Indoor localization techniques for wireless sensor networks

par Jinze Du

Thèse de doctorat en Electronique

Sous la direction de Jean-François Diouris et de Yide Wang.

Le président du jury était Jean-Pierre Cances.

Les rapporteurs étaient Salah Bourennane, Rodolphe Vauzelle.


  • Résumé

    Cette thèse traite d’algorithmes de localisation basés sur la mesure du RSSI (Received Signal Strength Indicator) pour des applications intérieures dans des réseaux de capteurs sans fil. L’étude des caractéristiques du RSSI à partir d’un système de localisation expérimental, permet de construire un modèle de canal RSSI de type atténuation lognormale. Pour faire face à la faible précision des distances déduites de RSSI, nous proposons trois nouveaux algorithmes de localisation à l’intérieur des bâtiments basés sur la multilatération et les mesures de RSSI moyennées. Ces algorithmes pondèrent les distances mesurées en fonction de leur fiabilité supposée. Nous développons également, une stratégie d’acquisition et de suivi des paramètres du canal pour la localisation dans des applications où la position est contrainte. Pour estimer les paramètres du modèle de canal, la méthode des moindres carrés moyens (LMS) est associée à une méthode de trilatération. Des critères quantitatifs sont fournis pour garantir l’efficacité de la stratégie de suivi en proposant un compromis entre la résolution de la contrainte et la variation des paramètres du modèle. Les résultats de simulation montrent un bon comportement de la stratégie de poursuite proposée en présence d’une variation spatio-temporelle du canal de propagation. Par rapport aux algorithmes existants, une meilleure précision de localisation est obtenue au prix d’un peu plus de temps de calcul. La stratégie proposée est également testée expérimentalement.

  • Titre traduit

    Intérieur Techniques de localisation pour les réseaux de capteurs sans fil


  • Résumé

    In this thesis, the author focused on RSSI based localization algorithms for indoor applications in wireless sensor networks. Firstly, from the observation of RSSI behavior based on an experimental localization system, an experimental RSSI channel model is deduced, which is consistent to the popular lognormal shadowing path loss model. Secondly, this thesis proposes three indoor localization algorithms based on multilateration and averaged RSSI. In these algorithms, the measured distances are weighted according to their assumed accuracy. Lastly, a RSSI based parameter tracking strategy for constrained position localization is proposed. To estimate channel model parameters, least mean squares method (LMS) is associated with the trilateration method. Quantitative criteria are provided to guarantee the efficiency of the proposed tracking strategy by providing a tradeoff between the constraint resolution and parameter variation. The simulation results show a good behavior of the proposed tracking strategy in presence of space-time variation of the propagation channel. Compared with the existing RSSI based algorithms, the proposed tracking strategy exhibits better localization accuracy but consumes more calculation time. In addition, experimental tracking test is performed to validate the effectiveness of the proposed tracking strategy.


Il est disponible au sein de la bibliothèque de l'établissement de soutenance.

Consulter en bibliothèque

La version de soutenance existe

Où se trouve cette thèse\u00a0?

  • Bibliothèque : Université de Nantes. Service commun de la documentation. Bibliothèque électronique.
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.