With the growing proliferation of smartphones and the diminishing cost of sensors and high-end devices, there are growing demands for LBSs (Location-based services) in commercial and governmental infrastructures. This thesis explores the methods of noninvasively localizing phones indoors, where people are now spending the majority of their time. We talk about why GPS (Global Positioning Systems) are not used indoors and how Wi-Fi is a more viable option due to its already ubiquitous nature. We implement physical localization using WNLS (Weighted Non-linear Least Squares) and are able to achieve up to a baseline of 1.61 m median resolution. Furthermore, we perform semantic localization through polygon projection, which improves our overall median localization accuracy to 1.38 m. We implement an approach that computes a responsive uncertainty radius through RSSI (received signal strength indicator) and the user's velocity. In addition, we implement and compare the performance of a supervised and an unsupervised HMM (hidden Markov model) in the context of semantic localization correction. Lastly, we implement a low-effort, room-based fingerprinting technique and achieve a cross-validation score of over 91% without any IMU data collection.     «

With the growing proliferation of smartphones and the diminishing cost of sensors and high-end devices, there are growing demands for LBSs (Location-based services) in commercial and governmental infrastructures. This thesis explores the methods of noninvasively localizing phones indoors, where people are now spending the majority of their time. We talk about why GPS (Global Positioning Systems) are not used indoors and how Wi-Fi is a more viable option due to its already ubiquitous nature. We i...     »

Mit der zunehmenden Verbreitung von Smartphones und den sinkenden Kosten für Sensoren und High-End-Geräte steigt die Nachfrage nach LBSs (Location Based Services) in kommerziellen und staatlichen Infrastrukturen. Diese Arbeit untersucht die Methoden zur nicht-invasiven Lokalisierung von Mobiltelefonen in Innenräumen, in denen die Menschen heute den Großteil ihrer Zeit verbringen. Es wird erläutert, warum GPS (Global Positioning System) nicht in Innenräumen verwendet wird und warum Wi-Fi aufgrund seiner bereits allgegenwärtigen Eigenschaft eine praktikablere Option darstellt. Ich setze physikalische Lokalisierung ein, die zusammen mit WNLS (Weighted Non-linear Least Squares) in der Lage ist, bis zu einer Basislinie von 1,61 m mediane Auflösung zu erreichen. Darüber hinaus führe ich eine semantische Lokalisierung mittels Polygonprojektion durch, was unsere gesamte mediane Lokalisierungsgenauigkeit auf 1,38 m verbessert. Ich setze einen Ansatz ein, der einen Unsicherheitsradius der Reaktion durch RSSI (Received Signal Strength Indicator) und die Geschwindigkeit des Benutzers berechnet. Darüber hinaus implementiere und vergleiche ich die Leistung geführter und nicht geführter HMMs (Hidden-Markov-Modells) im Zusammenhang mit der semantischen Lokalisierungskorrektur. Zuletzt setze ich mit geringem Aufwand eine raumbasierte Fingerabdrucktechnik ein und erreiche einen Kreuzvalidierungswert von über 91% ohne jegliche IMU-Datenerfassung.     «

Mit der zunehmenden Verbreitung von Smartphones und den sinkenden Kosten für Sensoren und High-End-Geräte steigt die Nachfrage nach LBSs (Location Based Services) in kommerziellen und staatlichen Infrastrukturen. Diese Arbeit untersucht die Methoden zur nicht-invasiven Lokalisierung von Mobiltelefonen in Innenräumen, in denen die Menschen heute den Großteil ihrer Zeit verbringen. Es wird erläutert, warum GPS (Global Positioning System) nicht in Innenräumen verwendet wird und warum Wi-Fi aufgrund...     »