Обзор энергосберегающих приложений для смартфонов

Размещено на http://allbest.ru

1. Обзор литературы

1.1 архитектура приложений автоматического позиционирования для смартфонов

автоматический смартфон приложение

на данный момент существует два вида автоматической локализации, в зависимости от места расположения смартфона:

· локализация внутри помещений (indoor localization);

· локализация на улице (outdoor localization).[3]

далее подробнее рассмотрим каждый вид локализации отдельно. для локализации внутри помещений используют следующие технические решения:

· технологические решения основанные на Wi - Fi;

· технологические решения основанные на GSM;

· технологические решения основанные на радиосигналах частоты FM.

Сперва рассмотрим технологические решение основание на беспроводных сетях Wi - Fi. на данный момент самая эффективная система это Wi - Fi RSS fingerprint. система локализации Wi - Fi RSS fingerprint работает следующем образом - в здании расположен точки доступа (access point) Wi - Fi - это также называется картой (map). Чем ближе расположено мобильное устройство от точки доступа, тем сильнее сигнал. Хотя система довольно хорошо разработана, у нее имеются недостатки:

· Во первых, очень трудно определение местоположения мобильного устройства внутри одного помещения;

· во вторых, любая посторонняя точка Wi - Fi доступа может также послужит как препятствие для точной локализации;

· В третьих, не все здания оборудованы Wi - Fi сетями;

· в четвертых, при таком техническом решение могут быть много “слепых помещений”.

ошибка локализации в системе Wi - Fi в среднем составляет 1.2 - 1.45 m. К тому же на ошибку большое влияние имеет двери при закрытых дверях ошибка может изменится на 236%.

одно из решений использование технологических решений основанных на радиосигналах частоты FM. Эту систему также можно использовать с RSS fingerprint. у такого технического решения есть несколько преимуществ:

· Во первых, сигнал гораздо сильнее и практически отсутствуют “слепые помещения”;

· во вторых, если рассматривать этот вопрос с точки зрения инфраструктуры, то FM радиобашни уже имеются, а также имеется много других источников FM;

· В третьих, используя вместе FM и RSSI точность местоопределения определяется с довольно большой вероятностью.

к недостаткам таких систем можно отнести:

· нужно дополнительное оборудование штобы адаптировать RSSI к FM;

· несмотря на большую точность систем FM RSSI, другие технические решения с использованием RSSI, дают гораздо точнее результаты.

Как следующее техническое решение рассмотрим технологические решения основанные на GSM. У таких решений по сравнению с предыдущими есть несколько преимуществ:

· Во первых если рассматривать этот вопрос с точки зрения инфраструктуры, то GSM радиобашни уже имеются;

· во вторых система энергонезависимая, то есть если пропадает электричество в здании она продолжит работу, в отличие от системы с Wi - Fi RSSI, где источники должны быть подключены к электрической сети здания;

· В третьих, сигнал GSM стабильнее и сильнее сигнала Wi - Fi в временном диапазоне;

· Еще одним плюсом является то что расходы на системы GSM дешевле.

Рис. сравнение стабильности сигналов 802.11 и GSM во временном диапазоне [12]

к недостаткам таких систем можно отнести:

· Низкую точность месторасположение;

· Низкий доверительный интервал, так как на систему влияет разные внешние факторы.

сравнительная таблица разных технологических решений для систем автоматического позиционирования

Ниже дан рисунок, где показано различие в точности месторасположение между системами FM RSSI и Wi - Fi RSSI.

Рис. различие в точности месторасположение между системами FM RSSI и Wi - Fi RSSI [5]

1.2 Возможности снижения энергопотребления

разные системы локализации при своей работе потребляют разное количество энергии это зависит от многих факторов. Во первых от использования системы локализации. Так например система локализации Wi - Fi, потребляет 300 mВ в режиме ожидания что приводит к быстрому разрушению аккумуляторной батареи. в свою очередь работа приемников FM проще и тем самым потребление энергии тоже меньше.

Ниже дан рисунок, где показано разница между энергоэффективностью разных систем локализации.

Рис. разница между энергоэффективностью разных систем локализации, GPS, 2.5 G, 3 G и Wi - Fi [4]

Из графика видно что самая энергоэффективная система локализации по сравнению с другими системами является Wi - Fi. но с другой стороны как уже ранее отмечалось системы автоматического позиционирования основание на технологических решениях пока имеют больше недостатков, чем преимуществ. поэтому на данный момент технического развития лучше пользоваться следующими системами:

· внутри помещений - 2.5 G или 4 G;

· на улице - GPS.[11]

К тому же очень важно какую систему точного место определения использует данная архитектура. на данный момент существует разные методы точности, такие как - RSSI, TOA, TDOA and AOA. Как установили ученые Kyunghwi Kim, Wonjun Lee и Changho Choi, методы RSSI и TDOA потребляют меньше энергии. [14]

Рис. сравнение точности местоопределения при RSII - FM, Wi - Fi и GSM [10]

Что касается методов которые используются внутри помещений то ниже дан график их энергопотребления при взаимодействии с разными устройствами телефона.

Рис. Сравнение энергопотребления методов точности местоопределения [6]

как видно из рисунка всего меньше энергии потребляет метод RAPS при этом используя все три инструмента мобильного устройства Bluetooth, Accelerometer и GPS.

но в некоторых сложных архитектурах используют большое количество элементов и инструментов связи для автоматических систем позиционирования. ниже данн график энергопотребления разных элементов и инструментов связи.

Рис. разница между энергоэффективностью разных систем локализации [7]

из этого рисунка тоже следует что меньше всего энергии потребляет Wi - Fi и Cell - ID (GSM). также видно что больше энергии потребляет GPS, но на данный момент нет качественного и технически обоснованного решения замены GPS другой системой. Пока единственное решение по снижению энергопотребления в системах которые используют GPS это выбор энергоэффективных методов определения точности месторасположения, а также энергоэффективных программных решений и алгоритмов.

1.3 обзор энергоэффективных приложений автоматического позиционирования для смартфонов

как одну из первых рассмотрим разработанную исследователями Mohamed Ibrahim и Moustafa Youssef систему автоматического позиционирования для смартфонов на основе GSM технологии.

Ниже дано изображение с архитектурой данной системы.

Рис. архитектура системы автоматического позиционирования CellSense [9]

как видно из рисунка данная система в себя включает две фазы - пассивную фазу и активную фазу. Пассивная фаза предназначена для режима - offline, a активная для режима - online.

в свою очередь в режиме активной фазы модуль оценки расположения использует отпечатки пальцев для расчета наиболее вероятного место расположения. информация собирается с семи ближайших GSM вышек. используя эти данные приложение определяет местоположение.

следующая рассматриваемая система автоматического позиционирования для смартфонов разработана для использования внутри помещений. это система тоже использует метод - RSSI. Ниже данно изображение с архитектурой данной системы. архитектура системы включает в себя следующие компоненты:

· мобильный клиент - GreenLoc;

· сервер GreenLoc;

· сервер генерации локализации.

Рис. архитектура системы автоматического позиционирования GreenLoc [8]

сервер GreenLoc обеспечивает связь с зарегистрированными клиентами. На сервере хранится вся текущая информация о локализации клиента. Сервер GreenLoc состоит из двух основных компонентов - определителя стратегии и двигателя GreenLoc.

Каждый новый клиент подключаясь к системе сперва подключается к определителю стратегии. определитель стратегии определяет стратегию обработки информации о месте расположение в данном районе. Он собирает данные о сетевых возможностях и предпочтениях клиентов, чтобы уведомить нового клиента о работающей стратегии.

Двигатель GreenLoc динамически обнаруживает группу устройств которые двигаются вместе, и назначает представителя группы, который является главой кластера, и которого можно отследить при помощи - Clusterhead Selector. Кроме того, он обрабатывает слияние или расщепление кластеров в результате мобильности GreenLoc двигателя, который состоит из трех основных компонентов:

· обновления локализации - Localization updater;

· отслеживатель главы кластера - Clusterhead Selector;

· слияние / расщепление двигателя - Merging/Splitting Engine.

обновить локализации контролирует два других модуля. Он получает обновления RSSI от клиентов и на основе стратегии вызывает слияние/расщепление двигателя и генерирует обновленный в общем сервере локализации. После получения расположение клиента, он обновляет соответствующую базу данных. Двигатель слияния/расщепления обнаруживает изменение группы или формирование другой и просит селектор кластер головки перегруппироваться, выбрать другие узлы соединения и другую главу кластера.

с одной стороны система довольно точна. но с другой стороны такая система содержит слишком много компонентов которые потребляют энергию. Тем самым автор этой работы не считает данную архитектуру энергоэффективной. Хотя и система използват техническое решение основанное на технологии - Wi - Fi. следующая система автоматического позиционирования AENS - тоже предназначена для использования внутри помещений. Система работает на основе систем GSM. Но использует телефонный инструментарий для определения месторасположения. архитектура системы данна в изображении .... По мнению автора магистерской работы такая система гораздо энергоэффективней потому, что не надо постоянно обновлять базу данных с сервера, что обычно требует больших энергозатрат. Также не нужен специальный сервер, не нужна кластеризация. Но у такой системы есть один большой минус - поскольку в любом моменте одно из инструментов архитектуры может выйти из строя, то у телефона не будет альтернативного варианта выбора инструментария. Что делает данную систему технически ограниченой.

Рис. архитектура системы автоматического позиционирования AENS [13]

в свою очередь следующая система использует и инструментарий мобильного устройства и сервер обновлений.

Рис. архитектура системы автоматического позиционирования ACMG [1, 2]

К тому же система создана для использования на улице. Выбор такой архитектуры делает систему энергоэффективнее, чем другие системы наружного использования. Но если рассматривать с точки зрения точности местоопределения то системы которые используют методику RSSI гораздо точней. к тому же данная система использует

Литература

1. Anhua Lin, Jianzhong Zhang, Kai Lu, Wen Zhang. An efficient outdoor localization method for smartphones. 2014 IEEE Publication.

2. Anhua Lin, Jianzhong Zhang, Kai Lu, Wen Zhang. An efficient outdoor localization method for smartphones. 2013 IEEE Publication.

3. Arvind Thiagarajan, Lenin Ravindranath, Hari Balakrishnan, Samuel Madden, Lewis Girod. Accurate, Low-Energy Trajectory Mapping for Mobile Devices. 2012. - 14 p.

4. Gianluca Aloi, Giuseppe Caliciuri, Valeria Loscrґэ, Pasquale Pace. Energy-efficient and accurate fingerprinting-based localization system for Smartphones. 2013 IEEE Online Conference on Green Communications (OnlineGreenComm)

5. Hirozumi Yamaguchi, Takamasa Higuchi and Teruo Higashino. Collaborative Indoor Localization of Mobile Nodes. ICMU 2012. 156 - 163 p.

6. Jeongyeup Paek, Joongheon Kim, Ramesh Govindan. RAPS: rate-adaptive positioning systems for energy efficient localization on smartphones. UCLA - UCR - Caltech - USC - UC Merced. 2012. - 1 p.

7. Kaisen Lin, Aman Kansal, Dimitrios Lymberopoulos, and Feng Zhao. Energy-Accuracy Aware Localization for Mobile Devices. 2013. - 7 p.

8. Mohamed Abdellatif, Abderrahmen Mtibaa, Khaled A. Harras, Moustafa Youssef. GreenLoc: An Energy Efficient Architecture for WiFi-based Indoor Localization on Mobile Phones. IEEE ICC 2013 - Selected Areas in Communications Symposium

9. Mohamed Ibrahim, Student Member, IEEE, and Moustafa Youssef, Senior Member, IEEE. CellSense: An Accurate Energy-Efficient GSM Positioning System. IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY, VOL. 61, NO. 1, JANUARY 2012

10. Shweta Singh, Ravi Shakya, Yaduvir Singh. Localization Techniques in Wireless Sensor Networks. International Journal of Computer Science and Information Technologies, Vol. 6 (1) , 2015, 844-850 p.

11. Song Han, Tianji Li, Chen Qian, Douglas Leith, Aloysius K. Mok, Simon S. Lam. HartFi: An Energy-Efficient Localization System. 2011. - 6 p.

12. Veljo Otsason1, Alex Varshavsky, Anthony LaMarca, and Eyal de Lara. Accurate GSM Indoor Localization. UbiComp 2005, LNCS 3660, pp. 141-158, 2005.

13. Zhiyuan Xu, Ruijin Wang, Fan Li, Yaodong Huang. AENS: Accurate and Efficient Mobile Phone Indoor Navigation System without WiFi. 2013 IEEE 11th International Conference on Dependable, Autonomic and Secure Computing

14. Kyunghwi Kim, Wonjun Lee and Changho Choi. DSML: Dual Signal Metrics for Localization in Wireless Sensor Networks. 2008 IEEE Publication. 2355 - 2360

Размещено на Allbest.ru