Kablosuz sensör ağlarda dv-hop tabanlı iç konumlandırma yöntemlerinin incelenmesi kıyaslanması ve K-means++ kümeleme yöntemi ile yeni yaklaşım

İç mekân konumlandırma teknolojisine çokça ihtiyaç duyulması ile birlikte yeni teknikler arayışınagirilmekte, GPS'in (Global Positioning System - Küresel Konumlandırma Sistemi) dış mekânkonumlandırmasındaki başarısına ulaşabilecek yöntemler üzerinde çalışmalar yapılmaktadır. Ancak içmekânda bulunan objeler ve mimari yapı dolayısı ile sinyallerin kırılması ve kayba uğraması üzerindeçalışılan bu yöntemin doğru sonuçlar vermesini zorlaştırmaktadır. Bu sorunun aşılabilmesi için pek çokyöntem denenmekte ve uygun çözümler aranmaya devam etmektedir. Kablosuz sensör ağlar da bunun içinkullanılan teknolojilerden bir tanesidir. Sensör ağlarda konumlandırma yapılırken kendi konum bilgisinesahip olan çapa düğümler kullanılmakta, bu düğümlerden alınan sinyallerin gücü, varış zamanı, varış açısıgibi özellikleri ile sinyalin iletilirken kaç farklı düğüm üzerinden iletildiği bilgisi gibi özelliklerdekullanılabilmektedir. Bu yöntemlerden biri olan Dv-hop yöntemi bu çalışma içerisinde incelenmiş ve farklıyöntemlerle performans açısından kıyaslanmıştır. Bu kıyaslama yapılırken merkez etrafına dağıtılan düğümnoktalarının iletimi kolaylaştırdığının görülmesi üzerine uygun bir topoloji oluşturmak için uygun birkümeleme yönteminin kullanılması gerektiği tespit edilmiştir. Bu noktada k means++ kümeleme yöntemiönerilmiş ve probleme uygulandığında doğruluk oranının %50’ye kadar arttırılabildiği görülmüştür.

Comparison of dv-hop based ındoor positioning methods in wireless sensor networks and new approach with K-means ++ clustering method

With the great need for indoor positioning technology, new techniques have been searched for, and studies are being carried out on methods that can achieve the success of GPS (Global Positioning System) outdoor positioning. However, due to the objects and architectural structure of the interior, it is difficult to break down the signals and give the correct results to this method. Many methods have been tried and appropriate solutions are being sought to overcome this problem. A wireless sensor network is one of the technologies used for this. When positioning in sensor networks, anchor nodes that have their own position information are used, and their features such as power, arrival time, arrival angle and how many different nodes are used while the signal is transmitted can be used for positioning. One of these methods, Dv-hop method, has been studied in this study and it has been compared with different methods in terms of performance. It has been observed that when this comparison is made, it is necessary to use an appropriate clustering method to create an appropriate topology when node points distributed around the center facilitate transmission. At this point k means ++ clustering method was proposed and it was seen that the accuracy rate could be increased up to 50% when probing.

PDF

___

1. Pahlavan K., Li X., Ylianttila M., Chana R.S. ,Latva-aho M., An overview of wireless indoor geolocation techniques and systems, Proceedings of the IFIPTC6/European Commission International Workshop on in Mobile and Wireless Communications Networks, 1–13, 2000.
2. Enge P., Misra P., Special issue on GPS: The global positioning system, Proceedings of the IEEE, 3–172, 1999.
3. Kitasuka T., Hisazumi K., Nakanish, T., Fukuda A., Positioning Technique of Wireless LAN Terminals Using RSSI between Terminals, PSC, CSREA Press, 47-53, 2005
4. Doğancı Y.U., 802.11 Standartlarını kullanarak pozisyon Tespiti, Yüksek Lisans, TOBB Ekonomi ve Teknoloji Üniversitesi Fen Bilimleri Enstitüsü, 2008.
5. Otsason V., Varshavsky A., LaMarca A., E. de Lara, Accurate Gsm İndoor Localization, Ubicomp (M. Beigl, S. S. Intille, J. Rekimoto, and H. Tokuda, eds.), 3660 of Lecture Notes in Computer Science, 141–158, 2005.
6. Ustebay S., Gümüş E., Aydın M.A, Sertbaş A., İç Mekan Konum Tespitinde Sinyal Haritasının Küçültülmesi ve Performans Analizi, Journal of the Faculty of Engineering and Architecture of Gazi University, 2016.
7. Bahl P., Padmanabhan V., RADAR: An In-Building RF-Based Location and Tracking System, IEEE INFOCOM, 2000.
8. King T., Kopf S., Haenselmann T., Lubberger C., Effelsberg W., COMPASS: A probabilistic indoor positioning system based on 802.11 and digital compasses, WiNTECH’06: Proceedings of the 1st international workshop on Wireless network testbeds, experimental evaluation & characterization (New York, NY, USA), 34– 40, 2006.
9. Hightower J., Want R., Borriello G., An Indoor 3D Location Sensing Technology Based on RF Signal Strength, University of Washington, Department of Computer Science and Engineering, 2000.
10. Ni L.M., Y. Liu Y. C. Lau, and A. P. Patil, LANDMARC: Indoor Location Sensing Using Active RFID, Wireless Networks, 10 (6), 701–710, 2004.
11. Bilinmeyen, 2016, WhereNet, http://www. wherenet. com, Ziyaret Tarihi: 01.04.2016.
12. Papapostolou A, Indoor Localization and Mobility Management in the Emerging Heterogeneous Wireless Networks, Doctor of Science, Telecom & Management SudParis and Pierre & Marie Curie University, 2009.
13. Bilinmeyen, 2016, Trilateration, https://en.wikipedia. org/wiki /Trilateration, Ziyaret Tarihi: 01.06.2016.
14. Papapostolou A, Indoor Localization and Mobility Management in the Emerging Heterogeneous Wireless Networks, Doctor of Science, Telecom & Management SudParis and Pierre & Marie Curie University, 2009.
15. Nazir U., Arshad M.A., Shahid N., Raza S.H., Classification of localization algorithms for wireless sensor network: A survey, IEEE International Conference on Open Source Systems and Technologies (ICOSST), Lahore , 1-5, 2012.
16. Kanmaz M., Etkin Kullanıcı Hareketliliği İle Kesin Konumlandırma, Yüksek Lisans, İstanbul Üniversitesi Fen Bilimleri Enstitüsü, 2016.
17. Kul G. , Özyer T. , Tavli B., IEEEE 802.11 WLAN Based Real Time Indoor Positioning: Literature Survey and Exprimental Investigations, 9th International Conference on Future Networks and Communications (FNC-2014), 2014.
18. Hamdoun S., Rachedi A., Benslimane A., Comparative analysis of RSSI-based indoor localization when using multiple antennas in Wireless Sensor Networks, Mobile and Wireless Networking (MoWNeT) 2013
International Conference on Selected Topics, DOI=10.1109/MoWNet.2013.6613811, 146-151, 2013.
19. Bulusu N., Heidemann J., Estrin D., GPS-less low-cost outdoor localization for very small devices, IEEE Personal Communications, 7, 28-34, 2000. 20. Niculescu D., Nath B., Ad-hoc Positioning System, IEEE Global Telecommunications Conference, San Antonio, 2926 – 2931, 2001.
21. Tian S., Zhang X., Liu P., Wang X., A RSSI-based DVHop Algorithm for Wireless Sensor Network, Wireless Communications, Networking and Mobile Computing 2007, DOI: 10.1109/WICOM.2007.636, 2555-2558, 2007. 22. Hadir A., ZineDine K., Bahhouya M., El Kafi J., An optimized DV-hop localization algorithm using average hop weighted mean in WSNs, Codes, Cryptography and Communication Systems (WCCCS), 2014 5th Workshop on, IEEE, 25 – 29, 2014.
23. Kulaib A.R., Shubair R.M., Al-Qutayri M.A., Jason W. P., Improved DV-hop localization using node repositioning and clustering, Communications, Signal Processing, and their Applications(ICCSPA), 2015 International Conference on, 10.1109/ICCSPA.2015.7081314 ,1-6, 2015.
24. Işık M., Çamurcu A. Y., K-Means, K-Medoıds Ve Bulanık C-Means Algoritmalarının Uygulamalı Olarak Performanslarının Tespiti , İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi 6, 11 Bahar 2007/1 , 31-45, 2007.
25. Arthur D., Vassilvitskii S., K-Means++: The Advantages Of Careful Seeding, Proceedings Of The Eighteenth Annual ACM-SIAM Symposium On Discrete Algorithms. Society for Industrial and Applied Mathematics Philadelphia, PA, USA. ,1027–1035, 2007.