| Titre : |
Positionnement d'utilisateurs mobiles en intérieur à bases d’empreintes digitales WLAN 802.11 et par apprentissage |
| Type de document : |
texte imprimé |
| Auteurs : |
Mariame Niang, Auteur |
| Editeur : |
Dakar : Université Cheikh Anta Diop de Dakar : Ecole Doctorale Physique, Chimie, Sciences de la Terre, de l'Univers et de l'Ingénieur |
| Année de publication : |
2023 |
| Importance : |
127 P. |
| Format : |
29 cm |
| Langues : |
Français (fre) |
| Mots-clés : |
Positionnement intérieur Wi-Fi Fingerprint Machine Learning algorithme Indicateur intensité signal erreur quadratique moyenne minimale Filtre des moindres carrés récursifs moindres carrés récursifs géolocalisation positionnement Global Positioning System Wireless Fidelity empreinte digitale intensité du signal reçu Received Signal Strength Indicator RSSI bruit des données bruit donnée d’apprentissage automatique WLAN 802.11 internet internet mobile reseau mibile utilisateur mobile |
| Résumé : |
La géolocalisation permet d'estimer la position d'une cible ou d'un utilisateur. Le terme de
positionnement peut être défini comme le processus de détermination de la position d'un objet
ou d'une personne par rapport à un point de référence à l'aide de plusieurs technologies.
Plusieurs technologies sont conçues pour suivre l'emplacement des utilisateurs mobiles. De nos
jours, l'Homme a mis en place un système de positionnement par satellite, plus connu sous le
nom de Global Positioning System (GPS) qui offre une précision suffisante à l'extérieur.
Toutefois, le GPS présente un certain nombre de limites dues à la faible pénétration des signaux
GPS à l'intérieur des bâtiments en raison d'obstacles. Par conséquent, la localisation peut être
interrompue. C'est pourquoi des solutions alternatives de positionnement sont à l'étude. Le
positionnement en intérieur par Wi-Fi (Wireless Fidelity) a attiré récemment l’attention de
nombreux chercheurs. En effet, les communications directionnelles à 60 GHz sont vulnérables
aux obstacles dans les réseaux à ondes millimétriques ce qui fait que l'estimation de la position
de l’utilisateur est susceptible d’erreur. L'objectif de cette thèse est de concevoir un système de
positionnement intérieur autonome et robuste pour les utilisateurs mobiles à l’intérieur des
bâtiments. Nous proposons d'estimer l'emplacement de l'utilisateur mobile par la technique
d’empreinte digitale (Fingerprint) qui est plus facile à réaliser mais du fait de sa précision
comparé aux autres techniques classiques. La technique par Fingerprint est un processus en
deux étapes, dans lequel une carte radio de la zone surveillée est construite en collectant
l'intensité du signal à partir d'emplacements connus. Un emplacement inconnu est ensuite prédit
en utilisant cette carte radio comme référence. Pour cette méthode, l’indicateur de l’intensité
du signal reçu (Received Signal Strength Indicator, RSSI) est le plus souvent utilisé.
Néanmoins, les valeurs de RSSI sont affectées par des fluctuations aléatoires causées par des
phénomènes d'évanouissement et de trajets multiples, ce qui entraîne une diminution de la
précision. En plus, les signaux sont très bruités. Dans ce cas, nous avons appliqué l’erreur
quadratique moyenne minimale (MMSE) et le filtre des moindres carrés récursifs (RLS) afin
de réduire le bruit des données. Ensuite, nous avons utilisé des algorithmes d’apprentissage
automatique (Machine Learning, ML) pour estimer la position. Comparé aux autres approches,
notre approche réduit de 12 à 6 le temps de conception, d’évaluation. |
| Permalink : |
https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=1548 |
Positionnement d'utilisateurs mobiles en intérieur à bases d’empreintes digitales WLAN 802.11 et par apprentissage [texte imprimé] / Mariame Niang, Auteur . - Dakar : Université Cheikh Anta Diop de Dakar : Ecole Doctorale Physique, Chimie, Sciences de la Terre, de l'Univers et de l'Ingénieur, 2023 . - 127 P. ; 29 cm. Langues : Français ( fre)
| Mots-clés : |
Positionnement intérieur Wi-Fi Fingerprint Machine Learning algorithme Indicateur intensité signal erreur quadratique moyenne minimale Filtre des moindres carrés récursifs moindres carrés récursifs géolocalisation positionnement Global Positioning System Wireless Fidelity empreinte digitale intensité du signal reçu Received Signal Strength Indicator RSSI bruit des données bruit donnée d’apprentissage automatique WLAN 802.11 internet internet mobile reseau mibile utilisateur mobile |
| Résumé : |
La géolocalisation permet d'estimer la position d'une cible ou d'un utilisateur. Le terme de
positionnement peut être défini comme le processus de détermination de la position d'un objet
ou d'une personne par rapport à un point de référence à l'aide de plusieurs technologies.
Plusieurs technologies sont conçues pour suivre l'emplacement des utilisateurs mobiles. De nos
jours, l'Homme a mis en place un système de positionnement par satellite, plus connu sous le
nom de Global Positioning System (GPS) qui offre une précision suffisante à l'extérieur.
Toutefois, le GPS présente un certain nombre de limites dues à la faible pénétration des signaux
GPS à l'intérieur des bâtiments en raison d'obstacles. Par conséquent, la localisation peut être
interrompue. C'est pourquoi des solutions alternatives de positionnement sont à l'étude. Le
positionnement en intérieur par Wi-Fi (Wireless Fidelity) a attiré récemment l’attention de
nombreux chercheurs. En effet, les communications directionnelles à 60 GHz sont vulnérables
aux obstacles dans les réseaux à ondes millimétriques ce qui fait que l'estimation de la position
de l’utilisateur est susceptible d’erreur. L'objectif de cette thèse est de concevoir un système de
positionnement intérieur autonome et robuste pour les utilisateurs mobiles à l’intérieur des
bâtiments. Nous proposons d'estimer l'emplacement de l'utilisateur mobile par la technique
d’empreinte digitale (Fingerprint) qui est plus facile à réaliser mais du fait de sa précision
comparé aux autres techniques classiques. La technique par Fingerprint est un processus en
deux étapes, dans lequel une carte radio de la zone surveillée est construite en collectant
l'intensité du signal à partir d'emplacements connus. Un emplacement inconnu est ensuite prédit
en utilisant cette carte radio comme référence. Pour cette méthode, l’indicateur de l’intensité
du signal reçu (Received Signal Strength Indicator, RSSI) est le plus souvent utilisé.
Néanmoins, les valeurs de RSSI sont affectées par des fluctuations aléatoires causées par des
phénomènes d'évanouissement et de trajets multiples, ce qui entraîne une diminution de la
précision. En plus, les signaux sont très bruités. Dans ce cas, nous avons appliqué l’erreur
quadratique moyenne minimale (MMSE) et le filtre des moindres carrés récursifs (RLS) afin
de réduire le bruit des données. Ensuite, nous avons utilisé des algorithmes d’apprentissage
automatique (Machine Learning, ML) pour estimer la position. Comparé aux autres approches,
notre approche réduit de 12 à 6 le temps de conception, d’évaluation. |
| Permalink : |
https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=1548 |
|  |
Accueil
Affiner la recherchePositionnement d'utilisateurs mobiles en intérieur à bases d’empreintes digitales WLAN 802.11 et par apprentissage / Mariame Niang (2023)
