Algoritmos de localização em ambientes externos aplicando rede LoRaWan

• Ano de defesa: 2022
• Autor(a) principal: Telles, Guilherme Pazetto
• Orientador(a): Moritz, Guilherme Luiz
• Banca de defesa: Moritz, Guilherme Luiz , Pellenz, Marcelo Eduardo , Rayel, Ohara Kerusauskas
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Tecnológica Federal do Paraná; Curitiba
• Programa de Pós-Graduação: Programa de Pós-Graduação em Sistemas de Energia
• País: Brasil
• Palavras-chave em Português: Redes remotas (Redes de computadores); Algorítmos; Filtragem de Kalman; Sistema de Posicionamento Global; Wide area networks (Computer networks); Algorithms; Kalman filtering; Global Positioning System
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS::AUTOMACAO ELETRONICA DE PROCESSOS ELETRICOS E INDUSTRIAIS
• Link de acesso: http://repositorio.utfpr.edu.br/jspui/handle/1/28561

Neste trabalho são apresentados dois algoritmos para localização de dispositivos com tecnologia LoRaWAN em ambientes externos de larga escala. O primeiro utiliza de Weighted Centroid (WC), no qual cada Gateway é classificado conforme o valor de Indicador de Força do Sinal Recebido (RSSI, do inglês Received Signal Strength Indicator) e a Razão do Sinal Ruído (SNR, do inglês,Signal Noise Ratio) emitido pelo Target Node (TN). Já o segundo algoritmo também utiliza de RSSI, porém aplica-se a seleção de pontos de intersecção entre circunferências através de algoritmo de detecção de anomalias (do inglês Outlier Detections) denominado Local Outlier of Propability (LoOP). Ademais, para comparação dos algoritmos propostos com relação a outros empregados na literatura, os algoritmos de Multilateração (MLT) e um de referência de Time Difference of Arrival (TdoA) são empregados a fim de se avaliar os resultados. Para uma maior precisão tanto nos algoritmos propostos quanto de comparação, o Filtro de Kalman (FK) aprimora a precisão de acordo com cada sequência de pacotes enviados individualmente por cada TN. Posteriormente, em uma base de dados proveniente da cidade de Antuérpia, Bélgica, análises de comportamento LoRa e dos algoritmos serão comparados, além de comparação com diferentes estudos aplicados na mesma base de dados. Como resultado, o erro médio de WC+FK foi de 566,86 m, enquanto o de LoOP+FK de 569 m, com medianas de 399,04 m e 424,38 m respectivamente. Tal valor apresenta um resultado melhor do que dos métodos MLT e TdoA com erro médio empregando Kalman de 1824,94 e 655,03 m respectivamente, com melhoria de WC+FK e LoOP+FK de mais de 31% e 8.6% e, relação ao MLT+FK e TdoA+FK, além de demonstrar os ganhos dos métodos propostos em comparação aos método mais complexos como Fingeprinting (FP), com 340 m de erro médio aplicado na mesma base de estudo.