Gaining situational awareness in indoor environments using narrowband radio signal measurements

dc.contributorAalto-yliopistofi
dc.contributorAalto Universityen
dc.contributor.authorKaltiokallio, Ossi
dc.contributor.departmentTietoliikenne- ja tietoverkkotekniikan laitosfi
dc.contributor.departmentDepartment of Communications and Networkingen
dc.contributor.schoolSähkötekniikan korkeakoulufi
dc.contributor.schoolSchool of Electrical Engineeringen
dc.contributor.supervisorJäntti, Riku, Prof., Aalto University, Department of Communications and Networking, Finland
dc.date.accessioned2017-08-16T09:02:45Z
dc.date.available2017-08-16T09:02:45Z
dc.date.defence2017-08-08
dc.date.issued2017
dc.description.abstractThe success of wireless communication systems together with the recent advances in different technologies have enabled dense wireless sensor network deployments. In addition to the more conventional application areas, these deployments have been recently exploited for new sensing possibilities such as: device-free localization, sensorless sensing, and non-invasive vital sign monitoring. The aforementioned technologies use the ubiquitously available received signal strength measurements of the radios for inference, and most notably, the considered sensing modality does not require people to co-operate with the system or to carry any electronic device, tag or sensor. This thesis utilizes the received signal strength measurements of narrowband radios for gaining situational awareness of the surrounding environment and two distinct research problems are considered: i) device-free localization and tracking; and ii) non-invasive breathing rate monitoring.  The complex nature of the radio propagation channel is accountable for multipath propagation, which in turn makes it a difficult task to relate the changes in radio signals to location or breathing rate of the person. The constraints of low-cost narrowband radios further degrade the system performance. This thesis concentrates on leveraging possibilities enabled by the measurement system in order to develop methods that cope with the undesirable effects of multipath propagation and limited received signal strength resolution. The key contributions of the thesis are: i) the use of frequency channel diversity; ii) techniques to enable long-term deployments; iii) algorithms to train the unknown model parameters; and iv) methods for enhancing low-granularity received signal strength measurements. The thesis provides novel solutions that improve the system performance and that expand use-case scenarios of received signal strength-based device-free localization and non-invasive breathing monitoring.  Research of the thesis builds upon existing work and the development efforts aim to enhance estimation accuracy, as well as, improve the applicability and use-case scenarios of the technologies to enable home healthcare and ambient assisted living applications of the future. In the work, the development efforts are evaluated using real-world experiments conducted in a variety of environments. Furthermore, the effect of each development stage is analyzed and general guidelines on system design are discussed.en
dc.description.abstractLangattomien kommunikaatiojärjestelmien viimeaikainen kehitys on luonut edellytykset nykypäivän langattomille anturiverkoille. Näitä anturiverkkoja on viime vuosina perinteisten sovellusten lisäksi käytetty uusissa ja innovatiivisissa sovelluksissa, kuten passiivisessa paikantamisessa, liikkeiden tunnistamisessa ja elintoimintojen monitoroinnissa. Nämä sovellukset hyödyntävät tilannekuvan synnyttämiseen vastaanotettua radiosignaalia. Tällainen mittaustekniikka ei vaadi ihmiseltä mitään; ihmisen ei tarvitse kantaa radiolähetintä tai vastaavaa anturia eikä millään muullakaan tavalla toimia osana mittausjärjestelmää. Tässä väitöskirjassa on hyödynnetty kapeakaistaisen radion vastaanotetun signaalin voimakkuutta, minkä avulla kyetään luomaan tilannekuva lähiympäristöstä. Väitöskirjassa perehdytään kahteen tutkimusongelmaan: i) ihmisen passiiviseen paikantamiseen ja seurantaan sekä ii) ihmisen hengitysrytmin monitorointiin.  Ihmisen sijainnin tai hengitysrytmin tulkitseminen radiosignaalin avulla on vaikeaa, sillä radioaaltojen etenemiseen liittyy monimutkaisia fysikaalisia ilmiöitä. Ongelmaa mutkistavat edelleen edullisten kapeakaistaisten radioiden rajoitteet, jotka heikentävät mittaustekniikan tarkkuutta entisestään. Väitöskirjassa kehitetyt menetelmät hyödyntävät anturiverkon tarjoamia mahdollisuuksia, ja monitie-etenemisestä aiheutuvien häiriöiden vaikutus ja vastaanotetun signaalin resoluution aiheuttamat ongelmat on pyritty minimoimaan. Väitöskirjan tärkeimmät tieteelliset kontribuutiot ovat: i) suorituskyvyn parantaminen taajuusdiversiteettiä hyödyntäen; ii) menetelmät pitkäaikaiseen monitorointiin; iii) algoritmit, joiden avulla osa radiokanavamallin parametreista voidaan estimoida; ja iv) signaalinkäsittelymenetelmät, joiden avulla vastaanotetun signaalin voimakkuuden mittaustarkkuutta voidaan parantaa. Väitöskirjassa esitetään ainutlaatuisia ratkaisuja, joiden avulla voidaan passiivisesti paikantaa ihmisiä sekä monitoroida hengitysrytmiä entistä monipuolisemmissa tilanteissa. Lisäksi ratkaisut parantavat estimointitarkkuutta entisestään.  Väitöskirja vie tutkimusaluetta eteenpäin parantamalla olemassa olevien järjestelmien estimointitarkkuutta sekä parantamalla ja monipuolistamalla järjestelmien käyttöä ja käyttötilanteita. Ratkaisuja voidaan hyödyntää esimerkiksi asuinvalvonta- ja kotiterveydenhuoltosovelluksissa. Kehitettyjä ratkaisuja on arvioitu eri ympäristöissä suoritetuilla mittauksilla ja samalla on analysoitu kunkin osatekijän vaikutus järjestelmän tarkkuuteen sekä annettu yleisiä ohjeita järjestelmän suunnitteluun.fi
dc.format.extent121 + app. 89
dc.format.mimetypeapplication/pdfen
dc.identifier.isbn978-952-60-7522-8 (electronic)
dc.identifier.isbn978-952-60-7523-5 (printed)
dc.identifier.issn1799-4942 (electronic)
dc.identifier.issn1799-4934 (printed)
dc.identifier.issn1799-4934 (ISSN-L)
dc.identifier.urihttps://aaltodoc.aalto.fi/handle/123456789/27635
dc.identifier.urnURN:ISBN:978-952-60-7522-8
dc.language.isoenen
dc.opnGollakota, Shyam, Prof., University of Washington, USA
dc.publisherAalto Universityen
dc.publisherAalto-yliopistofi
dc.relation.haspart[Publication 1]: O. Kaltiokallio, M. Bocca and N. Patwari. Enhancing the accuracy of radio tomographic imaging using channel diversity. In IEEE 9th International Conference on Mobile Ad-Hoc and Sensor Systems, Las Vegas, United States, pp. 254-262, October 2012. DOI: 10.1109/MASS.2012.6502524
dc.relation.haspart[Publication 2]: O. Kaltiokallio, M. Bocca and N. Patwari. Follow @grandma: long-term device-free localization for residential monitoring. In IEEE 37th Conference on Local Computer Networks Workshops , Clearwater, United States, pp. 991-998, October 2012. DOI: 10.1109/LCNW.2012.6424092
dc.relation.haspart[Publication 3]: O. Kaltiokallio, M. Bocca and N. Patwari. A fade level-based spatial model for radio tomographic imaging. IEEE Transactions on Mobile Computing , Vol. 13, no. 6, pp. 1159-1172, June 2014. DOI: 10.1109/TMC.2013.158
dc.relation.haspart[Publication 4]: O. Kaltiokallio, R. Jäntti and N. Patwari. ARTI: an adaptive radio tomographic imaging system.to appear in IEEE Transactions on Vehicular Technology 2017, DOI: 10.1109/TVT.2017.2664938
dc.relation.haspart[Publication 5]: O. Kaltiokallio, H, Yigitler, R. Jäntti and N. Patwari. Non-invasive respiration rate monitoring using a single COTS TX-RX pair. In 13th International Symposium on Information Processing in Sensor Networks, Berlin, Germany, pp. 59-69, April 2014. DOI: 10.1109/IPSN.2014.6846741
dc.relation.haspart[Publication 6]: N. Patwari, L. Brewer, Q. Tate, O. Kaltiokallio and M. Bocca. Breathfinding: a wireless network that monitors and locates breathing in a home. IEEE Journal of Selected Topics in Signal Processing, Vol. 8, no. 1, pp. 30-42, February 2014. DOI: 10.1109/JSTSP.2013.2287473
dc.relation.ispartofseriesAalto University publication series DOCTORAL DISSERTATIONSen
dc.relation.ispartofseries131/2017
dc.revCoates, Mark, Prof., McGill University, Canada
dc.revViani, Federico, Dr., University of Trento, Italy
dc.subject.keywordreceived signal strengthen
dc.subject.keyworddevice-free localizationen
dc.subject.keywordnon-invasive breathing monitoringen
dc.subject.keywordvastaanotetun signaalin voimakkuusfi
dc.subject.keywordpassiivinen paikannusfi
dc.subject.keywordhengitysrytmin monitorointifi
dc.subject.otherElectrical engineeringen
dc.titleGaining situational awareness in indoor environments using narrowband radio signal measurementsen
dc.titleSisätilojen tilannekuvan estimointi kapeakaistaisten radiosignaalien avullafi
dc.typeG5 Artikkeliväitöskirjafi
dc.type.dcmitypetexten
dc.type.ontasotDoctoral dissertation (article-based)en
dc.type.ontasotVäitöskirja (artikkeli)fi
local.aalto.archiveyes
local.aalto.formfolder2017_08_16_klo_10_49

Files

Original bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
isbn9789526075228.pdf
Size:
4.05 MB
Format:
Adobe Portable Document Format