Fingerprinting

Project Team
1 Person

Scope
Master Thesis

Contact Person

Status
Available

WLAN based indoor positioning systems often use the fingerprinting method in order to estimate the position. When building up such a system one has to decide about at least two parameters (spatial layout of the access points and the antenna orientation respectively). This is typically done based on experience. Afterwards the system has to be trained by a long lasting measurement procedure. If the position estimates do not have the expected quality the training procedure has to be repeated with changed parameters again and again until the positioning accuracy is acceptable. The effort for that can become very high. A good a priori knowledge about the parameters layout and antenna orientation could help to save a lot of time and money.

In this project a software tool is to be implemented that suggests a good parameter set. Therefore models of the environment, the access point layout as well as the antennas (orientation, antenna pattern) have to be found. By calculation of the receiving powers of all the access points transmit powers for a certain position using the software „WinProp“ a fingerprint for this position can be found. By doing this for a sufficient number of positions one gets a set of fingerprints (for a cartain parameter set) for the interesting area. This algorithm has to be repeated with different parameter sets until a parameter set ist found that provides acceptable positioning quality. Such parameter sets are characterized by unique fingerprints, whereas this uniqueness has to be quantified using an appropriate metric.


WLAN basierte Indoor-Positionierungssysteme verwenden häufig zur Schätzung der Positionen das Fingerprinting-Verfahren. Typischerweise wird beim Aufbau derartiger Systeme sowohl die räumliche Anordnung der Access-Points als auch die Ausrichtung der Antennen basierend auf Erfahrungen gewählt. Damit hofft man gute Positionsschätzungen zu erhalten. Anschließend muss durch zeitaufwändige Messungen das System trainiert werden. Erkennt man nach dieser Prozedur, dass die Parameterwahl (Layout der Access-Points bzw. Orientierung der Antennen) zu keinen guten Positionsschätzungen führt, muss eine neue Parameterwahl getroffen werden und der Prozess beginnt von vorne. Eine mehrfache Wiederholung ist dabei nicht ausgeschlossen, was den Aufwand weiter erhöht. Eine gute a-priori Parameterwahl würde den nötigen Aufwand erheblich reduzieren.

In diesem Projekt soll ein Softwaretool entwickelt werden, das eine gute Parameterwahl unterstützt. Dazu muss der Raum ebenso modelliert werden wie die Anordnung der Access-Points und die Antennen (Ausrichtung, Richtdiagramm,…). Durch die Berechnung der Empfangsleistungen der einzelnen Access-Points an bestimmten Positionen mit Hilfe der Software „WinProp“ können die entsprechenden Fingerprints berechnet werden. Dieser Algorithmus ist so oft zu wiederholen, bis ein gutes Parameterset gefunden wurde. Solche Parametersets zeichnen sich durch eindeutige Fingerprints aus. Diese Eindeutigkeit gilt es auf Basis einer vorab gewählten Metrik zu quantifizieren.