenas es pequea (menor a un metro), dado que dipolos de media onda (o monopolos de cuarto de onda) radian relativamente de manera uniforme en esta regin [4].

Por otra parte, las antenas omni-direccionales deben ser cuidadosamente montadas en los sensores, debido a que su patrn de radiacin es afectado tanto por la tierra elctrica del tablero del circuito (Printed Circuit Board, PCB) como de los circuitos elctricos del mismo. En [33], los autores muestran que monopolos externos, montados una longitud de onda aparte del PCB, radian uniformemente en la azimut, lo cual ha sido considerado en la presente solucin.

3.1.2 Fuentes intrnsecas de variabilidad de RSS

Esta categora incluye fuentes de variabilidad de RSS que obedecen al mdulo de radio (transmisor/receptor) en cuestin, como son las no linealidades del amplificador de potencia en el transmisor y la sensibilidad (figura de ruido) en el receptor.

Variabilidad del transmisor

Como se demuestra en [4], diferentes transmisores se comportan diferentemente, aun cuando estos han sido igualmente configurados. Para un cierto transmisor, la potencia real transmitida es cercana al nivel de potencia configurado, pero no necesariamente exactamente igual. Adems, este desplazamiento en la potencia transmitida vara para diferentes transmisores. En la seccin 5.2.1 se proveen datos del transmisor, de la plataforma emprica en cuestin, relacionados a la potencia de transmisin.

Una manera de mitigar este problema sera de normalizar las mediciones de RSS con respecto a un solo transmisor. Pero, ello requiere estimar el desplazamiento en la potencia transmitida para cada transmisor usando un solo receptor, lo cual a su vez, implica planeacin previa. Por lo cual, el presente sistema de estimacin de rango no contrarresta

26 la variabilidad de RSS causada por el transmisor.

Variabilidad del receptor

De manera similar al caso del transmisor, diferentes receptores se comportan diferentemente, aun cuando estos han sido igualmente configurados, como se muestra en [4]. Esto quiere decir que el valor de RSS detectado no es necesariamente igual para diferentes receptores, aun cuando todos los parmetros que afectan la variabilidad de RSS se mantienen constantes, lo cual obedece a la sensibilidad variable especfica de cada receptor. En la seccin 5.2.2 se proveen datos del receptor, de la plataforma emprica en cuestin, relacionados a la sensibilidad.

De ah, diferentes receptores experimentan diferente ruido shot (figura de ruido). Desafortunadamente, realizando mediciones de energa del canal libre de transmisiones, como se propone en la seccin 3.1.1, para medir el ruido del medio, no permite filtrar el ruido shot especfico de cada receptor (el ruido shot se genera en la presencia de flujo de corriente cuando un mensaje es recibido).

De manera similar al caso del transmisor, una posible solucin sera realizar una estimacin, fuera de operacin, del ruido shot en cada receptor, para de esta forma normalizar las mediciones de RSS con respecto a un solo receptor. Debido al requerimiento de estimacin fuera de operacin, el presente sistema no contrarresta la variabilidad de RSS causada por el ruido shot especfico de cada receptor.

3.2 Modelo de Prdida de Seal


El modelo de prdida de seal en el tema de localizacin de sensores busca predecir la relacin RSS-a-distancia, la cual est determinada tanto por la atenuacin y el patrn de radiacin de la antena.

27 En la presente solucin, la estimacin de prdida de seal (aproximacin de la curva de RSS a distancia) se realiza durante la operacin de la misma, basado en las distancias entre nodos sujetadores conocidas y las mediciones de RSS correspondientes, las cuales se realizan cada vez que los nodos ciegos necesitan ser localizados. En otras palabras, los parmetros de la curva de prdida de seal son actualizados cada vez que los nodos ciegos necesitan ser localizados, lo cual reduce el impacto de estimaciones de prdida de seal pasadas, como se demuestra en [25], y elude estimaciones fuera de operacin poco prcticas.

En esta seccin, primero estudiamos las leyes fsicas que gobiernan la propagacin de seal en lnea de vista. Luego, introducimos mtodos novedosos para contrarrestar el efecto multicamino y el apantallamiento.

3.2.1 Prdida de seal dependiente de la distancia

Prdida de seal dependiente de la distancia obedece meramente al caso de propagacin de seal en lnea de vista. Estrictamente hablando, la prdida de seal en lnea de vista est gobernada por dos fenmenos fsicos como son la ley cuadrtica inversa y la atenuacin atmosfrica. De la teora electromagntica, sabemos que la intensidad de una seal electromagntica, que se expande en el espacio desde una fuente de radiacin isotrpica hacia afuera, es inversamente proporcional al cuadrado de la distancia desde la fuente, cuya ley se conoce como ley cuadrtica inversa. Por otro lado, la atenuacin atmosfrica reduce la intensidad de la seal electromagntica debido a la absorcin y dispersin de fotones en la atmsfera. Por lo tanto, la prediccin del cambio total en la intensidad de seal involucra tanto la ley cuadrtica inversa como la estimacin de la atenuacin atmosfrica sobre el rayo de enlace.

El efecto de la atenuacin atmosfrica en espacios relativamente pequeos (por ejemplo, oficinas) puede se descartado, ya que su impacto en la estimacin de la prdida de seal dependiente de la distancia es mnimo, por ejemplo, la atenuacin es menor a 10 dB/km.

28 De aqu, la ley cuadrtica inversa predice la intensidad de seal cierta distancia aparte de la fuente de radiacin isotrpica. Ahora, necesitamos predecir la cantidad de seal detectada (esto es, RSS) por un receptor ubicado cierta distancia aparte del transmisor, lo cual es calculado por medio de la ecuacin de transmisin de Friis, definida como, PR = PT GT G R 2

(4 )2 d 2

3.1

donde d es la distancia entre el transmisor y el receptor, PR es la potencia disponible en los terminales de la antena (en Watts), PT es la potencia de transmisin nominal y GT y GR son las ganancias de las antenas del transmisor y receptor, respectivamente.

La ecuacin de Friis pone juntas la prdida de seal dependiente de la distancia con la habilidad de una antena de capturar la seal (apertura de antena) y la directividad de la radiacin electromagntica (ganancia de la antena). Debe notarse que la ecuacin 3.1 es la ecuacin de transmisin de Friis simplificada, la cual asume perfecto acoplamiento de las impedancias, no atenuacin atmosfrica y polarizaciones de las antenas iguales.

En la prctica, las asunciones requeridas para la prediccin de RSS-a-distancia, basado en la ecuacin de transmisin de Friis, son: plataforma de radio ubicua (esto es, mismo mdulo de radio, conectores, cable de alimentacin y antena en cada nodo) y antenas omni-direccionales que presenten la misma polarizacin; dado que, la atenuacin atmosfrica en espacios pequeos puede ser descartada y las prdidas debido a los desacoplamientos de impedancias estn incluidos en el modelo de prdida de seal.

3.2.2 Efecto Multicamino

Como vimos, la ecuacin de transmisin de Friis predice la potencia total recibida en un receptor ubicado una cierta distancia aparte del transmisor cuando la lnea de vista es el nico enlace entre ellos. En situaciones reales, las comunicaciones de radio terrestres presentan propagacin multicamino (esto es, mltiples caminos de propagacin entre transmisor y receptor); especialmente en el caso de ambientes cerrados, donde las

29 superficies que rodean, los muebles y las personas crean mltiples caminos entre el transmisor y el receptor.

En la literatura, la mayora de modelos de propagacin dan cuenta de la propagacin multicamino por medio de estimaciones del exponente de prdida de seal (n), en lugar de usar la ley cuadrtica inversa apropiada, como sigue: PR = PT GT G R 2

(4 )2 d n

3.2

Por ejemplo, el exponente de prdida de seal en el modelo de reflexin en tierra de dos-rayos tiene el valor de 4, lo cual logra una prediccin precisa de RSS cuando la distancia de separacin es mucho mayor respecto a las alturas de las antenas. Sin embargo, esta mtodo es deficiente en situaciones hostiles como lo son ambientes cerrados dinmicos.

Por conveniencia, la ecuacin 3.2 se denota en escala logartmica, como sigue,


RSS (d ) = PT + P0 10 log10 [d ]

3.3

donde (PT + P0) es la potencia recibida a una distancia de referencia de 1 m y es el exponente de prdida de seal (recurdese que la unidad de potencia en la ecuacin 3.3 es dBm).

Puesto que el mtodo de estimacin del exponente de propagacin es deficiente en situaciones hostiles, un trmino aleatorio (), dando cuenta del efecto multicamino, es adicionado al modelo de la ecuacin 3.3, como sigue:
RSS (d ) = PT + P0 10 log 10 [d ] +

3.4

El efecto multicamino puede fluctuar hasta varias decenas de dB. En efecto, fluctuaciones de hasta 20 dB se observaron en la campaa de mediciones preliminar, llevada a cabo en un ambiente bastante metlico y con varios objetos. La Figura 3.1 muestra el escenario donde se realizaron las mediciones.

30

Figura 3.1: Escenario de la campaa de mediciones preliminar

La Figura 3.2 muestra la curva de aproximacin de RSS-a-distancia para un ambiente cerrado sin la presencia de objetos en movimiento; en la cual se puede observar una diferencia de alrededor de 20 dB entre dos valores de RSS correspondientes a valores de distancias similares. Esto se explica debido a que la una seal es reforzada por el canal mientras que la otra es debilitada. Vale la pena mencionar que la campaa de mediciones preliminar se realiz para justamente identificar los problemas del mtodo de propagacin en el tema de localizacin de sensores en ambientes cerrados.

31

-55

-60

Strong signal

Measured samples Path loss model Mean of samples

Received Power [dBm]

-65

-70

-75

-80

Deep fading

-85

-90

0.5

0.6

0.7

0.8 0.9 distance log-scale [m]

1.1

1.2

Figura 3.2: Aproximacin de la curva de RSS a distancia (ambiente cerrado esttico)

Contrarrestando el efecto multicamino

Cancelar el efecto multicamino (o por lo menos promediarlo) no es tan directo como promediar cierto nmero de mediciones independientes en el tiempo como muchos mtodos en la literatura lo asumen [24, 25]; especialmente en ambientes estticos debido a que las mediciones tomadas en diferentes tiempos experimentan el mismo efecto multicamino, como se observa en la figura 3.2. Las pequeas diferencias entre mediciones no se deben al efecto multicamino, sino principalmente a la asimetra del enlace y a fuentes de variabilidad de RSS causadas por el transmisor/receptor. Por lo tanto, a pesar que la diversidad en el tiempo es importante en ambientes dinmicos, esta no es suficiente para dar cuenta del efecto multicamino de forma eficiente.

Por lo que se menciona anteriormente, el presente sistema de estimacin de rango intenta obtener mediciones de RSS poco co-relacionadas (esto es, las mediciones presentan diferentes efectos multicamino) por medio de tcnicas de diversidad, sobre las cuales el efecto multicamino es promediado.

De ah, el efecto multicamino puede cambiar con el espacio, frecuencia y tiempo.

32 Diferentes efectos multicamino se experimentan en diferentes ubicaciones, debido a que el desfase entre las seales que llegan al receptor presentan diferentes desfases y atenuaciones de gran escala en diferentes ubicaciones. Tambin, el desfase entre las seales que llegan al receptor, as como tambin los coeficientes de reflexin de las diferentes superficies del sitio, dependen de la frecuencia, lo cual cambia el efecto multicamino de acuerdo a la frecuencia. Adems, en ambientes dinmicos, diferentes caminos de propagacin se crean en diferentes tiempos, espaciados por lo menos por un tiempo de coherencia del canal, debido al movimiento de los objetos. Por lo tanto, la presente solucin emplea diversidad del espacio (tambin conocida como diversidad de antenas), diversidad de frecuencia y diversidad de tiempo para contrarrestar el efecto multicamino.

3.2.3 Apantallamiento

A pesar que las tcnicas de diversidad permiten mitigar el efecto multicamino, de modo que se pueda estimar ms precisamente la prdida de seal dependiente de la distancia, es estrictamente necesario dar cuenta del efecto que causan las seales obstruidas en el cambio de la potencia total recibida. En ambientes cerrados dinmicos, obstculos tales como muebles y las personas atenan la seal.

De ah, un modelo de propagacin de gran escala adecuado debe considerar tanto la prdida de seal dependiente de la distancia como la prdida de seal debido a las obstrucciones, definido como sigue,
RSS (d ) = PT + P0 10 log 10 [d ] +

3.5

donde denota el trmino de apantallamiento aleatorio que afecta la observacin. En la ecuacin 3.5 se asume que el efecto multicamino ha sido promediado y se incluye en la prdida de seal dependiente a la distancia, por lo cual no aparece en la ecuacin.

La figura 3.3 muestra la aproximacin de la curva RSS a distancia basada en mediciones realizadas en un ambiente cerrado dinmico (los puntos en amarillo representan informacin obtenida en la presencia de objetos en movimiento, mientras que

33 los puntos en azul representan informacin obtenida en un escenario esttico). En la figura 3.3, el promedio de las mediciones presenta claramente una desviacin (debida al apantallamiento) respecto del promedio de las mediciones en la figura 3.2, la cual obedece al caso de un escenario esttico donde no existen obstrucciones.

Sistemas de estimacin de rango bsicos, basados en principios de propagacin, reconocen que los errores de prediccin de RSS a distancia son debidos al apantallamiento [19, 24, 36]. Por consiguiente, cuando no se considera el efecto de la atenuacin causada por las obstrucciones en el modelo de prdida de seal y se usa un modelo de propagacin basado nicamente en la prdida de seal dependiente de la distancia, como en la ecuacin 3.3, las estimaciones de distancia presentan una desviacin como sigue,
d = d true 10 10

3.6

De acuerdo a la ecuacin 3.6, el error de estimacin es proporcional a la distancia estimada. Por ejemplo, en [24] los autores intentan contrarrestar este efecto extrayendo el error esperado de la distancia estimada. As, obedeciendo al hecho que el trmino de apantallamiento es Gausiano con media cero y desviacin estndar , en general, el error esperado de la distancia estimada se calcula como sigue, E[d ] = d true E[e
log10 10

] = d true e

1 log10 2 10

3.7

Sin embargo, in [24] los autores asumen que el trmino de apantallamiento es idnticamente distribuido, lo cual, por lo general, no es verdad. En la prctica, el proceso de apantallamiento es independiente y generalmente presenta correlacin espacial. Por consiguiente, este mtodo introduce otro fuente de aleatoriedad en la estimacin de distancias.

De ah, la atenuacin causada por obstculos constituye una fuente de error de mayor preocupacin en la estimacin de distancias, tomando en cuenta que su desviacin estndar va desde alrededor 4 dB hasta 12 dB dependiendo de las caractersticas del sitio,

34 por lo cual, debe ser contrarrestado de alguna manera.

-55 Measured samples Path loss model Mean of samples

-60

Received Power [dBm]

-65

-70

-75

-80

-85

-90

0.5

0.6

0.7

0.8 0.9 distance log-scale [m]

1.1

1.2

Figure 3.3: Aproximacin de la curva de RSS a distancia (ambiente cerrado dinmico)

Contrarrestando el apantallamiento

Reconociendo lo discutido anteriormente, un mtodo prctico y novedoso para contrarrestar la atenuacin causado por obstculos se propone en el presente sistema para estimacin de distancias. El mtodo implementa un modelo de propagacin de gran escala adecuado que considera tanto la prdida de seal dependiente de la distancia y la atenuacin causada por obstculos. A diferencia de mtodos poco prcticos como aquellos que estiman la atenuacin causada por obstculos fuera de operacin, el presente sistema incorpora la atenuacin causada por obstculos en el modelo de prdida de seal, el cual se calcula durante la operacin de sistema.

Basados en el hecho que el apantallamiento presenta correlacin espacial, se asume que las mediciones detectadas en un cierto receptor experimentan igual apantallamiento (o por lo menos parcialmente igual apantallamiento), el cual es independiente del apantallamiento que experimentan otros receptores (nodos sujetadores en nuestro caso)

35 ubicados en diferentes posiciones. Basados en esta asuncin, el presente sistema de estimacin de distancias utiliza curvas de RSS a distancia especficas de cada nodo sujetador, de modo que, para un nodo sujetador i-simo genrico, la potencia recibida es afectada por un trmino de apantallamiento (i) independiente, tal como se define seguidamente,
RSS (d ) i = PT + P0 10 log 10 [d ] + i

3.8

Mediante este modelo de propagacin de gran escala propuesto, las estimaciones de distancia se asume no presentan ninguna desviacin debida a la atenuacin causada por obstculos, ya que el trmino de apantallamiento est incluido en la curva de RSS a distancia.

Resumen del sistema de estimacin de distancias

Claramente, el presente sistema de estimacin de distancias intenta contrarrestar el efecto multicamino por medio de tcnicas de diversidad e implementa un modelo de prdida de seal que considera tanto la prdida de seal dependiente de la distancia como la causada por obstculos.

36

CAPTULO 4 ALGORITMOS DE LOCALIZACIN BASADOS EN DISTANCIAS

Una vez que las fuentes de error en la estimacin de distancias han sido contrarrestadas, otro aspecto importante es el algoritmo de localizacin por su cuenta. En la literatura, existen varios algoritmos que pueden ser empleados para calcular posiciones desconocidas de nodos basados en informacin de distancias entre los nodos. Diferentes algoritmos se comportan diferentemente, en especial en la presencia estimaciones de distancias imprecisas. De modo que, en la presente solucin es relevante definir un algoritmo de localizacin robusto en la presencia de estimaciones de distancias imprecisas.

Los algoritmos de localizacin basados en distancias pueden ser divididos en dos categoras: trilateracin y optimizacin.

El mtodo de trilateracin es el mtodo ms bsico e intuitivo, el cual tiene sus bases en principios geomtricos. Este mtodo encuentra la posicin de un nodo ciego en la interseccin de tres circunferencias centradas en nodos sujetadores recurdese que la solucin est dada en dos dimensiones. El mtodo de trilateracin logra una localizacin perfecta cuando las distancias son exactas, pero es el ms deficiente en la presencia de estimaciones de distancias imprecisas, puesto que las circunferencias no se interceptan en un punto comn.

4.1 Optimizacin
Los algoritmos de optimizacin basados en distancias aproximan la posicin de un nodo ciego al minimizar una funcin de costo que contiene informacin de distancia entre los nodos. Estos algoritmos pueden demandar recursos para computo significantes, lo cual depende en el mtodo numrico usado para resolver el problema de optimizacin, por ejemplo, el mtodo Newton-Raphson es el mtodo ms conocido para funciones de valor real.

37 Los problemas de optimizacin pueden tambin incluir condicionamientos. Los condicionamientos pueden mejorar la convergencia del algoritmo. Por ejemplo, en el caso del problema de localizacin, condicionamientos basados en principios geomtricos pueden reducir el impacto de los errores de las estimaciones de distancia en la posicin estimada [26]. As tambin, limitando las estimaciones de distancias dentro de un rango esperado puede mejorar el desempeo del algoritmo [9]. Sin embargo, los problemas de optimizacin con condicionamientos comnmente demandan recursos de cmputo significantes, y pueden resultar en tiempos de convergencia inaceptables, como se muestra en [8]. En la presente solucin, nos concentramos en problemas de optimizacin sin condicionamientos y se deja los problemas de optimizacin con condicionamientos para una futura investigacin.

Entre los algoritmos de optimizacin ms populares de la literatura tenemos: multilateracin, mnimo-mximo, mxima verosimilitud y optimizacin global.

Multilateracin

El mtodo de multilateracin tiene sus bases en el mtodo de trilateracin, pero este primero provee una estructura para estimacin de posiciones ms flexible en la presencia de estimaciones de distancia imprecisas. A diferencia del mtodo de trilateracin, el cual intenta determinar la posicin de un nodo ciego cuyas distancias a los nodos sujetadores son exactamente igual a las distancias estimadas (distancia obtenida del sistema de estimacin de distancias) correspondientes, el mtodo de multilateracin busca encontrar la posicin de un nodo ciego que minimice las diferencias entre las distancias aproximadas y las distancias estimadas. En el mtodo de multilateracin, todas las distancias estimadas son aproximadas idnticamente, basadas en la asuncin que todas presentan la misma distribucin de error. De esta forma, el mtodo de multilateracin encuentra la posicin ptima cercana a la verdadera posicin con una alta probabilidad [3]. Mnimo-Mximo Este mtodo es popular debido a su simplicidad de implementacin. En el mtodo mnimo-

38 mximo, un nodo ciego traza un par de lneas horizontales y un par de lneas verticales alrededor de cada nodo sujetador, de tal manera que la distancia mnima entre cada lnea y la ubicacin del nodo sujetador es igual a la distancia estimada [24]. Este algoritmo no logra localizacin perfecta an en la presencia de estimaciones de distancias precisas. Mxima verosimilitud La tcnica de localizacin de mxima verosimilitud est basada en la teora de inferencia estadstica clsica [26]. Este algoritmo encuentra la posicin de un nodo ciego en la cual se maximiza la probabilidad de recibir la matriz de potencia recibida dentro de un cierto rango. Esta probabilidad considera las distribuciones estadsticas de los errores de las distancias estimadas, as, el mtodo de mxima verosimilitud minimiza la variacin del error de localizacin a medida que el nmero de seales de referencia, esto es, beacons originados por los nodos sujetadores, crece infinitamente. Optimizacin global Los algoritmos de optimizacin global intentan solucionar dos problemas de mayor preocupacin en redes ad-hoc de gran escala como son informacin de distancias incompleta (debido a mediciones de corto alcance) y nmero limitado de nodos sujetadores [7, 8, 9]. En la ausencia de nodos sujetadores, los algoritmos de optimizacin global calculan las posiciones de los sensores relativas. Los mtodos de optimizacin global usan toda la informacin de distancias disponible (esto es, cualquier distancia es estimada y usada para localizar un nodo, siempre que exista conectividad), debido a que no todos los nodos ciegos tienen suficientes nodos sujetadores a su alrededor para ser localizados. Por lo tanto, estos mtodos tambin usan informacin de distancia entre nodos ciegos para asistir el proceso de localizacin. Desafortunadamente, los algoritmos de optimizacin pueden calcular un mapa de la red errado cuando se usa informacin de distancia entre nodos ciegos, puesto que el grfico de la red no est completamente sujetado, de modo que, este puede tener varias realizaciones [19].

39 Como alternativa a los mtodos de optimizacin global, investigadores han buscado mtodos recursivos para solucionar tanto el problema de informacin de distancias incompleta como el problema del nmero limitado de nodos sujetadores en redes ad-hoc de gran escala. En los mtodos recursivos, los nodos ciegos que son localizados de manera precisa se convierten en nodos sujetadores nuevos. Entonces, estos nodos sujetadores nuevos son usados como referencia para otros nodos ciegos que no han sido localizados an. De modo que, el proceso de localizacin se propaga desde el rea cercana a los nodos sujetadores de arranque al rea que se encuentra inaccesible a los mismos.

4.2 Algoritmo de Localizacin a implementar


En la presente solucin es relevante definir un algoritmo de localizacin que reduzca el impacto de estimaciones de distancias imprecisas en la estimacin de la posicin. Adems, tambin se busca establecer un balance justo entre desempeo (precisin) y complejidad.

En [24], los autores argumentan que el mtodo mnimo-mximo provee un balance justo entre desempeo y complejidad; sin embargo, este mtodo no contrarresta el impacto de estimaciones de distancias imprecisas en la estimacin de la posicin. Por otro lado, el mtodo de mxima verosimilitud intenta contrarrestar el impacto de las estimaciones de distancias imprecisas en la estimacin de la posicin al costo de mayor complejidad [24]. Por lo tanto, la presente solucin implementa el algoritmo de cuadrados mnimos con funcin de valoracin (Weighted Least-Squares, WLS) [8], el cual provee una estructura de aproximacin ms simple que el mtodo de mxima verosimilitud y contrarresta los errores de las estimaciones de distancias para la estimacin de la posicin de mejor forma que el mtodo de multilateracin, como se explica en la seccin 4.4.1.

Por otra parte, a pesar que la presente solucin no busca solucionar el problema de optimizacin global, el algoritmo WLS puede solucionar dicho problema en la presente implementacin centralizada, en caso que la solucin necesite solucionar el problema de localizacin para redes ad-hoc de gran escala, siempre que una infraestructura base de mayor tasa de datos sea provista.

40

4.3 Delineamientos del problema de localizacin

Antes de pasar a estudiar el mtodo de cuadrados mnimos, es necesario definir el problema de localizacin genrico. Vamos a considerar una red de N nodos embebidos en el espacio Euclidiano de m dimensiones. En el espacio Euclidiano, la distancia entre nodos i y j est dada por, d i , j = D ( xi , x j ) =

(x x ); (x x ) ,
i j i j

4.1

donde D denota la matriz de distancias Euclidianas (Euclidean Distance Matrix, EDM), xi denota el vector de coordenadas del nodo i, y a;b el producto interno de a y b. Debe notarse que la matriz NxN de distancias Euclidianas es simtrica y no negativa, con ceros en la diagonal principal. De ah, una estimacin de distancia entre los nodos i y j, obtenida del sistema de estimacin de distancias, se denota por i,j.

Tambin se define la matriz de conectividad C, donde ci,j es un valor 1/0 binario que representa la existencia/no existencia de un enlace (esto es, estimacin de distancia) entre los nodos i y j. Tambin, el nivel de conectividad se define como el nmero promedio de nodos dentro del alcance de radio. Ms adelante se emplea el trmino completitud de la matriz de distancias para referirnos a la razn entre el nmero total de distancias

estimadas en la red y el nmero total de aristas del grfico de la red completamente conectado.

4.4 Optimizacin de cuadrados mnimos


La optimizacin de cuadrados mnimos es un algoritmo que permite ajustar datos basado en un cierto criterio (funcin de costo), por medio de la aproximacin del valor mnimo de la sumatoria de los cuadrados de la funcin de costo. La presente solucin implementa el algoritmo de cuadrados mnimos con funcin de valoracin (WLS) [8]. El desempeo del algoritmo se compara con un mtodo de cuadrados mnimos estndar, como lo es el mtodo de Escalamiento Multidimensional mtrico (metric Multidimensional Scaling, metric-MDS).

41

MDS [27] es un conjunto de mtodos usados para producir una representacin de ciertas diferencias en un nmero pequeo de dimensiones. En localizacin en WSN, MDS permite el trazado de la red a partir de la informacin de las distancias entre los nodos. Entre las diferentes variedades de MDS, metric-MDS es empleado comnmente para solucionar el problema de optimizacin global en la presencia de informacin de distancias incompleta e imprecisa, como se muestra en [7].

Formulacin del problema de localizacin

Tanto metri-MDS como WLS pertenecen a la familia de optimizacin de cuadrados mnimos no lineal. El mtodo metric-MDS intenta determinar la posicin de un nodo ciego tal que la diferencia entre las distancias aproximadas y las distancias estimadas sea mnima, como sigue,
) X mxN

min

i< j

) ) ci , j ( i , j D( xi , x j

])) ,
2

4.2

) donde X es la matriz mxN de vectores de coordenadas de las posiciones aproximadas (tambin referidas como posiciones estimadas). Los dems trminos se definen en la seccin 4.3.

En este mtodo de aproximacin de distancias, todas las distancias estimadas son aproximadas idnticamente basndose en la asuncin que estas presentan la misma distribucin de error, igual al mtodo de multilateracin (cuando nicamente distancias respecto a nodos sujetadores se usa, la formulacin en 4.2 describe el mtodo de multilateracin). Sin embargo, las distancias estimadas no presentan las misma distribucin de error necesariamente, no por lo menos en el caso de sistemas de estimacin basados en principios de propagacin, donde el error de estimacin es proporcional a la distancia estimada [36].

Reconociendo lo anteriormente mencionado, el mtodo WLS introduce una funcin de valoracin, la cual da cuenta de las distribuciones de error variables de las estimaciones

42 de distancias. Dicho mtodo reduce efectivamente el impacto de las estimaciones de distancias imprecisas en la estimacin de la posicin. La funcin de valoracin se describe detalladamente en la siguiente seccin.

Por otra parte, el mtodo WLS no solamente introduce la funcin de valoracin, sino tambin presenta una criterio de aproximacin diferente respecto del mtodo de cuadrados mnimos para aproximacin de distancias estndar, como lo es metric-MDS. El mtodo WLS intenta determinar la posicin de un nodo ciego tal que las diferencias entre los cuadrados de las distancias aproximadas y los cuadrados de las distancias estimadas sea mnima, como sigue,
) X mxN

min

) ) h i2 j D ( xi , x j , i< j i, j

]) ) ,
2 2

4.3

donde hi,j representa la valoracin de la distancia estimada i,j correspondiente. En [47], los autores argumentan que este mtodo de aproximacin de distancias garantiza que la matriz de distancias aproximada es una matriz Euclidiana en efecto. En [8], los autores argumentan que este mtodo de aproximacin es robusto en la presencia de baja completitud de la matriz de distancias y permite el uso de mtodos Newton, por lo tanto, no demanda clculos de gran escala. Sin embargo, la precisin del mtodo WLS no ha sido comparado respecto de mtodos de aproximacin de distancias estndares como lo es metricMDS. En la seccin 4.6 se compara el desempeo de metric-MDS y WLS por medio de extensas simulaciones.

4.5 Funcin de valoracin


La funcin de valoracin tiene como objeto valorar la contribucin de cada distancia estimada para minimizar la funcin de costo.

En ausencia de una teora ptima, y teniendo en cuenta que otras tcnicas calculan valores basados nicamente en intuicin, as como en [48] donde el valor es proporcional al nmero de saltos entre los sensores correspondientes a la distancia estimada, la presente

43 solucin usa la funcin de valoracin propuesta en [46]. En esta funcin de valoracin, cada entrada de la matriz de valoracin es proporcional a la relevancia de la entrada correspondiente de la matriz de distancias estimadas. La expresin matemtica de la funcin contiene dos factores independientes: la confianza en la distancia estimada (HD), y el impacto que la arista correspondiente tiene en la rigidez del grfico de la red (HC), como sigue,
H = HD HC

4.4

Debe notarse que la matriz de valoracin es simtrica y no negativa

Matriz de valores de confianza

La matriz de valores de confianza HD mide la confiabilidad en las distancias estimadas i,j obtenidas del sistema de estimacin de distancias. La expresin matemtica de las entradas de la matriz es como sigue,
( + i , j ) K i , j hDi , j Q ) 2 i, j ( i , j ) K i , j Q ) 2 i, j

4.5

En otras palabras,

hDi , j

representa la probabilidad que la distancia estimada i,j, sujeta


di, j ;

a un desplazamiento i, j , este dentro de un rango cercana a la distancia verdadera donde


i, j

es la variacin muestral de i,j, calculada a partir de las muestras

K i, j

disponibles,

y Q(x) es la funcin Q Gausiana. De ah, i, j permite dar cuenta de distribuciones de error variables. En el caso de la estimacin de distancias basada en principio de propagacin, el desplazamiento i, j es proporcional a la distancia estimada (dado que el error de estimacin es proporcional a la distancia estimada), como sigue,

i , j i , j (1 e

1 log10 2 10

),

4.6

donde es el error estndar de la aproximacin de la curva de RSS a distancia resultante, el cual se asume es la desviacin estndar del trmino de apantallamiento, y es el

44 exponente de prdida de seal correspondiente.

En [46] los autores no proveen una teora ptima para determinar , en lugar de ello, se menciona nicamente que mayor precisin se puede alcanzar para valores de pequeos, al costo de mayor variacin. En [46] los autores usan igual a 0.1 m y 1m.

Matriz de valores de estructura

La matriz de valores de estructura HC tiene relacin con el impacto que la presencia/ausencia de cada arista tiene sobre la estructura global del grfico de la red, independientemente de cuan bien o mal la distancia ha sido estimada. Entonces, la matriz mide la relevancia que cada arista tiene en la rigidez del grfico de la red.

En [46], el impacto que la presencia/ausencia de una arista tiene sobre la estructura global del grfico de la red es estimado calculando la cantidad de perturbacin que sufre el espectro del grfico cuando se elimina la arista (i, j). Dicha perturbacin se calcula como sigue,

G Gp G
2 2

4.7

donde || ||2 denota la norma-2 y G y Gp son los vectores de valores propios de las matrices de representacin del grfico no perturbado G y del grfico perturbado Gp, respectivamente. La matriz de representacin considerada en [2] es la matriz Laplaciana sin signo (signless Laplacian matrix), L + C, 4.8

donde es la matriz diagonal donde cada entrada en la diagonal principal est determinada por el nmero de enlaces que el nodo, correspondiente a la entrada en cuestin, mantiene con otros nodos en la red real.

De ah, finalmente obtenemos,


hCi , j

r
max()

4.9

45 donde el subndice r se refiere a la arista que conecta los nodos (i, j) y


= 1 , ,

},

es el

conjunto de perturbaciones calculadas, donde |E| representa el nmero de enlaces existentes.

4.6 Anlisis de desempeo va simulacin


En el presente anlisis va simulacin, se busca evaluar la validez tanto del criterio de aproximacin de distancias del algoritmo de cuadrados mnimos WLS respecto del mtodo metric-MDS, como de la funcin de valoracin.

Para llevar acabo las siguientes simulaciones, se debe asumir un cierto escenario y modelo de canal. De este modo, se considera una habitacin de 10x10 metros cuadrados, para un rango de 7 a 35 nodos distribuidos idnticamente de manera aleatoria. Se considera el nmero de nodos sujetadores mnimo m+1, donde m es la dimensin de la solucin .El alcance de radio (R) se establece en 8.5 m, de tal modo que, ms del 70% de las distancias entre nodos son detectadas siempre, es decir, se considera una red con conectividad parcial. Se usa el modelo del canal de la ecuacin 3.5 para generar las mediciones de distancia ( se estableci en 6 dB y en 1.64). Vale la pena mencionar que, nicamente para propsitos de simulacin, se asume que el trmino de apantallamiento es independiente e idnticamente distribuido, aunque este generalmente presenta correlacin espacial.

Usando este modelo de canal y parmetros, se observ que el error promedio de las mediciones de distancias generadas es de 4 m (cuando el error mximo es limitado a 50% el alcance de radio). Esta distribucin de error de estimaciones de distancias considerada est en acuerdo con lo que se presenta en [2, 3].

Por conveniencia, el desempeo de los algoritmos se mide en trminos del error promedio de las distancias aproximadas relativo al radio de transmisin, como sigue,

i< j

) ) D ( xi ; x j ) D( xi ; x j ( M A) R

])

, i j q,

4.10

46 donde q se define como el conjunto de ndices de los vectores de posicin de los nodos sujetadores, M se refiere al nmero de combinaciones (i, j)
i j

(M es igual a N(N-1)/2 )

y A se refiere al nmero de aristas que conectan los nodos sujetadores (en nuestro caso A es igual a (m+1)m/2 ).

Resultados de la simulacin

Como se puede notar, todas las figuras obtenidas de las simulaciones presentan un punto de quiebre bastante visible en N igual a 15. Esto es debido a que la distribucin espacial de los nodos considerada (distribuciones normales independientes centradas en el origen para casa eje) conlleva a altas tasas de completitud de la matriz de distancias en la presencia de pocos nodos, la cual decrece a medida que el nmero de nodos se incrementa hasta que se estabiliza alrededor de 75% completitud para N mayor que 15. De modo que, el error crece hasta N igual a 15 debido a la decreciente tasa de completitud, pero luego empieza a reducirse debido a que el nivel de conectividad se incrementa gradualmente (los nodos tienen mejores oportunidades para ser referenciados a medida que el nmero de beacons crece al infinito).

Optimizacin de cuadrados mnimos

En el primer grupo de simulaciones, correspondientes a la Figura 4.1, se compara el desempeo entre los algoritmos WLS y metric-MDS, cuando nicamente la matriz de conectividad C es usada, es decir, no se usa la matriz de valoracin.

Se puede notar que ambos mtodos de aproximacin de distancias tienen desempeos similares, en promedio (metric-MDS supera en alrededor 1%). A pesar que en [8] se argumenta que WLS es ms robusto que metric-MDS en la presencia de bajas tasas de completitud, no se dice nada acerca de la robustez en la presencia de errores de las estimaciones de distancias. De hecho, la presente solucin no se enfoca en el problema de bajas tasas de completitud como ocurre en redes de gran escala; no obstante, este problema

47 pudiera ser aliviado al formar mapas locales con buen modelo de conectividad sobre los cuales las posiciones son estimadas, para luego alinear estos mapas conjuntamente basndose en sus nodos comunes, como en [10].

Ms relevante para la presente solucin constituye la robustez en la presencia de errores de las estimaciones de distancias, para lo cual los criterios de aproximacin WLS y metric-MDS se comportan de manera similar.

0.235 0.23 0.225 0.22 Mean Relative Error 0.215 0.21 0.205 0.2 0.195 0.19 WLS(C) MDS(C)

10

15

20 number of nodes

25

30

35

Figure 4.1: Comparacin de desempeo entre metric-MDS y WLS

Por otra parte, se pudo observar que el mtodo WLS converge ms rpidamente que el mtodo metric-MDS, donde el tiempo de convergencia de este primero es menor a 1 segundo, en promedio. Vale la pena mencionar que los algoritmos de cuadrados mnimos fueron implementados usando la funcin lsqnonlin()del software de optimizacin de MATLAB.

Funcin de valoracin

En el segundo grupo de simulaciones, correspondiente a las figuras 4.2 y 4.3, se evalan las matrices de valoracin C, HD y H. Las figuras 4.2 y 4.3 muestran el desempeo de los algoritmos metric-MDS y WLS, respectivamente, para las diferentes matrices de

48 valoracin. Se puede observar que tanto la matriz HD como la matriz H resultan en aproximadamente 5% de ganancia respecto de la matriz de conectividad C, en promedio; sin embargo, esta ganancia parece incrementar a medida que el nivel de conectividad aumenta.

En [46], se muestra que esta ganancia alcanza hasta un 25%, cuando se considera la aleatoriedad de mediciones de distancias basadas en tiempo de arribo con radios UWB.

Adems, como se muestra en [46] y como tambin se puede observar en las figuras 4.2 y 4.3, la matriz de valores de estructura HC es menos relevante que la matriz de valores de confianza HD, dado que las matrices HD y H resultan en la misma ganancia.

0.22 MDS(C) MDS(Hd) MDS(H)

0.21

0.2 Mean Relative Error

0.19

0.18

0.17

0.16

10

15

20 number of nodes

25

30

35

Figure 4.2: Comparacin de desempeo de las matrices C, HD, y H usando metric-MDS


0.24 0.23 0.22 0.21 Mean Relative Error 0.2 0.19 0.18 0.17 0.16 0.15 WLS(C) WLS(Hd) WLS(H)

10

15

20 number of nodes

25

30

35

49 Figure 4.3: Comparacin de desempeo de las matrices C, HD, y H usando WLS

Conclusiones
Est claro que la funcin de valoracin evaluada reduce el impacto de los errores de las estimaciones de distancias en la estimacin de la posicin, y, por lo tanto, la presente solucin implementa la misma. Por otra parte, a pesar que los mtodos de aproximacin metric-MDS y WLS resultan en estimaciones con precisiones similares, la presente solucin implementa el mtodo WLS dado que este converge ms rpidamente y representa un valor agregado en la presencia de bajas tasas de completitud de la matriz de distancias, esto en el caso que la solucin necesite ser actualizada para redes ad-hoc de gran escala.

50

CAPTULO 5 PLATAFORMA EMPRICA

Antes de pasar a la demostracin emprica de la solucin propuesta en el Captulo 6, es necesario revisar algunos detalles relevantes de la tecnologa IEEE 802.15.4 que implementa la plataforma que se usa en la experimentacin. Sensinodes son los nodos (motes) utilizados por el grupo de trabajo en redes de sensores (WSN working group) de la Universidad de Tecnologa de Helsinki.

El presente captulo consiste en una pequea descripcin del estndar IEEE 802.15.4 [43] y los nodos Sensinodes [41].

5.1 El Estndar IEEE 802.15.4


El estndar IEEE 802.15.4 provee las especificaciones de la Capa Fsica (Phisical Layer, PHY) y de Control de Acceso al Medio (Media Access Control, MAC) para redes de rea local inalmbricas de baja tasa de transmisin (Low-Rate Wireless Personal Area Networks, LR-WPANs). LR-WPAN proveen comunicaciones confiables de corto alcance que dan soporte a aplicaciones de bajas tasas de transmisin, bajo consumo de potencia y bajo costo.

En el estndar, dos tipos de nodos de red son definidos: un dispositivo de funcin completa (full-function device, FFD) o un dispositivo de funcin reducida (reducedfunction device, RFD). Los FFDs pueden actuar tanto como coordinadores o como dispositivos normales. Cada WPAN necesita al menos un FFD operando como coordinador de la red. Mientras que, los RFDs no pueden actuar como coordinadores y solo pueden ser conectados a un FFD al mismo tiempo. Los RFDs son utilizados meramente para aplicaciones muy simples que requieren mnimas capacidades.

51 5.1.1 Topologa de la Red En redes basadas en IEEE 802.15.4, los nodos pueden ser arreglados en una estrella o una topologa par a par (peer-to-peer) como se muestra en la Figura 5.1.

Figura 5.1: Topologa de la Red

En la topologa de estrella, un nodo acta como el controlador de la red, denominado coordinador PAN. El controlador principalmente controla y enruta la comunicacin entre nodos en la red, pero este tambin puede tener otros roles de acuerdo a la estrategia de aplicacin. En una topologa de estrella, la confiabilidad de la comunicacin depende meramente en la confiabilidad del coordinador.

En la topologa de par a par (peer-to-peer), los nodos de la red se comunican de una manera tipo malla siempre que exista conectividad, donde los caminos de comunicacin pueden ser de mltiples saltos (ad-hoc). Entonces, las comunicaciones requieren organizacin por si solas y autosaneamiento. Enrutar un mensaje es entonces ms complicado, pero ms confiable.

Una topologa tipo estrella es tpicamente utilizada para aplicaciones con patrones de comunicacin definidos como automatizacin de casas, los perifricos del computador, aplicaciones de cuidado de salud, juguetes y juegos; mientras que, la topologa de par a par (peer-to-peer) es utilizada en aplicaciones con patrones de comunicacin no definidos como redes de sensor es para monitoreo de ambientes y hbitat, control de trfico y control

52 y monitoreo industrial.

Soluciones de localizacin generalmente asumen comunicaciones par a par (peerto-peer), de modo que cualquier informacin entre nodos (medicin) puede ser obtenida siempre que exista conectividad.

5.1.2 Capa Fsica

El estndar IEEE 802.15.4 define atributos especficos de la capa fsica como frecuencias de radio, formatos de modulacin, tasas de trasmisin, esquemas de codificacin. Entonces, la capa fsica es responsable de manejar el transmisor/receptor fsico. Una descripcin detallada de los atributos y funciones del PHY puede ser encontrados en las especificaciones del estndar [43]. En la presente solucin es relevante la coexistencia con otros sistemas en trminos de uso del espectro.

Tres bandas de frecuencia posibles que no requieren licencia de operacin son definidas: banda 868 MHz, banda 912 MHz y banda 2.4 GHz. Los sistemas IEEE 802.15.4 son entonces sometidos a interferencia entre sistemas. La primera banda es usada en Europa, permitiendo un canal de comunicacin (868.0-868.6 MHz). La segunda banda es usada en Norte Amrica, permitiendo ms de diez canales (902-928 MHz). La banda 2.4 GHz en cuestin es utilizada a nivel mundial, proporcionando 16 canales de radio para operaciones que no requieren licencia. Los canales adyacentes estn 5 MHz aparte, en un rango que va desde 2405 MHz hasta 2480 Mhz.

La banda de frecuencia 2.4 GHz aloja muchos sistemas para operaciones que no requieren licencia, incluyendo las tecnologas de gran aceptacin como Wi-Fi y ZigBee. En la presente solucin, saltos de frecuencia son utilizados para permitir una mejor coexistencia de los sistemas dado que los canales de Wi-Fi pueden superponerse con los

53 canales de ZigBee, an cuando estos no comparten las mismas portadoras.

5.1.3 Que ms es relevante?

Cuando se disea aplicaciones para redes de sensores, los principales aspectos son el consumo de potencia y la escalabilidad. Redes de sensores son frecuentemente utilizados para monitorear situaciones donde el acceso es difcil, peligroso o costoso. El tiempo de vida de los elementos de la red tiene que ser entonces maximizados para evitar operaciones de mantenimiento. En el lado de las aplicaciones, el tiempo de vida de los elementos depende principalmente del tiempo de vida de las bateras, puesto que los elementos son utilizados en las condiciones correctas [42]. Aplicaciones conscientes del consumo de potencia deben ser entonces desarrolladas para maximizar el tiempo de vida de las bateras. En el estndar IEEE 802.15.4, el manejo de potencia del dispositivo se realiza haciendo uso del modo de descanso (sleep mode). De acuerdo a la estrategia de aplicacin, este modo dormir puede ser establecido con longitud fija o hasta que un nuevo evento ocurra. Aqu, es deseable para los elementos de la red estar en modo de descanso la mayora del tiempo, lo que depende meramente en la frecuencia de la ocurrencia del evento. De acuerdo a esto, el intervalo de descanso de una solucin de localizacin depender generalmente en que tan frecuente el blanco necesita ser localizado, que a su vez depende de su velocidad de movimiento. Otro aspecto importante en trminos de consumo de potencia es la cantidad de trfico que la aplicacin genera. Ms probable, metodologas de descentralizadas reducen la cantidad de trfico en la red, mientras que, metodologas centralizadas no escalan bien. La implementacin de la solucin en una forma descentralizada es objeto de una investigacin futura. Sin embargo, la presente implementacin centralizada puede escalar incluso a redes de gran escala, siempre que exista una infraestructura base de mayor tasa de

54 transmisin, por ejemplo, infraestructuras en base al estndar IEEE 802.11. El problema de localizacin a gran escala puede ser entonces reducido ya sea alineando mapas locales de manera conjunta (en presencia de suficientes nodos sujetadores rodeando cada nodo ciego) o un problema de optimizacin global (en presencia de insuficientes nodos sujetadores rodeando cada nodo ciego o para localizacin relativa en la ausencia de nodos sujetadores).

5.2 Sensinodes
Sensinodes proveen mdulos de radio de baja potencia para ser usados en redes de sensores. Sensinodes tienen la pila de protocolos NanoStack, la misma que constituye un software de red embebido, el cual da soporte a aplicaciones IP de bajo consumo de potencia ejecutndose sobre radios IEEE 802.15.4 operando en la banda 2.4 GHz [41].

En los experimentos, el sensinode U100 micro.2420 es utilizado (ver figura 5.2), que es un nodo de comunicacin que es completa e independientemente operable con conectores accesibles para integracin de sensores y elementos [37]. Este tiene el MSP430 micro controlador y el transmisor/receptor de radio CC2420 que cumple con las especificaciones IEEE 802.15.4 [40] proporcionado por Chipcon. El radio permite una tasa de datos de 250 kbps y un rango de transmisin de 100 m con su antena a bordo.

Figure 5.2: U100 micro.2420 sensinode

55 El microcontrolador y el radio pueden ser programados tanto con el sistema operativo FreeRTOS [38] como con el sistema operativo TinyOS [39], los mismos que constituyen sistemas operativo en tiempo real, portables y de libre acceso.

En FreeRTOS, las aplicaciones son escritas en C, mientras que, en TinyOS las aplicaciones son escritas en NesC [45], el cual es un lenguaje de programacin diseado especialmente para sistemas de red embebidos y que tiene sus bases en C. Adems, el manejo de tareas en TinyOS no permite la generacin de hilos, mientras que, FreeRTOS permite manejo preventivo de varios hilos (esto es, las tareas son servidas en tiempo real de acuerdo con su prioridad). 5.2.1 Potencia de Salida

En el chip de radio CC2420, el nivel de potencia de salida del transmisor de radio puede ser controlado configurando el registro TXCTRL.PA_LEVEL. La Tabla 5.1 muestra la potencia de salida para valores diferentes de TXCTRL.PA_LEVEL. Debe notarse que, el registro TXCTRL.PA_LEVEL consiste en 5 bits, entonces, 32 niveles de referencia de potencia de salida que puede son posibles. Sin embargo, los niveles de potencia de salida en la tabla 5.1 son los nicos que estn especificados en las especificaciones del chip de radio 2420 [40].

PA_LEVEL 31 27 23 19 15 11 7 3

Output Power [dBm] 0 -1 -3 -5 -7 -10 -15 -25

Tabla 5.1: Configuraciones de salida de potencia @ 2.45 GHz

56 Variabilidad de la Potencia de Salida Como se menciono anteriormente en la seccin 3.1.2, la potencia actual transmitida es ms cercana al nivel de potencia configurado pero no necesaria y exactamente igual. Adems, diferentes transmisores se comportan diferentemente an cuando estos estn configurados de la misma manera. En [4] se encontr que, la desviacin estndar global del desplazamiento de la potencia transmitida fue de 2.24 dB. Los resultados fueron obtenidos utilizando un solo receptor y nueve diferentes transmisores (el chip de radio CC2420 radio chip fue utilizado). 5.2.2 RSSI / Deteccin de Energa

El chip de radio CC2420 provee un RSSI (Received Signal Strength Indicator) para la deteccin de energa del canal, donde el valor puede ser ledo del registro RSSI (RSSI.RSSI_VAL). En cumplimiento a las especificaciones IEEE 802.15.4, el RSSI es siempre promediado sobre 8 periodos de smbolo (128 s).

La Figura 5.3 muestra un valor tpico de registro RSSI vs. la curva de potencia de entrada. En la Figura 5.3, se puede notar que, de acuerdo a las especificaciones del chip de radio CC2420 [40], el valor de registro RSSI tiene un desplazamiento de aproximadamente: RFpower(dBm) = 45 + RSSIregister_value 5.1

Figura 5.3: Valor tpico de RSSI vs potencia de entrada

57 Procedimiento de Deteccin de Energa

Existen dos tipos de procedimientos para la deteccin de energa: la deteccin de energa para la recepcin de mensajes y deteccin de energa continua.

En el primer tipo, el RSSI medido es promediado sobre los 8 periodos de smbolo siguiendo el SFD (Start of Frame Delimiter) del paquete recibido. El valor de RSSI medido es entonces anexado al penltimo byte del paquete recibido. Este valor necesita ser manejado por la aplicacin para hacer cualquier estimacin de distancia basada en la intensidad de la seal recibida. En el Segundo tipo, el valor de RSSI es continuamente calculado y actualizado cada periodo de smbolo mientras el radio es habilitado. Este valor de RSSI actualizado puede ser ledo del registro RSSI (RSSI.RSSI_VAL). De hecho, la aplicacin diseada mejora la deteccin de ruido a travs de la lectura del registro RSSI.

Variabilidad de Deteccin de Energa

La deteccin de energa con el chip de radio CC2420 es muy linear como puede observarse en la Figura 5.3, pero no tiene precisin con respecto a la potencia real. En efecto, la linealidad y precisin de la curva tpica de deteccin de energa con el chip de radio CC2440 son +/- 3 dB and +/- 6 dB, respectivamente [40].

Adems, las no linealidades en la deteccin de energa varan en los diferentes receptores. En otras palabras, el valor RSSI grabado no es necesariamente el mismo para los diferentes receptores aun si todos los parmetros que afectan la variabilidad RSS se mantienen igual. En [4], se encontr que la desviacin estndar global del desplazamiento en la deteccin de energa para recepcin de paquete fue de 1.86 dB. Los resultados fueron obtenidos usando un solo transmisor y 5 diferentes receptores (el chip de radio CC2420 fue utilizado).

58

CAPTULO 6 DEMOSTRACIN EMPRICA DE LA SOLUCIN

En el presente captulo, el desempeo de la presente solucin de localizacin es demostrado. Sin embargo, antes de pasar al anlisis de los resultados del experimento y el escenario que se levant para la experimentacin, es necesario entender el procedimiento de la aplicacin de la localizacin para encontrar una posicin de un nodo ciego.

6.1 Creando la Aplicacin


La solucin ha sido implementada a fin de que esta arrastre toda la informacin de la red y realice un cmputo centralizado usando MATLAB, ya que esto es suficiente para validar la solucin diseada. Ambos, el sistema de rango y el algoritmo de localizacin son despus implementados en MATLAB usando la informacin obtenida desde la red.

Recordando que el sistema de estimacin de rango constituye la aproximacin y conversin de RSS a distancias, especficas de cada nodo sujetador; mientras que, el algoritmo de localizacin constituye la optimizacin por medio de cuadrados mnimos con funcin de valoracin (WLS), para encontrar la posicin de nodos ciegos basados en las estimaciones de la distancia obtenida del sistema de estimacin de rango.

Aqu, cada vez que los nodos ciegos necesitan ser localizados, todos los nodos de la red difunden (broadcast) mensajes de referencia (beacons) basados en una programacin de tiempo para evitar colisiones, y tambin para permitir diversidad de tiempo. Mensajes de referencia (beacons) son necesarios para realizar mediciones de RSS, las cuales contienen dos campos: fuente ID y nmero de paquetes, necesarios para asistir el cmputo centralizado.

Cada nodo difunde (broadcast) el mismo nmero de mensajes de referencia (beacons), un mensaje de referencia (beacon) dentro de una estructura tiempo (time frame).

59 En cada estructura de tiempo (time frame) siguiente, el canal de radio es cambiado de acuerdo a la secuencia de los saltos de frecuencia (frecuency hopping), para permitir diversidad de frecuencia y reducir el impacto de interferencia de radio.

Adems, cada nodo representa un nodo dual (por ejemplo, dos mdulos de radio y antenas) donde las dos antenas estn apartadas por una longitud de onda, para permitir diversidad de espacio.

Tambin, cada nodo mide la energa del canal libre de transmisin cada vez que este recibe un paquete (despus de la recepcin), para la estimacin del ruido del medio en cada receptor.

Sistema de Estimacin de Rango

El sistema de estimacin de rango utiliza mediciones de RSS entre nodos sujetadores y sus correspondientes distancias conocidas para realizar aproximaciones de curvas RSS a distancias, especficas de cada nodo sujetador. Aqu, el mtodo de cuadrados mnimos de la herramienta de aproximacin de MATLAB es usada para la aproximacin de curvas, el cual reduce el impacto de errores muy grandes.

Debe notarse que tanto las aproximaciones como la conversin de RSS a distancia son realizados durante la operacin del sistema basados en mediciones obtenidas de las condiciones del canal actualizadas, el cual en efecto reduce el impacto de estimaciones de prdida de seal pasadas y tambin elude estimaciones no prcticas fuera de operacin.

Algoritmo de Localizacin

El algoritmo de cuadros mnimos con funcin de valoracin es implementado usando la funcin de optimizacin del software de MATLAB lsqnonlin(). Aparte de las estimaciones de distancia obtenidas del sistema de estimacin de rango, el algoritmo de

60 localizacin tambin utiliza informacin arrastrada de la red para computarizar los valores. El algoritmo de localizacin encuentra despus la solucin ptima que est ms cercana a la posicin real con una alta probabilidad.

6.2 Puesta en Marcha del Experimento


Como se mencion anteriormente, el sensinode U100 micro.2420 es usado como el dispositivo ubicuo para la demostracin emprica de la solucin. Cada mdulo de radio estuvo equipado con una antena monopolo externa montada una longitud de onda aparte del PCB, como se muestra en la figura 6.1, para reducir el impacto de los componentes elctricos y la tierra de PCB en la omni-direccionalidad de las antenas.

Figura 6.1: Antena monopolo externa

Para mayor facilidad de acceso y monitoreo, el escenario cerrado escogido es una clase de 14x7 metros cuadrados en el Departamento de Comunicaciones y Elctrica de la Universidad de Tecnologa de Helsinki, como se muestra en la Figura 6.2.

61

Figura 6.2: Escenario Empirico

Los nodos fueron desplegados a 1.5 m de referencia del suelo (el tope es a 3m). siete nodos sujetadores fueron utilizados. Los nodos sujetadores fueron desplegados como se muestra a continuacin,
14

Figura 6.3: Despliegue de Nodos sujetadores

El presente experimento fue llevado a cabo en un ambiente tpico con la presencia de muebles y gente movindose.

Configuracin de Parmetros

Un aspecto importante del experimento son los parmetros de configuracin como la potencia de salida, el intervalo de tiempo entre mensajes de referencia (beacons)

62 consecutivos, secuencia de los saltos de frecuencia y el nmero de mensajes de referencia (beacons) que cada nodo difunde (broadcast). Estos parmetros constituyen la entrada para la solucin.

El modulo de radio CC2420 soporta un rango de configuraciones de potencia discreta desde -25 dBm hasta 0 dBm. En el presente experimento, la potencia de salida es configurada a -10 dBm, ya que las mediciones son opacadas por el ruido del medio cuando la potencia de salida es muy baja, por ejemplo, -25 dBm, o cuando muchas reflexiones de la seal son generadas cuando la potencia de salida es muy alta, por ejemplo, 0 dBm. Debe notarse que, en ambientes dinmicos cerrados, el rango de radio es comnmente reducido debido al efecto multicamino y al apantallamiento. En la presente puesta en marcha del experimento, establecer la potencia de salida a -10 dBm mostr que alcanzaba un rango de radio de alrededor de 15 m (puede ser ms, sin embargo, se asume que sea 15 m).

Cuando se configura el tiempo de intervalo entre mensajes de referencia (beacons) consecutivos, es importante considerar el tiempo de coherencia del canal para permitir la diversidad de tiempo. Cada mensaje de referencia (beacon) despus es transmitido cada tiempo de coherencia del canal. En una clase tpica, donde la velocidad de tiempo mximo es de alrededor de 1 m/s, el tiempo de coherencia del canal esta debajo de 100 ms. En consecuencia, el presente experimento usa 100 ms como el intervalo de tiempo entre mensajes de referencia (beacons) consecutivos.

De manera ptima, la secuencia del saltos de frecuencia debera considerar canales con bajo trfico para evitar la interferencia de radio, pero tambin debera considerar una separacin significativa entre canales para ganar ms en trminos de diversidad de frecuencia. Para censar la actividad del canal se requiere estimaciones fuera de operacin, en consecuencia, esto no se implementa aqu (sin embargo es un proceso simple). El presente experimento considera entonces cuatro saltos (hops) con la separacin mxima permitida (2405, 2030, 2055, 2080) MHz.

Finalmente, el presente experimento establece el nmero de mensajes de referencia

63 en 20 (beacons), el cual provee un nmero significativo de muestras para estimaciones de distancia. Usar un nmero mayor de mensajes de referencia (beacons) puede resultar en un tiempo de convergencia inaceptable de la solucin.

6.3 Anlisis de Resultados


Una vez que el algoritmo de localizacin mostr reducir el impacto de los errores de rango en la estimacin de posicin en el captulo 4, el presente experimento se concentra en demostrar el desempeo de los dos aspectos principales y novedosos del sistema de estimacin de rango basados en principios de propagacin tales como tcnicas de diversidad (para contrarrestar el efecto multicamino) y estimacin del trmino de apantallamiento (a travs de aproximaciones de curvas RSS a distancias especificas de cada nodo sujetador). Al final de la seccin, una visin acerca de la estimacin de posicin es proporcionada.

6.3.1 Contrarrestando el efecto multicamino

La primera parte del experimento compara la precisin de la estimacin de la distancia cuando todas las tcnicas de diversidad propuestas son utilizadas (por ejemplo, diversidad en el tiempo, frecuencia y espacio) y solo cuando la diversidad en el tiempo es utilizada, correspondiente a las figuras 6.4 y 6.5 respectivamente. Aqu, las estimaciones del trmino apantallamiento son omitidas, en tanto que solo las tcnicas de diversidad son analizadas.

Claramente, la Figura 6.4 muestra una mejor aproximacin de la curva (esto es, que tan bien el valor esperado de las mediciones calza con la curva de aproximacin) que la Figura 6.5. En efecto, el error estndar (por ejemplo, la raz del error cuadrtico medio) de la aproximacin en la Figura 6.4 es la mitad del error estndar de la aproximacin en la Figura 6.5, en promedio. Consecuentemente, cuando las tcnicas diversas son utilizadas, los errores de estimacin de distancia son reducidos en efecto, puesto que las aproximaciones y conversiones estn basados en la informacin correspondiente a las

64 condiciones actuales del canal (por ejemplo, en la misma ronda de mediciones).

La ganancia obtenida en la precisin de estimacin de distancia no est claramente determinado, ya que los errores de estimacin de distancia no son necesariamente reducidos a la mitad como sucede con el error estndar en la aproximacin de la curva. En lugar de ello, el beneficio real es ms probable que sea proporcional a la distancia estimada.
-65 Path loss model Mean of data

-70 Received Power [dBm]

-75

-80

-85

-90

-95

6 8 distance log-scale [m]

10

12

Figura 6.4: Aproximacin de la curva RSS a distancia cuando las tcnicas de diversidad propuestas son utilizadas

-65 Path loss model Mean of data

-70 Received Power [dBm]

-75

-80

-85

-90

-95

6 8 distance log-scale [m]

10

12

Figura 6.5: Aproximacin de la curva RSS a distancia cuando solamente diversidad de tiempo es utilizada

65 6.3.2 Contrarrestando el apantallamiento

La segunda parte del experimento, correspondiente a la figura 6.6, que compara la precisin de la estimacin de la distancia cuando las estimaciones del trmino de apantallamiento son utilizadas (por ejemplo, cuando las curvas de RSS a distancias, especficas de cada nodo sujetador son utilizadas). Aqu, tcnicas de diversidad son usadas, ya que estas no interfieren con la presente demostracin de estimaciones del trmino de apantallamiento.

La Figura 6.6 muestra el error estndar obtenido de una sola aproximacin de curva (por ejemplo, cuando las estimaciones del trmino de apantallamiento no son utilizadas) junto con los errores estndar de aproximaciones de curvas RSS a distancias, especficas de cada nodo sujetador (por ejemplo, cuando estimaciones del trmino apantallamiento son utilizadas). Claramente, los errores estndar de aproximaciones de curvas RSS a distancias especficas de cada nodo sujetador son reducidos en un 25% (en promedio) respecto a los errores estndar de la curva nica de RSS a distancia (barra en color rojo). Consecuentemente, cuando las estimaciones del trmino de apantallamiento son usadas, los errores de las estimaciones de distancia son reducidos, debido a que las aproximaciones y conversiones estn basadas en informacin de las condiciones del canal actualizadas (por ejemplo, de la misma ronda de mediciones).

De manera similar en el caso de las tcnicas de diversidad, la ganancia alcanzada en la precisin de la estimacin de distancia no est claramente determinada, ya que, los errores de estimacin de distancia no son necesariamente reducidos en la misma proporcin que el error estndar de aproximaciones de curvas RSS a distancias especficas de cada nodo sujetador es reducido.

66

4.5 4 3.5 standard error [dBm] 3 2.5 2 1.5 1 0.5 0 0 1 2 3 curve 4 5 6 7

Figura 6.6: Error estndar de la aproximacin de las curvas

6.3.3 Estimacin de la Posicin

Una vez que el sistema de estimacin de rango propuesto ha sido validado, la meta final es obtener una visin del desempeo de la solucin global, esto es, la precisin de estimacin de la posicin. Aqu, el desempeo actual de la solucin puede variar de acuerdo al nmero de nodos sujetadores utilizados, el tamao del espacio de despliegue (rango de radio) y el escenario (por ejemplo, oficina, fbrica, etc)

En el escenario emprico considerado, un nodo ciego fue colocado en diferentes lugares para encontrar su posicin. La Figura 6.7 muestra la tendencia de las estadsticas, donde se observ que el error de localizacin promedio (esto es, la distancia entre la distancia real y la distancia estimada) fue de alrededor de 2.1 m.

No obstante, el sistema de estimacin de rango basado en principios de propagacin puede llevar en resultados impredecibles como se muestra en la Figura 6.7, donde los errores de localizacin van hasta alrededor de la mitad del alcance de radio pueden ser observados.

67

1 0.9 0.8 Cummulative probability 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 0 1 2 3 4 5 6 localization error 7 8 9 10

Figura 6.7: Estadsticas de la estimacin de la posicin

68

CAPTULO 7 CONCLUSIONES

Tomando en cuenta la demanda

creciente de varias aplicaciones conscientes de la

ubicacin, tolerantes a errores en la informacin de ubicacin, la presente investigacin mejora el desempeo de soluciones de localizacin simples y de bajo costo, basados en principios de propagacin, para sensores IEEE 802.15.4 opernado en la banda 2.4 GHz en sistemas cerrados.

La presente solucin implementa mtodos novedosos y prcticos para contrarrestar las dos principales fuentes de error del mtodo basado en intensidad de seal, tales como el efecto multicamino y el apantallamiento. La solucin elude calibraciones/estimaciones poco prcticas fuera de operacin, esto es, cualquier esfuerzo que requiera planeacin previa.

Aqu, las tcnicas de diversidad son utilizadas para contrarrestar el efecto multicamino, las que demostraron reducir a la mitad el error estndar (en promedio) de aproximacin de la curva de RSS a distancia, que a su vez, reducen los errores de estimacin de distancia, dado que, las aproximaciones y conversiones estn basados en informacin perteneciente a las condiciones actuales del canal. Tambin, estimaciones del trmino de apantallamiento a travs de aproximaciones de curvas RSS a distancias, especficas de cada nodo sujetador, son utilizadas para contrarrestar el problema de apantallamiento, el cual demostr reducir el error estndar de la aproximacin de la curva RSS a distancia en alrededor de 25% (en promedio), el cual a su vez reduce los errores de estimacin de distancia tambin. La ganancia alcanzada en la precisin de estimacin de distancia no est claramente determinada, sin embargo, es ms probable que sea proporcional a la distancia estimada.

Finalmente, la solucin implementa un algoritmo de optimizacin sin condicionamientos (el algoritmo de cuadrados mnimos con funcin de valoracin WLS)

69 para encontrar la posicin de nodos ciegos. El algoritmo demostr reducir el impacto de los errores de estimacin de distancia en la estimacin de la posicin, donde la ganancia alcanzada en la estimacin de la posicin aumenta a medida que el nmero de observaciones (seales de referencia) aumenta hasta el infinito. Entonces, con el presente sistema de estimacin de rango, la precisin de localizacin se encontr alrededor de 2.1 m (en promedio), cuando siete nodos sujetadores fueron utilizados en una clase de 14x7 metros cuadrados con la presencia de muebles y gente.

Sin embargo, en situaciones hostiles, las soluciones de localizacin basadas en principios de propagacin pueden llevar a errores impredecibles, adems que estn limitadas a la regin donde la potencia radiada es uniforme.

70

REFERENCIAS
[1] N. Priyantha, A. Chakraborthy y H. Balakrishnan, The Cricket Location-Support System, Proceedings of International Conference on Mobile Computing and Networking, pag. 32-43, Agosto 6-11, 2000, Boston, MA, Disponible en: http://nms.lcs.mit.edu/papers/cricket.html [2] A. Savvides, C. Han, y M. B. Strivastava, Dynamic Fine-Grained Localization in AdHoc Networks of Sensors, Proc. MobiCom, Roma, Italia, 2001, pag. 16679, Disponible en: http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.20.5448 [3] C.Wang y L. Xiao, Sensor localization under limited measurement capabilities, IEEE Network, vol. 21, no. 3, pag. 1623, Mayo-Junio 2007, Disponible en: http://ieeexplore.ieee.org/xpls/abs_all.jsparnumber=4211213 [4] D. Lymberopoulos, Q. Lindsey, A. Savvides, An empirical characterization of radio signal strength variability in 3-d ieee 802.15.4 networks using monopole antennas, (eds.) EWSN 2006. LNCS, vol. 3868, pag. 326341, Springer, Heidelberg (2006), Disponible en: http://www.springerlink.com/content/168764512w3258r2/fulltext.pdf [5] D. Moore et al., Robust Distributed Network Localization with Noisy Range Measurements, Proc. SenSys, Baltimore, MD, 2004, pag. 5061, Disponible en: http://rvsn.csail.mit.edu/netloc/sensys04.pdf [6] J. Albowicz, A. Chen, y L. Zhang, Recursive Position Estimation in Sensor Networks, Proc. ICNP, Riverside, CA, 2001, pag. 3541, Disponible en: http://irl.cs.ucla.edu/papers/grab-icnp01.pdf [7] Y. Shang et al., Localization from Mere Connectivity, Proc. MobiHoc, Annapolis, MD, 2003, pag. 20112, Disponible en: http://www.sigmobile.org/mobihoc/2003/papers/p201-shang.pdf [8] G. Destino, y G.T.F. de Abreu, Sensor Localization from WLS Optimization with Closed-form Gradient and Hessian, Center for Wireless Commun., Univ. of Oulu, Oulu, 2006-Dic, Disponible en: http://ieeexplore.ieee.org/xpls/abs_all.jsp? arnumber=4151125 [9] P. Biswas y Y. Ye, Semidefinite Programming for Ad-Hoc Wireless Localization, Proceedings of Information Processing in Sensor Networks, pag. 46 - 53, USA, Disponible en: http://www.stanford.edu/~yyye/adhocn4.pdf [10] Ubisense, Disponible en: http://www.ubisense.net [11] M. Tuchler, V. Schwarz, y A. Huber, Location accuracy of an UWB localization

71 system in a multi-path environment, Proc. of IEEE International Conference on UltraWideband (ICUWB), Septiembre 2005, Disponible en: http://www.fhnw.ch/technik/ime/publikationen/2005/pub_fullpaper.pdf [12] T. He et al., Range-Free Localization Schemes in Large Scale Sensor Networks, Proc. MobiCom, San Diego, CA, 2003, pag. 8195, Disponible en: http://www.cs.virginia.edu/~th7c/paper/APIT_CS-2003-06.pdf [13] C. Liu, K.Wu, y T. He, Sensor localization with ring overlapping based on comparison of received signal strength indicator, IEEE Trans. on Mobile Computing, 2004, Disponible en: http://wwwusers.cs.umn.edu/~tianhe/Papers/LocalizationMASS.pdf [14] X. Nguyen, M. I. Jordan, y B. Sinopoli, A Kernel-Based Learning Approach to Ad Hoc Sensor Network Localization, ACM Trans. Sensor Networks, vol. 1, no, 1, 2005, pag. 13452, Disponible en: http://portal.acm.org/citation.cfm?id=1077391.1077397 [15] P. Bahl, V. Padmanabhan, RADAR: An In-Building RF-based User Location and Tracking System, Proceedings of INFOCOM 2000 Tel Aviv, Israel, Marzo 2000, pag. 775-84, vol. 2, Disponible en: http://research.microsoft.com/en-us/groups/snres/infocom2000.pdf [16] D. Niculescu y B. Nath, DV Based Positioning in Ad hoc Networks, In Journal of Telecommunication Systems, 2003, Disponible en: http://eprints.kfupm.edu.sa/35964/1/35964.pdf [17] R. Nagpal, Organizing a Global Coordinate System from Local Information on an Amorphous Computer, A.I. Memo 1666, MIT A.I. Laboratory, Agosto 1999, Disponible en: http://groups.csail.mit.edu/mac/projects/amorphous/papers/ipsn-2003v5.pdf [18] Gabriele Di Stefano, Alberto Petricola, A Distributed AOA Based Localization Algorithm for Wireless Sensor Networks, Department of Electrical and Information Engineering, University of LAquila, Italia, Disponible en: http://www.academypublisher.com/jcp/vol03/no04/jcp03040108.pdf [19] Guoqiang Mao, Baris Fidan, Brian D.O. Anderson, Wireless sensor network localization techniques, Computer Networks, Volumen 51, Parte 10, 11 Julio 2007, pag. 2529-2553, Disponible en: http://portal.acm.org/citation.cfm?id=1243139 [20] M. Maroti et al., Radio Interferometric Geolocation, Proc. SenSys, San Diego, CA, 2005, pag. 112, Disponible en: http://www.stanford.edu/~kusy/pubs/rips.pdf [21] kos Ldeczi, Jnos Sallai, Pter Vlgyesi, y Ryan Thibodeaux, Differential Bearing Estimation for RF Tags, EURASIP Journal on Embedded Systems, Volumen 2009, Disponible en: http://www.hindawi.com/journals/es/2009/682183.html

72

[22] B. Kusy, J. Sallai, G. Balogh, A. Ledeczi, V. Protopopescu, J. Tolliver, F. DeNap, y M. Parang, Radio interferometric tracking of mobile wireless nodes, Proc. of 5th International Conference on Mobile systems, applications and services (MobiSys), Junio 2007, Disponible en: http://graphics.stanford.edu/projects/lgl/papers/ksblptnpritmwt-07/ksblptnp-ritmwt-07.pdf [23] B. Kusy, A. Ledeczi, y X. Koutsoukos, Tracking mobile nodes using RF Doppler shifts, in Proc. of 5th ACM International Conference on Embedded Networked Sensor Systems (SenSys), Noviembre 2007, Disponible en: http://portal.acm.org/citation.cfm? id=1322267 [24] Giovanni Zanca, Francesco Zorzi, Andrea Zanella y Michele Zorzi, Experimental comparison of RSSI-based localization algorithms for indoor wireless sensor networks, REALWSN08, Abril 1, 2008, Glasgow, Reino Unido, Disponible en: http://portal.acm.org/citation.cfm?id=1435473.1435475 [25] Stefano Tennina et al., Locating ZigBee Nodes Using the TIs CC2431 Location Engine: A Testbed Platform and New Solutions for Positioning Estimation of WSNs in Dynamic Indoor Environments, MELT08, San Francisco, California, USA, Septiembre 19, 2008, Disponible en: http://portal.acm.org/citation.cfm?id=1410022 [26] M. Cao, B.D.O Anderson, A.S. Morse, Localization with imprecise distance information in sensor networks, Proceedings of the Joint IEEE Conference on Decision and Control and European Control Conference, 2005, pag. 28292834, Disponible en: http://ieeexplore.ieee.org/xpl/freeabs_all.jsp?arnumber=1582592 [27] S. S. Schiffman, M. L. Reynolds, y F. W. Young, Introduction to Multidimensional Scaling, Academic Press, 1981. [28] Savvides, A., Garber, W., Adlakha, S., Moses, R., y Srivastava, M. B. On the error characteristics of multihop node localization in ad-hoc sensor networks. Proc. IPSN (Palo Alto, CA, Abril 2003), pag. 317-332, Disponible en: http://rvsn.csail.mit.edu/netloc/sensys04.pdf [29] E. Elnahrawy, X. Li, y R. P.Martin, The limits of localization using signal strength: a comparative study, Proceeding of Sensor and Ad Hoc Communications and Networks, IEEE SECON, Octubre 2004, pag. 406414, Disponible en: http://paul.rutgers.edu/~eiman/elnahrawy04limits.pdf [30] C. Savarese, K. Langendoen, y J. Rabaey, Robust Positioning Algorithms for Distributed Ad-Hoc Wireless Sensor Networks, Proc. USENIX Annual Technical Conf., Monterey, CA, 2002, pag. 317328, Disponible en: http://www.comp.nus.edu.sg/~bleong/geographic/related/savarese02robust.pdf

73 [31] H. Lim y J. C. Hou, Localization for Anisotropic Sensor Networks, Proc. INFOCOM, Miami, FL, 2005, Disponible en: http://ieeexplore.ieee.org/xpl/freeabs_all.jsp? arnumber=1497886 [32] Seng-Yong Lau et al., A measurement study of zigbee-based indoor localization systems under RF interference, Proc. of the 4th ACM international workshop on Experimental evaluation and characterization, Beijing, China, 2009, pag. 35-42, Disponible en: http://portal.acm.org/citation.cfm?id=1614300 [33] Sungwon Yang y Hojung Cha, An Empirical Study of Antenna Characteristics Toward RF-based Localization for IEEE 802.15.4 Sensor Nodes, Department of Computer Science, Yonsei University, Seodaemun-gu, Sinchon-dong 134, Seul 120-749, Korea, Disponible en: http://www.eng.yale.edu/enalab/publications/rssi_paper.pdf [34] A. Goldsmith, Wireless Communications, New York, NY, USA: Cambridge University Press, 2005. [35] Systemonchip for 2.4 GHz zigbee/IEEE 802.15.4 with location engine, Datasheet, Texas Instruments, Julio 2007, Disponible en: http://focus.ti.com/lit/ds/symlink/cc2431.pdf [36] N. Patwari et al., Relative Location Estimation in Wireless Sensor Networks, IEEE Trans. Signal Proc., 2003, vol. 51, no. 8, pag. 213748. [37] Micro Hardware Manual, Sensinodes. [38] Disponible en: http://www.freertos.org/ [39] TinyOS community forum, Disponible en: http://www.tinyos.net/

[40] Chipcon CC2420, Datasheet, Chipcon AS, 2004, Disponible en: http://www.chipcon.com /files/CC2420_Data_Sheet_1_2.pdf [41] Disponible en: http://www.sensinode.com/ [42] Youssef Chraibi, Localization in Wireless Sensor Networks, KTH Signals Sensors and Systems, Master's Degree Project, Estocolmo, Suecia 2005. [43] Institute of Electrical and Electronics Engineers, Inc., IEEE Std. 802.15.4-2003, New York: IEEE Press, 2003 [44] C. Wang y L. Xiao, Locating Sensors in Concave Areas, Proc. INFOCOM, Barcelona, Catalua, Espaa, 2006, Disponible en: http://ieeexplore.ieee.org/xpl/freeabs_all.jsp? arnumber=4146877

74 [45] D.Gay, P.Levis, D.Culler y E.Brewer, nesC 1.1 Language Reference Manual, Mayo 2003. [46] Destino, G. y G.T.F. de Abreu, Localization from Imperfect and Incomplete Ranging, Center for Wireless Commun., Univ. of Oulu, Oulu, Sept. 2006, Disponible en: http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=4022276 [47] David I. Chu et al., On Least Squares Euclidean Distance Matrix Approximation and Completion, Disponible en: http://www4.ncsu.edu/~mtchu/Research/Papers/distance03.pdf [48] Yi Shang, Jing Meng, y Hongchi Shi, A New Algorithm for Relative Localization in Wireless Sensor Networks, Department of Computer Science, University of MissouriColumbia, Columbia, MO 65211, Disponible en: http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=1302933