Studiul soluţiilor de localizare în reţele de senzori bazate pe evaluarea conectivităţii în vederea utilizării în sisteme colaborative de explorare

Studiul soluţiilor de localizare în reţele de senzori bazate pe evaluarea conectivităţii în vederea utilizării în sisteme colaborative de explorare

1 Introducere Reţelele de senzori fără fir reprezintă un domeniu de cercetare de mare interes. Progresele recente ale tehnologiei au dus la posibilitatea dezvoltării unor senzori cu un cost redus, cu un consum de putere redusă şi în acelaşi timp multifuncţional, care pot comunica pe arii restrânse. Un număr mare de astfel de dispozitive de dimensiune redusă, conectate într-o reţea de comunicaţie fără fir au dus la dezvoltarea de aplicaţii de monitorizare şi control al locuinţelor, al oraşelor, a mediului. Într-o astfel de reţea o caracteristică extrem de importantă şi dorită este cea de localizare. În aplicaţii precum monitorizarea mediului, monitorizarea incendiilor, a calităţii aăpei sau a preciziei agriculturii, datele măsurate şi livrate de către aplicaţie nu nicio valoare dacă nu este cunoscută locaţie de unde se prelevă acesle informaţii. Mai mult o estimare a locaţiei permite dezvoltarea unui număr vast de aplicaţii, precum administrarea inventarului, dectarea intruşilor, monitorizarea traficului rutier, supraveghere, etc. Problema localizării nodurilor unei reţele de senzori, reprezintă una dintre cele mai dificile şi spinoase probleme ce trebuie rezolvate, ţinând cont de realitatea înconjurătoare. Deoarece marea parte a aplicaţiilor bazate pe reţele de senzori, au nevoie de localizarea pentru a putea asista operaţiile pe care le execută, ca de exemplu pentru a-si adnota datele cu locaţia curentă, este absolut nevoie ca senzorul sa poată sa fie capabil să îşi găsească propria locaţie. Există diferite soluţii de localizare a unor microsisteme digitale, ce pot fi împărţite pe trei mari categorii: sistem de localizare globală, sisteme de localizare pe arii extinse bazate pe reţeaua celulară, sisteme de localizare interne[1]. Din punct de vedere a metodelor de calcul a distantei, există două metode, cea bazată pe calculul distanţelor între noduri utilizând echipamente suplimentare pentru localizare ultrasonică sau bazată pe masurarea puterii semnalului [10]. O altă categorie este cea a soluţiilor care se bazează pe stabilirea conectivităţii la nivelul reţelei pentru a stabili poziţiile nodurilor bazându-se pe proximitate. Algoritmii de localizare estimează locaţia senzorilor, despre care iniţial nu deţin nicio informaţie cu referire la poziţia acestora, folosind cunoaşterea poziţiei absolute a câtorva senzori şi efectuarea de măsurători dintre senzori precum distanţa şi raportul măsurătorilor. Senzorii a căror locaţie este cunoscută se numesc ancore iar poziţia lor se poate obţine folosind un sistem de poziţionare global (GPS), sau prin instalarea de ancore în poziţii a căror coordonate sunt cunoscute. În aplicaţii care necesită un sistem de coordonate global, aceste ancore vor determina locaţia senzorilor reţelei în acel sistem global de coordonate. În aplicaţii în care este suficient doar un sistem de coordonate local (de exmplu aplicaţii de genul casei inteligente), aceste ancore definesc sistemul local de coordonate, ce va servi drept referinţă pentru calculul tuturor locaţiilor senzorilor. Datorită constrângerilor legate de costul şi dimensiunea senzorilor, de consumul de energie, etc. majoritatea senzorilor nu deţin informaţii cu referire la propria locaţie. Aceşi senzori se numesc non-ancore, iar coordonatele lor vor fi estimate pe baza algoritmilor de localizare. 2 MELISSEVS

2 Prezentarea conţinutului referatului Cu toate că există dezvoltate o multitudine de soluţii teoretice, din punct de vedere practic nu este foarte clar care dintre acestea pot fi puse realizate cu rezultate remarcabile şi care se opresc doar la stadiul de idee. Una din soluţiile ce funcţionează cu succes din ambele puncte de vedere, este soluţia clasică de a unui sistem bazată pe localizare globală, adică Sistemul de Pozitionare Globală (GPS), o reţea de 24 de sateliţi plasaţi pe orbită ce foloseşte un algoritm de triangulaţie pentru a determina locaţia fizică cu o acurateţe de 10 metri. GPS devine ineficient cand e vorba de localizare internă, sau in zonele urbane, unde cladirile înalte distorsionează şi împiedică perpetuarea semnalelor provenite de la sateliţi [2]. Un alt dezavantaj major este faptul că implică circuistică suplimentară care determină o creştere a consumului de energie şi o creştere a dimensiunilor nodului. O alta soluţie care suferă însă de acceaşi problemă ca şi cea prezentată mai sus este cea bazată pe triangulaţie ultrasonica [11] [12] [13] care impune montarea pe fiecare nod a unui transmiţător/receptor ultrasonic precum şi circuistica necesară prelucrării semnalelor în vederea calculării poziţiei nodului. În [26], se propune un algoritm probabilistic pentru estimarea localizării într-o reţea de senzori ce este formată din noduri-senzori şi noduri-ancoră, proporţionalitatea dintre cei doi fiind net superioară primului tip de senzori. Nodurile-ancoră sunt la rândul lor de două tipuri: noduri ancoră ce sunt echipaţi cu GPS şi noduri ancoră care îşi descoperă poziţia folosind altă metodă. Soluţia prezentă presupune o desfăşurare controlată a nodurilor în perimetru, sub forma unei grile şi în care se presupune că unitatea de măsură folosită este cunoscută de către toate nodurile din reţea. Problema care trebuie rezolvată este aceea de identificare a poziţiei corecte în grila creată. Fie o grilă de dimensiuniile M şi N, S mulţimea nodurilor-senzori şi A mulţimea nodurilor-ancoră. Fiecare nod din mulţimea A şi S conţin şi perechea (i,j) ce reprezintă coordonatele matricii unde un anumit nod este localizat. Pentru, se defineşte vectorul ce reprezintă un vector format din contorizarea paşilor pentru fiecare nod-ancoră k din A. astfel,,,. Probabilitatea grilei se poate reprezenta, prin folosirea unei matrici de dimeniuniile MxN astfel:,, unde probabilitatea ca nodul senzor să fie găsit la poziţia,, dacă, 0, dacă, În aceste condiţii, fiecare element al probabilităţii de mai sus se poate scrie astfel: MELISSEVS 3

unde reprezintă probabilitatea ca nodul k poziţionat la (i,j)să fie la paşi de al l- lea nod-ancoră. Se mai declară doi parametri: λ repezentând distanţa dintre nodul de mai sus şi un nod-ancoră, iar τ numărul de paşi ce există între cele noduri. Astfel distribuţia noduruilor e dată de formula: 1! unde τ =1,2,... După crearea unei matrici de probabilităţii a grilei, fiecare nod îşi va alege poziţia (i,j) în grilă, unde probabilitatea sa va fi maximă. Dacă de notează i max şi j max ca fiind poziţiile din grilă unde pentru nodul k, elementul max, 1,1. Nodul k îşi va calcula locaţia ca fiind (x k, y k ) = (i max * Unitatea_de_măsură_a_grilei, j max * Unitatea_de_măsură_a_grilei ). Pentru determinarea localizării, nodurile ancoră vor trimite în continuu pachete, ce conţin numărul lor de identificare, locaţia şi contorul de paşi, care iniţial va fi pus pe zero. Dacă reţeaua de senzori este de dimensiuni mai reduse, aceste pachete vor fi trimise către toată suprafaţa, iar dacă dimeniunea este mare, atunci pachetele vor fi trimise doar pe o anumită suprafaţă, iar in acest caz fiecare nod se asteaptă să primescă pachete de la cel putin 3 noduri-ancore. În tipul acestor trimiteri de pachete, nodurile-senzori vore reţine care este distanţa minimă, de la fiecare nod-ancoră ce ia trimis pachete. Când un nod-ancoră primeşte informaţii de la un alte noduri-ancoră, se realizează o estimare a distanţei Euclidiene a unui pas, denumită factor de corecţie (CF) şi il propagă controlat în reţea. Pentru un nod-ancoră ce se află poziţionat la ( x i, y i ), formula factorului de corecţie este: unde, reprezintă numărul de paşi dintre poziţia curentă ( x i, y i ) a nodului ancoră şi nodul-ancoră ce se află poziţionat la ( x j, y j ). Acest factor este important deoarece prin calcularea acestuia se trece la invocarea algoritmului probabilităţii grilei. Informaţia care este valabilă pentru fiecare senzor în acest moment este legată de numărul de salturi a unui set de noduri-ancoră, poziţia acestora şi unitatea de măsură folosită. Fiecare nod-senzor va evalua probabilitatea de a fi localizat în fiecare punct al grilei, necesitând a se calcula mai întâi λ, adică distanţa în număr de paşi dintre punctul evaluat al grilei şi un nod-ancoră, după formula: distanţa dintre punctul grilei şi nodul ancoră 4 MELISSEVS

Cunoscând λ, şi actualul contor de paşi, se ăpoate calcula probabilitatea a nodului k de a se afla la poziţia (i,j) şi de a fi paşi până la al l-lea nodancoră. Se pot obţine mai departe valorile a matrici probabilăţii grilei pentru fiecare nod, urmată de evaluarea totală. Astfel localizarea estimării finale a poziţiei nodului k, se obţine prin identificarea maximului din lista elementelor matricii. Indicii i max şi j max denotă elementul maxim şi se obţine estimarea locaţiei ( x k, y k ) pentru nodul k. Spotlight [10], reprezintă o altă metodă de localizare, realizată cu un buget restrâns, performanţele obţinute în exterior o eroare de maxim 20cm. Se foloseşte o arhitectura asimetrică, în care nodurile ce conţin senzori nu au nevoie de o arhitectură hardware adiţională, astfel încât toată circuistica mai sofisticată este centralizată într-un dispozitiv central. Acesta dispune de un fascicul laser care luminează nodurile ce conţin senzori şi care se află poziţionati în locuri fixe. Ideea principală a acestei soluţii este aceea de a genera evenimente controlate în perimetrul de desfăşurare al nodurilor. Un astfel de eveniment controlat, ar putea fi de exemplu un fascicul de lumină emis de către dispozitivul central. O aplicaţie militată ar putea reprezenta un exemplu în care se poate folosi un asemenea sistem. Dacă un elicopter echipat cu un sistem Spotlight ar suvola peste un perimetru în care ar exista noduri, şi ar fi trimite fascicule către senzori, aceştia ar detecta evenimentele şi ar trimite către staţia principală timpul când au detectat aceste evenimente. Astfel sistemul Spotlight va localiza poziţia nodului fix. Sistemul dispune de o funcţie de detectare a evenimentelor D(t) folosită de către noduri şi care este folosită pentru a se determina dacă avem evenimente externe, returnează durata de când evenimentului a fost lansat şi momentul când evenimentul a fost observat de către nod. Astfel evenimentul i va fi corelat cu timpul t i dacă citirea de la senzorul d ti indeplineşte condiţia : d max + < d ti unde d max reprezintă valoarea maximă raporată de senzorul d ti înaintea t i şi este o constantă care asigură că prima detecţie de valoare mare (variaţiile de valoare mică sunt zgomote) reprezintă de fapt durata evenimentului şi mai departe garantează MELISSEVS 5

că doar schimbările importante de semnal sunt evenimente observate de către senzori. Dispozitivul central este cel care va implementa funcţia de localizare L(t) şi evenimentul distribuit E(t). Acesta din urmă are rolul de a descire distribuţia evenimentelor de-a lungul timpului, fiind de fapt elementul principal al sistemului, şi desigur şi funcţia cea mai sofisticată. Prin realizarea ei, componentele hardware se vor reduce la minim. Funcţia E(t) se aplică astfel: a. Dacă nodurile se află plasate pe o dreaptă, atunci spaţiul A se poate scrie după formula A=[0,l], unde l, atunci funcţia va genera evenimentele (spoturi de lumină) sub formă de puncte de-a lungul dreptei păstrând viteza de deplasare a fascicului laser constantă. Lista de evenimente de mai sus generată de E(t) în plan unidimensional poartă denumirea de PointScan şi pentru nodul i se notează T i ={t i1 }. b. Dacă emiţătorul laser este o diodă laser, atunci, se poate genera o întreagă linie de evenimente simultan cu aceaşi viteză de deplasare a fascicului. Astfel nodurile se află plasate într-un plan bidimensional A=[l x l], iar lista de evenimente generată de către E(t) se numeşte LineScan şi pentru nodul i se notează T i ={t i1, t i2 }. c. Dacă emiţătorul laser este un proiector, atunci se poate genera evenimente ce acoperă o arie şi care poată denumirea de AreaCover. Spaţiul A va fi partajat în secţiuni multiple şi pentru fiecare se va asigna un identificator binar (cod). Funcţia de localizare L(t) folosită în sistemul Spotlight, compară de fapt durata returnată de către E(t) cu duratele reportate de către noduri. Această funcţie are ca intrare pentru PointScan secvenţa de timp T i = {t 1 } corespunzătoare nodului i. Se va realiza o căutare simplă pentru evenimentul a cărui durată este cea mai apropiată de t 1. Dacă t 1 îndeplineşte relaţia: unde, e n şi e n+1 sunt două evenimente consecutive, atunci locaţia obţinută pentru nodul i va fi : şi Pentru LineScan, intrarea corespunzătoare este T i ={t i1, t i2 }, raportată la nodul i. Respecând condiţiile : şi unde e n şi e n+1 sunt două evenimente consecutive orizontale iar e m şi e m+1 sunt două evenimente consecutive verticale, atunci locaţia obţinută pentru nodul i va fi: şi Pentru AreaCover, intrarea corespunzătoare pentru n evenimente raportate la nodul i este T i ={t i1, t i2,..., t in }. Intrarea se poate renota pentru m evenimente generale generate ca fiind T ={t 1, t 2,, t m }. Astfel pentru fiecare nod i se construieşte codul d i =d i1 d i2...d im, unde fiecare d ij =1 dacă tj Ti şi d ij =0 dacă tj Ti. Dacă condiţia: este adevărată, unde e n este un eveniment cu codul den, atunci locaţia obţinută pentru nodul i va fi: 6 MELISSEVS

şi Folosindu-se de aceste funcţii, procesul de localizare va fi următorul: a. Dispozitivul central al sistemului (plasat în exemplu în elicopter), distribuie evenimentele în perimetrul A într-un anumit interval de timp. b. Pe durata distribuţiei, nodurile înregistrează secvenţa de timp T i = {t i1, t i2, t i3,..., t in }, ce reprezintă un set format din duratele evenimentelor detectate de nodul i. c. După distribuirea evenimentelor, fiecare nod i va trimite secvenţa corespunzătoare T i către dispozitivul central. d. Dispozitivul Spotlight va estima locaţia fiecărui nod i folosind secvenţa T i şi funcţia E(t). O altă soluţie este cea bazată pe calcularea puterii semnalului recepţionat iar pe baza acesteia se poate aproxima poziţia nodului receptor faţă de transmitator, astfel de soluţii bazate pe RSSI (Received Signal Strength Indicator) au fost propuse în [15] [16] [17] [18]. Soluţii bazate pe calcularea timpului de recepţionare a semnalului (ToA Time of Arrivel) sunt propuse în [19] [20]. Toate soluţiile de mai sus suferă de dezavantajul necesităţii utilizării componentelor hardware suplimentare care să asigure suportul pentru recepţionarea şi prelucrarea semnalelor utilizate în procesul de localizare. Pentru a evita această problemă s-au propus o serie de soluţii care nu se bazează pe calcularea distanţelor dintre noduri ci pe stabilirea proximitaţii dintre diferite noduri. În acest fel, cu o precizie mai scăzută decât în cazul soluţiilor bazate pe distanţe, se poate stabili poziţia fiecărui nod în cadrul reţelei. Astfel de soluţii sunt prezentate în [25] [21] [22] [23] [24]. Pentru sistemele de localizare pe arii extinse bazate pe reţeaua celulară se recurge la măsurarea forţei semnalui, a unghiului semnalului receptat şi/sau diferenţa de timp a semnalului receptat[2]. Cu toate acestea acurateţea localizării în aceste sisteme este limitată de către mărimea celulelor, iar in medii interne, este limitată şi de multiplele reflecţii ale undelor radio[3]. În [14] este prezentată o soluţie bazată pe un echipament de localizare extern reţelei şi care utilizează un procedeu de generare de evenimente la nivelul nodurilor şi apoi calcularea poziţiei nodului în functie de momentul când acesta a sesizat evenimentul, respectiv de poziţia echipamentului extern care genereaza evenimentul. În cazul prezentat în [14] echipamentul extern este montat pe un elicopter care va survola zona în care este desfaşurată reţeaua de senzori şi va emite un fascicol luminos care va fi recepţionat pe rând de către nodurile reţelei. În momentul în care un nod recepţionează un astfel de fascicol luminos il raportează către echipamentul de localizare etichetat cu momentul de timp în care evenimentul (prezenţa fascicolului) a fost sesizat. Pe baza informaţiei temporale modulul de poziţionare va calcula poziţia la care se află nodul care a recepţionat evenimentul la momentul specificat şi o va transmite acestuia. Această soluţie poate fi utilizată în cazul reţelelor cu noduri fixe care necesită o singură opratie de localizare în faza de punere MELISSEVS 7

în funcţiune a reţelei, de asemenea implică absenţa oricărui obstacol care să restricţioneze recepţia semnalului luminos la nivelul nodului. Diferite sistemele de localizare interne au fost concepute, folosind unde inflaroşii, ultrasunete, supraveghere video, unde radio, sau emergenţe. Localizarea internă se bazează pe metode ce diferă considerabil faţă de cele pentru exterior. Sistemele de localizare interne, bazate pe unde radio, adică WLAN (IEEE 802.11b denumite şi Wi-Fi), au diferite avantaje faţă de celelalte metode. Pe de o parte, reprezintă o soluţie economică, deoarece infrastructura acestora deja există în majoritatea clădirilor de interes general spre deosebire de celelate sisteme interne, iar pentru sistemele digitale ce dispun de propriul sistem de operare, se poate implementa destul de uşor un program de localizare. Din punct de vedere al conectivităţii, în vederea utilizării în sisteme colaborative, modul de propagare a undelor radio este sistemul cel mai robust, faţă de localizarea video, ce depinde de factorii de lumină existenţi in apropiere, sau faţă de localizarea prin unde inflaroşii ce depinde de obstacolele ce pot aparea între receptor şi emiţător. RADAR[4,5] este un sistem de localizare şi urmărire bazat pe WLAN. Sistemul măsoară la echipamentul de transmisie puterea semnalul emis, RSSI (Radio Signal Strength Indicator), după care folosesşte aceste date pentru a descoperi poziţionarea 2D în clădire. Microsoft a implementat două tipuri de radar: unul ce foloseşte analiza scenei şi altul ce foloseşte triangulaţia. Aceste sisteme de localizare oferă două avantaje majore: pe de o parte sunt necesare un număr restrâns de echipamente, iar pe de alta parte poate folosi infrastructura reţelelor wireless ce există în clădiri. Folosind sistemele RADAR ce implementează metoda de analiză a scenei se pot detecta obiecte aflate în interiorul unei raze de acurateţe de 3 metri faţă de poziţia sa, cu o probabilitate de 50 de procente, în timp ce sistemele RADAR ce implementează cealaltă soluţie, la aceeaşi probabilitate raza ariei de acurateţe este de 4,3 metri [6]. O altă soluţie este TDOA (Time difference of arrival), metodă aplicată pentru un sistem de localizare bazat pe IEEE 802.11, dar care necesită hardware adiţional pentru a măsura diferenţa de timp. Echipamentele Access Point sau receptoarele ce suportă TDOA trebuie să fie instalate, iar semnalele lor de tact trebuie să fie sincronizate între ele cu precizie[7]. Un model de sistem de localizare intern a fost descris în [3]. Semnalul WLAN apărut în cadrul măsurătorilor primare era destul de slab, datorită faptului că propagarea semnalului a fost grav afectat de unghiurile moarte existente în imobil, de zgomotele şi interferenţele apărute. Astfel s-a dezvoltat un algoritm de poziţionare cat mai eficientă a echipamentelor de localizare, pentru reducerea numărului de receptoare şi de amplificatoare de semnal. În timpul testelor efecutate, pe dispozitive mobile, s-a ajuns la concluzia ca algoritmul trebuie să rezolve anumite probleme apărute. De exemplu un dispozitiv mobil nu poate traversa de la o poziţie la alta întrun interval scurt de timp dacă între cele există ca obstacol un zid. Performanţele algoritmului de poziţionare şi localizare, au fost măsutare, folosindu-se metrica distanţei erorii, definită ca distanţa spaţială dintre poziţia originală şi poziţia calculată de către poziţia sistemului. Active Bat [8,9], reprezintă un sistem de localizare, ce foloseşte ultrasunetele. Elementele mobile au nevoie de ataşarea unei etichete care va primi o cerere trimisă de la controllerul principal pe banda radio de unde scurte, şi va emite un puls ultrasonic către o matrice ce celule, ce au rol de receptoare. În acelaşi timp, 8 MELISSEVS

controllerul transmite din nou pe frecvenţa radio un pachet de cerere şi un semnal de sincronizare către matricea de celule. Fiecare celulă măsoară intervalul de timp dintre reset şi pulsul ultrasonic primit de la etichetă, trimiţând măsurătorile mai departe la controllerul central, care va executa algoritmul necesar pentru detectarea locaţiei, eliminând datele ce par a fi incorecte, datorită erorilor de transmisie ce pot apărea.sistemul poate detecta etichetele cu o acurateţe de 9cm pentru 95% din testele efectuate. Deasemenea poate oferi informaţii computerizate despre locul unde sunt plasate pe obiecte etichetele, precum şi care ultrasunete sunt obstrucţionate. Fiecare etichetă are un cod unic de identificare şi adresare, GUID. Cu toate că s-au incercat diferite abordări ale problemei de localizare, sunt totuşi anumite probleme care încă nu au fost soluţionate. Aces tea din urmă se referă la caracterizarea analitică a reţelelor de senzori (din punct de vedere al localizării) şi dezvoltarea unor algoritmi de localizare eficienţi pentru diferite clase de reţele într-o varietate de condiţii. În [27] sunt prezentate posibile abordări ale acestor probeme care vor fi menţionate în continuare. Se face referire la metodele bazate de măsurarea distanţei. Se pune problema dacă la localizarea bazată pe distanţă o reţea de senzori este localizabilă în mod unic. Pentru a reyolva această problemă se utilizează teoria grafului. O particularitate a grafului asociată cu localizarea unică în reţelele de senzori este rigiditatea globală [28]. Această proprietate este doar o condiţie suficientă pentru localizarea unică, condiţia necesară însă este încă deschisă pentru cercetare. O altă problemă majoră o reprezintă amaliza caracteristicilor reţelor de senzori fără fir în cazul unor măsurători ale distanţei afectate de zgomot. În acest domeniu cunoştiinţele sunt limitate. Există lucrări care în care sunt prezentate diverse criterii pentru selectarea subgrafurilor din graful reprezentativ în scopul unei localizări robuste şi puternice importiva acestor erori. O problemă relevantă o reprezintă înţelegerea şi utilizarea caracteristicile erorii de propagare dintr-o reţea de senzori. Este mai probabil ca un nod aflat mai departe de nodurile ancoră să prezinte erori mai mari ale estimării locaţiei, deoarece această eroare de estimare nu este afectată doar de erorile de măsurare ale distanţei între nodul respectiv şi vecinii, ci este deasemenea afectat de erorile de estimare ale locaţiilor vecinilor faţă de care se face estimarea locaţiei nodului în cauză. O altă preocupare este de a reduce din complexitatea de calcul a algoritmilor de localizare. În literatura de specialitate s-a concluzionat faptul că o procedură arbitrară de localizare are o complexitate de calcul exponenţială cu număr nodurilor de senzori, în cazul în care nu se aplică o procedură iterativă cu anumite clase de grafuri reprezentative precum grafuri de trilateraţie sau cvadri-lateraţie. Cele din urmă oferă o complexitate de calcul mai redusă pentru localizare, deasemenea există metode sistematice de localizare a reţelelor ce folosesc astfel de grafuri, astfel că este de interes dezvoltarea unor mecanisme care să permită aplicarea acestor metode şi pentru alte clase de grafuri reprezentative. Caracterizarea statistică a proprietăţilor reţelelor prezintă deasemenea interes pentru a asigura, chiar dacă la un grad ridicat de probabilitate, faptul că reţeaua este localizabilă, sau că deţine o structură de trilateraţie, astfel încât calculele de localizare să fie descentralizabile. MELISSEVS 9

3 Bibliografie [1] P. Enge, P. Misra, Special Issue on GPS: The Global Positioning System, Proc. IEEE 87, No. 1, 3 172 [2] S. Tekinay, Wireless Geolocation Systems and Services, IEEE Commun. Magazine 36, No. 4, 28 29 [3] Z. Xiang, S. Song, J. Chen, H. Wang, J. Huang, X. Gao, A wireless LANbased indoor positioning tehnology, IBM J. RES. & DEV., Vol.48, No.5/6, September/November 2004 [4] P. Bahl, V. N. Padmanabhan, RADAR: An In-Building RFBased User Location and Tracking System Proc. IEEE infocom 2000, 2000, pp. 775 784. [5] Y. Wang, X. Jia, H.K. Lee, G.Y. Li, An indoors wireless positioning system based on wireless local area network infrastructure, The 6th International Symposium on Satellite Navigation Technology Including Mobile Positioning & Location Services, Australia, 2003 [6] Intel Research, Instrumenting the World: An Introduction to Wireless Sensor Networks, Intel Corp., 2005, online: http://www.intel.com/research/exploratory/instrument_world.htm. [7] T. Kitasuka, K. Hisazumi, T. Nakanishi, A. Fukuda, WiPS: Location and Motion Sensing Technique of IEEE 802.11 Devices, Third International Conference on Information Technology and Applications (ICITA 05), 2005, pp. 346-349. [8] Jeffrey Hightower, Gaetano Borriell, Location Systems for Ubiquitous Computing, IEEE, August 2001 [9] A. Harter et al., The Anatomy of a Context-Aware Application, Proc. 5th Ann. Int l Conf. Mobile Computing and Networking (Mobicom 99), ACM Press, New York, 1999, pp. 59-68. [10] Radu Stoleru, Tian He, John A. Stankovic, David Luebke, A high-accuracy, low-cost localization system for wireless sensor networks, Proceedings of the 3rd international conference on Embedded networked sensor systems, November 02-04, 2005, San Diego, California, USA [11] M. Minami, S. Saruwatari, T. Kashima, T. Morito, H. Morikawa, and T. Aoyama, "Implementation-based Approach for Designing Practical Sensor Network Systems", În Proceedings of 11th Asia-Pacific Software Engineering Conference (APSEC'04), pp. 703-710, 2004. [12] Ward, A. Jones, A. Hopper, "A New Location Technique for the Active Office", IEEE Personal Communications, vol. 4, No. 5, pp. 42-47, Oct. 1997. 10 MELISSEVS

[13] N.B. Priyantha, A.K.L. Miu, H.Balakrishnan, S. Teller, The Cricket Compass for contextaware mobile applications, Proceedings of MobiCom 2001, Rome, ACM/IEEE (2001). [14] Radu Stoleru, Tian He, John A. Stankovic, David Luebke, A high-accuracy, low-cost localization system for wireless sensor networks, Proceedings of the 3rd international conference on Embedded networked sensor systems, November 02-04, 2005, San Diego, California, USA [15] P. Corke, R. Peterson, D. Rus, "Networked Robots: Flying Robot Navigation Using a Sensor Net", în ISSR, 2003. [16] Pubudu N. Pathirana, Nirupama Bulusu, Andrey V. Savkin, Sanjay Jha, Node Localization Using Mobile Robots în Delay-Tolerant Sensor Networks, IEEE Transactions on Mobile Computing, v.4 n.3, p.285-296, May 2005 [17] N. Priyantha, H. Balakrishnan, E. Demaine, S. Teller, "Mobile-Assisted Topology Generation for Auto-Localization în Sensor Networks", în Proceedings of Infocom, 2005. [18] M. Sichitiu, V. Ramadurai,"Localization of Wireless Sensor Networks with a Mobile Beacon", în Proceedings of MASS, 2004 [19] Andreas Savvides, Chih-Chieh Han, Mani B. Strivastava, Dynamic finegrained localization în Ad-Hoc networks of sensors, Proceedings of the 7th annual international conference on Mobile computing and networking, p.166-179, July 2001, Rome, Italy. [20] M. Broxton, J. Lifton, J. Paradiso, "Localizing a Sensor Network via Collaborative Processing of Global Stimuli", în Proceedings of EWSN, 2005. [21] N. Bulusu, J. Heidemann, D. Estrin, "GPS-less Low Cost Outdoor Localization for Very Small Devices", în IEEE Personal Communications Magazine, 2000. [22] Tian He, Chengdu Huang, Brian M. Blum, John A. Stankovic, Tarek Abdelzaher, Range-free localization schemes for large scale sensor networks, Proceedings of the 9th annual international conference on Mobile computing and networking, September 14-19, 2003, San Diego, CĂ, USA. [23] R. Nagpal, H. Shrobe, J. Bachrach, "Organizing a Global Coordinate System for Local Information on an Adhoc Sensor Network", în A.I Memo 1666. MIT A.I. Laboratory, 1999. [24] D. Niculescu, B. Nath, "DV-based Positioning în Adhoc Networks" în Telecommunication Systems, vol. 22, 2003. [25] J. Bruck, J. Gao, A. Jiang, Localization and routing în sensor networks by local angle information, Proc. of the Sixth ACM International Symposium on Mobile Ad Hoc Networking and Computing (MobiHoc 05), pages 181 192, May 2005. [26] Radu Stoleru, John A. Stankovic, Probality Grid: A Localization Estimation Scheme for Wireless Sensor Networks, IEEE SECON, 2004 [27] Guoqiang Mao, Baris Fidan, Brian D. O. Anderson, Wireless Sensor Network Localization Techniques, Computer Networks, Vol. 51, Issue 10, pp. 2529-2553, 11 Julz 2007 MELISSEVS 11

[28] B. Anderson, P. Belhumeur, T. Eren, D. Goldenberg, A. Morse, W. Whitelez, R. Yang, Graphical properties of easily localizable sensor networks, submitted for publicaions in Wireless Networks, 2005 12 MELISSEVS