INDOOR LOCALIZATION AND RADIO MAP ESTIMATION USING GEOMETRICALLY PERTURBED UNSUPERVISED MANIFOLD ALIGNMENT. Masters thesis, King Fahd University of Petroleum and Minerals.

Preview

PDF MS_Thesis_Khaqan_Majeed_g201105490.pdf - Submitted Version Download (1MB) | Preview

Arabic Abstract

المحدد الرئيسي لتركيب\تحديث نظام تحديد الموقع بالاعتماد على قوة الإشارة المستلمة هو إنشاء بصمة الخريطة الراديوية، و هو ما يعد مستعصيا و مستنزفا للوقت خصوصا عندما تكون المساحة الداخلية كبيرة و متغيرة. لقد استعملت عدة أساليب للتقليل من الجهود المبذولة في عملية التركيب\التحديث، لكن الانخفاض في الأداء عند تقليل عدد البصمات المأخوذة عن حد معين. في هذا العمل،نحن نقترح طريقة لتحديد المواقع الداخلية تحتاج نسبة قليلة من عدد البصمات الكلي (1% من عدد النقاط الكلي)، بعض القراءات متعددة المصادر، إضافة إلى إحداثيات البيئة الداخلية. نسبة الواحد بالمائة من عدد البصمات تستخدم لتغيير الإحداثيات. النتائج تظهر أن الخوارزمية المقترحة تحقق خطأ في تحديد الموقع أقل من 5 أمتار باستخدام 1% من البصمات المأخوذة و عدد محدود من القراءات متعددة المصادر، مقارنة بطرق أخرى تحقق نسبة خطأ أعلى من 10 أمتار بنفس كمية المعلومات. القليل من التقديرات بالإضافة إلى القليل من البصمات يساعد على توقع الخريطة الراديوية الكاملة للبيئة الداخلية. تقدير الخريطة الراديوية لا يتطلب المزيد من المعلومات المتوفرة من نظام تحديد المواقع المقترح. ـظهر التجارب تحسنا في الأداء بينسبة 50% عن طريق استخدام المعلومات السابق ذكرها لامقارنة مع استخدام البصمات فقط.

English Abstract

The main limitation of deploying/updating Received Signal Strength (RSS) based indoor localization system is the construction of fingerprinted radio map, which is quite a hectic and time-consuming process especially when the indoor area is enormous and/or dynamic. Different approaches have been undertaken to reduce such deployment/update efforts, but the performance degrades when the fingerprinting load is reduced below a certain level. In this work, we propose an indoor localization scheme that requires very small fraction of fingerprinting load (1% of total grid points, i.e. 2 in our case), some crowd sourced readings and plan coordinates of the indoor environment. The 1% fingerprinting load is used only to perturb the local geometries in the plan coordinates. Our proposed algorithm was shown to achieve less than 5m mean localization error with 1% fingerprinting load and a limited number of crowd sourced readings, when other learning based localization schemes pass the 10m mean error with the same information. The performance is further improved by clustering the crowd sourced information where the few collected fingerprints act as cluster heads. The few location estimations together with few fingerprints help to estimate the complete radio map of the indoor environment. The estimation of radio map does not demand extra workload rather it employs the already available information from the proposed indoor localization framework. The testing results for radio map estimation show almost 50% performance improvement by using the aforementioned information as compared to using only fingerprints.

Item Type:	Thesis (Masters)
Subjects:	Engineering Electrical
Department:	College of Engineering and Physics > Electrical Engineering
Committee Advisor:	Sorour, Sameh O.
Committee Co-Advisor:	Al-Naffouri, Tareq Y.
Committee Members:	Muqaibel, Ali H. and Al-Shaikhi, Ali Ahmad and Valaee, Shahrokh
Depositing User:	MAJEED KHAQAN (g201105490)
Date Deposited:	10 Jun 2014 08:23
Last Modified:	01 Nov 2019 15:42
URI:	http://eprints.kfupm.edu.sa/id/eprint/139289