文章分享

WiBee: Building WiFi Radio Map with ZigBee Sensor Networks

崔利伟

哈尔滨工业大学

cui@hellolw.com

Section one: 文章总览

What:做了什么？

本文描述了如何通过ZigBee传感器网络来获得某一区域的无线信号强度分布图(WiFi Radio Map)。

无线信号强度分布图(WiFi Radio Map)可以展示一个给定环境下不同地点的WiFi 接入点的信号强度。

Meaning:有什么意义？

用户可以选择信号最好的接入点
用户可移动到信号更好的地方进行连接
用户可以享受到更好的服务

premise:我们发现…

传感器网的部署越来越广泛
ZigBee 传感器可以感知到WiFi信号(虽然不能解码)
ZigBee 的采样和WiFi 的真实强度有着稳定的关系

Challenge:但也存在一些问题…

可能有多个接入点同时发信号，ZigBee 分不出来 ZigBee 的采样范围太小 ZigBee 的时钟是不与网关同步的，并且有时钟漂移

Conclusion:所以…

我们可以用ZigBee 来采样使用网关来协助ZigBee 分出不同的AP 通过算法来修正其中的错误最终获得信号强度分布图

Section two: 具体设计

Step by Step: 具体实现

用户向网关发送请求，网关向ZigBee广播需要监听的频道 ZigBee开始对要监听的信道采样网关嗅探该信道并获取一系列WiFi帧，之后向ZigBee广播每个接入点的特征序列 ZigBee通过比对分离，计算出每个接入点的信号强度并送回网关网关汇总结果并返回用户

architecture:具体架构

Figure 1. Architecture

Sample:ZigBee 如何采样？

Figure 2. 某一个时刻的采样结果

Shape: 如何得到传感器的采样结果？

如果信号强度小于-90dm 则该采样点置零剩下的采样点置一表示此时信道忙

因此采样结果是一串自然数序列，而锐化后的结果是0/1序列

Sniffers:网关会看到什么样的序列？

由于网关可以解码WiFi 帧，因此可以区分不同的AP; 据此可以得到该AP 的特征序列

Figure 3. 某个一个AP的序列

Digest:如何得到特征序列？

特征序列是一个由0或者1 构成的序列，用于发给ZigBee 用来判断AP

Figure 4. 获取特征序列

Subsequence: ZigBee 如何通过特征序列进行比对？

Figure 5. Subsequence

$(\tilde{x}_{i-1+j},\tilde{x}_{i+j}, \tilde{x}_{i+1+j}, ..., \tilde{x}_{i+1+{\varepsilon}})$ 是一个传感器采样序列的子序列。

$i$并没有被指定，因此可以代表从任何一处开始匹配的传感器序列.

所得到的$S_j$即为经特征序列“过滤”之后的序列

Mathch: 如何计算$\tilde{X}_{sub}$和$\tilde{Y}$的相关性？

此处的计算利用了皮尔逊相关系数(Pearson correlation)来判断当前的子序列是不是该AP发送的。

Figure 6. 相关性计算

Evaluation: 如何评估匹配结果？

最终的评价公式

Figure 7. 计算公式

Math:数学语言表述

Figure 8. 优化问题

Time drift:如何解决ZigBee 时间漂移？

Figure 9. 对采样窗口引入偏移

Figure 10. 对采样间隔引入偏移

Frame Importance: 帧的重要性

通过$v_i$来衡量某一帧的重要性，用于计算最终ZigBee 得到的该AP的信号强度。假设帧的到达服从均匀分布。

Figure 11. 期望值v的计算公式

RSS: 最终的接收强度

Figure 12. ZigBee 计算出的信号强度

Figure 13. WiFi 的信号强度

Definition:定义

$d_i$:帧长度
$\Delta t_i$:每两帧间隔
$I$:采样间隔
$W_s$:传感器采样窗口尺寸
$W_G$:网关嗅探窗口尺寸
$\Psi/\psi$ :修正时间漂移
$\tau_{delay}$:网关与ZigBee 进行通信的延迟
$\tau_{guard}$:保证网关的采样在传感器接收到信号后
$\tau$:解决两个延迟之间的不对齐

Model:建模

$X = (x_1, x_2, x_3, ..., x_n)$ 传感器采样结果 $(n = W_s / I)$
$\tilde{X} = (\tilde{x}_1, \tilde{x}_2, ...,\tilde{x}_n)$ 锐化结果
$\tilde{Y} = (\tilde{y}_1, \tilde{y}_2, ...,\tilde{y}_{\varepsilon})$ 网关得到的特征序列 $(\varepsilon = W_G / I)$
$\tilde{X}_{sub} = (\tilde{s}_1, \tilde{s}_2, ...,\tilde{s}_n)$ 进行匹配后得到的传感器序列

Section three 实验效果

metrics: 衡量标准

错误率 $\varpi = |(RSS_{wifi} - RSS_{actual}) / RSS_{actual}|$
延迟时间
特异性(FN rate) 用于表示正确标记的百分比

Environment: 实验条件

共有9个间隔5m 的传感器，中心放置网关，左下角右下角分别放置目标AP 和干扰AP。

Figure 14. 传感器分布

Final: 生成的强度图

Figure 15. 最终的Radio map

干扰AP 的频道占有率

Figure 16. Estimation error rate

文章分享 – WiBee: Building WiFi Radio Map with ZigBee Sensor Networks – Step by Step: 具体实现

Lw-Cui