Combinação dinâmica de regressores aplicada à localização de usuários móveis em redes sem fios

Abstract

Nos últimos anos, a disseminação de dispositivos computacionais móveis tais como smartphones e tablets tem estimulado a demanda por serviços baseados em localização. Em geral, técnicas de localização do tipo fingerprinting são amplamente utilizadas para implementação desses serviços. No entanto, tais técnicas enfrentam sérias limitações devido a variações abruptas dos níveis de sinais, quando o usuário muda de um ambiente indoor para um outdoor ou vice-versa, ou mesmo quando estações móveis de diferentes fabricantes são usadas. Nesta tese, é proposta uma nova técnica de localização do tipo fingerprinting baseada em aprendizado de máquina, que emprega diferenças de níveis de sinais e atrasos de onda, em vez de usar valores absolutos de níveis de sinais. A ideia principal da proposta é que as diferenças de sinais das estações móveis posicionadas geograficamente no mesmo local são afetadas de forma semelhante pela atenuação de edifícios e outros obstáculos. A técnica proposta utiliza dados da rede celular para treinar um algoritmo supervisionado de aprendizado de máquina com o intuito de estimar o ângulo horizontal de chegada do sinal usando regressão. Para aumentar a acurácia das regressões, é proposto o método DySEREK (dynamic selection of regressors ensemble using 𝑘-nearest-oracles), que consiste basicamente na seleção dinâmica de subconjuntos de regressores e é baseado na adaptação do método KNORA (𝑘-nearest oracles) aplicado à regressão. Por fim, a técnica de localização proposta e baseada no método DySEREK é empregada em uma aplicação real a partir de medições realizadas em uma rede celular de terceira geração (3G). Os resultados obtidos indicam que a técnica proposta é menos sensível à mudança de ambiente (outdoor para indoor) e mais estável quando aplicada em ambientes indoor ou outdoor, considerando cenários com menos estações-base (redes celulares em regiões suburbanas ou rurais) e menos dados para treinamento (drive-tests menos onerosos realizados pelas operadoras de telecomunicações).