38

Posicionamento Indoor Através de RSSI e

SNR

Walter C. S. S. Simões
Centro de Estudos e Sistemas Avançados de Recife
- CESAR

'10.37885/221211466
RESUMO

As redes de sensores sem fio têm se apresentado como uma alternativa aos sistemas de
localização e navegação em ambientes onde o GPS não se mostra eficaz. Porém, lidar com
as informações obtidas dos sensores para este fim pode representar alguns desafios. As di-
ficuldades descritas por diversos autores estão relacionadas as questões de oscilação dos
sinais, que se mostram suscetíveis a inúmeros agentes causadores de interferências como
o próprio cenário, a presença de pessoas, etc. Por isso, este artigo propõe aplicar um proto-
colo de experimento para demonstrar a confiabilidade do RSSI e SNR para serem utilizados
na localização interna. A metodologia adotada foi a de construir uma base de dados obti-
dos de diversas leituras dos sensores de rede sem fio, construir uma curva de referência e
confrontar os dados das leituras dos testes a esta curva e indicar através de três modelos
(dados brutos média móvel e média ponderada) a confiabilidade do RSSI e SNR na loca-
lização indoor. Os resultados mostram que a tecnologia RSSI fornece taxas de erros altas
com os dados brutos, uma redução das variações com a aplicação da média móvel e uma
suavização com a aplicação da média ponderada. Entretanto, mesmo com a aproximação
dos dados lidos e a aplicação da média ponderada, as taxas de erros ainda comprometem
a localização, sendo um recurso ineficaz como informação a ser adotada na localização
indoor se aplicado de forma isolada.

Palavras-chave. Distância, Localização, RSSI, Sensor de Redes Wireless.

 INTRODUÇÃO

Várias aplicações em redes de sensores sem fio requerem tecnologias de localização

de sensores para gerar informações sobre a localização de objetos móveis estáticos e
móveis, animais e seres humanos [1]. Suas aplicações variam deste o monitoramento de
atividades, registro e informe de eventos encontrados durante uma navegação e até mesmo
para detectar situações perigosas [2].
Outra razão pela qual a informação de localização é útil é que pode auxiliar os nós mó-
veis a permanecerem conectados a uma rede. A mobilidade dos nós sensores pode levar à
deterioração da qualidade de uma ligação estabelecida. Isto por sua vez pode tornar a trans-
missão de dados propensa à falha e aumentar o custo da retransmissão de pacotes. O canal
de mobilidade causa mudanças de rota frequentes e, portanto, produz um atraso de entrega
de pacotes considerável, uma vez que um nó móvel não pode começar imediatamente a
transmitir dados ao entrar em uma rede. Em vez disso, ele tem que esperar por um certo
tempo antes que ele possa ser totalmente integrado [3].
Para reduzir a latência de fim a fim de uma transmissão de dados causada pelo movi-
mento de nós, vários protocolos MAC com mobilidade requerem informações de localização
[6]. A utilidade dos protocolos depende altamente de como exatamente eles determinam a
localização de nós móveis. A maioria dos protocolos empregam RSSI para localização em
tempo real, especialmente no ambiente interno. No entanto, não há muitos trabalhos de
pesquisa desenvolvidos para demonstrar a confiabilidade de RSSI na tarefa de localização
interna. Portanto, neste trabalho, pretende-se calibrar e mapear o RSSI à distância reali-
zando uma série de experimentos e apresentar os resultados dos testes para indicar, com
base nas observações, se o RSSI é confiável e, portanto, viável para a localização interior.
O restante deste artigo está organizado da seguinte forma: na Seção II, o traba-
lho relacionado é resumido. Na Seção III, é descrita uma breve introdução à tecnologia
RSSI. Na Seção IV, as configurações da experiência são apresentadas. Na Seção V, a con-
fiabilidade do RSSI para localização interna é investigada e as observações são discutidas.
Finalmente, na Seção VI, são dadas observações finais.

TRABALHOS RELACIONADOS

A determinação da localização pode ser feita de várias maneiras. Aqui, apenas algumas
das abordagens são brevemente discutidas.
Uma primeira abordagem adotada para determinar a localização é a Global Positioning
System. Os autores [8] fizeram um estudo sobre a baixa intensidade do sinal de GPS em am-
bientes indoor e o impacto na função de identificação de localização. Os autores associaram

Open Science Research IX - ISBN 978-65-5360-235-9 - Volume 9 - Ano 2022 - Editora Científica Digital - www.editoracientifica.com.br
562
serviços de GSM e WLAN para aumentar o grau de percepção das localizações registradas
em um mapa. Os resultados apresentados indicam uma melhoria da precisão da localiza-
ção, porém, devido a sofisticação dos algoritmos, o tempo demandado para a entrega da
informação ficou acima do esperado, quando se compara ao GPS outdoor.
A técnica de conta passos, chamada pedômetro, é tratada no trabalho de [14]. Neste
trabalho, os autores utilizam um dispositivo portátil e eletrônico que conta cada passo que
uma pessoa toma. Este dispositivo envia os dados a algoritmos que permitem a navegação
pela utilização de um nó móvel. Os resultados apresentados pelos testes dos autores in-
dicam uma taxa de erro absoluto de 0,208 m a cada metro navegado. Os autores indicam
que este método é altamente dependente da densidade da rede e comprimento da via e,
portanto, propenso a erros.
A técnica de localização através de um conjunto de amostras ponderadas foi adotada
em [10]. Neste trabalho os autores empregaram métodos de representação das distribui-
ções de marcos onde novas medidas são incorporadas ao conjunto de dados para filtrar a
previsão de localização anterior e atualizar a informação. O objetivo do estudo era determi-
nar localizações de ativos móveis e pessoal em ambientes de mineração. No entanto, foi
evidenciado após os testes que esta estimativa sofre de erros de rotação e translação [6],
mesmo se um mapa do ambiente e informações sensoriais for dado.
Os autores em [4] indicam que embora a identificação por rádio frequência (RFID)
tenha tido um impacto notável em várias industrias, a concepção do seu uso e a ampliação
de sua abrangência de área ainda requer atenção. Os autores apresentam um desenho de
desenvolvimento de etiquetas RFID para áreas industriais, especificamente para localizar e
rastrear bobinas de aço. Foi desenvolvida uma estrutura de antena baseada no princípio de
antena monopolar. Os testes realizados pelos autores demonstram que a etiqueta construída
demonstrou um desenho superior as etiquetas tradicionais. Os resultados do trabalho indicam
que, apesar do modelo construído ter tido resultados superiores aos modelos já disponíveis
no mercado, a sua faixa de comunicação ainda é curta (1,5-2,5 m).
Os autores em [10] trataram da ancoragem de um conjunto de nó de rede estático com
posições globalmente conhecidas (associação com o GPS). A ideia principal neste trabalho
foi balizar um cenário com a transmissão periódica de mensagens de sinalização. Ao receber
as balizas (beacons) de fontes suficientes, os nós móveis podem se localizar. Os resultados
obtidos pelos autores indicam que a precisão da localização depende da distância entre
o móvel e os pontos de referência, bem como o número de nós âncora. Se a distância é
muito longa ou os nós âncora têm sinal fraco, os erros de estimação de localização podem
ser elevados. Além disso, a perda ou o mau funcionamento dos nós âncora pode afetar o
mecanismo de estimação de localização.

Open Science Research IX - ISBN 978-65-5360-235-9 - Volume 9 - Ano 2022 - Editora Científica Digital - www.editoracientifica.com.br
563
 Os autores [5] trataram da aplicação de Time of Arrival (TOA) na localização e simula-
ção. Os autores implementaram um protótipo completo baseado na técnica assíncrona de
diferença de tempo de chegada (A-TDOA) em hardware. A escolha dos autores pelo A-TDOA
foi devido a não ser necessário sincronizar relógios entre um alvo e nós ancora. O sistema
implementado foi testado em ambientes de rádio indoor e outdoor. As precisões obtidas são
de 20,7 e 15,2 cm em área de 5 m x 5 m. A comparação com trabalhos relacionados mostra
uma aproximação muito forte com as posições reais dos marcadores.
Os autores [7] utilizaram o Signal-to-Noise Ratio (SNR) em um estudo sobre a influência
das interferências do cenário sobre o sinal de rede. O SNR utiliza a derivação de informações
de conectividade a partir de informações de posição indireta, requerendo um mapeamento
um-para-um entre a distância e a qualidade do sinal. O SNR desenvolvido pelos autores
adotou algoritmos que calculavam as estimativas de valores dos sinais e as atenuações a
que estes foram submetidos ao longo de uma trajetória. Os resultados apresentados pelos
autores mostraram que é possível prever aproximadamente a propagação e o comportamen-
to dos sinais em ambientes indoor, contudo há um grande número de problemas a serem
tratados como as influencias dos obstáculos que exigem uma fase de treino para melhorar
a certeza sobre algum marco.
Os autores [14] aplicaram a associação de percepção ultrassônica a um nó móvel para
medir a distância entre os nós de rede e explorar o tempo de propagação do sinal. Os resulta-
dos apresentados pelos autores indicam que a faixa de transmissão de um sinal de ultrassom
é pequena, uma vez que não pode propagar mais do que a onda de radiofrequência. Embora
a abordagem de localização com base em ultrassom possa atingir alta precisão, ela não
se mostra adequada para redes de sensores sem fio em grandes distâncias mas pode ser
interessante seu uso em pontos específicos como em curvas ou para atravessar uma porta.
Um mecanismo baseado em acelerômetro vinculado a um nó de rede é mostrado no
trabalho de [9]. Os autores realizaram um método integrado e prático para localização hi-
brida inercial para mitigar a imprecisão nos resultados de localização sem fio e melhorar a
confiabilidade na ausência de sinal de radiofrequência. Os testes consistiram em monitorar
uma trajetória entre um nó base e uma estação móvel e nos pontos de maior oscilação de
sinal, foram definidos registros pelos sensores IMU (magnetômetro). Os resultados mos-
traram que as margens de erros percebidas pela localização típica por wifi foram reduzidas
com a inclusão dos marcadores IMU. Entretanto, os autores indicam que o magnetômetro
também sofre interferências e que é importante aprofundar a discussão na inclusão de outros
modelos de sensoriamento.
Os autores [11] trataram da localização de nós móveis através de triangulação e tri-
lateração. A triangulação pode ser aplicada uma vez que uma estimativa local é feita para

Open Science Research IX - ISBN 978-65-5360-235-9 - Volume 9 - Ano 2022 - Editora Científica Digital - www.editoracientifica.com.br
564
cada nó. Uma localização global pode ser estabelecida através do cálculo de diferenças em
termos de distância e direção entre cada nó e um nó central particular, ou um denso grupo
de nós. Uma trilateração requer conhecimento prévio da localização por pelo menos três
nós. A distância entre nós pode ser determinada apenas dentro de um certo grau de certeza.
Os resultados mostram que para se obter um design ótimo para um sistema de locali-
zação é necessário associar outras técnicas de reajuste de posição pois o sistema de rede
é afetado por muitos fatores como o desvanecimento por caminhos múltiplos e obstruções
de sinais. Porém, pode-se extrair uma precisão de localização maior se for levado em conta
a polarização das antenas utilizadas.

DESCRIÇÃO DO RSSI E SNR

Ao contrário de todas as abordagens de localização discutidas acima, RSSI [8] asso-

ciado ao SNR [7] representa a relação entre uma transmissão e uma potência de sinal de
rede recebida e as atenuações a que estes sinais foram submetidos ao longo de uma tra-
jetória. A associação dos dois fatores é empregada para calcular a distância de separação
entre um transmissor e um receptor em uma linha de vista.
Se houver um caminho direto entre dois nós colocados em um ambiente no qual não
ocorra interferência de sinal, a potência do sinal recebido, Pr, está relacionada à distância,
d, entre os nós transmissores e receptores na lei do quadrado inverso [13]

Pr ∝ d−2 (1)

A equação 1 expressa a relação ideal entre RSSI e a distância relativa. No mundo real,
muitos fatores influenciam o valor da intensidade do sinal recebido, como reflexão, refração,
difração e dispersão de ondas causadas pelos objetos próximos, que são tratados pelo SNR.
Verificou-se empiricamente que uma parede pode reduzir a potência do sinal em cerca de
3dBm em média [12]. Devido ao desvanecimento multi-caminho e propagação não uniforme
do sinal de rádio, a potência recebida pode decair a uma taxa mais rápida. Isso transfere a
relação entre Pr e d para:

Pr ∝ d−γ (2)

Aqui γ denota o expoente de perda. Outro fator que afeta a potência recebida e,
portanto, afeta a previsão de localização é a polarização da antena. Para obter a potência
máxima recebida, a antena do nó receptor deve ser ajustada na mesma orientação que

Open Science Research IX - ISBN 978-65-5360-235-9 - Volume 9 - Ano 2022 - Editora Científica Digital - www.editoracientifica.com.br
565
o nó transmissor [12]. A perda devido a uma polarização de antena desalinhada, L, pode
ser expressa como:

L= 20log(cosθ) (3)

CONFIGURAÇÕES DOS EXPERIMENTOS

O objetivo dos experimentos é investigar se o RSSI associado ao SNR é confiável e,

portanto, viável para ser usado para localização interna. A plataforma de sensor empregado
é o Arduino ESP8266, que utilizam o sistema de rádio 802.11. Cada valor de RSSI é obtido
pela média de 32 períodos de leitura, realizados em 32 microsegundos. O modelo de esti-
mativa de distância proposto é:

d = 10 ^ ((txPower-RSSI) / 10n) (4)

Na Equação 4, RSSI é o indicador de intensidade de sinal de rádio em dBm, n é a

constante de propagação de sinal ou expoente, que está no range de 2 a 4, d é a distância
relativa entre os nós de comunicação, e txPower é uma força de sinal recebida de referên-
cia em dBm (o valor de RSSI medido quando a distância de separação entre o receptor e o
transmissor é de um metro).
Os experimentos foram realizados em um corredor composto por uma parede de ma-
deira e concreto de um lado e um lado aberto com presença de vegetação alta, mas não
fechada. Um nó foi usado como uma estação base conectada diretamente a um notebook
através de um cabo USB. O outro nó foi montado sobre uma mini protoboard. Ambos os nós
operavam com bateria cheia. Não haviam obstáculos adicionais no caminho de comunicação
entre os dois nós durante as experiências. Como resultado, uma boa porção do sinal foi
propagada numa linha de visão.

EXPERIMENTOS

Construção dos Dispositivos de Físicos

Para a realização dos experimentos, foram construídos dois dispositivos: slave e o mas-
ter. O dispositivo slave é afixado no cenário e tem a função de gerar sinais com o seu ID e
RSSI. O dispositivo master é móvel, conectado a um computador e tem a função de coletar
as informações percebidas dos dispositivos slaves e indicar a distância entre eles. Os dis-
positivos adotados para a realização das coletas estão apresentados na Figura 1.

Open Science Research IX - ISBN 978-65-5360-235-9 - Volume 9 - Ano 2022 - Editora Científica Digital - www.editoracientifica.com.br
566
 Figura 1. (a) Dispositivo slave, (b) dispositivo master.

(a) (b)

Nos dispositivos slaves foi embarcado uma programação na linguagem LUA para a
emissão das informações sobre o próprio nó de rede.
Nos dispositivos master foi embarcado uma programação em linguagem C para a
captação dos IDs e RSSIs dos nós slaves e a realização do cálculo do SNR e da distância
relativa entre eles. Uma vez capturadas as informações dos nós slaves, é verificado qual o
mais próximo pela aplicação de uma ordenação pelo método BubbleSort em uma compa-
ração das forças de sinal e apresenta aquele com o sinal mais forte (Figura 2).

Figura 2. Aplicação do método BubbleSort para ordenação dos nós slaves.

Estabelecimento da Curva de Referência

Para verificar se o RSSI pode determinar de forma confiável a distância entre dois nós
comunicantes, deve-se primeiro estabelecer uma curva de referência. A curva de referên-
cia é considerada como o padrão mostrando a relação um-para-um entre RSSI e SNR e a
distância relativa. Para começar, o usuário se afastou da estação base para verificar a faixa
máxima de transmissão de rádio do nó, que foi testado para ser 38,2 m.

Open Science Research IX - ISBN 978-65-5360-235-9 - Volume 9 - Ano 2022 - Editora Científica Digital - www.editoracientifica.com.br
567
 RSSI é medido como um valor inteiro e pode ser convertido em seu valor dBm corres-
pondente subtraindo uma constante (o valor padrão é 45 [3]). Uma vez que um valor RSSI
não pode ser um decimal ou uma fração, ele não pode oferecer resolução suficiente para
distinguir as alterações de forma mais refinada sobre as distâncias mas pode proporcionar
uma resolução que distingue distâncias que são suficientemente grandes para causar pelo
menos uma alteração de unidade em dBm da potência de sinal no nó de recepção. Portanto,
é desnecessário testar valores RSSI em pequenas distâncias.
Para os experimentos realizados para a criação de uma curva de referência, o valor
de RSSI foi testado a cada 1,5m e cada teste durou 10 segundos. O valor de RSSI validado
em cada local é obtido pelo cálculo da média de todos os valores recebidos durante este
tempo. Todos os conjuntos de dados amostrados durante o experimento são exibidos como
asteriscos vermelhos na Figura 3.
O valor médio dos dados coletados em cada ponto é representado pela linha preta na
Figura 1, formando uma primeira curva de referência. Com base nos conjuntos de dados
discretos coletados e assumindo que x = (-10) log10 (d), uma relação linear entre RSSI e
x pode ser estabelecida (RSSI = nx- txPower). A relação linear entre RSSI e x formam a
segunda curva de referência, ilustrada pela linha sólida azul na Figura 3.

Figura 3. Estabelecimento da curva de referência.

Como pode ser observado na Figura 2, existe um desvio entre as duas curvas de
referência. A distinção demonstra que os valores de RSSI precisos não podem ser obti-
dos desde que os dois nós de comunicação estejam muito próximos uns dos outros. Após
perceber esse fenômeno, outra experiência foi realizada para verificar a variação do RSSI.
Isto foi realizado colocando um nó na cintura e na cabeça do utilizador, respectivamente, e
mantendo o utilizador a um metro de distância da estação de base. O resultado mostra que
o valor RSSI torna-se bastante diferente à medida que a posição do nó muda. Em outras

Open Science Research IX - ISBN 978-65-5360-235-9 - Volume 9 - Ano 2022 - Editora Científica Digital - www.editoracientifica.com.br
568
palavras, RSSI torna-se cada vez mais sensível com ao fator de distância. Portanto, a curva
de referência estabelecida a partir da segunda abordagem é considerada mais precisa e,
portanto, é preferível ser usado para a verificação da confiabilidade do RSSI.

Verificação da Confiabilidade do RSSI

Para provar ou refutar a confiabilidade do RSSI para a localização do sensor no ambien-

te indoor, deve-se realizar uma experiência, processando os dados obtidos para confrontar
com a curva de referência.
Foi aplicado como protocolo de verificação que, se o resultado processado se encaixar
na curva de referência ou é muito próximo da curva de referência, o RSSI é confiável e a
distância correspondente pode ser obtida.
O utilizador que liga um nó com a sua cintura deslocou-se da extremidade do intervalo
de transmissão de rádio para a estação de base de uma maneira retilínea. A razão pela
qual o movimento começa a partir da faixa máxima de transmissão de rádio é que ele pode
alinhar a distância percorrida durante todas as experiências (38,2m). Os dados brutos reco-
lhidos foram uma série de pares de RSSI e seus valores de tempo. Como o movimento dos
seres humanos é lento, a velocidade da caminhada pode ser considerada uniforme (baixa
variação da aceleração, que foi desprezada neste estudo). Como resultado, para cada par
dos conjuntos de dados, o tempo pode ser transformado para a distância corresponden-
te. A transformação é expressa como:

𝑑𝑑 𝑖𝑖 −
𝑅𝑅
𝑡𝑡 𝑖𝑖 𝑖𝑖 ∈ [1, 𝑛𝑛] (5)
𝑡𝑡𝑚𝑚𝑚𝑚𝑚𝑚 − 𝑡𝑡𝑚𝑚𝑚𝑚𝑚𝑚

Aqui n é o número total de conjuntos de dados, R é o intervalo máximo de transmissão

de rádio, e tmax e tmin são o início e o fim da experiência. A equação 5 estabelece a relação
entre cada RSSI e sua distância correspondente durante a experiência de mobilidade.
Antes de verificar a confiabilidade do RSSI para localização interna, alguns métodos
matemáticos têm que ser aplicados para processar os dados coletados a partir da experiência.

a) Dados brutos: O primeiro e, obviamente, o método mais simples para testar a con-
fiabilidade do RSSI para a localização do nó é usar diretamente os dados brutos
obtidos a partir da experiência. Nesta abordagem foi observado que a flutuação do
sinal foi bastante elevada durante a mobilidade. Além disso, para um dado valor
de RSSI, havia múltiplas distâncias correspondentes. Ainda pior, a diferença entre
essas distâncias era grande. Por exemplo, o valor RSSI -72dBm indicou imediata-
mente uma distância de 4,0m e 19,50m (Figura 4). Portanto, os dados brutos do

Open Science Research IX - ISBN 978-65-5360-235-9 - Volume 9 - Ano 2022 - Editora Científica Digital - www.editoracientifica.com.br
569
 RSSI são absolutamente fracos na determinação da distância de um nó móvel em
um ambiente interno.

Figura 4. Método simples pelos dados brutos

b) Método da Média Móvel: Para reduzir a flutuação do sinal, aplica-se o método da

média móvel. O método de média móvel usa para cada ponto de coleta a média de
50 dados lidos anteriormente. O método da média móvel permite uma curva RSSI
comparativamente suave, como exibido na Figura 5.

Figura 5. Utilização do método de média móvel para localização.

c) Método Média Ponderada: Teoricamente falando, a mudança do valor RSSI deve

ser um processo gradual, mas constante. Para um RSSI único, seu valor deve prin-
cipalmente aproximar a amostra que é coletada ao lado dele. Como resultado, em
vez de dar o mesmo peso para todos os conjuntos de dados anteriores, um peso
diferente deve ser aplicado às amostras coletadas para permitir uma estimativa
mais precisa RSSI. O método da média ponderada atribui um maior peso à amostra
que está mais próxima dos dados alvo cujo valor RSSI é destinado a ser avaliado.
No entanto, conforme mostrado na Figura 6, o resultado é bastante semelhante ao
obtido a partir do método da média móvel devido à forte flutuação do sinal. Uma

Open Science Research IX - ISBN 978-65-5360-235-9 - Volume 9 - Ano 2022 - Editora Científica Digital - www.editoracientifica.com.br
570
 otimização desta abordagem é que a trajetória dos valores RSSI processados ​​me-
lhor se ajusta à curva de referência. Isso indica que os valores RSSI manipulados
pelo método da média ponderada são capazes de determinar realisticamente a
distância no todo. No entanto, para cada amostra RSSI, a distância que ele dá está
longe da posição real.

Figura 6. Método de média ponderada para a localização.

O gráfico da Figura 7 mostra um comparativo da aplicação das três técnicas em um

mesmo plano RSSI x distância relativa.

Figura 7. Método de média ponderada para a localização.

CONCLUSÃO

Neste trabalho, foi investigada a confiabilidade de RSSI para localização de interio-

res. Primeiro, foi estabelecida uma curva de referência de forma estatística, utilizando uma
série de amostras. Em seguida, foi realizada uma série de experimentos. Com base nos
conjuntos de dados coletados, foram utilizadas três técnicas de estimação de localização
através do RSSI e SNR.
De acordo com as observações, o RSSI bruto não se ajusta ao valor dado pela curva
de referência, e a medida em que este valor é submetido a outras abordagens como média,
mediana, ele vai se ajustando a curva de referência.
Uma segunda observação foi registrada quanto a quantidade de amostras: quanto
maior a quantidade de amostras, o RSSI se torna mais confiável. A quantidade de dados
coletados em cada ponto passou de 50 para 100 amostras. Mesmo com este aumento de

Open Science Research IX - ISBN 978-65-5360-235-9 - Volume 9 - Ano 2022 - Editora Científica Digital - www.editoracientifica.com.br
571
valores lidos, o RSSI ainda se mostra com significativas oscilações em relação a curva de
referência, não sendo indicado para ser adotado como a única entrada na determinação da
localização de uma dada posição mapeada em um ambiente indoor.

REFERÊNCIAS
1. Zhi Zeng; Xin Li. Adaptive context recognition based on audio signal. Pattern Recog-
nition, 2008. ICPR 2008. 19th International Conference on, 2008.

2. Jeronymo M. A. Carvalho, Paulo C. G. Costa. Collaborative approach for a MANET

Intrusion Detection System using multilateration, 2016.

3. Mahdi Zareei; A. K. M. Muzahidul Islam. Energy-efficient and mobility-aware MAC pro-

tocol for wireless sensor networks. Communications (APCC), 2013 19th Asia-Pacific
Conference on, 2013.

4. Shih-Kang Kuo, Sung-Lin Chen, Chang-Tsun Lin. Design and Development of RFID
Label for Steel Coil. IEEE Transactions on Industrial Electronics (Volume: 57, Issue:
6), pages 2180 – 2186, June 2010.

5. Shuai He, Xiaodai Dong. High-Accuracy Localization Platform Using Asynchronous

Time Difference of Arrival Technology. IEEE Transactions on Instrumentation and Mea-
surement (Volume: PP, Issue: 99), pages 1-15, 2017.

6. Qian Dong and Waltenegus Dargie. Analysis of the cost of handover in a mobile wire-
less sensor network. The 10th International Conference on Wired/Wireless Internet
Communications (WWIC 2012), 2012.

7. Carmine Benedetto; Enzo Mingozzi. A handoff algorithm based on link quality predic-
tion for mass transit wireless mesh networks. Computers and Communications (ISCC),
2013 IEEE Symposium on, 2013.

8. Michael Nebel; Berthold Lankl. Oscillator phase noise as a limiting factor in stand-alone
GPS-indoor navigation. Satellite Navigation Technologies and European Workshop on
GNSS Signals and Signal Processing (NAVITEC), 2010 5th ESA Workshop on, 2010.

9. Guanxiong Liu, Yishuang Geng. Direction Estimation Error Model of Embedded Magne-
tometer in Indoor Navigation Environment. Ubiquitous Intelligence and Computing and
2015 IEEE 12th Intl Conf on Autonomic and Trusted Computing and 2015 IEEE 15th
Intl Conf on Scalable Computing and Communications and Its Associated Workshops
(UIC-ATC-ScalCom), 2015 IEEE 12th Intl Conf on, 2015.

10. F. Levstek and M. Jaseemuddin. Localization for Mobile Sensor Networks in Mines.
Vehicular Technology Conference (VTC-Fall), 2016 IEEE 84th, 2016.

11. Xu Huang, M. Barralet, and D. Sharma. Behaviors of antena polarization for RSSI
location identification. International Conference on Networks Security, Wireless Com-
municationsand Trusted Computing, 1:151 – 154, April 2009.

Open Science Research IX - ISBN 978-65-5360-235-9 - Volume 9 - Ano 2022 - Editora Científica Digital - www.editoracientifica.com.br
572
12. Qian Dong; W. Dargie. Evaluation of the reliability of RSSI for indoor localization. Wire-
less Communications in Unusual and Confined Areas (ICWCUCA), 2012 International
Conference on, 2012.

13. Qinfeng Guo; Wai-Choong Wong. Tracking indoor pedestrian using Cricket indoor lo-
cation system. Communication Systems (ICCS), 2012 IEEE International Conference
on, 2012.

14. Sadik K. Gharghan; Rosdiadee Nordin. Accurate Wireless Sensor Localization Tech-
nique Based on Hybrid PSO-ANN Algorithm for Indoor and Outdoor Track Cycling. IEEE
International Conference on Multisensor Fusion and Integration for Intelligent Systems,
pages 1 – 7, August 20 IEEE Sensors Journal ( Volume: 16, Issue: 2, Jan.15, 2016 ),
2015 .

Open Science Research IX - ISBN 978-65-5360-235-9 - Volume 9 - Ano 2022 - Editora Científica Digital - www.editoracientifica.com.br
573