GSM sinyal bazlı konum belirleme

Abstract

Günümüz dünyasında mobil haberleşme sistemlerine duyulan ihtiyaç ve kullanıcı sayısındaki yüksek artış beraberinde yeni nesil mobil uygulamaların geliştirilmesini de vazgeçilmez kılmıştır. Konum bilgisinin elde edilmesi en çok ilgi çeken ve önemli ölçüde gelişim gösteren alanlardan birisi olmuştur. Konum belirlemeye yönelik kullanılan servislerin amacı genel olarak kullanıcıların yaklaşık konum, hız ve zaman gibi bilgilerinin elde edilmesidir. GPS sistemi, küresel konumlandırma sistemleri arasında en fazla tercih edilen ve yüksek bir doğrulukla çalışan bir konum belirleme sistemidir. Ancak bu sistemin yüksek bir kurulum maliyeti gerektirmesinin yanı sıra, galaktik ve meteorolojik etkenler, yüksek binalar ve diğer fiziksel engellerin bulunduğu yoğun yerleşim yerlerinde ve özellikle kapalı alanlarda ciddi sinyal zayıflamaları ve kayıpları nedeniyle servis dışı kalabilmesi en büyük kısıtlarından birisidir. Bu hususlar dikkate alındığında, küresel konumlandırma sistemlerine alternatif ve tamamlayıcı olacak konumlandırma sistemlerine acil gereksinim duyulduğu görülmektedir. Bu noktada, neredeyse herkesin yaygın bir şekilde kullanmakta olduğu ve kapsama alanı gün geçtikçe artan GSM ağının altyapısından faydalanılarak konum tahmini yapılması son derece önemli bir alternatif olarak karşımıza çıkmaktadır. Kapalı alanlarda ve kötü hava şartlarında, elde edilebilecek sinyal seviyeleri açısından kıyaslandığında hücresel ağların küresel konumlandırma sistemlerinden daha avantajlı olacağı düşünülmektedir. Gerçekleştirdiğimiz bu çalışma kapsamında, mobil telefon için Android Studio ortamında geliştirdiğimiz bir mobil uygulama vasıtasıyla kapalı ve açık alanlarda ölçümlenen GSM sinyal gücü, GSM baz istasyonu ve kullanıcı konum bilgileri kaydedilerek veri setleri oluşturulmuştur. Bu verinin bir kısmı ile Matlab simülasyon ortamında oluşturulacak ağın yapay sinir ağları (YSA) metotlarından aşırı makine öğrenmesi (ELM), genelleştirilmiş regresyon sinir ağı (GRNN) ve k-en yakın komşuluk algoritması (kNN) kullanılarak eğitilmesi ve verinin diğer kısmıyla da test yapılarak yaklaşık konum tahmini gerçekleştirilmesi amaçlanmıştır. Bina içi, bina dışı ve harmanlanmış veri setleri ile yapılan testlerde, önerilen GSM sinyal bazlı konum belirleme sisteminin asgaride bir metrenin altında ve ortalamada ise 76- 216 metre aralığında hata oranlarıyla gerçek konum bilgisi elde edilebileceği gözlemlenmiştir.

In today’s world, the need for mobile communication systems and the high increase in the number of users have also made the development of new generation mobile applications indispensable. Obtaining location information has been one of the most interesting and significant areas of improvement. The purpose of the services used to determine the location is generally to obtain the information of the users such as approximate location, speed and time. The GPS system is the most preferred and globally accurate positioning system among global positioning systems. However, in addition to requiring a high installation cost of this system, it is one of the biggest constraints that galactic and meteorological factors, high buildings and other physical obstacles, and especially closed areas can lead to serious signal weaknesses and losses which may cause the system to be out of service. Considering these issues, it is seen that there is an urgent need for positioning systems that will be alternative and complementary to global positioning systems. At this point, it is an extremely important alternative to make location estimation by making use of the infrastructure of the GSM network, which is widely used by almost everyone and whose coverage area is increasing day by day. It is thought that cellular networks will be more advantageous than global positioning systems when compared to the signal levels that can be obtained in closed areas and in bad weather conditions. Within the scope of this study we have carried out, data sets were created by recording the GSM signal strength, GSM base station and user location information measured in indoor and outdoor areas through a mobile application we developed in the Android Studio environment for mobile phones. The network to be created in the Matlab simulation environment will be trained with some part of this data, using some artificial neural networks (ANN) methods, namely extreme machine learning (ELM), generalized regression neural network (GRNN) and k-nearest neighborhood algorithm (k-NN), and by testing with the other part of the data it is aimed to perform approximate location estimation. In the tests conducted with indoor, outdoor and blended data sets, it has been observed that the proposed GSM signal-based positioning system can obtain real location information with error rates below a meter at the minimum, and between 76-216 meters on average.