Você está na página 1de 97

MODELAGEM E PROPOSTA PARA PREDIO DE MOBILIDADE EM

AMBIENTES FECHADOS
Alexandre Mendes da Silva

DISSERTAO

SUBMETIDA

COORDENAO

DOS

AO

PROGRAMAS

CORPO
DE

DOCENTE

PS-GRADUAO

DA
DE

ENGENHARIA DA UNIVERSIDADE FEDERAL DO RIO DE JANEIRO


COMO PARTE DOS REQUISITOS NECESSRIOS PARA A OBTENO
DO

GRAU

DE

MESTRE

EM

CINCIAS

EM

ENGENHARIA

SISTEMAS E COMPUTAO.

Aprovada por:

Prof. Luis Felipe Magalhes de Moraes, Ph. D.

Prof. Felipe Maia Galvo Frana, Ph. D.

Prof. Edison Ishikawa, D. Sc.

RIO DE JANEIRO, RJ - BRASIL


MARO DE 2006

DE

SILVA, ALEXANDRE MENDES


Modelagem e Proposta para Predio de
Mobilidade em Ambientes Fechados [Rio de
Janeiro] 2006
XIV, 83 p.

29,7 cm (COPPE/UFRJ,

M.Sc., Engenharia de Sistemas e Computao, 2006)


Dissertao - Universidade Federal do Rio
de Janeiro, COPPE
1. Redes Sem Fio
2. Predio de Mobilidade
3. Modelo de Mobilidade
4. Latncia em Hando
I. COPPE/UFRJ

II. Ttulo (srie)

ii

Dedicatria

Dedico este trabalho memria de meu pai, minha me, a toda minha famlia e
ao grande amor de minha vida, Jussara

iii

Agradecimentos
Ao meu orientador, Prof. Luis Felipe, pela oportunidade de trabalho, pela conana que depositou em mim, pela sua orientao, ensinamentos, apoio e amizade.
Aos professores da banca por participarem da avaliao do trabalho, contribuindo
com correes e sugestes.
A toda equipe do Laboratrio RAVEL, pelas intensas discusses, pelo apoio,
convivncia e amizade.
Ao PESC/COPPE pelo suporte operacional e equipamentos utilizados.
CAPES pelo suporte nanceiro e pela oportunidade para a elaborao deste
trabalho.
A minha equipe de trabalho no Servio Federal de Processamento de Dados
(SERPRO) pelo apoio indispensvel concluso deste trabalho.

iv

Resumo da Dissertao apresentada COPPE/UFRJ como parte dos requisitos


necessrios para a obteno do grau de Mestre em Cincias (M.Sc.)
MODELAGEM DA MOBILIDADE E PROPOSTA PARA PREDIO DE
MOBILIDADE EM AMBIENTES FECHADOS
Alexandre Mendes da Silva
Maro/2006
Orientador: Luis Felipe Magalhes de Moraes
Programa: Engenharia de Sistemas e Computao
A grande utilizao de aplicaes em ambientes de redes sem o motiva o desenvolvimento de estudos para solucionar problemas inerentes mobilidade. O estudo
da mobilidade permite caracterizar e desenvolver solues para problemas tais como
latncia em hando e garantia da qualidade de servio. O presente trabalho tem
o objetivo de propor um modelo para caracterizao da mobilidade em ambientes
fechados e uma metodologia de tratamento da predio de movimentao com a
utilizao do histrico de deslocamento e o valor de qualidade de sinal obtido pela
interface de rede.
A proposta de metodologia de predio utiliza o valor de qualidade de sinal
como um parmetro adicional para efetuar a localizao do dispositivo mvel. Para
efetuar essa localizao utiliza-se um modelo de propagao baseado em ray tracing
que estima as atenuaes de sinal decorrentes de reexes e refraes sofridas no
ambiente.
Os resultados obtidos com o modelo de mobilidade proposto apresentam uma
melhor caracterizao dos padres de movimentao existentes em cenrios de ambientes fechados. As simulaes realizadas com a proposta de metodologia de predio
apresentam maior preciso para a estimativa de trajetria percorrida pelo dispositivo
mvel.

Abstract of Dissertation presented to COPPE/UFRJ as a partial fulllment of the


requirements for the degree of Master of Science (M.Sc.)
MODELLING AND PROPOSAL FOR MOBILITY PREDICTION IN INDOOR
ENVIRONMENTS
Alexandre Mendes da Silva
March/2006
Advisor: Luis Felipe Magalhes de Moraes
Department: Computer and System Engineering
The widespread use of applications in wireless network environments motivates
the development of studies to solve problems inherent to mobility. The mobility
study allows to characterize and to develop solutions for problems such as the hando
latency and the guarantee of the quality of service. The goal of this work is to propose
a model for mobility characterization in indoor environments and a methodology for
treatment of the movement prediction using the mobility historical and the signal
quality received by the network card.
The proposed movement prediction methodology uses signal quality as an additional parameter to localize a mobile node. The localization system is based on ray
tracing model that estimates signal reections and refractions on the environment.
The proposed mobility model results present a better movement patterns characterization in indoor environment scenarios. The simulations of proposed movement
prediction methodology present a better estimate of mobile device trajectory.

vi

Lista de Acrnimos
AP :

Ponto de Acesso (Access Point );

BSS :

Conjunto Bsico de Servio (Basic Service Set );

DS :

Sistema de Distribuio (Distribution System );

EM :

Estao Mvel;

ESS :

Conjunto Estendido de Servio (Extended Service Set );

GPS :

Sistema de Posicionamento Global (Global Positioning System );

IEEE :

Institute of Electrical and Electronics Engineers;

IETF :

Internet Engineering Task Force;

IP :

Internet Protocol;

NM :

N Mvel;

PDA :

Personal Digital Assistant;

RFC :

Request-for-Comments;

SNR :

Relao Sinal-Rudo (Sinal-to-Noise Ratio );

STA :

Estao (Station );

TCP/IP :

Transmission Control Protocol / Internet Protocol;

WLAN :

Rede Local sem Fio (Wireless Local Area Network );

vii

Sumrio
Resumo

Abstract

vi

Lista de Acrnimos

vii

1 Introduo e Motivao

1.1

Problemas da Mobilidade . . . . . . . . . . . . . . . . . . . . . . . . .

1.2

Trabalhos Relacionados . . . . . . . . . . . . . . . . . . . . . . . . . .

1.3

Contribuies do Trabalho . . . . . . . . . . . . . . . . . . . . . . . . 10

1.4

Organizao do Texto

. . . . . . . . . . . . . . . . . . . . . . . . . . 11

2 Redes Locais Sem Fio

12

2.1

Viso Geral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

2.2

IEEE 802.11 - Camada Fsica e de Enlace . . . . . . . . . . . . . . . 13

2.3

Operao no Modo Infra-estruturado . . . . . . . . . . . . . . . . . . 15

2.4

Aspectos Relevantes do 802.11 . . . . . . . . . . . . . . . . . . . . . . 15


2.4.1

Sistema de Distribuio

. . . . . . . . . . . . . . . . . . . . . 16

2.4.2

Modos de Rastreamento . . . . . . . . . . . . . . . . . . . . . 17
viii

3 Modelos de Mobilidade

19

3.1

Viso Geral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

3.2

Random Waypoint (RWP) . . . . . . . . . . . . . . . . . . . . . . . . 20

3.3

Smooth . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

3.4

Modelo Markoviano de Mobilidade Individual Genrico (MMIG) . . . 22


3.4.1

Regras de Borda em Simulaes com rea Limitada . . . . . . 23

4 Predio de Mobilidade

25

4.1

Critrios de Predio de Mobilidade . . . . . . . . . . . . . . . . . . . 25

4.2

Predio Utilizando Markov de Ordem K . . . . . . . . . . . . . . . . 29

4.3

Predio da Mobilidade com Localizao . . . . . . . . . . . . . . . . 30

4.4

A Medio da Qualidade do Sinal . . . . . . . . . . . . . . . . . . . . 31

4.5

Propagao de Sinais . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

4.6

Predio da Propagao de Sinal . . . . . . . . . . . . . . . . . . . . 34


4.6.1

Modelo de Predio da Propagao de Sinal para o Trabalho . 35

5 Modelo de Mobilidade Proposto

41

5.1

Descrio do Modelo de Mobilidade Proposto

5.2

O Mapa Fornecido . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

5.3

O Encontro do Trajeto . . . . . . . . . . . . . . . . . . . . . . . . . . 42

5.4

A Velocidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

5.5

Simulaes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

5.6

O Cenrio de Mobilidade . . . . . . . . . . . . . . . . . . . . . . . . . 46

5.7

Mtricas de Avaliao dos Cenrios Gerados . . . . . . . . . . . . . . 47


ix

. . . . . . . . . . . . . 41

5.8

Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

6 Modelo de Predio de Mobilidade Proposto

56

6.1

Descrio do Modelo de Predio de Mobilidade . . . . . . . . . . . . 56

6.2

Resultados de Simulao para o Modelo de Predio . . . . . . . . . . 58


6.2.1

Cenrio A de Mobilidade . . . . . . . . . . . . . . . . . . . . . 58

6.2.2

Cenrio B de Mobilidade . . . . . . . . . . . . . . . . . . . . . 59

6.2.3

Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60

7 Concluso e Trabalhos Futuros

74

Lista de Figuras
1.1

Impacto da predio no algoritmo de controle de admisso [1] . . . .

1.2

Menor caminho no History Based Algorithm [2] . . . . . . . . . . . .

2.1

Basic Service Set (BSS) do 802.11 . . . . . . . . . . . . . . . . . . . . 16

2.2

Extended Service Set (ESS) do 802.11 . . . . . . . . . . . . . . . . . . 17

3.1

Principais regras de borda . . . . . . . . . . . . . . . . . . . . . . . . 23

4.1

Critrio da localizao . . . . . . . . . . . . . . . . . . . . . . . . . . 26

4.2

Critrio da direo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

4.3

Critrio da segmentao . . . . . . . . . . . . . . . . . . . . . . . . . 27

4.4

Critrio da regra de Bayes . . . . . . . . . . . . . . . . . . . . . . . . 29

4.5

Histrico de um dispositivo . . . . . . . . . . . . . . . . . . . . . . . . 30

4.6

Mltiplos caminhos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

4.7

Descrio de um ambiente para o cdigo de ray tracing . . . . . . . . 36

4.8

Ferramenta I-Prop . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

4.9

Reexes e refraes sofridas pelo sinal . . . . . . . . . . . . . . . . . 38

4.10 Distribuio obtida para o ambiente (X=dimenso X, Y= dimenso


Y, Z=qualidade do sinal em dBm) . . . . . . . . . . . . . . . . . . . . 40

xi

4.11 Distribuio obtida para o ambiente - grco 2D . . . . . . . . . . . . 40


5.1

Mapa do cenrio e mapa convexo gerado para estabelecimento de


trajetos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

5.2

Grafo representando as regies comunicveis ilustradas na Figura 5.1

5.3

ndice de acerto na predio para o prximo ponto de acesso uti-

44

lizando o modelo proposto . . . . . . . . . . . . . . . . . . . . . . . . 51


5.4

Distribuio de ns por clula - modelo proposto . . . . . . . . . . . . 53

5.5

Distribuio de ns por clula - modelo Waypoint . . . . . . . . . . . 54

5.6

Distribuio de ns por clula - modelo MMIG . . . . . . . . . . . . . 55

6.1

Preciso na predio variando o intervalo de probing - cenrio A . . . 61

6.2

Preciso na predio variando o intervalo de probing - cenrio B . . . 61

6.3

Preciso na predio variando o rudo na medio - cenrio A . . . . 64

6.4

Preciso na predio variando o rudo na medio - cenrio B

6.5

Preciso na predio variando o rudo na medio com intervalo de 3

. . . . 67

segundos entre medies - cenrio A . . . . . . . . . . . . . . . . . . . 67


6.6

Preciso na predio variando o rudo na medio com intervalo de 3


segundos entre medies - cenrio B . . . . . . . . . . . . . . . . . . . 69

6.7

Preciso na predio utilizando o modelo proposto - cenrio A . . . . 69

6.8

Preciso na predio utilizando o modelo proposto com rudo de mdia 5 dBm - cenrio A . . . . . . . . . . . . . . . . . . . . . . . . . . 71

6.9

Preciso na predio utilizando o modelo proposto - cenrio B . . . . 71

6.10 Preciso na predio utilizando o modelo proposto com rudo de mdia 5 dBm - cenrio B . . . . . . . . . . . . . . . . . . . . . . . . . . 72

xii

Lista de Tabelas
1.1

Preciso utilizando o RADAR [2] . . . . . . . . . . . . . . . . . . . .

5.1

Valores obtidos para as mtricas utilizadas . . . . . . . . . . . . . . . 50

5.2

Intervalo de conana para a velocidade mdia (utilizando nvel de


conana de 95%) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50

5.3

Resultados para mtricas de predio de mobilidade . . . . . . . . . . 51

6.1

Coecientes utilizados no ray tracing . . . . . . . . . . . . . . . . . . 60

6.2

ndices de acerto considerando apenas a localizao com o modelo de


propagao e variando o tempo de probing - cenrio A . . . . . . . . 62

6.3

ndices de acerto considerando apenas a localizao com o modelo de


propagao e variando o tempo de probing - cenrio B

6.4

. . . . . . . . 63

ndices de acerto considerando apenas a localizao com o modelo de


propagao e rudo mdio de 5 dBm - cenrio A . . . . . . . . . . . . 63

6.5

ndices de acerto considerando apenas a localizao com o modelo de


propagao e rudo mdio de 5 dBm - cenrio B . . . . . . . . . . . . 64

6.6

ndices de acerto variando o rudo na medio - cenrio A . . . . . . . 65

6.7

ndices de acerto variando o rudo na medio - cenrio B . . . . . . . 65

6.8

ndices de acerto variando o rudo na medio com intervalo de 3


segundos entre medies - cenrio A . . . . . . . . . . . . . . . . . . . 66
xiii

6.9

ndices de acerto variando o rudo na medio com intervalo de 3


segundos entre medies - cenrio B . . . . . . . . . . . . . . . . . . . 66

6.10 ndices de acerto considerando apenas o histrico de movimentaes


- cenrio A . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
6.11 ndices de acerto considerando apenas o histrico de movimentaes
- cenrio B . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
6.12 ndices de acerto para o modelo proposto - cenrio A . . . . . . . . . 70
6.13 ndices de acerto para o modelo proposto com rudo mdio de 5 dBm
- cenrio A . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
6.14 ndices de acerto para o modelo proposto - cenrio B . . . . . . . . . 73
6.15 ndices de acerto para o modelo proposto com rudo mdio de 5 dBm
- cenrio B . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73

xiv

Captulo 1
Introduo e Motivao
Toda a nossa cincia, comparada com a realidade, primitiva e infantil - e, no
entanto, a coisa mais preciosa que temos - Albert Einstein

mobilidade uma importante caracterstica das redes sem o, pois permite ao
usurio permanecer conectado rede, mesmo enquanto se move. Um usurio

pode utilizar seu dispositivo, por exemplo um notebook ou PDA(Personal Digital

Assistant ), e permanecer conectado durante sua locomoo entre diferentes locais.


Essa facilidade, no entanto, ocasiona problemas no projeto dessas redes.

1.1 Problemas da Mobilidade


Quando se trata de rede infra-estruturada, a disposio do usurio no interior da
rea de cobertura de um ponto de acesso que garante a manuteno da conexo
rede. Para esse tipo de rede a mobilidade pode fornecer uma indesejvel latncia
no momento de transio de um ponto de acesso para outro. Em redes no infraestruturadas (ad hoc ), a mobilidade traz problemas no estabelecimento de rotas e
na capacidade da rede [3, 4].
A verso 4 do protocolo de camada de rede utilizado como padro pela Internet
e conhecido por IP (Internet Protocol) identica unicamente um n atravs de um
endereo (endereo IP) e o relaciona com sua posio fsica ao indicar a sub-rede em

1.1 Problemas da Mobilidade

que o n est situado. Um pacote enviado pela Internet consegue atingir o seu destino se o endereo IP do destinatrio for conhecido. Essa entrega possvel devido
s informaes que esto agregadas nesse endereo, ou melhor, o conhecimento da
sub-rede na qual se pode encontrar um n da rede torna possvel encontrar o roteamento necessrio para atingir esse n. Um conjunto de protocolos existente permite
que o IP suporte a mobilidade [5], possibilitando que um dispositivo mvel passe de
uma rede para outra sem que as conexes estabelecidas sejam interrompidas.
No contexto de uma rede sem o, um n pode assumir diferentes localizaes
fsicas e pertencer a diferentes sub-redes em um curto espao de tempo. Dentro
desse contexto, torna-se impossvel localizar um n mvel apenas por um endereo
IP. Surge ento o problema de como identicar um n de uma rede sem o em
ambientes de grande mobilidade. Os estudos destinados a diminuir o impacto da
mobilidade nas conexes so concentrados na camada de transporte ou na camada
de rede. A predio da mobilidade ajuda a resolver problemas em redes sem o, pois
permite, por exemplo, a pr-alocao de recursos [6, 7] em outro ponto de acesso,
visando evitar a perda de conexo e a latncia em ocasies de hando [8]. Em redes

ad hoc, tcnicas de predio podem ajudar a calcular o tempo esperado de uma


conexo e facilitar o estabelecimento de rotas mais estveis.
Atualmente so desenvolvidos muitos estudos relacionados com a utilizao de
pontos de acesso visando prover conexo Internet atravs de redes sem o baseadas
no padro 802.11 do IEEE. Esses pontos de acesso so chamados de hotspots e atuam
como porta de entrada para uma rede cabeada interligada Internet. Dessa forma,
qualquer pessoa que possua um dispositivo sem o no padro IEEE 802.11 pode se
conectar Internet e utilizar as mais variadas aplicaes tais como acesso a e-mail,
visualizao de vdeos, etc.
Dentro desse contexto, surgiram artigos [9, 10] que apresentam uma arquitetura
para possibilitar a disponibilizao de acesso Internet via IEEE 802.11 e citam
vrios problemas envolvidos nesse tipo de servio. Conforme citado anteriormente,
entre os problemas existentes nesse tipo de arquitetura, existe a sustentao de

1.1 Problemas da Mobilidade

mobilidade. Em redes infra-estruturadas baseadas no padro IEEE 802.11, com a


mobilidade dos usurios o dispositivo utilizado pode sair da zona de cobertura do
ponto de acesso no qual estava conectado e entrar na zona de cobertura de outro
ponto de acesso. Esse processo de troca de ponto de acesso chamado de hando.
Desse modo, um usurio que estiver se movimentando pode sofrer hando e perder
as conexes abertas. Existem muitas tcnicas que podem ser utilizadas para evitar
a perda das conexes e minimizar a latncia existente para restaurar a conexo com
o novo ponto de acesso. Alm disso, importante garantir a disponibilidade de
recursos no prximo ponto de acesso a ser utilizado.
Uma alternativa para minimizar os problemas citados anteriormente a utilizao de reserva de recursos. Ao se determinar qual o caminho a ser percorrido por
um usurio, podem ser reservados recursos nos pontos de acesso que sero utilizados. Entre as diversas tcnicas de predio de mobilidade em um ambiente fechado,
existe uma que baseada na medida da qualidade de sinal recebida pelo dispositivo.
Atravs da medida da qualidade de sinal possvel obter uma estimativa da posio
do dispositivo e detectar um padro de mobilidade que o mesmo esteja seguindo.
O presente trabalho faz um estudo baseado em simulaes de uma arquitetura
para a predio de mobilidade de dispositivos do padro IEEE 802.11, em um ambiente fechado, utilizando a medio de sinal e o histrico de movimentaes executadas por um n mvel. Caso exista uma distribuio da qualidade de sinal obtida
em regies de um ambiente, possvel estabelecer uma estimativa da posio de um
determinado dispositivo. So essas estimativas que so utilizadas conjuntamente
com o histrico de movimentaes. Para se obter a distribuio da qualidade de
sinal, foi desenvolvido um algoritmo baseado na tcnica de ray tracing [11, 12] e a
simulao de mobilidade foi obtida atravs de um novo modelo, proposto em [13],
para ambientes com obstculos.
Com relao deteco de padres utilizando o histrico de movimentaes,
estudos vm sendo realizados com a nalidade de minimizar o impacto de problemas e garantir a ecincia da rede conhecendo caractersticas do cenrio de mobili-

1.1 Problemas da Mobilidade

dade. Com esse objetivo, a modelagem do movimento dos ns em uma rede mvel
extremamente importante para o projeto e a simulao de novas tcnicas desenvolvidas para redes sem o. A proliferao de dispositivos de redes sem o trouxe
a necessidade de estudos da mobilidade em ambientes fechados, que apresentam a
particularidade de possurem obstculos que guiam a movimentao do usurio. A
literatura apresenta modelos [14] que permitem a obteno de trajetrias seguidas
pelos usurios em um ambiente com obstculos.
O artigo [15] exibiu resultados de uma pesquisa envolvendo predio de mobilidade em um ambiente real de redes sem o. Esses resultados foram obtidos
utilizando dados empricos coletados no campus de Dartmouth College e revelou
uma preciso de 65 a 72 % na predio utilizando a tcnica de Markov de ordem k,
entre outras. Os resultados comprovam a viabilidade da utilizao de deteco de
padres na predio de mobilidade.
Na rea de localizao envolvendo a qualidade de sinal tambm existem muitos
trabalhos que utilizam diferentes modelos de propagao de sinal [16, 17] para estimar a posio de um dispositivo mvel atravs de aproximaes do valor indicado
pelo modelo com o valor obtido pela interface de rede. Resultados publicados [2]
demonstram a considervel ecincia que pode ser obtida atravs de modelos que
utilizam aspectos envolvidos na propagao de sinais. Em ambientes fechados, a
utilizao de sistemas baseados em GPS (Global Positioning System ) [18] para localizao torna-se invivel, sendo assim crescente o nmero de trabalhos, disponveis
na literatura, que utilizam o valor de qualidade do sinal.
Neste trabalho, para realizar os estudos envolvendo a localizao em ambientes
fechados tambm foi efetuada uma caracterizao da mobilidade. Apresentou-se
[13] um modelo para melhor caracterizao do padro existente na trajetria percorrida por um dispositivo mvel em ambientes fechados. No modelo de mobilidade proposto no trabalho [13], apresentou-se uma preciso de 73% para a predio
de mobilidade envolvendo apenas o histrico das movimentaes executadas pelos
dispositivos mveis nos cenrios simulados. No entanto, a utilizao de predio

1.2 Trabalhos Relacionados

baseada em histrico no muito eciente em cenrios nos quais o dispositivo mvel


no segue um padro de movimentao ou quando esse padro sofre alteraes constantes
Para aprimorar a predio de movimentao surge a proposta de trabalho visando
a utilizao de um mtodo para a localizao de dispositivos mveis em um ambiente fechado. Diante da literatura disponvel, vericou-se que a localizao pode
ser determinada com uma preciso mdia de 3,6 metros [2] atravs da medida da
qualidade de sinal recebida por um dispositivo. A utilizao da localizao conjuntamente com o histrico de movimentao surge ento como uma forma de obter
melhor predio da trajetria de um dispositivo mvel.
Para o desenvolvimento desse mecanismo de localizao se deve obter uma distribuio da qualidade de sinal para as diversas partes do ambiente. Com essa
distribuio da qualidade do sinal, pode-se estimar a posio do dispositivo ao se
comparar o valor real do sinal recebido com os valores obtidos na distribuio.
Nesta seo se procurou motivar a proposta deste trabalho apresentando os problemas existentes. O objetivo melhorar a preciso da predio de mobilidade em
ambientes fechados para evitar problemas de queda de qualidade de servio (QoS
- Quality of Service ) em redes sem o, lembrando que a proposta tem foco na utilizao de modelo de propagao de sinal e do histrico de mobilidade para uma
estimativa do prximo ponto de acesso a ser utilizado pelo dispositivo mvel.

1.2 Trabalhos Relacionados


A grande utilizao de ambientes de redes sem o infra-estruturadas, principalmente as baseadas no IEEE 802.11, motivou a elaborao de estudos referentes
manuteno da qualidade de servio nesses ambientes. Sero descritos nesta seo
alguns trabalhos relacionados a propostas de solues para o processo de hando
em redes IEEE 802.11. As propostas de soluo presentes na literatura baseiam-se
na utilizao de predio de mobilidade com a nalidade de pr-alocar recursos e

1.2 Trabalhos Relacionados

garantir o acesso da estao mvel ao novo ponto de acesso.


Nos ltimos anos, a predio de mobilidade em ambientes fechados ganhou muita
ateno devido crescente utilizao de dispositivos portteis. O artigo [19] prope
um framework para predio de mobilidade considerando vrios aspectos da movimentao tais como direo, velocidade, tempo de permanncia na clula e histrico.
O framework prope uma partio do ambiente em grupos de pontos de acesso, dessa
forma a predio determina o grupo com maior probabilidade do dispositivo mvel
se associar. Segundo os autores do trabalho, h um aumento no ndice de acerto na
predio com relaco a outros trabalhos devido utilizao de uma maior quantidade de fatores inerentes mobilidade, alm disso a predio aponta para um grupo
e no para apenas um ponto de acesso. Os resultados do artigo so baseados em
simulaes utilizando modelo de mobilidade.
O trabalho [1] exibe resultados de simulao sobre o impacto da predio no
algoritmo de controle de admisso em uma clula de comunicao (BSS do IEEE
802.11, denido na Seo 2.4). A Figura 1.1 exibe os resultados encontrados no
trabalho [1], sendo PI o ndice de acerto no histrico e Sigma a varincia do
ndice de acerto. O trabalho [20] discute sobre a utilizao da predio para controle
de qualidade de servio com a utilizao do modelo de mobilidade de Gauss-Markov.
Na rea de localizao envolvendo a qualidade de sinal, pode-se citar o trabalho
exibido no artigo [21] que apresenta uma soluo com a utilizao de ltro de Kalman
para estimar a localizao em redes ATM sem o. O artigo formula o sinal recebido
em uma clula i utilizando a Equao 1.1:

pi = p0i 10 log10 di i ,
sendo:
= ndice referente ao meio de transmisso,

p0i =

potncia de transmisso do sinal,

di =

distncia entre o dispositivo mvel e o ponto de acesso,

i =

logaritmo da componente de shadowing (sombreamento).

(1.1)

1.2 Trabalhos Relacionados

Figura 1.1: Impacto da predio no algoritmo de controle de admisso [1]


A Equao 1.1 informa a potncia do sinal que deve ser obtida a uma distncia
 di  do ponto de acesso. Vale observar que o ambiente fechado apresenta muitos
rudos no sinal recebido, devido ao grande nmero de reexes e refraes em cada
parede.
Tambm existem outros trabalhos [22, 17] que utilizam diferentes modelos de
propagao de sinal para estimar a posio de um dispositivo mvel. A diferena
entre as diversas abordagens concentra-se na forma de obter o mapa de propagao
do sinal, que pode ser derivado de um modelo matemtico ou de medies empricas
realizadas no ambiente em estudo.
Na rea de predio utilizando o histrico de movimentao, os trabalhos so
concentrados na tentativa de estimar o prximo ponto de acesso para o qual o

hando pode ocorrer. Trabalhando-se com o histrico, a diferena entre as tcnicas disponveis na literatura est nos critrios utilizados para encontrar padres na

1.2 Trabalhos Relacionados

movimentao dos usurios, conforme ser exibido na Seo 4.1.


Entre as solues que utilizam medies de sinal para estimar a posio de um
dispositivo mvel, uma das mais referenciadas na literatura o sistema RADAR [22].
No RADAR, h uma fase inicial de coleta de dados, atravs de medies empricas ou
de modelo de propagao, utilizada para construir um mapa da propagao do sinal.
Essas medies so utilizadas para correlacionar uma medida de qualidade de sinal
com uma posio da rea de mobilidade do n. O RADAR utiliza trs algoritmos
para estabelecimento da posio de um dispositivo mvel. O primeiro algoritmo,
conhecido como NNSS (Nearest Neighbor in Signal Space ), calcula a distncia euclidiana (no espao dos sinais) entre os valores existentes no banco de dados (contendo
dados de medio
mvel. A equao
r de sinal) e os valores informados pelo dispositivo

0 2
0 2
0 3
utilizada
(ss1 ss1 ) + (ss2 ss2 ) + (ss1 ss3 ) , sendo que (ss1 , ss2 , ss3 )
0
0
0
corresponde aos valores existentes no banco de dados e ss1 , ss2 , ss3 corresponde
aos valores medidos a partir da posio do dispositivo a ser localizado.
Outro algoritmo utilizado pelo RADAR o NNSS-AVG. Esse algoritmo seleciona
as regies do mapa de sinais que possuem valores prximos aos medidos na posio
atual do dispositivo mvel. A posio estimada ser ento a mdia dos valores
encontrados. O terceiro algoritmo o HBA (History Based Algorithm ). No HBA,
a cada medio do sinal so estimadas k possveis localizaes. Um histrico dos

h ltimos conjuntos de k possveis posies armazenado. A estimativa nal


da posio do dispositivo calculada atravs do ponto mdio do menor caminho
possvel entre as posies armazenadas no histrico (Figura 1.2).

Figura 1.2: Menor caminho no History Based Algorithm [2]

1.2 Trabalhos Relacionados

Tabela 1.1: Preciso utilizando o RADAR [2]

Algoritmo

Preciso (metros)

NNSS

3.59

NSS-AVG

3.32

HBA

2.37

Os autores do RADAR indicam que a utilizao da potncia do sinal foi escolhida


pois a utilizao de outros valores, tais como relao sinal-rudo (sinal-to-noise ratio
- SNR), poderia comprometer a estimativa de localizao devido s utuaes de valores. As precises das estimativas de localizao obtidas para os cenrios simulados
so exibidos na Tabela 1.1.
Outro trabalho sobre localizao o WiPS, Sistema de Posicionamento em Ambientes Fechados para Redes Locais sem Fio (Wireless LAN based Indoor Positioning

System ), [23]. Trata-se de um sistema que utiliza, alm das medies do sinal recebido dos pontos de acesso, a medio dos sinais recebidos de outros dispositivos
vizinhos. Os autores indicam como ponto forte, da soluo, o aumento da preciso
com o aumento da quantidade de dispositivos mveis existentes. Alm disso, em
cenrios com poucos pontos xos (pontos de acesso) de referncia a preciso maior
que em outros sistemas. Os resultados obtidos demonstram uma preciso de 18.5
metros, 10.9 metros e 5.5 metros para cenrios com 4, 5 e 9 pontos de acesso, respectivamente. Com o aumento da densidade de dispositivos esses valores passaram
para 3.4 metros, 3.2 metros e 2.8 metros respectivamente.
WLAN Tracker uma ferramenta com interface grca na qual so exibidas as
posies dos dispositivos mveis. A ferramenta exige uma fase de mapeamento, em
que so realizadas repetidas medies em diferentes pontos do ambiente. Calcula-se
a mdia da qualidade do sinal para cada um destes pontos e os valores so armazenados. Aps o mapeamento, o sistema capaz de efetuar localizaes utilizando as

1.3 Contribuies do Trabalho

10

informaes de qualidade de sinal fornecidas pelas estaes mveis. Com esses valores de qualidade de sinal, realizada uma pesquisa na base de dados, que foi
obtida durante a fase de mapeamento. Apenas as 20 ocorrncias, que mais se aproximam do valor enviado pela estao mvel, so utilizadas no decorrer do processo.
Esses 20 resultados passam por dois ltros: de sinal e de histrico. Surge aqui uma
abordagem utilizando histrico com medies de sinal. No entanto, essa abordagem
utiliza histrico apenas para eliminar opes que esto muito distantes da atual
posio. O ltro de sinal apenas elimina os valores de fora de sinal mais fracos
(abaixo de um limite mnimo).
Ao nal do processo de localizao do WLAN Tracker, se houver mais de uma
posio possvel aps a aplicao dos ltros, a opo com menor distncia, com
relao ltima posio do dispositivo mvel, ser escolhida. O desempenho do
WLAN Tracker foi avaliado [24], em um cenrio real de ambiente fechado apresentando a mdia de erros de 2.244 m para trs pontos de acesso.

1.3 Contribuies do Trabalho


Uma das contribuies deste trabalho a apresentao de um novo modelo de
mobilidade para ambientes com obstculos. Simulaes realizadas com diferentes
modelos de mobilidade exibiram resultados favorveis ao modelo proposto. Esse
modelo descrito no Captulo 5. Outra contribuio a apresentao de uma
metodologia para predio da mobilidade utilizando o histrico de movimentaes e
o valor de qualidade de sinal obtido pela interface de rede. As simulaes realizadas,
com o modelo de predio de mobilidade proposto, indicam uma estimativa aprimorada do prximo ponto de acesso a ser utilizado pelo dispositivo mvel, conforme
descrito no Captulo 6.

1.4 Organizao do Texto

11

1.4 Organizao do Texto


No Captulo 1 apresentada uma introduo da mobilidade, indicando trabalhos
relacionados existentes na literatura. O Captulo 2 fornece uma viso geral das
redes sem o, apresentando aspectos do IEEE 802.11. Informaes sobre modelos
de mobilidade, utilizados nas simulaes realizadas, so apresentadas no Captulo 3.
No Captulo 4 so exibidos mtodos de predio de mobilidade.
O modelo de mobilidade proposto neste trabalho descrito no Captulo 5, com
a apresentao de resultados obtidos em simulaes. O Captulo 6 exibe o modelo
proposto para predio de mobilidade, indicando resultados das simulaes realizadas. No Captulo 7 so apresentadas as concluses obtidas com o trabalho e as
propostas para trabalhos futuros.

12

Captulo 2
Redes Locais Sem Fio

EDE local sem o (Wireless Local Area Network - WLAN) um termo geral
utilizado para redes que utilizam portadoras de rdio de curto alcance e alta

velocidade.

2.1 Viso Geral


Atravs da utilizao de portadoras de rdio, as WLANs estabelecem a comunicao de dados entre os pontos da rede. Os dados so modulados na portadora
de rdio e transmitidos atravs de ondas eletromagnticas. So redes que permitem
a qualquer dispositivo mvel, dentro do alcance da transmisso, o acesso aos dados
sendo enviados. Por esse motivo, facilmente alvo de acessos indevidos e requer
a utilizao de alguma tcnica de criptograa para garantir o acesso legtimo aos
dados.
Normalmente, as redes sem o funcionam como porta de entrada para redes
locais cabeadas. Trata-se de redes infra-estruturadas nas quais os dispositivos mveis
utilizam pontos xo da rede (pontos de acesso) para se conectarem rede sem o.
Os dispositivos mveis podem se movimentar pela rea de cobertura da rede sem
o livremente, permanecendo conectados. No entanto, o suporte a essa mobilidade

2.2 IEEE 802.11 - Camada Fsica e de Enlace

13

pode fornecer uma indesejvel latncia no momento de transio entre pontos de


acesso.
Mltiplas portadoras de rdio podem coexistir num mesmo meio (no caso do
IEEE 802.11, com freqncias de 2.400 a 2.483 MHz), sem que uma interra na
outra. Para extrair os dados, o receptor sintoniza numa freqncia especca e
rejeita as outras portadoras de freqncias diferentes.
Os fabricantes criaram o padro Wi-Fi (Wireless Fidelity ) para o desenvolvimento de hardware para WLANs. O Wi-Fi baseado no padro IEEE 802.11, um
padro formal que dene a interoperabilidade entre dispositivos sem o. O termo
Wi-Fi utilizado genericamente para se referir a qualquer tipo de rede IEEE 802.11.

2.2 IEEE 802.11 - Camada Fsica e de Enlace


O grupo de trabalho IEEE 802.11 responsvel pela denio de um padro
para as redes locais sem o WLANs [25]. O padro proposto especica trs camadas
fsicas (PHY) e apenas uma subcamada MAC (Medium Access Control ). O IEEE
802.11 prov duas especicaes de camadas fsicas com opo para rdio, operando
na faixa de 2.400 a 2.483 MHz (dependendo da regulamentao de cada pas), e uma
especicao com opo para infravermelho.

Frequency Hopping Spread Spectrum Radio PHY: essa camada opera


com 1 ou 2 Mbps. A verso de 1 Mbps utiliza 2 nveis da modulao GFSK
(Gaussian Frequency Shift Keying ) e a de 2 Mbps utiliza 4 nveis tambm da
GFSK;

Direct Sequence Spread Spectrum Radio PHY: essa camada prov operao nas velocidades de 1 e 2 Mbps. A verso de 1 Mbps utiliza a modulao
DBPSK (Dierential Binary Phase Shift Keying ) e a de 2 Mbps utiliza a
modulao DQPSK (Dierential Quadrature Phase Shift Keying );

2.2 IEEE 802.11 - Camada Fsica e de Enlace

14

Infrared PHY: essa camada fornece operao a 1 ou 2 Mbps. A verso de 1


Mbps usa modulao 16-PPM (Pulse Position Modulation com 16 posies),
e a verso de 2 Mbps utiliza modulao 4-PPM.
As estaes podem operar em dois modos distintos:

Congurao independente (ad hoc ): cada estao se comunica diretamente entre si, sem a necessidade de estao intermediria. A operao dessa
rede fcil , mas a desvantagem que a rea de cobertura limitada. Estaes
com essa congurao esto em um BSS (Basic Service Set ) independente;

Congurao de infra-estrutura: um dispositivo chamado de ponto de


acesso (access point - AP) atua como o distribuidor de dados para os dispositivos sem o. O ponto de acesso conectado a uma rede local convencional
(com o) e no apenas fornece a comunicao rede convencional como tambm intermedeia o trfego com os pontos de acesso vizinhos, em um esquema
de micro clulas com possibilidade de roaming, semelhante a um sistema de
telefonia celular. Um ponto de acesso prov acesso a estaes em um BSS e o
conjunto de BBS chamado de ESS (Extended Service Set );
A subcamada MAC, na estao, responsvel por fornecer os seguintes servios:
autenticao, desautenticao, privacidade e transmisso da MADU (MAC Sublayer

Data Unit ), e, no lado do Sistema de Distribuio (descrito na Seo 2.4.1): associao, desassociao, distribuio, integrao e reassociao. Alm dos servios
acima descritos, o padro ainda oferece as funcionalidades de roaming dentro de um
ESS e gerenciamento de fora eltrica (as estaes podem desligar seus transceivers
para economizar energia). O protocolo da subcamada MAC o CSMA/CA (Carrier

Sense Multiple Access with Collision Avoidence ).

2.3 Operao no Modo Infra-estruturado

15

2.3 Operao no Modo Infra-estruturado


Quando ativo, o ponto de acesso transmite pacotes de informaes (beacons )
pela rede sem o divulgando sua presena. Essas transmisses ocorrem em uma
freqncia de 10 pacotes por segundo. Os beacons contm informaes tais como
as funcionalidades suportadas pelo ponto de acesso (por exemplo, habilitao de
segurana nas transmisses) e o nome de rede. As estaes mveis (STA), quando
ativas, podem procurar por um ponto de acesso especco (conforme previamente
congurado) ou efetuar uma busca (scanning ) procurando por beacons nas diversas
freqncias (canais) utilizadas pelo padro IEEE 802.11. Aps o resultado da operao de deteco de ponto de acesso, necessrio enviar um pedido de autenticao
ao AP ao qual a estao deseja se associar. Se o AP responder ao pedido de autenticao, a estao envia um pedido de associao. Se o AP reponder ao pedido de
associao, a estao j pode iniciar a transmisso de dados.
Na existncia de mltiplos pontos de acesso dentro da mesma rede, a estao
mvel poder necessitar da troca da associao em um AP para outro. Caso isso
seja necessrio, ser gerada uma mensagem de desassociao e uma posterior para
reassociao que contm informaes importantes para migrar de ponto de acesso
(handover ).

2.4 Aspectos Relevantes do 802.11


O conjunto bsico de servios (Basic Service Set - BSS) o bloco fundamental
de construo da arquitetura do padro IEEE 802.11. Um BSS denido como
um grupo de estaes que esto sobre o controle direto de uma nica funo de
coordenao, que determina quando uma estao pode transmitir e receber dados.
Ou seja, trata-se do ponto de acesso e dos respectivos dispositivos mveis que esto
associados e dentro da rea de alcance.
Em uma rede ad hoc, composta somente por estaes dentro de um mesmo BSS

2.4 Aspectos Relevantes do 802.11

16

Figura 2.1: Basic Service Set (BSS) do 802.11


que se comunicam entre si, qualquer estao pode estabelecer uma comunicao
direta com outra estao no BSS sem a necessidade de um ponto de acesso. O
padro IEEE 802.11 refere-se a uma rede ad hoc como um BSS independente.

2.4.1 Sistema de Distribuio


No caso de uma rede infra-estruturada, para ampliar a cobertura necessrio
um Sistema de Distribuio (Distribution System - DS) no qual pontos de acesso
so interligados. O DS permite que diversos BSSs sejam integrados para suportar a
mobilidade de dispositivos mveis em uma escala maior. Alm de se movimentarem
dentro da rea de cobertura de um nico BSS, os dispositivos mveis podem transitar entre reas de diferentes BSS de forma transparente. A integrao de diversos
BSSs d origem ao que o padro dene como Conjunto Estendido de Servios, ou

Extended Service Set (ESS). Quando o dispositivo mvel se move dentro de um

2.4 Aspectos Relevantes do 802.11

17

mesmo ESS, transitando entre diferentes BSSs, tudo ocorre de forma transparente
para a subcamada Logical Link Control (LLC).
O padro IEEE 802.11 no dene detalhes da implementao de um DS, porm
dene os servios que devem estar disponveis para a comunicao entre os dispositivos da rede sem o e a integrao entre seus componentes. Esses servios podem
ser divididos em dois grupos, o primeiro com os servios oferecidos pelas estaes e
o segundo com aqueles oferecidos pelo DS, conforme citado na Seo 2.2.

Figura 2.2: Extended Service Set (ESS) do 802.11

2.4.2 Modos de Rastreamento


As estaes podem obter informaes a respeito dos pontos de acesso, dentro do
alcance de transmisso, de duas maneiras diferentes segundo o padro IEEE 802.11:
passivamente ou ativamente. Essas informaes so necessrias para que as estaes
encontrem o ponto de acesso ao qual desejam se associar. No rastreamento passivo,

2.4 Aspectos Relevantes do 802.11

18

a estao espera por pacotes transmitidos (beacons ) pelos pontos de acesso periodicamente, sem a necessidade de realizar uma requisio. Atravs desses pacotes, a
estao identica o ponto de acesso e o ESS correspondente. No rastreamento ativo,
uma estao envia pacotes requisitando informaes sobre pontos de acesso. Esses
pacotes podem ser endereados a um ESS especco ou para todos os que estiverem
no alcance, atravs de broadcast. Todos os pontos de acesso que receberem o pacote de requisio endereado ao ESS, ao qual pertencem, respondem diretamente
estao na qual o pacote teve origem.
Como tipicamente so enviados 10 beacons por segundo, para cada canal a estao deve fazer o scanning por 0.1 segundo. Para agilizar o processo, a estao
pode enviar um pacote de requisio (probe request ), realizando um rastreamento
ativo. O rastreamento ativo (probing ) muito utilizado em ocasies nas quais o
dispositivo mvel j est associado a um ponto de acesso, mas o sinal est cando
cada vez mais fraco e necessrio descobrir urgentemente outro AP.

19

Captulo 3
Modelos de Mobilidade

ESTE captulo, sero apresentados alguns modelos de mobilidade existentes


na literatura. O estudo dos modelos de mobilidade permitiu a caracteriza-

o de cenrios de mobilidade utilizados em simulaes realizadas para o presente


trabalho.

3.1 Viso Geral


Os estudos desenvolvidos na rea de redes sem o necessitam envolver informaes sobre a mobilidade dos usurios, com a nalidade de se conhecer caractersticas inerentes ao ambiente que ser suportado. Com essa nalidade, a captura de
registros de movimentao possibilita uma observao do comportamento dos dispositivos mveis. Esses registros de mobilidade podem ser obtidos em ambientes
reais, o que necessita da existncia de uma infra-estrutura disponvel, ou atravs
de modelos de mobilidade determinsticos ou no-determinsticos, que simulam a
mobilidade de ns (dispositivos) mveis.
Os modelos de mobilidades tm sido muito utilizados na execuo de simulaes
para avaliaes [26] de algoritmos para hando, de predio de mobilidade , de vazo
mxima, de algoritmos de roteamento, etc. O trabalho [27] apresenta um framework

3.2 Random Waypoint (RWP)

20

de representao da mobilidade para simulaes de redes sem o. Nesse framework


a mobilidade representada atravs dos componentes: nvel de aleatoriedade (determinstica, hbrida ou aleatria), nvel de detalhamento (micromobilidade, macromobilidade, movimentao individual ou em grupo), representao por simulao
ou por modelagem analtica, quantidade de dimenses do cenrio (1D, 2D ou 3D) e
utilizao de regras para tratamento os movimentos que ultrapassam as bordas do
cenrio (regra de borda).
Visando a validao do modelo de predio, foi proposto um modelo de mobilidade, descrito na Seo 5.1, para estudo do comportamento de movimentao dos
ns mveis em um ambiente fechado. A seguir sero descritos alguns importantes
modelos de mobilidade existentes na literatura.

3.2 Random Waypoint (RWP)


Nesse modelo, um n mvel posicionado, a princpio, em um local escolhido
aleatoriamente, segundo uma distribuio uniforme. Esse n mvel permanece no
mesmo local por um certo perodo de tempo (tempo de pausa) e, ao m desse
perodo, o n escolhe um destino, segundo uma distribuio uniforme, dentro da
rea de simulao. A velocidade com a qual o n realiza o movimento tambm
se encontra uniformemente distribuda no intervalo [vmin , vmax ]. O n mvel ento
percorre o caminho at o novo destino com a velocidade escolhida. Uma vez que o
destino alcanado, o n mvel pra por um perodo de tempo (tempo de pausa)
especco antes de reiniciar o processo.
Trata-se de um modelo bem simplicado e, por isso, apresenta problemas. Um
estudo [28] revelou que o modelo falha em fornecer resposta em regime permanente
para a velocidade mdia. A soluo sugerida para esse problema atribuir para vmin
um valor positivo no nulo. Esse modelo implementado pela ferramenta ScenGen
[29] utilizada nas simulaes, comparativas entre modelos de mobilidade, do presente
trabalho.

3.3 Smooth

21

3.3 Smooth
Esse modelo implementa dois processos estocsticos que guiam as mudanas de
velocidade e direo. Alm disso, as alteraes na velocidade ocorrem baseadas em
uma acelerao/desacelerao que suaviza o movimento do n. Esse modelo foi implementado, para efetuar as simulaes necessrias, em um algoritmo na linguagem
C++ segundo interfaces e padres da ferramenta ScenGen [29]. Utilizou-se como
referncia, para a implementao com tempo discreto, o artigo [30].
O algoritmo utiliza duas probabilidades que denem o comportamento da mobilidade:

Probabilidade de mudana de direo: a cada movimentao do n, um


processo estocstico, em funo de uma probabilidade pd , determina se haver
alteraes de direo. Se ocorrer alterao de direo, um valor denido no
intervalo [0, 2 ] escolhido aleatoriamente segundo uma distribuio uniforme;

Probabilidade de mudana de velocidade: a cada movimentao do n,


um processo estocstico, em funo de uma probabilidade pv , determina se
haver alteraes de velocidade. Se ocorrer alterao de velocidade, um valor
dentro de um conjunto de velocidades preferenciais escolhido respeitando as
respectivas probabilidades de cada velocidade.
As alteraes na velocidade no so submetidas bruscamente ao n. Uma acelerao denida no intervalo [amin , amax ] escolhida aleatoriamente segundo uma
distribuio uniforme. Desse modo, as alteraes de velocidade so gradativamente
realizadas at que se atinja a velocidade nal. Vale observar que a velocidade nal
s ser atingida se no ocorrer outra mudana de velocidade durante essa fase de
alterao gradativa.

3.4 Modelo Markoviano de Mobilidade Individual Genrico (MMIG)

22

3.4 Modelo Markoviano de Mobilidade Individual


Genrico (MMIG)
Nesse modelo [31], a alterao da posio do n governada por duas cadeias
de Markov discretas, uma para o deslocamento no eixo x e outra para o eixo y.
Cada estado da cadeia representa um valor de deslocamento, sendo que o estado
central representa pausa no deslocamento e os estados da direita e da esquerda
representam movimentos com orientao positiva e negativa, respectivamente. Esse
modelo tambm foi implementado em um algoritmo na linguagem C++ segundo
interfaces e padres da ferramenta ScenGen.
A cadeia de Markov que rege o comportamento de movimentao nesse modelo
possui probabilidade m de mudana para os estados direita e m para os estados
esquerda, conseqentemente a probabilidade de permanncia no estado  1

2m. A cada intervalo de 1 segundo de simulao, gerado um valor aleatrio


que, obedecendo as probabilidades da cadeia de Markov, determina o novo estado
ao qual o n pertencer. Se o n estiver no segundo estado direita do zero, por
exemplo, o deslocamento ser de dois passos no sentido positivo. Desse modo, o
estado da cadeia informa o nmero de passos correspondentes ao deslocamento do
n, alm do sentido de movimentao. Sendo que cada passo representa um valor
pr-determinado de deslocamento, o estado determina a velocidade do n.
A vantagem desse modelo a reduo nas mudanas bruscas de movimentao,
visando representaes mais realistas de cenrios. As mudanas bruscas so reduzidas, pois a cadeia de Markov garante uma dependncia do estado atual com
o prximo estado. Alm disso, o modelo no permite as alteraes de sentido sem
passar pelo estado central da cadeia, ou seja o n mvel atinge velocidade zero antes
de alterar de sentido.

3.4 Modelo Markoviano de Mobilidade Individual Genrico (MMIG)

23

3.4.1 Regras de Borda em Simulaes com rea Limitada


Na simulao de certos modelos de mobilidade, os ns podem sair da rea de
simulao. Quando essa situao ocorre, deve existir uma regra (regra de borda)
que dena o trajeto que esse n deve seguir. Pode-se citar como principais regras
de borda [27] (Figura 3.1): bounce, delete and replace e wrap around . A inuncia
destas regras de borda na simulao de cenrios de mobilidade foi alvo de estudo
em [32].

Figura 3.1: Principais regras de borda


A regra de borda bounce realiza a reexo do movimento do n mvel na borda
do cenrio de simulao, fazendo com que sua trajetria permanea dentro da rea
determinada. Nesse novo movimento, o ngulo de reexo (denido com relao
normal da borda) permanece o mesmo que o ngulo de incidncia e a velocidade
permanece com o mesmo valor anterior reexo. Existe uma variao para essa
regra, na qual o novo valor do ngulo de sada uniformemente distribudo entre

[0o , 180o ] nas bordas superior, inferior e laterais, e [0o , 90o ] nos vrtices da rea de
simulao. O valor da velocidade na reexo tambm pode seguir uma distribuio

3.4 Modelo Markoviano de Mobilidade Individual Genrico (MMIG)

24

uniforme entre [vmin , vmax ]. Essa variao do bounce chamada de modied bounce.
Na regra delete and replace, quando atinge a borda, o n mvel retirado da
rea de simulao e inserido novamente em uma posio de coordenadas (x, y ) aleatoriamente escolhidas. Essa regra tem a caracterstica de representar a sada do n
mvel da rea de cobertura da rede, o que, s vezes, uma caracterstica realista.
Entretanto, uma caracterstica no realista, colocar o mesmo n mvel aleatoriamente numa posio qualquer da rea, simplesmente para garantir que o nmero de
ns do cenrio simulado permanea constante.
A regra de borda wrap around espelha o movimento do n mvel na borda
oposta. O n preserva a mesma direo, sentido e velocidade que possua antes de
alcanar a borda.
Com o estudo apresentado em [32], foi realizada uma avaliao de como os modelos de mobilidade e as regras de borda inuenciam na distribuio espacial dos ns,
em uma rede mvel. No estudo [32], os modelos de mobilidade foram analisados
segundo mtricas tais como: mdia da velocidade, mudanas bruscas de direo,
mudanas bruscas de velocidade, tempo mdio de durao de conexes com ns vizinhos e distribuio espacial dos ns na rea de simulao. Um resultado obtido foi
que, com algumas regras de borda, a distribuio espacial dos dispositivos mveis
sofre grandes alteraes ao longo da simulao. Esse resultado muito importante,
uma vez que a avaliao de desempenho de redes mveis, utilizando modelos de mobilidade, pode resultar em concluses equivocadas devido ao fato das anlises serem
realizadas antes que o sistema se torne estvel.

25

Captulo 4
Predio de Mobilidade

predio de mobilidade possui grande importncia para a soluo de problemas


ocasionados pela mobilidade. A possibilidade de antever a prxima posio a

ser ocupada por um n mvel permite a pre-alocao de recursos e evita problemas


tais como latncia em hando e perdas de conexo.

4.1 Critrios de Predio de Mobilidade


Tcnicas de predio de mobilidade atuam na probabilidade de antever a prxima
posio a ser ocupada por um n. Entre as tcnicas existentes se pode citar a
deteco de padres de mobilidade dos ns mveis. Muitos usurios de telefonia
celular, por exemplo, obedecem o trajeto casa-trabalho-casa. So esses padres que
devem ser considerados para obteno da informao de qual ser o prximo ponto
de acesso ao qual o terminal mvel ir se associar. Se esse tipo de informao
puder ser obtido, uma reserva de recursos pode ser realizada no prximo ponto de
acesso a ser utilizado e os dados referentes autenticao de um usurio podem ser
transferidos previamente.
Dentro desse contexto, surgem alguns critrios que podem ser utilizados para
predio de mobilidade [33]:

4.1 Critrios de Predio de Mobilidade

26

Critrio da localizao: so armazenadas todas as transies, entre pontos


de acesso, realizadas pelos dispositivos mveis (Figura 4.1). Dessa forma,
possvel calcular a probabilidade do dispositivo mvel se dirigir rea de
cobertura de determinado ponto de acesso, a partir da posio atual;

Figura 4.1: Critrio da localizao

Critrio da direo: tendo como referncia o ltimo ponto de acesso ao qual


o dispositivo mvel esteve associado, antes do atual, o algoritmo determina a
direo que est sendo seguida (Figura 4.2). Essa direo e o histrico de
transies so utilizados para estimar o prximo ponto de acesso ao qual o
dispositivo se associar;

Figura 4.2: Critrio da direo

4.1 Critrios de Predio de Mobilidade

27

Critrio da segmentao: esse critrio uma extenso do critrio de direo. A seqncia de pontos de acesso, aos quais o dispositivo mvel se
associou, armazenada. O algoritmo compara o segmento (seqncia) que
est em construo com os que esto armazenados no histrico. Se a parte inicial de um segmento do histrico for igual ao segmento atual (em contruo),
ento a predio aponta para o prximo ponto de acesso aps a parte inicial
da seqncia do histrico (Figura 4.3). Caso exista mais de um segmento com
a parte inicial igual ao do atual, a predio aponta para o ponto de acesso com
maior incidncia, como prximo da seqncia, nesses segmentos;

Figura 4.3: Critrio da segmentao

Regra de Bayes: ao invs de considerar uma rota que j foi tomada, podese traar todas as possveis rotas que o n poderia tomar a partir da posio

4.1 Critrios de Predio de Mobilidade

28

atual e, com isso, vericar, baseado nos prximos passos, qual o ponto de acesso
mais provvel de ser utilizado pelo dispositivo mvel. Ou seja, dado o ponto
de acesso mais provvel a ser utilizado em uma n-sima transio, calcula-se a
probabilidade, de prxima transio, para cada ponto de acesso utilizando-se
a regra de Bayes (Equao 4.1). O exemplo da Figura 4.4 exibe que o ponto de
acesso mais provvel de ser utilizado na segunda transio (aps o AP atual)
o  c2 . Dessa forma, calculando-se as probabilidades P ((Ai1 Ai B = b1 )|c2 )
e P ((Ai1 Ai B = b2 )|c2 ) verica-se que o ponto de acesso mais provvel
na prxima transio o b2 ;

P ((Ai1 Ai B = bx )|Cn ) =

(4.1)

P ((Ai1 Ai B = bx )) P (Cn |(Ai1 Ai B = bx ))


,
= Pm
j=1 P ((Ai1 Ai B = bj )) P (Cn |(Ai1 Ai B = bj ))

sendo:
Ai =

Ai1 =
B=
Cn =
m=

ponto de acesso atual,


ponto de acesso anterior ao atual,
ponto de acesso indicado na predio,
ponto de acesso utilizado na n-sima transio,
nmero de pontos de acesso no ambiente.

Critrio do tempo: explora o movimento dos usurios que sempre passam


pelos mesmos locais em um determinado horrio ou dia;

Critrio da correlao: se no h disponibilidade de informaes individuais


sobre o deslocamento de um n, a predio pode ser realizada com base nos
padres de mobilidade seguidos pelos outros usurios. Como cada usurio
pode ter um padro diferente dos demais, esse no um bom critrio.

4.2 Predio Utilizando Markov de Ordem K

29

Figura 4.4: Critrio da regra de Bayes

4.2 Predio Utilizando Markov de Ordem K


O mtodo da predio utilizando cadeia de Markov de ordem k est baseado
no critrio de direo. Para a descrio desse mtodo necessrio introduzir duas
denies importantes:

Histrico: seqncia de todos os pontos de acesso aos quais o dispositivo


mvel se associou;

Contexto do N: seqncia dos k ltimos pontos de acesso aos quais o


dispositivo mvel se associou. Por exemplo, na Figura 4.5 o histrico a seqncia ABCFG e o contexto seria CFG para k com o valor 3.

Esse mtodo de predio utiliza o histrico e o contexto do n para realizar a


predio do prximo ponto de acesso a ser utilizado. O mtodo guiado por uma
cadeia de Markov em que os estados so pontos de acesso. A predio denida
pelas probabilidades de transio de estado que so fornecidas pela Equao 4.2.

4.3 Predio da Mobilidade com Localizao

30

Figura 4.5: Histrico de um dispositivo

P (Xn+1 = a|L) =

N (ca, L)
,
N (c, L)

(4.2)

sendo:

N (s,s) =

nmero de vezes que a seqncia s encontrado em s,

L = histrico,
Xn+1 = prximo ponto de acesso,
c = contexto,
ca = concatenao do contexto c com o prximo ponto de acesso a .

4.3 Predio da Mobilidade com Localizao


Os algoritmos de predio de mobilidade citados anteriormente levam em considerao os pontos de acesso que foram percorridos pelo n mvel com a nalidade de
gerar um histrico de mobilidade. Esse tipo de abordagem, no entanto, no consegue
predizer a localizao que o n possui dentro da rea de cobertura de um ponto de
acesso. Essa informao mais apurada sobre a posio de um n pode auxiliar na
descoberta da direo que ele est tomando e realizar uma predio mais correta
dos prximos pontos de acesso que sero utilizados.
Estudos mais atuais sobre localizao abordam a tcnica de triangulao, que
utiliza as propriedades geomtricas de tringulos para estimar a localizao do objeto. A triangulao calcula a posio de um objeto pela medio de sua distncia a
mltiplos pontos de referncia. O clculo da posio de um objeto em duas dimen-

4.4 A Medio da Qualidade do Sinal

31

ses requer medidas de distncia de trs pontos no-colineares. Em trs dimenses,


so requeridas medidas de distncia de quatro pontos no-colineares [34].
O artigo [35] exibe as atuais tcnicas de localizao utilizando medidas de qualidade do sinal, baseado no fato da intensidade de um sinal emitido diminuir na
medida que a distncia at a fonte aumenta. Com uma funo que relaciona atenuao e distncia para um tipo de emisso possvel estimar a distncia do receptor
at o emissor.
O artigo [36] prope um sistema de localizao usando triangulao em redes WiFi que, segundo simulaes, consegue estimar a posio de um n com a preciso de
3 metros. O grande problema dessa abordagem que o sinal emitido sofre grandes
variaes ao longo do caminho at o receptor em um ambiente fechado. Como
proposta de trabalho futuro do artigo [36] surge a idia de utilizar um histrico de
movimentaes para aprimorar a localizao.
A Microsoft tambm tem um projeto de pesquisa na rea de localizao. Esse
projeto recebe o nome de RADAR [22] e utiliza medio de sinal para efetuar a
localizao, conforme descrito na Seo 1.2.
O presente trabalho tem o objetivo de apresentar uma nova abordagem para a
predio de mobilidade utilizando informaes obtidas pelo histrico de movimentaes do dispositivo e pelas medies coletadas referentes ao nvel de qualidade de
sinal fornecido pela interface de rede.

4.4 A Medio da Qualidade do Sinal


Existem duas formas de se obter a distribuio da qualidade de sinal em um
ambiente fechado: medies reais efetuadas em diversos pontos pelos quais um dispositivo mvel pode passar e simulaes atravs de um modelo de propagao de
sinais. As medies reais fornecem um valor mais preciso para a distribuio, mas
possuem a desvantagem de ser onerosa a execuo da ao de caminhar por todo o

4.5 Propagao de Sinais

32

campo de mobilidade medindo o sinal obtido. Para minimizar esse nus, podem ser
utilizados algoritmos de interpolao para que no seja necessrio que se caminhe
por todos os pontos de um ambiente fechado. A segunda alternativa refere-se utilizao de um modelo de propagao de sinal. Essa tcnica fornece estimativas para
a qualidade do sinal em um ambiente segundo um modelo matemtico, no entanto
a preciso no to eciente quanto as medidas reais.
Como no havia a disponibilidade de um ambiente com grande densidade de
dispositivos mveis, para realizao de medies reais, o presente trabalho foi desenvolvido com a utilizao de um modelo para estimar a distribuio da qualidade
de sinal.

4.5 Propagao de Sinais


O nvel de potncia de sinal pode ser estimado por modelos matemticos que
representam os fenmenos causadores das atenuaes que afetam uma transmisso.
Entre os fenmenos sofridos pelos sinais podem ser citados:

Atenuao no caminho de propagao: representa o valor da atenuao


sofrida pelo sinal no caminho entre o transmissor e o receptor. Um modelo
conhecido como Free Space Path Loss modela esse valor segundo a Equao 4.3:

P Lf s (d)[dB] = 20log10

4d
,

(4.3)

sendo:

= comprimento da onda de propagao,


d = distncia entre o transmissor e o receptor.

Quando o valor de d se aproxima a zero a Equao 4.3 no poder ser

4.5 Propagao de Sinais

33

utilizada. Para resolver esse problema, a Equao 4.4 adotada:

P L(d)[dB] = 2P Lf s (d0 )[dB] + 10nlog10

d
,
d0

(4.4)

sendo:
d0 = valor de referncia para distncia. Esse valor menor do que
qualquer distncia possvel para d ,

n=

expoente de atenuao sofrida com a distncia,

d=

distncia entre o transmissor e o receptor.

Mltiplos caminhos: em um ambiente fechado existe o problema dos mltiplos caminhos que podem ser seguidos por um sinal devido aos fenmenos de
refrao, reexo e difuso. Estes fenmenos criam caminhos adicionais para
a propagao do sinal, alm do caminho direto entre transmissor e receptor
(Figura 4.6). A interseo destes caminhos pode ocasionar um aumento ou
diminuio do sinal.

Figura 4.6: Mltiplos caminhos

Reexo e difrao: o modelo Free Space Path Loss citado anteriormente


s pode ser utilizado em ambientes nos quais s exista comunicao direta
entre o transmissor e o receptor. Na existncia de obstculos os fenmenos de
reexo e refrao devem ser considerados para se estimar a potncia do sinal

4.6 Predio da Propagao de Sinal

34

4.6 Predio da Propagao de Sinal


Com base nos fenmenos que podem alterar a intensidade do sinal, alguns modelos de predio da propagao do sinal foram construdos e esto disponibilizados
na literatura:

Modelo emprico: baseado na medio do sinal obtido em diversas partes


de um ambiente de mobilidade. Aps as medies, procura-se adaptar o valor
obtido com a frmula do Free Space Path Loss (Equao 4.5). Para isto, devese incluir uma constante ( i ) para perda de potncia devido a obstrues
sofridas pelo sinal.

P L(d)[dB] = 2P Lf s (d0 )[dB] + 10nlog10

X
d
+
i [dB].
d0
i

(4.5)

Ray tracing: o ray tracing [11, 12] uma tcnica de deteco de coliso, com
base na traagem de diversos raios partindo de uma origem at o destino desejado, utilizada em computao grca para transformar uma representao
simples de dados em uma projeo 3D. Essa tcnica tem sido utilizada para a
predio da propagao do sinal e atinge uma boa preciso [37]. No entanto,
a complexidade computacional muito alta.

Algoritmos Genticos e Redes Neurais: A utilizao de inteligncia articial foi realizada no artigo [38]. As redes neurais foram utilizadas para
corrigir o erro na predio ocasionado pelo efeito dos mltiplos caminhos.

Modelo probabilstico: Alguns artigos disponveis na literatura propem


modelos de predio baseados em um modelo probabilstico. O artigo [16]
prope um modelo baseado na probabilidade de um raio encontrar um obstculo. Nesse artigo os coecientes de reexo e refrao so calculados segundo

4.6 Predio da Propagao de Sinal

35

a geometria do ambiente a ser estudado e a potncia de sinal obtida segundo


a Equao 4.6:

P (l) = P0 l

X
n
X

f (u, v|l)R2v T 2(uv) ,

(4.6)

u=0 v=0

sendo:

l= distncia percorrida pelo sinal,


u= nmero de objetos que so atingidos pelo sinal,
v = nmero de reexes,
u v = nmero de transmisses (refraes sofridas),
R= coeciente de reexo,
T = coeciente de transmisso,
P0 = potncia a uma distncia de 1 metro,
n= nmero mximo de reexes,
f (u, v|l)= funo de distribuio de probabilidade para o caminho de um
sinal que intercepta u obstculos aps percorrer uma distncia

l com v reexes e u-v transmisses.

4.6.1 Modelo de Predio da Propagao de Sinal para o Trabalho


Existem diversas ferramentas para estimar a predio de sinal. A ferramenta
WiSE do Bell-Labs [37] (Wireless System Engineering Tool), o I-Prop [39] (Figura 4.8)
e o RPS (RadioWave Propagation Simulator) [40] so exemplos de implementaes
existentes para a realizao dessa predio. No entanto, todas as que foram encontradas s eram disponibilizadas gratuitamente em verses de demonstrao. Essas
verses de demonstrao so limitadas quanto s funcionalidades e no apresentavam
maneiras de obter as informaes necessrias para o desenvolvimento do presente
trabalho.
Desse modo, para a realizao do presente trabalho foi necessrio implementar
um modelo para a predio da propagao de sinal. O modelo escolhido para im-

4.6 Predio da Propagao de Sinal

36

plementao o baseado em ray tracing. A escolha do modelo justicada pela


preciso demonstrada nos artigos da literatura disponvel referentes utilizao de

ray tracing para estimativa de propagao de sinal. Foi desenvolvido um algoritmo


para a leitura de um mapa do ambiente a ser estudado e para a deteco de colises que o sinal pode sofrer no caminho at o receptor. As deteces so realizadas
atravs do processo de traagem de raios desde o ponto de acesso at os diversos
pontos do ambiente. O mapa representado na Figura 4.7 exibe um exemplo de um
mapa a ser tratado pelo cdigo.

Figura 4.7: Descrio de um ambiente para o cdigo de ray tracing


Atravs do ray tracing, com base no mapa fornecido, possvel descobrir quais
so os obstculos atingidos por um sinal. No modelo de propagao implementado,
dividiu-se o mapa com os obstculos em regies e para gerar a estimativa da potncia,
de um raio que atinge uma regio do mapa e sofre reexes e refraes (Figura 4.9),

4.6 Predio da Propagao de Sinal

37

Figura 4.8: Ferramenta I-Prop


utilizou-se a Equao 4.7 [41, 42].

P (l) = P0 l2

v
Y

Ri2

i=1

Ri (i , ) =

u
Y

Tj2 ,

j=1

i cos2 ()
p
,
i sen() + i cos2 ()

i sen()

Ti (, ) =

(4.7)

q
(1 Ri2 ),

(4.8)

(4.9)

4.6 Predio da Propagao de Sinal

38

Figura 4.9: Reexes e refraes sofridas pelo sinal

sup
=
0

j
w

(4.10)

sendo:

v=

nmero de reexes,

u=

nmero de transmisses (refraes),

Ri =

coeciente de reexo da superfcie  i ,

Tj =

coeciente de transmisso da superfcie  j ,

P0 =

potncia a uma distncia de 1 metro (para o padro IEEE 802.11),

=
sup =

perda ocasionada pela transmisso,


permissividade eltrica da superfcie,

0 =

8, 854 1012 pF/m (permissividade eltrica no vcuo) ,

condutividade da superfcie,

w=

freqncia angular.

Para o mapa fornecido (Figura 4.7), situou-se cada ponto de acesso no mapa e
cada obstculo existente no ambiente foi modelado com seus respectivos coecientes
de condutividade e permeabilidade eltrica. Traou-se raios com origem no ponto

4.6 Predio da Propagao de Sinal

39

de acesso e calculou-se a potncia a cada regio atingida. Considerou-se as antenas


como isotrpicas, que tem como caracterstica a capacidade de irradiar igualmente
em todas as direes, e a potncia das interfaces de rede de 100 mW.
O cdigo desenvolvido fornece uma distribuio do sinal obtido em diversos pontos do ambiente. Esses valores obtidos so utilizados como base para a localizao do
dispositivo sem o. Para os resultados obtidos (Figuras 4.10 e 4.11), foi submetido
um mapa (Figura 4.7) de 100 metros de largura e 100 metros de comprimento, com
os obstculos (paredes e divisrias) existentes no ambiente. Para cada obstculo foi
fornecida uma constante que representa o ndice de refrao e reexo do objeto.
As Figuras 4.10 e 4.11 representam a distribuio obtida para o sinal no ambiente da Figura 4.7 em que todos os obstculos apresentam um ndice de refrao
igual a 0.3 e de reexo igual a 0.7. Como o ponto de acesso est situado no ponto
(X=80;Y=20), h uma concentrao de sinal nessa regio do mapa. O sinal vai
sendo atenuado medida que a distncia, com relao ao ponto de acesso, aumenta.

4.6 Predio da Propagao de Sinal

40

Figura 4.10: Distribuio obtida para o ambiente (X=dimenso X, Y= dimenso Y,


Z=qualidade do sinal em dBm)

Figura 4.11: Distribuio obtida para o ambiente - grco 2D

41

Captulo 5
Modelo de Mobilidade Proposto

URGIU a necessidade de representar cenrios com obstculos para caracterizar um ambiente fechado. Essa necessidade motivou a proposta de um novo

modelo de mobilidade

5.1 Descrio do Modelo de Mobilidade Proposto


Um ambiente fechado composto de obstculos que limitam a movimentao do
usurio. O modelo de mobilidade proposto utiliza um mapa que dene o ambiente
fechado a ser simulado. Esse mapa do cenrio dividido em regies chamadas de
clulas. Cada clula pode ter uma probabilidade atribuda que representa a possibilidade de um n escolh-la como destino. Esse tipo de congurao permite que
sejam criados cenrios de ambientes nos quais existem locais de maior concentrao
de ns. Em alguns cenrios reais, existem locais que apresentam probabilidades
diferentes de serem visitados por algum n, por isso esse modelo de mobilidade
proposto apresenta a possibilidade de atribuir diferentes probabilidades para cada
posio do mapa. Entretanto, nas simulaes realizadas para este trabalho, a probabilidade de visitao de cada local do mapa foi uniformemente distribuda. Optou-se
por uma distribuio uniforme para manter caractersticas semelhantes em todos os

5.2 O Mapa Fornecido

42

modelos simulados e utilizados para comparao.


De acordo com a distribuio de probabilidades de visitao das clulas do mapa,
escolhido um destino a cada movimentao de um n. No entanto, para atingir o
destino necessrio descobrir o trajeto a ser seguido a m de contornar os obstculos
existentes no cenrio. Diante dos obstculos existentes, o modelo informa o trajeto
que deve ser seguido para atingir o destino.

5.2 O Mapa Fornecido


O cenrio deve ser denido atravs de um mapa dividido em clulas. Para as
simulaes desenvolvidas neste trabalho, realizou-se uma implementao que utiliza
um mapa em duas dimenses. Como no exemplo exibido pela Figura 5.1, cada
obstculo denido como X e cada clula livre de obstculos como .

. A

comunicao entre diferentes regies do mapa denida por # (portas). Na


implementao realizada para as simulaes deste trabalho, a entrada fornecida
atravs de um mapa semelhante ao da Figura 4.7. Esse mapa utilizado para o
encontro de trajetos, conforme seo abaixo.

5.3 O Encontro do Trajeto


Para encontrar o trajeto a ser percorrido por um n, utilizou-se um algoritmo
baseado no mapa do cenrio fornecido, considerando que cada n busca sempre o
caminho mais curto para atingir o destino. Primeiramente, dene-se regies convexas (Figura 5.1) no mapa, de modo que clulas de uma mesma regio possam ser
mutuamente atingidas atravs de uma trajetria retilnea. As regies convexas so
encontradas acrescentando-se # nas linhas do mapa em que existem arestas. A
comunicaco entre duas regies ocorre sempre atravs de clulas demonstradas na
Figura 5.1 por # e denominadas de clulas de comunicao (portas).

5.4 A Velocidade

43

Cada regio convexa cadastrada em um grafo (conjunto de pontos ou vrtices


conectados por linhas ou arestas) cujos vrtices vizinhos so regies convexas diretamente comunicveis, conforme demonstrado na Figura 5.2. Utilizando esse grafo e
a distncia entre as portas, pode-se localizar o trajeto de menor custo a ser seguido
por um n da rede para que o destino seja atingido. A determinao do menor
caminho efetuada atravs do conhecido algoritmo de Dijkstra.
Dado o destino do n, vericado se a correspondente posio se encontra na
mesma regio de origem. Caso esteja na mesma regio, o n pode atingir o destino
atravs de uma trajetria retilnea. Caso contrrio, utiliza-se o algoritmo de Dijkstra
para descobrir qual a seqncia de clulas de comunicao que devem estar no
trajeto para se atingir o destino com menor custo.
O algoritmo de Dijkstra um algoritmo utilizado para calcular o caminho de
menor custo entre vrtices de um grafo. Para o modelo proposto, os ns do grafo
so as regies convexas. Para cada clula de comunicao entre regies (portas do
cenrio), executou-se o algoritmo de Dijkstra considerando-a como raiz da busca.
Desse modo, foi obtido o trajeto de custo mnimo entre clulas de comunicao do
grafo.

5.4 A Velocidade
A velocidade dos ns limitada ao intervalo [vmin , vmax ]. Para a escolha da
velocidade inicial a ser imposta ao n, so obedecidas as seguintes regras:

Se o n no possuir ns vizinhos, em uma distncia de at 30 metros, a velocidade atribuda segundo uma distribuio uniforme dentro do intervalo
possvel;

Se o n possuir ns vizinhos, em uma distncia de at 30 metros, a velocidade


atribuda como a mdia da velocidade dos ns vizinhos.

5.4 A Velocidade

44

Figura 5.1: Mapa do cenrio e mapa convexo gerado para estabelecimento de trajetos

Figura 5.2: Grafo representando as regies comunicveis ilustradas na Figura 5.1

5.5 Simulaes

45

A cada intervalo de t segundos de simulao, a velocidade do n pode ser alterada segundo uma probabilidade pv . O novo valor tambm ser escolhido segundo
as duas regras citadas acima.

5.5 Simulaes
Neste trabalho, realizou-se simulaes, com o modelo de mobilidade proposto e os
descritos na Seo 3.1, para estabelecer comparaes. Para realizar tais simulaes
foi utilizado o simulador ScenGen [29]. As implementaes do modelo proposto
e dos modelos Smooth e MMIG foram realizadas em C++ utilizando a interface
de programao do simulador. Utilizou-se a regra de borda bounce nos modelos
Smooth e MMIG. O modelo proposto e o Waypoint no permitem a sada da rea
de simulao e, portanto, no necessitam de regra de borda. Para obter a mtrica
da predio do prximo ponto de acesso utilizou-se o critrio de Markov ordem 2,
ou seja, a predio foi baseada no histrico de mobilidade e nos dois ltimos pontos
de acesso utilizados pelo n. Foram executadas 30 rodadas de simulao para cada
modelo de mobilidade.
Abaixo esto descritas as conguraes especcas dos modelos utilizados nas
simulaes.

Waypoint:
Tempo de pausa = 0

MMIG:
Probabilidade m de mudana para os estados = 0.4

Smooth:

5.6 O Cenrio de Mobilidade

46

Probabilidade de mudana de direo  pd 

= 0.5

Probabilidade de mudana de velocidade  pv 

= 0.5

Nmero de velocidades preferenciais

=3

Valores de velocidade

= 1m/s, 2m/s e 3m/s

Probabilidade dos valores de velocidade

= distribuio uniforme

Modelo Proposto:
Probabilidade de mudana de direo  pd 

= 0.5

Probabilidade de mudana de velocidade  pv 

= 0.5

Tempo mnimo entre mudanas de velocidade  t

= 1 segundo

Probabilidade de posicionamento em cada clula

= distribuio uniforme

5.6 O Cenrio de Mobilidade


Os resultados das simulaes apresentadas nesta seo foram desenvolvidas em
uma rea de 250 metros de largura por 250 metros de comprimento. Os eixos x e
y dessa rea foram divididos em 25 sees de 10 metros cada, resultando em 625
subreas quadradas com lateral de 10 metros. Essas subreas sero chamadas de
clulas. Diversos ns foram dispostos inicialmente na rea de simulao seguindo
uma distribuio uniforme. Foram dispostos 36 pontos de acesso nessa rea posicionados de forma eqidistante. Dessa forma, todas as clulas do mapa esto sob a
cobertura de pelo menos um ponto de acesso. Para o modelo proposto, utilizou-se
o mapa exibido na Figura 4.7.
Esses ns so colocados em movimento de acordo com os modelo de mobilidades
simulados, durante o tempo de 50.000 segundos. Os 3.000 segundos iniciais foram
descartados por pertencerem fase transiente da simulao. O trmino da fase
transiente foi estimado pelo momento em que a diferena entre a mdia amostral da
velocidade dos ns, de dois intervalos consecutivos de 1 segundo do tempo de simulao, convergiu para um valor menor de que 0.001. As velocidades escolhidas pelos
ns foram distribudas dentro do intervalo [1,3] m/s, para todas as simulaes exe-

5.7 Mtricas de Avaliao dos Cenrios Gerados

47

cutadas. A escolha desse intervalo justica-se pela necessidade de se obter cenrios


com movimentaes rpidas, dentro dos limites de velocidade encontrados em ambientes fechados. Visto que o objetivo principal avaliar a capacidade de detectar
padres de mobilidade, um cenrio com movimentaes em menores velocidades iria
diminuir o nmero de transies entre pontos de acesso (hando ) por unidade de
tempo. Esses parmetros de simulao foram os mesmos para todas as simulaes
realizadas com os quatro modelos estudados nas avaliaes das mtricas.

5.7 Mtricas de Avaliao dos Cenrios Gerados


Para uma comparao entre os modelos se adotou algumas mtricas importantes:

Mdia da velocidade: representa o valor mdio amostral da velocidade


atingida por todos os ns envolvidos na simulao.

Mudanas bruscas de direo: representa o nmero mdio de mudanas


bruscas de direo em cada segundo de simulao. Essa mtrica avalia a suavidade de uma mudana de direo de um n. Foi denido que uma mudana
de direo brusca quando o ngulo, entre o vetor referente direo anterior
e o vetor referente direo atual, maior que 90 .

Mudanas bruscas de velocidade: representa o nmero mdio de mudanas bruscas de velocidade em cada segundo de simulao. Essa mtrica
calculada a partir da diferena de velocidade entre dois instantes de tempo
consecutivos. A variao considerada brusca se seu valor for maior ou igual
a 50% da velocidade mxima simulada.

Distribuio espacial dos ns na rea de simulao: essa mtrica que


vem sendo abordada em diversos trabalhos recentes [43, 44, 45]. Reete o
nmero mdio de ns encontrado em cada clula do cenrio a cada segundo de
simulao.

5.7 Mtricas de Avaliao dos Cenrios Gerados

48

ndice de acerto da predio do prximo ponto de acesso: em redes


infra-estruturadas o n mvel necessita de um ponto de acesso ao seu alcance
para se conectar rede. Considerou-se que cada ponto de acesso tem raio
de alcance de 30 metros, portanto, quando um n ultrapassa essa rea de
cobertura, ocorre uma transio para outro ponto de acesso. Essa mtrica
refere-se ao ndice de acerto obtido ao se determinar o prximo ponto de acesso
pelo qual o n ir ter conexo. A predio do prximo ponto de acesso
baseada no histrico dos pontos de acesso j utilizados pelo n (Markov ordem

k ). O ndice de acerto denido como nmero de predies corretas, para o


prximo ponto de acesso, sobre o nmero total de transies. Os casos em que
o algoritmo no consegue determinar uma predio para o prximo ponto de
acesso so tratados como erros.

Entropia do histrico de mobilidade: essa mtrica avalia o grau de previsibilidade de um n, baseado em seu histrico (ver denio de histrico e
entropia na Seo 4.2 ). A entropia de uma varivel aleatria X denida,
de forma geral, pela Equao 5.1:

H(X) =

P (xi )log2 P (xi ).

(5.1)

Para este trabalho, utilizou-se a equao denida em [15] para calcular a entropia com a utilizao da predio por Markov ordem k, conforme pode ser
visualizado na Equao 5.2.

H(A|C) =

X N (ci , L) X
P (A = aj |C = ci )log2 P (A = aj |C = ci ),
gk+1 j
i

(5.2)

sendo:

5.8 Resultados

N (s,s) =

49
nmero de vezes que a sequncia s encontrado em s,

a=

ponto de acesso,

k=

nmero de elementos no contexto,

L=

seqncia de todos os pontos de acesso aos quais o dispositivo


se associou (histrico),

X=
c=

prximo ponto de acesso segundo a predio,


seqncia dos k ltimos pontos de acessos quais o dispositivo
se associou,

g=

nmero de pontos de acesso j utilizados,

A=

varivel aleatria que representa o ponto de acesso indicado


como predio,

C=

varivel aleatria que representa os contextos (seqncia de k


pontos de acesso) encontrados na seqncia L.

Essa equao de entropia revela caractersticas inerentes ao histrico de mobilidade, baseando-se no nmero de vezes que diferentes seqncias de k pontos
de acesso so encontradas no histrico de pontos de acesso utilizados. Cenrios
com maior valor de entropia revelam maior nmero de sequncias diferentes
de pontos de acesso, indicando uma mobilidade mais dinmica.

5.8 Resultados
As Tabelas 5.1 e 5.3 resumem os resultados obtidos pelas simulaes realizadas
com os modelos de mobilidade utilizados. Com relao predio, pode-se observar
que o modelo de mobilidade proposto apresentou o melhor resultado. O modelo

Smooth foi o que mais se aproximou do resultado obtido pelo modelo proposto. No
entanto, a entropia obtida para o Smooth menor. Como a entropia reete caractersticas inerentes ao histrico de mobilidade, o Smooth no reetiu um ambiente
to dinmico quanto o modelo proposto. Dessa forma, pode-se armar que, para o

5.8 Resultados

50

Tabela 5.1: Valores obtidos para as mtricas utilizadas

Waypoint

MMIG

Smooth

Modelo Proposto

Mudanas Bruscas de Direo

0.99148

0.85

0.7711

0.98779

Mudanas Bruscas de Velocidade

0.0007526

0.0462

0.0467

0.031

Velocidade Mdia

1,8195

2,0967

1,9484

1,9946

Tabela 5.2: Intervalo de conana para a velocidade mdia (utilizando nvel de


conana de 95%)

Intervalo de Conana

Waypoint

MMIG

Smooth

Modelo Proposto

[1,63;1,99]

[1,91;2,28]

[1,70;2,19]

[1,81;2,18]

modelo proposto, conseguimos maior ndice de acerto na predio, mesmo em um


ambiente de maior mobilidade. A Figura 5.3 exibe os resultados obtidos para a
predio do prximo ponto de acesso utilizando o modelo proposto.
O grco da Figura 5.4 exibe a distribuio de ns em cada clula da rea de
simulao utilizando o modelo proposto. Esse grco permite visualizar uma maior
concentrao de ns nas regies em que existem clulas de comunicao (portas).
essa distribuio diferenciada que tem a possibilidade de ser explorada na predio de
mobilidade. A existncia de regies com maior probabilidade de concentrao de ns
garante a existncia de padres de mobilidade mais evidentes conforme se pode observar na comparao com os grcos obtidos para o modelo Waypoint (Figura 5.5)
e MMIG (Figura 5.6) .
Dos quatro modelos simulados, apenas o Waypoint revelou velocidade mdia
abaixo do valor esperado, que 2 m/s. Esse comportamento pode ser justicado
devido ao fato dos ns, que se movimentam segundo o modelo Waypoint, tenderem

5.8 Resultados

51

Tabela 5.3: Resultados para mtricas de predio de mobilidade

Waypoint

MMIG

Smooth

Modelo Proposto

Entropia

32,7756

31,8746

27,4695

47,1252

ndice de Acerto da Predio

0.3803

0.4684

0.6754

0.73324

Preciso da Predio
0.8

0.7

0.6

Acertos (%)

0.5

0.4

0.3

0.2

Modelo Proposto
Smooth
MMIG
Waypoint

0.1

0.5

1.5

2.5
Tempo (s)

3.5

4.5

5
4

x 10

Figura 5.3: ndice de acerto na predio para o prximo ponto de acesso utilizando
o modelo proposto

5.8 Resultados

52

a percorrer uma longa distncia a uma velocidade baixa, conforme observado em


[28]. Esse mesmo motivo inuenciou a mtrica da mdia de mudanas bruscas
de velocidade. Como no Waypoint os ns tendem a permanecer em velocidades
baixas, o nmero de mudanas bruscas de velocidade foi reduzido. A mdia da
velocidade, considerando seu intervalo de conana exibido na Tabela 5.2, para o
modelo proposto cou prxima da mdia esperada de 2m/s.
Para o modelo proposto, a mdia de mudanas bruscas de velocidade foi mais
baixa que a dos modelos MMIG e Smooth, s no foi mais baixa que a do Way-

point. Como no Waypoint o resultado foi inuenciado pelo fato dos ns tenderem a
permanecer em velocidades baixas, fugindo um pouco do realismo do cenrio, o resultado obtido para essa mtrica pode ser considerado como mais um ponto positivo
para o modelo proposto, em comparao com os demais modelos.
Quanto mdia de mudanas bruscas de direo, pode-se observar que o modelo
proposto apresentou mdia to alta quanto o Waypoint. Esse fato pode ser justicado
pelas mudanas de direo que devem ser executadas para contornar obstculos.

5.8 Resultados

Figura 5.4: Distribuio de ns por clula - modelo proposto

53

5.8 Resultados

Figura 5.5: Distribuio de ns por clula - modelo Waypoint

54

5.8 Resultados

Figura 5.6: Distribuio de ns por clula - modelo MMIG

55

56

Captulo 6
Modelo de Predio de Mobilidade
Proposto

utilizao apenas do histrico de movimentaes se mostrou no muito eciente para a predio da mobilidade em determinados cenrios. Movimentos

em discordncia com o histrico, alteraes freqentes no padro de mobilidade ou


movimentaes com grande aleatoriedade, de forma a ocasionar uma distribuio
uniforme da utilizao dos possveis pontos de acesso, ocasionam problemas na estimativa do prximo ponto de acesso a ser utilizado. Isso motivou a proposta de um
novo modelo de predio da mobilidade.

6.1 Descrio do Modelo de Predio de Mobilidade


A utilizao do valor de nvel de sinal agrega informao til para localizar o
dispositivo e permite renar as estimativas. O modelo proposto para predio utiliza
o histrico de movimentao, sendo que entre os pontos de acesso mais provveis
escolhido o que est mais prximo da posio estimada, utilizando o modelo de
propagao, para o dispositivo mvel. Visando minimizar o erro ocasionado por um
rudo na medio de sinal, a predio sempre ir apontar para um dos pontos de

6.1 Descrio do Modelo de Predio de Mobilidade

57

acesso mais provveis segundo o histrico.


O modelo proposto utiliza a medio da qualidade de sinal em intervalos de

t segundos. Como a atividade de efetuar medies de sinal retira tempo til da
interface de rede, o valor congurado para t no deve ser muito baixo. Os resultados obtidos nas simulaes demonstram o valor da preciso da predio variando o
tempo entre medies de sinal (probing ). Para as simulaes de predio que foram
realizadas, utilizou-se um intervalo t de 3 segundos.
Para gerar os resultados de simulao, utilizou-se o modelo de mobilidade proposto [13] para a simulao de dois cenrios, um de 50 por 50 metros com a disposio
de quatro pontos de acesso e outro de 200 por 200 metros com a disposio de trinta
e cinco pontos de acesso. Cada ponto de acesso tem uma rea de cobertura de 30
metros. Utilizou-se um modelo de propagao de sinal baseado no ray tracing de
duas dimenses. Como o modelo de propagao apresentou um erro mdio de 5
dBm com relao a valores coletados empiricamente, para obter valores de medio
de sinal para cada n da simulao utilizou-se os valores do modelo de predio
de sinal baseado em ray tracing acrescentando um rudo branco de mdia 5 dBm.
Esse rudo foi acrescentado em cada um dos valores de sinal referentes aos pontos
de acesso dentro da rea de cobertura do dispositivo mvel. Realizou-se 30 rodadas
de simulao, sendo que em cada cenrio havia 30 dispositivos mveis.
Passos executados pelo modelo de predio de mobilidade:

Criao de matriz de distribuio do sinal: nessa etapa se utilizou o modelo de propagao do sinal para obter uma distribuio do sinal dentro de um
ambiente. Esses valores so utilizados durante a localizao dos dispositivos
mveis;

Armazenamento do histrico de pontos de acesso visitados: a cada


transio de ponto de acesso, armazenou-se os pontos de acesso de origem e
destino para obter um histrico de movimentaes do dispositivo mvel;

Medies de qualidade de sinal: a cada intervalo de t segundos os dis-

6.2 Resultados de Simulao para o Modelo de Predio

58

positivos mveis realizam medies de qualidade de sinal dos pontos de acesso


que esto dentro de suas reas de alcance. As medies so centralizadas em
uma base de dados nica;

Predio de mobilidade: a cada intervalo de t segundos se efetuou o


processo de predio de mobilidade baseada no histrico de movimentaes.
Entre os pontos de acesso mais provveis escolhido o que est mais prximo
da posio estimada com o modelo de propagao. Se o histrico no indica
um ponto de acesso com maior probabilidade de destino para o dispositivo,
ento utiliza-se apenas o critrio da localizao, ou seja, o ponto de acesso mais
prximo ser o resultado da predio. Vale observar que o histrico pode no
indicar um ponto de acesso com maior probabilidade de destino nos momentos
iniciais de movimentao ou nos momentos em que o n realiza um movimento
com uma direo ou sentido ainda no existentes na base de dados.

6.2 Resultados de Simulao para o Modelo de Predio


As simulaes para avaliao do modelo de predio foram desenvolvidas em dois
cenrios, conforme descritos abaixo. Foram executadas 30 rodadas de simulao,
com o modelo de mobilidade proposto, para cada um dos cenrios envolvidos.
As conguraes especcas para o modelo de mobilidade utilizado nas simulaes so as mesmas descritas na Seo 5.5.

6.2.1 Cenrio A de Mobilidade


As simulaes do primeiro cenrio foram desenvolvidas em uma rea de 200 metros de largura por 200 metros de comprimento, utilizando-se o mapa da Figura 4.7
em maiores propores. Os eixos x e y dessa rea foram divididos em 200 sees
de 1 metro cada, resultando em 40.000 subreas quadradas com arestas de 1 metro.
Essas subreas so chamadas de clulas. Trinta ns foram dispostos inicialmente na

6.2 Resultados de Simulao para o Modelo de Predio

59

rea de simulao seguindo uma distribuio uniforme. Foram dispostos 35 pontos


de acesso nessa rea posicionados de forma eqidistante. Dessa forma, todas as
clulas do mapa esto sob a cobertura de pelo menos um ponto de acesso.
Os ns do cenrio so colocados em movimento de acordo com o modelo de
mobilidade escolhido [13], durante o tempo de 50.000 segundos. Os 3.000 segundos
iniciais foram descartados por pertencerem fase transiente da simulao. O trmino
da fase transiente foi estimado pelo momento em que a diferena entre a mdia
amostral da velocidade dos ns, de dois intervalos consecutivos de 1 segundo do
tempo de simulao, convergiu para um valor menor que 0.001. As velocidades
escolhidas pelos ns foram estabelecidas dentro do intervalo [1,3] m/s, conforme a
simulaes do modelo de mobilidade proposto descritas na Seo 5.6).

6.2.2 Cenrio B de Mobilidade


As simulaes do segundo cenrio foram desenvolvidas em uma rea de 50 metros
de largura por 50 metros de comprimento. Os eixos x e y dessa rea foram divididos em 50 sees de 1 metro cada, resultando em 2.500 subreas quadradas com
arestas de 1 metro. Trinta ns foram dispostos na rea de simulao seguindo uma
distribuio uniforme. Foram dispostos 4 pontos de acesso nessa rea posicionados
de forma eqidistante. Dessa forma, todas as clulas do mapa esto sob a cobertura
de pelo menos um ponto de acesso. Para esse cenrio foi considerado o mesmo mapa
do cenrio A s que as dimenses foram reduzidas.
Os ns do cenrio so colocados em movimento de acordo com o modelo de
mobilidade escolhido, durante o tempo de 5.000 segundos. Os 1.000 segundos iniciais
foram descartados por pertencerem fase transiente da simulao. O trmino da fase
transiente foi estimado pelo momento em que a diferena entre a mdia amostral
da velocidade dos ns, de dois intervalos consecutivos de 1 segundo do tempo de
simulao, convergiu para um valor menor que 0.001. Repetindo os valores utilizados
no cenrio A, as velocidades escolhidas pelos ns foram estabelecidas dentro do
intervalo [1,3] m/s.

6.2 Resultados de Simulao para o Modelo de Predio

60

Tabela 6.1: Coecientes utilizados no ray tracing

Material

Condutividade

Permissividade Eltrica

Concreto

4.5

0.11

Madeira

2.02

0.00

6.2.3 Resultados
Para gerar a distribuio do sinal no cenrio foi utilizado o cdigo desenvolvido
(ray tracing ) com base na Equao 4.7 e os coecientes encontrados em [46], exibidos
na Tabela 6.1. Os obstculos das bordas do cenrio foram classicados com o coeciente do material concreto e os obstculos internos, com o coeciente do material
madeira. Foi considerada uma perda ocasionada pela transmisso, ao encontrar um
obstculo, de 30% (valor de ). Utilizou-se o nvel de conana de 95% para clculo
dos resultados.
A escolha dos cenrios foi devido necessidade de se comparar as tcnicas de
predio de mobilidade em ambientes com diferentes probabilidades dos movimentos
seguirem padres de movimentao. O cenrio A, por ser maior e possuir regies
fechadas mais amplas, no apresenta grande padro de mobilidade, pois dentro de
uma regio convexa do mapa surgem inmeros movimentos que podem ser executados sem a necessidade de passar por obstculos. Alm disso, cada regio do mapa
pode conter mais de um ponto de acesso. O cenrio B um cenrio menor e o
padro de mobilidade mais evidenciado, pois cada movimentao possui maior
probabilidade de encontrar obstculos.
Em redes infra-estruturadas o n mvel necessita de um ponto de acesso ao seu
alcance para se conectar rede. Considerou-se que cada ponto de acesso tem raio
de alcance de 30 metros, portanto, quando um n ultrapassa essa rea de cobertura,
ocorre uma transio para outro ponto de acesso. As comparaes entre os modelos

6.2 Resultados de Simulao para o Modelo de Predio

61

de predio foram realizadas com base em ndice de acerto da predio do prximo


ponto de acesso. Essa mtrica refere-se ao ndice de acerto obtido ao se estimar o
prximo ponto de acesso pelo qual o n ir ter conexo. A predio do prximo ponto
de acesso utiliza o mtodo Markov ordem k e o ndice de acerto denido como
nmero de predies corretas, para o prximo ponto de acesso, sobre o nmero total
de transies. Os casos em que o algoritmo no consegue determinar uma predio
para o prximo ponto de acesso so tratados como erros.

0.98
0.975
P(Acerto na Predicao)

0.97
0.965
0.96
0.955
0.95
0.945
0.94
0.935
0.93
1

1.5

2
2.5
3
3.5
4
Tempo entre Probes (s)

4.5

Figura 6.1: Preciso na predio variando o intervalo de probing - cenrio A

0.98

P(Acerto na Predicao)

0.96
0.94
0.92
0.9
0.88
0.86
0.84
1

1.5

2
2.5
3
3.5
4
Tempo entre Probes (s)

4.5

Figura 6.2: Preciso na predio variando o intervalo de probing - cenrio B

6.2 Resultados de Simulao para o Modelo de Predio

62

Tabela 6.2: ndices de acerto considerando apenas a localizao com o modelo de


propagao e variando o tempo de probing - cenrio A

Intervalo

ndice de Acerto

Varincia

entre Medies

Intervalo de Conana
(Nvel de Conana de 95%)

0.975258

0.000648

[0.97061042;0.97990558]

0.969072

0.00067

[0.96434618;0.97379782]

0.952577

0.000818

[0.94735525;0.95779875]

0.936082

0.00072

[0.93118302;0.94098098]

0.931959

0.0007

[0.92712854;0.93678946]

Utilizou-se o critrio de Markov ordem 2 para realizar a predio com o histrico


de mobilidade. Nas simulaes realizadas, em caso de empate entre as probabilidades
de transio de estado, foi considerado o critrio de desempate baseado no ltimo
ponto de acesso exibido no histrico. Ou seja, dentre os pontos de acesso que esto
com igual probabilidade de predio, escolheu-se aquele que foi mais recentemente
utilizado pelo n.
Um importante resultado obtido exibido na Figura 6.1 (Tabela 6.2), para o
cenrio A, e na Figura 6.2 (Tabela 6.3), para o cenrio B. Esse resultado indica o
relacionamento entre o intervalo entre medies e a probabilidade de acerto para os
cenrios A e B, respectivamente. Para esse resultado, foi utilizado apenas o modelo
de propagao do sinal para efetuar a predio e foi ignorada a presena de rudo
nas medies. Ou seja, est sendo avaliada a capacidade de se efetuar a predio
apenas com o critrio de localizao. As Tabelas 6.4 e 6.5 exibem valores obtidos
para probabilidade de acerto com a presena de rudo mdio de 5 dBm para os
cenrios A e B, respectivamente.
Conforme foi descrito anteriormente, nas simulaes envolvendo o modelo de
propagao de sinal foi includo um rudo branco. O resultado das Figuras 6.3

6.2 Resultados de Simulao para o Modelo de Predio

63

Tabela 6.3: ndices de acerto considerando apenas a localizao com o modelo de


propagao e variando o tempo de probing - cenrio B

Intervalo

ndice de Acerto

Varincia

entre Medies

Intervalo de Conana
(Nvel de Conana de 95%)

0.969501

0.000103

[0.96586927;0.97313273]

0.940705

0.000106

[0.93702076;0.94438924]

0.9183

0.000318

[0.9119187;0.9246813]

0.881922

0.000625

[0.87297586;0.89086814]

0.840348

0.000548

[0.83197105;0.84872495]

Tabela 6.4: ndices de acerto considerando apenas a localizao com o modelo de


propagao e rudo mdio de 5 dBm - cenrio A

Intervalo

ndice de Acerto

Varincia

entre Medies

Intervalo de Conana
(Nvel de Conana de 95%)

0.934021

0.000697

[0.929200903;0.938841097]

0.927835

0.000687

[0.923049606;0.932620394]

0.894845

0.001439

[0.887919203;0.901770797]

0.892784

0.000715

[0.88790206;0.89766594]

0.880412

0.000885

[0.87498061;0.88584339]

6.2 Resultados de Simulao para o Modelo de Predio

64

Tabela 6.5: ndices de acerto considerando apenas a localizao com o modelo de


propagao e rudo mdio de 5 dBm - cenrio B

Intervalo

ndice de Acerto

Varincia

entre Medies

Intervalo de Conana
(Nvel de Conana de 95%)

0.640228

0.000098

[0.638420608;0.642035392]

0.673672

0.000129

[0.671598356;0.675745644]

0.670138

0.000153

[0.667879682;0.672396318]

0.660144

0.000324

[0.656857665;0.663430335]

0.657071

0.000034

[0.656006419;0.658135581]

P(Acerto na Predicao)

0.95
0.9
0.85
0.8
0.75
0.7
0
5
10
15
20
25
30
Erro na Medicao do Sinal de Propagacao (dBm)

Figura 6.3: Preciso na predio variando o rudo na medio - cenrio A


(Tabela 6.6) e 6.4 (Tabela 6.7) exibe o ndice de acerto obtido variando-se a mdia
de rudo na medio e, novamente, utilizando apenas o modelo de propagao do
sinal para efetuar a predio de mobilidade. Para a obteno desses resultados
se trabalhou com intervalo entre medies de 1 segundo. Para o resultado das
Figuras 6.5 (Tabela 6.8) e 6.6 (Tabela 6.9) foi utilizado o intervalo de 3 segundos.
Para avaliar o critrio do histrico de movimentao, efetuou-se simulaes en-

6.2 Resultados de Simulao para o Modelo de Predio

65

Tabela 6.6: ndices de acerto variando o rudo na medio - cenrio A

Rudo na Medio

ndice de Acerto

Varincia

Intervalo de Conana
(Nvel de Conana de 95%)

0.975258

0.000648

[0.97061042;0.97990558]

0.934021

0.000697

[0.9292009;0.9388411]

10

0.851546

0.000735

[0.84659625;0.85649575]

15

0.812371

0.000834

[0.80709843;0.81764357]

20

0.740206

0.002492

[0.73109191;0.74932009]

25

0.732213

0.0001096

[0.73030163;0.73412437]

Tabela 6.7: ndices de acerto variando o rudo na medio - cenrio B

Rudo na Medio

ndice de Acerto

Varincia

Intervalo de Conana
(Nvel de Conana de 95%)

0.960501

0.000103

[0.958648;0.962354]

0.698044

0.000126

[0.6940272;0.7020608]

10

0.552022

0.00007

[0.54902805;0.55501595]

15

0.503888

0.00009

[0.50049318;0.50728282]

20

0.480034

0.00008

[0.47683333;0.48323467]

25

0.474667

0.00004

[0.47240379;0.47693021]

6.2 Resultados de Simulao para o Modelo de Predio

66

Tabela 6.8: ndices de acerto variando o rudo na medio com intervalo de 3 segundos entre medies - cenrio A

Rudo na Medio

ndice de Acerto

Varincia

Intervalo de Conana
(Nvel de Conana de 95%)

0.952577

0.000818

[0.947355251;0.957798749]

0.92154

0.00215

[0.913074383;0.930005617]

10

0.811234

0.000854

[0.805898584;0.816569416]

15

0.80546

0.000819

[0.80023506;0.81068494]

20

0.7321

0.000525

[0.7279167;0.7362833]

25

0.70561

0.000235

[0.702811191;0.708408809]

Tabela 6.9: ndices de acerto variando o rudo na medio com intervalo de 3 segundos entre medies - cenrio B

Rudo na Medio

ndice de Acerto

Varincia

Intervalo de Conana
(Nvel de Conana de 95%)

0.9183

0.000318

[0.915044236;0.921555764]

0.67231

0.0005415

[0.668061471;0.676558529]

10

0.54224

0.000212

[0.53958168;0.54489832]

15

0.50213

0.0005321

[0.497918508;0.506341492]

20

0.45872

0.000184

[0.456243443;0.461196557]

25

0.430125

0.000395

[0.42649641;0.43375359]

6.2 Resultados de Simulao para o Modelo de Predio

67

1
0.95
P(Acerto na Predicao)

0.9
0.85
0.8
0.75
0.7
0.65
0.6
0.55
0.5
0.45
0

10

15

20

25

30

Erro na Medicao do Sinal de Propagacao (dBm)

Figura 6.4: Preciso na predio variando o rudo na medio - cenrio B

P(Acerto na Predicao)

0.95
0.9
0.85
0.8
0.75
0.7
0
5
10
15
20
25
30
Erro na Medicao do Sinal de Propagacao (dBm)

Figura 6.5: Preciso na predio variando o rudo na medio com intervalo de 3


segundos entre medies - cenrio A
volvendo apenas o histrico. Encontrou-se valores entre 73% a 77% para o acerto
na estimativa do prximo ponto de acesso no cenrio B e entre 58% a 60%, para o
cenrio A, conforme as Tabelas 6.10 e 6.11.
Para avaliar o modelo proposto, realizou-se simulaes envolvendo o modelo de
mobilidade e o modelo de propagao baseado em ray tracing. Essas simulaes

6.2 Resultados de Simulao para o Modelo de Predio

68

Tabela 6.10: ndices de acerto considerando apenas o histrico de movimentaes cenrio A

K de Markov

ndice de Acerto

Varincia

Intervalo de Conana
(Nvel de Conana de 95%)

0.583505

0.000966

[0.5778305;0.5891795]

0.590412

0.0028763

[0.58062034;0.60020366]

0.340206

0.0019857

[0.33207028;0.34834172]

Tabela 6.11: ndices de acerto considerando apenas o histrico de movimentaes cenrio B

K de Markov

ndice de Acerto

Varincia

Intervalo de Conana
(Nvel de Conana de 95%)

0.749446

0.002176

[0.73275337;0.76613863]

0.755495

0.003455

[0.73446112;0.77652888]

0.737264

0.006585

[0.70822556;0.76630244]

6.2 Resultados de Simulao para o Modelo de Predio

69

0.95
0.9
P(Acerto na Predicao)

0.85
0.8
0.75
0.7
0.65
0.6
0.55
0.5
0.45
0.4
0

10

15

20

25

30

Erro na Medicao do Sinal de Propagacao (dBm)

Figura 6.6: Preciso na predio variando o rudo na medio com intervalo de 3


segundos entre medies - cenrio B

0.94

P(Acerto na Predicao)

0.93
0.92
0.91
0.9
0.89
0.88
1

1.5

2
2.5
3
3.5
4
Tempo entre Probes (s)

4.5

Figura 6.7: Preciso na predio utilizando o modelo proposto - cenrio A


de predio foram efetuadas com tempo entre medies (probing ) de 3 segundos.
Simulou-se os modelos ignorando o rudo (Tabela 6.12) e com rudo de mdia 5
dBm (Tabela 6.13).
Como pode ser observado na Figura 6.8 e na Tabela 6.13 (Figura 6.7 e Tabela 6.12
exibem os resultados desconsiderando o erro de medio), para o cenrio A que

6.2 Resultados de Simulao para o Modelo de Predio

70

Tabela 6.12: ndices de acerto para o modelo proposto - cenrio A

Intervalo

ndice de Acerto

Varincia

entre Medies

Intervalo de Conana
(Nvel de Conana de 95%)

0.934021

0.0002364

[0.93121387;0.93682813]

0.927835

0.000435

[0.92402711;0.93164289]

0.894845

0.000534

[0.890626;0.899064]

0.892784

0.001844

[0.88494393;0.90062407]

0.87305

0.003211

[0.862704;0.883396]

Tabela 6.13: ndices de acerto para o modelo proposto com rudo mdio de 5 dBm
- cenrio A

Intervalo

ndice de Acerto

Varincia

entre Medies

Intervalo de Conana
(Nvel de Conana de 95%)

0.880412

0.000412

[0.876706149;0.884117851]

0.874227

0.003213

[0.863878087;0.884575913]

0.85567

0.006418

[0.84104354;0.87029646]

0.83567

0.000893

[0.830214116;0.841125884]

0.83241

0.000543

[0.828155591;0.836664409]

6.2 Resultados de Simulao para o Modelo de Predio

71

0.885
0.88
P(Acerto na Predicao)

0.875
0.87
0.865
0.86
0.855
0.85
0.845
0.84
0.835
0.83
1

1.5

2.5

3.5

4.5

Tempo entre Probes (s)

Figura 6.8: Preciso na predio utilizando o modelo proposto com rudo de mdia
5 dBm - cenrio A
0.96

P(Acerto na Predicao)

0.94
0.92
0.9
0.88
0.86
0.84
1

1.5

2
2.5
3
3.5
4
Tempo entre Probes (s)

4.5

Figura 6.9: Preciso na predio utilizando o modelo proposto - cenrio B


apresenta um ndice de preciso com o histrico mais baixo do que o cenrio B, o
modelo proposto melhorou a estimativa de movimentao com a utilizao do nvel
de sinal. O ndice apenas com o histrico variava entre 58% e 60% e com o modelo
proposto variou entre 84% e 87%, com intervalo de 3 segundos entre as medies.
Para o cenrio B, Figura 6.10 e Tabela 6.15 (Figura 6.9 e Tabela 6.14 exibem os
resultados desconsiderando o erro de medio), que apresenta um ndice de preciso

6.2 Resultados de Simulao para o Modelo de Predio

72

com o histrico mais alto e, com a localizao, mais baixo (devido ao menor nmero
de pontos de acesso), os resultados utilizando o modelo proposto caram prximos
aos encontrados apenas com o histrico.

0.75
0.74
P(Acerto na Predicao)

0.73
0.72
0.71
0.7
0.69
0.68
0.67
0.66
0.65
0.64
1

1.5

2.5

3.5

4.5

Tempo entre Probes (s)

Figura 6.10: Preciso na predio utilizando o modelo proposto com rudo de mdia
5 dBm - cenrio B
Vale observar que o modelo proposto se adaptou s caractersticas do ambiente
e a predio apresentou preciso sempre prxima ao resultado obtido com a tcnica
mais adequada ao cenrio: a estimativa de posio utilizando sinal ou a baseada
no histrico. No cenrio A, como a utilizao do sinal apresentou uma preciso
maior, o uso do modelo de propagao aumentou a preciso. No cenrio B, como
a utilizao do histrico apresentou uma maior preciso, o uso da base de dados de
movimentaes agregou informao til para a predio. Diante do exposto, pode-se
observar que a abordagem hbrida com medio da qualidade de sinal e utilizao
do histrico de mobilidade ampliou a preciso de predio de mobilidade para os
cenrios simulados.

6.2 Resultados de Simulao para o Modelo de Predio

73

Tabela 6.14: ndices de acerto para o modelo proposto - cenrio B

Intervalo

ndice de Acerto

Varincia

entre Medies

Intervalo de Conana
(Nvel de Conana de 95%)

0.953229

0.002705

[0.9346176;0.9718404]

0.930993

0.002688

[0.91244017;0.94954583]

0.90961

0.002725

[0.89092992;0.92829008]

0.879963

0.002099

[0.86356837; 0.89635763]

0.840007

0.001983

[0.82407183; 0.85594217]

Tabela 6.15: ndices de acerto para o modelo proposto com rudo mdio de 5 dBm
- cenrio B

Intervalo

ndice de Acerto

Varincia

entre Medies

Intervalo de Conana
(Nvel de Conana de 95%)

0.74016

0.001123

[0.72816817;0.75215183]

0.732249

0.000856

[0.72177935;0.74271865]

0.72373

0.000891

[0.71304845;0.73441155]

0.687405

0.001001

[0.67608328;0.69872672]

0.641165

0.000911

[0.63036423;0.65196577]

74

Captulo 7
Concluso e Trabalhos Futuros

presente trabalho apresenta a proposta de um modelo para tratar a predio


de mobilidade em ambientes fechados utilizando o histrico de movimentaes

e o valor de qualidade de sinal obtido pela interface de rede. A motivao para


este trabalho surge devido ao crescente uso de sistemas em ambientes sem o e aos
problemas existentes para suporte da mobilidade em ambientes fechados.
Para este trabalho, tambm foi desenvolvido um novo modelo de mobilidade,
baseado em mapa, que permite, alm da incluso de obstculos, a determinao
de locais nos quais h uma maior probabilidade de serem visitados por um usurio
e a atribuio de velocidade correlacionada com a dos ns vizinhos. As tcnicas
de predio de mobilidade em ambientes fechados envolvendo o histrico de movimentao devem ser simuladas em ambientes com obstculos, pois esses limitam a
mobilidade de um usurio, ocasionando a existncia de padres de movimentao e
uma maior concentrao espacial dos ns em certos locais do ambiente.
O modelo de mobilidade para ambientes fechados, proposto neste trabalho, tem
o objetivo de obter uma melhor representao dos padres de movimentaes que
so explorados em algoritmos de predio de mobilidade. O modelo foi construdo
para permitir a simulao de um cenrio de ambiente fechado, no qual os usurios
encontram obstculos. A comparao desse modelo com outros j existentes na

75
literatura foi realizada com base na predio utilizando Markov ordem k no histrico
de pontos de acesso utilizados pelo n mvel. Os resultados atingidos revelam uma
melhor representao de padres de movimentao existentes em ambiente fechado.
Estudos em ambientes reais de redes sem o [15] apresentaram o ndice de 65-72% de
acerto para predio utilizando histrico. Esse estudo demonstra que um ambiente
real tem grande presena de padres de mobilidade. Como a caracterstica mais
importante de um modelo o nvel de realismo apresentado com o cenrio simulado,
vale observar que os resultados encontrados revelaram que o modelo de mobilidade
proposto possibilita uma melhor caracterizao de um ambiente real.
Segundo a distribuio obtida dos ns no cenrio simulado com o modelo de mobilidade proposto, os obstculos determinam caminhos de maior incidncia de utilizao e permitem a obteno de padres de mobilidade mais constantes. Modelos
sem obstculos no permitem explorar essa particularidade dos ambientes fechados.
Entre os modelos de mobilidade simulados para este trabalho, o modelo proposto
apresentou maior ndice de acerto na predio, o que permite concluir que conseguimos chegar a um cenrio que apresenta mais padres de movimentao.
A proposta para predio de mobilidade deste trabalho utiliza, alm do histrico
de movimentaes, um modelo de propagao de sinal para a obteno da estimativa
de qualidade de sinal dentro de um ambiente fechado. Os valores obtidos pelo modelo
de propagao so utilizados no modelo de predio de mobilidade proposto para
aumentar a preciso do prximo ponto de acesso a ser utilizado. Para os resultados
obtidos nesse trabalho se utilizou um modelo de propagao baseado em ray tracing.
Foram realizadas comparaes com o modelo que utiliza apenas o histrico de
movimentao e com o que utiliza apenas a localizao com a medio de sinal. A
vantagem do modelo proposto a adaptao da predio com as informaes mais
corretas obtidas do ambiente. Se o histrico for mais correto do que a localizao
obtida com o modelo de propagao, o ndice de acerto ser prximo ao do modelo
que utiliza apenas o histrico. Se a localizao obtida com o modelo de propagao
for mais correta do que o histrico, o ndice de acerto ser prximo ao do modelo

76
que utiliza apenas a localizao. Dessa forma, o modelo proposto se adapta melhor
s condies do ambiente.
O presente trabalho tem como contribuio a apresentao de um modelo de
mobilidade, que permite uma melhor caracterizao dos padres de movimentao
existentes em cenrios de ambientes fechados, e de uma metodologia para a predio
de mobilidade, que oferece resultados mais precisos para a estimativa de trajetria
percorrida pelo dispositivo mvel. As simulaes realizadas apresentam dados importantes para mensurar a ecincia da proposta de predio, que pode ser utilizada
para a soluo de problemas inerentes mobilidade em ambientes fechados, como,
por exemplo, na obteno da garantia de qualidade de servio e reduo no impacto
ocasionado pelo hando em redes infra-estruturadas. Os modelos apresentados contribuem para estudos, referentes caracterizao da mobilidade, que permitem uma
melhor compreenso dos problemas existentes e para o desenvolvimento de novas
solues.
Como registro para a comunidade cientca, este trabalho resultou na publicao
de dois artigos: um referente ao estudo dos modelos de mobilidade e outro propondo
o modelo de mobilidade para ambientes fechados. Os artigos foram publicados no
Workshop de Comunicao sem Fio e Computao Mvel de 2004 (WCSF 2004) e
no Simpsio Brasileiro de Redes de Computadores de 2005 (SBRC 2005), respectivamente.
Como trabalho futuro se prope a extenso, dos modelos propostos, para a simulao de ambientes em 3 dimenses. Tambm se prope a implementao do
modelo de predio de mobilidade em um cenrio de grande mobilidade para que
se possa validar a proposta em um ambiente real. Outra proposta de trabalho seria
a utilizao de novos modelos de predio de propagao de sinal para aumentar a
preciso na estimativa de posio do dispositivo mvel.
A utilizao da predio para minimizar o tempo de hando tambm um
importante resultado a ser obtido, mas as anlises devem ser efetuadas em ambientes
de grande mobilidade para mensurar a viabilidade de utilizao dos algoritmos de

77
predio. Essa reduo do tempo de hando muito importante sobretudo para
aplicaes multimdia utilizando redes no padro IEEE 802.11.

Referncias Bibliogrcas
[1] J. Francois and G. Leduc, Mobility prediction's inuence on QoS in wireless
networks: a study on a call admission algorithm, in Third International Sympo-

sium on Modeling and Optimization in Mobile, Ad Hoc, and Wireless Networks


(WIOPT), vol. 16, no. 6, Trentino, Italy, Apr. 2005, pp. 238247.
[2] P. Bahl, V. N. Padmanabhan, and A. Calachandran, Enhancements to the
RADAR user location and tracking system, Microsoft Research, Tech. Rep.,
Feb. 2000.
[3] W. Su, S.-J. Lee, and M. Gerla, Mobility prediction and routing in ad hoc
wireless networks, International Journal of Network Management, vol. 11, pp.
330, Jan.-Feb. 2001.
[4] N. Gupta and S. R. Das, A capacity and utilization study of mobile ad hoc networks, in 26th Annual IEEE Conference on Local Computer Networks (LCN),
Tampa, Florida, USA, Nov. 2001, pp. 576583.
[5] C. Perkins, RFC2002: IP mobility support, 1996, accessed Feb., 2006.
[Online]. Available: http://www.ietf.org/rfc/rfc2002.txt
[6] V. Bharghavan and J. Mysore, Prole based next-cell prediction in indoor
wireless LANs, in IEEE Singapore International Conference on Networking,
Singapore, Apr. 1997.
[7] R. Hsieh, Z. Zhou, and A. Seneviratne, S-MIP: a seamless hando architecture for mobile IP, in Twenty-Second Annual Joint Conference of the IEEE

79

Computer and Communications Societies (INFOCOM), Volume 3, vol. 3, San


Francisco, California, USA, Apr. 2003, pp. 17741784.
[8] K. A. A. L. Perato, Handover prediction: user approach versus cell approach,
in 4th International Workshop on Mobile and Wireless Communications Net-

work, Stockholm, Sweden, Sept. 2002, pp. 492496.


[9] J. Li, S. B. Weinstein, J. Zhang, and N. Tu., Public access mobility LAN:
extending the wireless internet into the LAN enviroment, IEEE Wireless

Communications, vol. 9, no. 3, pp. 2230, June 2002.


[10] J. Zhang, J. Li, S. Weinstein, and N. Tu, Virtual operator based AAA in
wireless LAN hot spots with ad-hoc networking support, ACM SIGMOBILE

Mobile Computing and Communications Review, vol. 6, no. 3, pp. 1021, July
2002.
[11] J. McKown and J. Hamilton, R.L., Ray tracing as a design tool for radio
networks, Network, IEEE, vol. 5, no. 6, pp. 2730, Nov. 1991.
[12] R. Valenzuela, O. Landron, and D. Jacobs, Estimating local mean signal
strength of indoor multipath propagation, IEEE Transactions on Vehicular

Technology, vol. 46, no. 1, pp. 203212, Feb. 1997.


[13] A. Mendes and L. F. de Moraes, Modelo de mobilidade para a representao
de cenrios de ambientes fechados, in SBRC - Simpsio Brasileiro de Redes de

Computadores, Fortaleza, Brasil, May 2005.


[14] J. Kammann, M. Angermann, and B. Lami, A new mobility model based on
maps, in IEEE 58th Vehicular Technology Conference, vol. 5, Orlando, Florida,
USA, Oct. 2003, pp. 30453049.
[15] L. Song, D. Kotz, R. Jain, and X. He, Evaluating location predictors with
extensive Wi-Fi mobility data, in Twenty-third Annual Joint Conference of

the IEEE Computer and Communications (INFOCOM), vol. 2, Hong Kong,


China, Mar. 2004, pp. 14141424.

80
[16] M. Hassan-Ahli and K. Pahlavan, A new statistical model for site-specic
indoor radio propagation prediction based on geometric optics and geometric
probability, IEEE Transactions on Wireless Communications, vol. 1, no. 1,
pp. 112124, Jan. 2002.
[17] A. Saleh and R. Valenzuela, A statistical model for indoor multipath propagation, IEEE Journal on Selected Areas in Communcations, vol. 5, no. 2, pp.
128137, Feb. 1987.
[18] M. Wright, D. Stallings, and D. Dunn, The eectiveness of global positioning
system electronic navigation, in IEEE SoutheastCon, Ocho Rios, Jamaica, Apr.
2003, pp. 6267.
[19] I. F. Akyildiz and W. Wang, The predictive user mobility prole framework
for wireless multimedia networks, IEEE/ACM Transactions on Networking,
vol. 12, no. 6, pp. 10211035, Dec. 2004.
[20] C. Cho, J. Mi, and P. S., Rate control for streaming services based on mobility
prediction in wireless mobile networks, in Wireless Communications and Net-

working Conference (WCNC), vol. 4, New Orleans, USA, Mar. 2005, pp. 2534
2539.
[21] T. Liu, P. Bahl, and I. Chlamtac, Mobility modeling, location tracking and
trajectory prediction in wireless ATM networks, IEEE Journal on Selected

Areas in Communications (JSAC), vol. 16, no. 6, pp. 922936, Aug. 1998.
[22] P. Bahl and V. N. Padmanabhan, RADAR: An in-building RF-based user
location and tracking system, in Nineteenth Annual Joint Conference of the

IEEE Computer and Communications Societies (INFOCOM), Tel-Aviv,Israel,


2000, pp. 775784.
[23] T. N. Teruaki Kitasuka and A. Fukuda, Design of WiPS: WLAN-based indoor
positioning system, Korea Multimedia Society, vol. 7, no. 4, pp. 1529, Dec.
2003.

81
[24] C. Komar and C. Ersoy, Location tracking and location based service
using IEEE 802.11 WLAN infrastructure, in European Wireless Conference,
Barcelona, Espanha, Feb. 2004.
[25] ANSI/IEEE std 802.11. Wireless LAN medium access control (MAC) and

physical layer (PHY) Specication. USA: IEEE, 1999.


[26] S. S. Alexandrosz Burulitisz, Balzs Rzss and dr. Sndor Imre, On the
accuracy of mobility modelling in wireless networks, in IEEE International

Conference on Communications, vol. 4, Paris, France, June 2004, pp. 2302


2306.
[27] C. Bettstetter, Mobility modeling in wireless networks: categorization, smooth
movement and border eects, ACM SIGMOBILE Mobile Computing and

Communications Review, vol. 5, no. 3, pp. 5566, July 2001.


[28] J. Yoon, M. Liu, and B. Noble, Random Waypoint considered harmful, in Twenty-Second Annual Joint Conference of the IEEE Computer and

Communications (INFOCOM), vol. 2, California, USA, Mar. 2003, pp. 1312


1321.
[29] L. Qiming,

The scenario generator:

mobility scenarios for NS-2,

a tool to generate MANET

accessed Feb., 2006. [Online]. Available:

http://www.comp.nus.edu.sg/liqm/scengen/
[30] C. Bettstetter, Smooth is better than sharp: a random mobility model
for simulation on wireles networks, in 4th ACM International Workshop on

Modeling, Analysis, and Simulation of Wireless andMobile Systems (MSWiM),


Rome, Italy, July 2001, pp. 1927.
[31] C. Campos, D. Otero, and L. de Moraes, Realistic individual mobility markovian models for mobile ad hoc networks, in Wireless Communications and Net-

working Conference (WCNC), vol. 4, Atlanta, USA, Mar. 2004, pp. 19801985.

82
[32] A. Mendes, B. Astuto, and L. F. M. de Moraes, Uma avaliao dos efeitos das
regras de borda e dos modelos de mobilidade no comportamento dos ns em
redes ad hoc, in 6o. Workshop de Comunicao sem Fio e Computao Mvel

(WCSF), Fortaleza, Brasil, Oct. 2004.


[33] J. Chain, S. Zhou, and A. Seneviratne, A QoS adaptive mobility prediction scheme for wireless networks, in Global Telecommunications Conference

(GLOBECOM), vol. 3, Sydney, Australia, Nov. 1998, pp. 14141419.


[34] A. P. da Silva, A. A. F. Loureiro, G. R. Mateus, L. E. F. de Oliveira, and R. O.
da Cunha, Minicurso de tecnologia de localizao de unidades mveis, in IV

Workshop de Comunicao Sem Fio e Computao Mvel WCSF, So Paulo,


Brasil, Oct. 2002.
[35] M. Hazas, J. Scott, and J. Krumm, Location-aware computing comes of age,

IEEE Computer, vol. 37, no. 2, pp. 9597, Feb. 2004.


[36] R. C. Zhe Guang Zhou, Aruna Seneviratne and P. Chumchu, A software
based indoor relative location management system, in Wireless and Optical

Communications, Ban, Alberta, Canada, July 2002.


[37] S. Fortune, D. Gay, B. Kernighan, O. Landron, R. Valenzuela, and M. Wright,
WiSE design of indoor wireless systems: practical computation and optimization, IEEE Computational Science and Engineering, vol. 2, no. 1, pp. 5868,
Mar. 1995.
[38] L. Qiu, D. Jiang, and L. Hanlen, Neural network prediction of radio propagation, in 6th Australian Communications Theory Workshop, Brisbane, Australia, Feb. 2005, pp. 272277.
[39] I-prop, coverage plannig software tool for indoor wireless systems, accessed
Feb., 2006. [Online]. Available: http://i-prop.cz/main.php
[40] Radiowave Propagation Simulator, accessed Feb., 2006. [Online]. Available:
http://www.radioplan.com/products/rps/index.html

83
[41] W. Honcharenko, H. L. Bertoni, J. L. Dailing, J. Qian, and H. D. Yee, Mechanisms governing UHF propagation on single oors in modern oce buildings,

IEEE Transactions on Vehicular Tecnology, vol. 41, no. 4, pp. 496504, Nov.
1992.
[42] H. L. Bertoni, W. Honcharenko, L. R. Macel, and H. H. Xia, UHF propagation prediction for wireless personal communications, in Proceedings of IEEE,
vol. 82, no. 9, Sept. 1994, pp. 13331359.
[43] D. Yu and H. Li, Inuence of mobility models on node distribution in ad
hoc networks, in Proceedings of International Conference on Communication

Technology (ICCT), vol. 2, Beijing, China, Apr. 2003, pp. 985989.


[44] W. Navidi and T. Camp, Stationary distributions for the random waypoint
mobility model, IEEE Transactions on Mobile Computing, vol. 3, no. 1, pp.
99108, Jan.-Feb 2004.
[45] C. Bettstetter, G. Resta, and P. Santi, The node distribution of the random
waypoint mobility model for wireless ad hoc networks, IEEE Transactions on

Mobile Computing, vol. 2, no. 3, pp. 257269, July-Sept. 2003.


[46] M. Lott and I. Forkel, A multi-wall-and-oor model for indoor radio propagation, in Vehicular Technology Conference, vol. 1, May 2001, pp. 464468.