El sistema de posicionamiento Wi-Fi ( WPS , también abreviado como WiPS o WFPS ) es un sistema de geolocalización que utiliza las características de puntos de acceso Wi-Fi cercanos y otros puntos de acceso inalámbrico para descubrir dónde se encuentra un dispositivo. [1] Se utiliza cuando la navegación por satélite , como el GPS, es inadecuada debido a varias causas, incluido el bloqueo de múltiples rutas y la señal en interiores, o cuando la adquisición de una señal de satélite llevaría demasiado tiempo. Estos sistemas incluyen GPS asistido, servicios de posicionamiento urbano a través de bases de datos de puntos de acceso y sistemas de posicionamiento en interiores.. El posicionamiento Wi-Fi aprovecha el rápido crecimiento a principios del siglo XXI de los puntos de acceso inalámbricos en áreas urbanas. [ cita requerida ]
La técnica de localización más común y extendida que se utiliza para el posicionamiento con puntos de acceso inalámbricos se basa en medir la intensidad de la señal recibida ( indicación de intensidad de señal recibida o RSSI) y el método de "huella digital". [2] [3] [4] Los parámetros típicos útiles para geolocalizar el punto de acceso inalámbrico incluyen su SSID y dirección MAC . La precisión depende del número de puntos de acceso cercanos cuyas posiciones se hayan ingresado en la base de datos. La base de datos del punto de acceso Wi-Fi se completa al correlacionar los datos de ubicación GPS del dispositivo móvil con las direcciones MAC del punto de acceso Wi-Fi. [5] Las posibles fluctuaciones de señal que pueden ocurrir pueden aumentar los errores e inexactitudes en la ruta del usuario. Para minimizar las fluctuaciones en la señal recibida, existen ciertas técnicas que se pueden aplicar para filtrar el ruido.
En el caso de baja precisión, se han propuesto algunas técnicas para fusionar las trazas de Wi-Fi con otras fuentes de datos, como información geográfica y limitaciones de tiempo (es decir, geografía de tiempo ). [6]
Motivación y aplicaciones
La localización precisa en interiores se está volviendo más importante para los dispositivos basados en Wi-Fi debido al mayor uso de la realidad aumentada , las redes sociales , el monitoreo de la atención médica, el seguimiento personal, el control de inventario y otras aplicaciones de detección de la ubicación en interiores . [7] [8]
En seguridad inalámbrica , es una tarea importante que se utiliza para localizar y mapear puntos de acceso no autorizados [9] [10]
La popularidad y el bajo precio de las tarjetas de interfaz de red Wi-Fi es un incentivo atractivo para utilizar Wi-Fi como base para un sistema de localización y se han realizado importantes investigaciones en esta área en los últimos 15 años. [2] [4] [11]
Enunciado del problema y conceptos básicos
El problema de la localización en interiores basada en Wi-Fi de un dispositivo consiste en determinar la posición de los dispositivos cliente con respecto a los puntos de acceso. Existen muchas técnicas para lograr esto, y se pueden clasificar en cuatro tipos principales: técnicas basadas en indicación de intensidad de señal recibida (RSSI), huellas dactilares, ángulo de llegada (AoA) y tiempo de vuelo (ToF). [11] [12]
En la mayoría de los casos, el primer paso para determinar la posición de un dispositivo es determinar la distancia entre el dispositivo cliente de destino y algunos puntos de acceso. Con las distancias conocidas entre el dispositivo objetivo y los puntos de acceso, se pueden usar algoritmos de trilateración para determinar la posición relativa del dispositivo objetivo, [8] usando la posición conocida de los puntos de acceso como referencia. Alternativamente, el ángulo de las señales que llegan a un dispositivo cliente objetivo se puede emplear para determinar la ubicación del dispositivo basándose en algoritmos de triangulación . [11]
Se puede utilizar una combinación de estas técnicas para aumentar la precisión del sistema. [11]
Técnicas
Basado en la fuerza de la señal
Las técnicas de localización RSSI se basan en medir la intensidad de la señal desde un dispositivo cliente a varios puntos de acceso diferentes y luego combinar esta información con un modelo de propagación para determinar la distancia entre el dispositivo cliente y los puntos de acceso. Las técnicas de trilateración (a veces denominadas multilateración) se pueden utilizar para calcular la posición estimada del dispositivo del cliente en relación con la posición conocida de los puntos de acceso. [8] [11]
Aunque es uno de los métodos más baratos y fáciles de implementar, su desventaja es que no proporciona una precisión muy buena (mediana de 2 a 4 m), porque las mediciones de RSSI tienden a fluctuar según los cambios en el entorno o el desvanecimiento por trayectos múltiples . [2]
Basado en huellas dactilares
La toma de huellas dactilares tradicional también se basa en RSSI, pero simplemente se basa en el registro de la intensidad de la señal de varios puntos de acceso en el rango y el almacenamiento de esta información en una base de datos junto con las coordenadas conocidas del dispositivo cliente en una fase fuera de línea. Esta información puede ser determinista [2] o probabilística. [4] Durante la fase de seguimiento en línea, el vector RSSI actual en una ubicación desconocida se compara con los almacenados en la huella digital y la coincidencia más cercana se devuelve como la ubicación estimada del usuario. Estos sistemas pueden proporcionar una precisión media de 0,6 my una precisión de cola de 1,3 m. [11] [13]
Su principal desventaja es que cualquier cambio del entorno, como agregar o quitar muebles o edificios, puede cambiar la "huella digital" que corresponde a cada ubicación, requiriendo una actualización de la base de datos de huellas digitales. Sin embargo, la integración con otros sensores, como la cámara, se puede utilizar para hacer frente al entorno cambiante. [14]
Ángulo de llegada basado
Con la llegada de las interfaces Wi-Fi MIMO, que utilizan múltiples antenas, es posible estimar el AoA de las señales multitrayecto recibidas en los conjuntos de antenas en los puntos de acceso y aplicar triangulación para calcular la ubicación de los dispositivos del cliente. SpotFi, [11] ArrayTrack [7] y LTEye [15] son soluciones propuestas que emplean este tipo de técnica.
El cálculo típico del AoA se realiza con el algoritmo MUSIC . Suponiendo una matriz de antenas de antenas igualmente espaciadas por una distancia de y una señal que llega al conjunto de antenas a través de caminos de propagación, una distancia adicional de es viajado por la señal para llegar a la segunda antena de la matriz. [11]
Considerando que el -la ruta de propagación llega con ángulo con respecto a la normal del conjunto de antenas del punto de acceso, es la atenuación experimentada en cualquier antena del conjunto. La atenuación es la misma en todas las antenas, excepto por un cambio de fase que cambia para cada antena debido a la distancia adicional recorrida por la señal. Esto significa que la señal llega con una fase adicional de
en la segunda antena y
en el -a antena. [11]
Por lo tanto, la siguiente exponencial compleja se puede utilizar como una representación simplificada de los cambios de fase experimentados por cada antena en función del AoA de la ruta de propagación: [11]
Entonces, el AoA se puede expresar como el vector de las señales recibidas debido a la -th ruta de propagación, donde es el vector de dirección y está dado por: [11]
Aquí es donde se aplica el algoritmo MUSIC , primero calculando los autovectores de (dónde es la transposición conjugada de ) y utilizando los vectores correspondientes al valor propio cero para calcular los vectores de dirección y la matriz . [11] Los AoAs pueden luego deducirse de esta matriz y usarse para estimar la posición del dispositivo cliente a través de la triangulación .
Aunque esta técnica suele ser más precisa que otras, puede requerir hardware especial para su implementación, como un conjunto de seis a ocho antenas [7] o antenas giratorias. [15] SpotFi [11] propone el uso de un algoritmo de superresolución que aprovecha el número de medidas tomadas por cada una de las antenas de las tarjetas Wi-Fi con solo tres antenas, y además incorpora localización basada en ToF para mejorar su precisión.
Tiempo de vuelo basado
El enfoque de localización del tiempo de vuelo (ToF) toma marcas de tiempo proporcionadas por las interfaces inalámbricas para calcular el ToF de las señales y luego usa esta información para estimar la distancia y la posición relativa de un dispositivo cliente con respecto a los puntos de acceso. La granularidad de tales mediciones de tiempo es del orden de nanosegundos y los sistemas que utilizan esta técnica han informado errores de localización del orden de 2 m. [11] Las aplicaciones típicas de esta tecnología son el etiquetado y la ubicación de activos en edificios, para los que la precisión a nivel de sala (~ 3 m) suele ser suficiente. [18]
Las mediciones de tiempo tomadas en las interfaces inalámbricas se basan en el hecho de que las ondas de RF viajan cerca de la velocidad de la luz, que permanece casi constante en la mayoría de los medios de propagación en ambientes interiores. Por lo tanto, la velocidad de propagación de la señal (y en consecuencia el ToF) no se ve tan afectada por el entorno como las mediciones de RSSI. [17]
A diferencia de las técnicas tradicionales de eco basadas en ToF, como las que se utilizan en los sistemas RADAR , las técnicas de eco de Wi-Fi utilizan datos regulares y tramas de comunicación de reconocimiento para medir el ToF. [17]
Al igual que en el enfoque RSSI, el ToF se usa solo para estimar la distancia entre el dispositivo cliente y los puntos de acceso. Luego , se puede utilizar una técnica de trilateración para calcular la posición estimada del dispositivo en relación con los puntos de acceso. [18] Los mayores desafíos en el enfoque ToF consisten en lidiar con problemas de sincronización de reloj, ruido, artefactos de muestreo y efectos de canales multitrayecto. [18] Algunas técnicas utilizan enfoques matemáticos para eliminar la necesidad de sincronización de reloj. [12]
Más recientemente, el estándar Wi-Fi Round Trip Time ha proporcionado excelentes capacidades de rango de ToF a WiFi.
Preocupaciones sobre la privacidad
Citando las preocupaciones de privacidad específicas que surgen de WPS, Google sugirió un enfoque unificado para excluir que un punto de acceso particular participe en la determinación de la ubicación mediante WPS. [19] Agregar "_nomap" al SSID de un punto de acceso inalámbrico lo excluye de la base de datos WPS de Google. Google espera que otros proveedores de WPS y recolectores de datos, como Apple y Microsoft, sigan esa recomendación para que se convierta en un estándar aceptado. [20] Mozilla reconoce a _nomap como un método para excluirse de su servicio de ubicación. [21]
Bases de datos de ubicación de Wi-Fi públicas
Hay disponibles varias bases de datos de ubicación de Wi-Fi públicas (solo proyectos activos):
Nombre | Redes Wi-Fi únicas | Observaciones | Descarga gratuita de la base de datos | Búsqueda de SSID | BSSID looku | Licencia de datos | Optar por no | Mapa de cobertura | Comentario |
---|---|---|---|---|---|---|---|---|---|
Servicio de posicionamiento de Combain [22] | > 2.400.000.000 [23] | > 67.000.000.000 [23] | No | sí | sí | Propiedad | _nomap | Mapa [ enlace muerto ] | También base de datos de identificación de celda. |
LocationAPI.org de Unwired Labs [24] | > 1.500.010.000 [25] | > 4.100.000.000 | No | No | sí | Propiedad | No | Mapa | También base de datos de identificación de celda |
Servicio de ubicación de Mozilla [26] | > 1.287.000.000 [27] | > 104,708,000,000 [27] | No | No | sí | Propietario [28] | _nomap [21] | Mapa | También base de datos de identificación de celda cuyos datos son de dominio público . También bluetooth. |
Mylnikov GEO [29] | 860.655.230 [29] | Sí [30] | No | sí | MIT [31] | N / A (agregador) | Mapa [ enlace muerto ] | También base de datos de ID de celda [32] | |
Navizon [33] | 480.000.000 | 21,500,000,000 | No | No | sí | Propiedad | No | Mapa | Basado en datos de fuentes múltiples. También base de datos de identificación de celda. [34] |
radiocells.org [35] | 13,610,728 | Sí [36] | No | Sí [37] | ODbL [38] | _nomap | Mapa | Basado en datos de fuentes múltiples. También base de datos de identificación de celda. Incluyendo datos brutos | |
OpenWLANMap / openwifi.su [39] [40] | 22,010,794 | Sí [41] | No | Sí [42] | ODbL [43] | _nomap, solicitud [42] | Mapa | ||
WiGLE [44] | 506,882,816 [45] | 7.235.376.746 [45] | No | Sí [46] | Sí [46] | Propiedad | _nomap, [47] solicitud | Mapa | También Cell ID y bases de datos Bluetooth. |
Ver también
- Localización automática de vehículos
- Sistema de posicionamiento híbrido
- Sistema de posicionamiento interior
- Dirección MAC
- Seguimiento de teléfonos móviles
Referencias
- ^ Lindner, Thomas; Fritsch, Lothar; Plank, Kilian; Rannenberg, Kai (2004). Lamersdorf, Winfried; Tschammer, Volker; Amarger, Stéphane (eds.). "Explotación de Cobertura WiFi Pública y Privada para Nuevos Modelos de Negocio" . Construyendo la Sociedad E-Service . Federación Internacional de Procesamiento de Información IFIP. Springer EE. UU. 146 : 131-148. doi : 10.1007 / 1-4020-8155-3_8 . ISBN 978-1-4020-8155-2.
- ^ a b c d P. Bahl y VN Padmanabhan, "RADAR: un sistema de localización y seguimiento de usuarios basado en RF en el edificio", en Actas de la 19ª Conferencia Conjunta Anual de las Sociedades de Informática y Comunicaciones de IEEE (INFOCOM '00), vol. . 2, págs. 775-784, Tel Aviv, Israel, marzo de 2000.
- ^ Y. Chen y H. Kobayashi, "Geolocalización en interiores basada en la intensidad de la señal", en Actas de la Conferencia Internacional de Comunicaciones de IEEE (ICC '02), vol. 1, págs. 436–439, Nueva York, NY, EE. UU., Abril-mayo de 2002.
- ^ a b c Youssef, MA; Agrawala, A .; Shankar, A. Udaya (1 de marzo de 2003). Determinación de la ubicación de WLAN mediante agrupamiento y distribuciones de probabilidad . Actas de la Primera Conferencia Internacional IEEE sobre Computación y Comunicaciones Pervasivas, 2003. (PerCom 2003) . págs. 143–150. CiteSeerX 10.1.1.13.4478 . doi : 10.1109 / PERCOM.2003.1192736 . ISBN 978-0-7695-1893-0.
- ^ "Sistema de posicionamiento Wi-Fi" .
- ^ Danalet, Antonin; Farooq, Bilal; Bierlaire, Michel (2014). "Un enfoque bayesiano para detectar secuencias de destino de peatones a partir de firmas WiFi" . Investigación del transporte Parte C: Tecnologías emergentes . 44 : 146-170. doi : 10.1016 / j.trc.2014.03.015 .
- ^ a b c J. Xiong y K. Jamieson, "Arraytrack: Un sistema de ubicación interior de grano fino", NSDI '13.
- ^ a b c Yang, Jie; Chen, Yingying (1 de noviembre de 2009). Localización en interiores mediante métodos mejorados de latencia basados en RSS . Conferencia Global de Telecomunicaciones de IEEE, 2009. GLOBECOM 2009 . págs. 1–6. CiteSeerX 10.1.1.386.4258 . doi : 10.1109 / GLOCOM.2009.5425237 . ISBN 978-1-4244-4148-8.
- ^ . Wang, C .; Zheng, X .; Chen, Y .; Yang, J. (septiembre de 2017). "Localización de puntos de acceso no autorizados mediante información detallada del canal" . Transacciones IEEE sobre informática móvil . 16 (9): 2560-2573. doi : 10.1109 / TMC.2016.2629473 . ISSN 1558-0660 .
- ^ "Guía de configuración del sistema de control de red de Cisco Prime, versión 1.0 - Capítulo 6: Mapas de supervisión [Dispositivos de la serie del sistema de control de red de Cisco Prime]" . Cisco . Consultado el 19 de diciembre de 2020 .
- ^ a b c d e f g h i j k l m n o p q r s Kotaru, Manikanta; Joshi, Kiran; Bharadia, Dinesh; Katti, Sachin (1 de enero de 2015). SpotFi: localización de nivel decimétrico mediante WiFi . Actas de la Conferencia de la ACM de 2015 sobre el grupo de interés especial sobre comunicación de datos . SIGCOMM '15. Nueva York, NY, EE.UU .: ACM. págs. 269-282. doi : 10.1145 / 2785956.2787487 . ISBN 978-1-4503-3542-3.
- ^ a b Youssef, Moustafa; Youssef, Adel; Rieger, Chuck; Shankar, Udaya; Agrawala, Ashok (1 de enero de 2006). PinPoint: un sistema asincrónico de determinación de ubicación basado en el tiempo . Actas de la 4ª Conferencia Internacional sobre Sistemas, Aplicaciones y Servicios Móviles . MobiSys '06. Nueva York, NY, EE.UU .: ACM. págs. 165-176. doi : 10.1145 / 1134680.1134698 . ISBN 978-1595931955.
- ^ Youssef, Moustafa; Agrawala, Ashok (4 de enero de 2007). "El sistema de determinación de la ubicación de Horus". Redes inalámbricas . 14 (3): 357–374. doi : 10.1007 / s11276-006-0725-7 . ISSN 1022-0038 .
- ^ Wan Mohd Yaakob Wan Bejuri, Mohd Murtadha Mohamad, Maimunah Sapri y Mohd Adly Rosly (2012). Posicionamiento ubicuo de WLAN / cámara usando detección y emparejamiento de características basadas en el espacio de cromaticidad de intensidad inversa: un resultado preliminar. Conferencia internacional sobre sistemas hombre-máquina 2012 (ICOMMS 2012), Penang, MALASIA. Vea la publicación aquí , o haga clic aquí si el enlace está roto
- ^ a b Kumar, Swarun; Hamed, Ezzeldin; Katabi, Dina; Erran Li, Li (1 de enero de 2014). Análisis de radio LTE hecho fácil y accesible . Actas del 6º Taller Anual sobre Inalámbrico de los Estudiantes, por parte de los Estudiantes, para los Estudiantes . T3 '14. Nueva York, NY, EE.UU .: ACM. págs. 29-30. doi : 10.1145 / 2645884.2645891 . ISBN 978-1-4503-3073-2.
- ^ "Herramienta CSI de Linux 802.11n" . dhalperi.github.io . Consultado el 10 de noviembre de 2015 .
- ^ a b c Marcaletti, Andreas; Rea, Maurizio; Giustiniano, Domenico; Prestamistas, Vincent; Fakhreddine, Aymen (1 de enero de 2014). Filtrado de mediciones de rango de tiempo de vuelo 802.11 ruidosas . Actas de la 10ª Conferencia Internacional de ACM sobre Experimentos y Tecnologías de Redes Emergentes . CoNEXT '14. Nueva York, NY, EE.UU .: ACM. págs. 13-20. CiteSeerX 10.1.1.673.2243 . doi : 10.1145 / 2674005.2674998 . ISBN 978-1-4503-3279-8.
- ^ a b c Lanzisera, S .; Zats, D .; Pister, KSJ (1 de marzo de 2011). "Medición de distancia de tiempo de vuelo por radiofrecuencia para la localización de sensores inalámbricos de bajo costo". Revista de sensores IEEE . 11 (3): 837–845. Código bibliográfico : 2011ISenJ..11..837L . doi : 10.1109 / JSEN.2010.2072496 . ISSN 1530-437X .
- ^ "Blogs de Infoseguridad" . Revista Infosecurity . Consultado el 17 de septiembre de 2015 .
- ^ Ayuda de Google - Servicios basados en la ubicación - ¿Cómo puedo optar por no participar? Obtenido 2012-05-30
- ^ a b "MLS-Opt-Out" . mozilla.com . Consultado el 2 de septiembre de 2014 .
- ^ "Servicio de Posicionamiento Combain" . Consultado el 3 de enero de 2019 .
- ^ a b "Posicionamiento Wifi | Ubicación Wifi | ID Celular - Combain" . Consultado el 3 de enero de 2019 .
- ^ "Cobertura de LocationAPI sin cables" . Consultado el 6 de junio de 2017 .
- ^ API, sin cables. "API de ubicación de laboratorios no cableados - API de geolocalización y API de triangulación móvil, base de datos de torre celular" . API de ubicación de Unwired Labs: API de geolocalización y triangulación móvil . Consultado el 6 de junio de 2017 .
- ^ "Servicio de ubicación de Mozilla" . Consultado el 26 de octubre de 2015 .
- ^ a b "MLS - Estadísticas" . location.services.mozilla.com . Consultado el 6 de mayo de 2016 .
- ^ "CloudServices / Location / FAQ - MozillaWiki" .
- ^ a b "Mylnikov GEO Wi-Fi" . Consultado el 19 de mayo de 2015 .
- ^ "Descarga de la base de datos Wi-Fi de Mylnikov GEO" . Consultado el 19 de mayo de 2015 .
- ^ "Licencia Mylnikov GEO" . Consultado el 19 de diciembre de 2014 .
- ^ "Base de datos de células móviles Mylnikov GEO" . Consultado el 19 de diciembre de 2014 .
- ^ "Sistema de posicionamiento global de Navizon" . Consultado el 21 de junio de 2015 .
- ^ "Mapa de cobertura de WiFi de Navizon" . Consultado el 21 de junio de 2015 .
- ^ "Radiocells.org" . Consultado el 6 de julio de 2018 .
- ^ "Descarga de la base de datos de Radiocells.org" . Consultado el 6 de julio de 2018 .
- ^ "Buscador de puntos de acceso Wifi" . Consultado el 30 de enero de 2015 .
- ^ "Licencia de Radiocells.org" . Consultado el 6 de julio de 2018 .
- ^ "OpenWLANMap" . Consultado el 23 de junio de 2015 .
- ^ QXC, VWPDesign /. "Open WLAN Map: servicios de ubicación gratuitos y abiertos basados en WLAN" . openwifi.su . Consultado el 6 de julio de 2015 .
- ^ "Descarga de la base de datos OpenWLANMap" . Consultado el 24 de febrero de 2015 .
- ^ a b "Buscar red WLAN" . Consultado el 19 de diciembre de 2014 .
- ^ "Licencia OpenWLANMap" . Consultado el 14 de marzo de 2017 .
- ^ "WiGLE" . Consultado el 19 de diciembre de 2014 .
- ^ a b "Estadísticas de WiGLE" . www.wigle.net . Consultado el 24 de diciembre de 2018 .
- ^ a b "Mapa de red inalámbrica WiGLE" . Consultado el 19 de diciembre de 2014 .
- ^ "En _nomap y _optout - WiGLE.net" . www.wigle.net . Consultado el 15 de septiembre de 2019 .
- General
- Anthony LaMarca, Yatin Chawathe, Sunny Consolvo, Jeffrey Hightower, Ian Smith, James Scott, Tim Sohn, James Howard, Jeff Hughes, Fred Potter, Jason Tabert, Pauline Powledge, Gaetano Borriello , Bill Schilit: Place Lab: Posicionamiento de dispositivos mediante radiobalizas En la naturaleza. En omnipresente (2005)