Obtaining situational awareness using Wi-Fi geolocation

Abstract

Det overordnede målet for denne masteroppgaven var å undersøke om bruk av geolokaliseringsteknikker (basert på Wi-Fi og rogue-tilgangspunkter) kan være en praktisk måte å øke situasjonforståelse ved å lokalisere og spore personer av interesse for politi, brannvesen og ambulansepersonell. Spesifikke delmål for prosjektet var å se hvordan de innsamlede dataene kunne brukes til geolokalisering og hvor presise resultatene var for å lokalisere og forutsi bevegelsen til en enhet.

I løpet av prosjektet ble datainnsamlingen gjort av en prosjektpartner innenfor et avgrenset område inne i en bygning ved bruk av kollegers mobiltelefoner, med kollegaenes kjennskap og samtykke. Dataene ble samlet inn basert på spesifikke scenarier. De forskjellige scenariene ble satt opp for å se hvordan dataene som ble fanget kan variere basert på forskjellige realistiske situasjoner, for eksempel hvis en person står stille, beveger seg i forskjellige mønstre eller beveger seg mellom forskjellige rom.

Denne masteroppgaven presenterer en oversikt over metoder å rense et datasett på og hvilke av disse metodene som ble brukt for å rense datasettet som ble brukt i prosjektet. Det forklarer også hvorfor disse rense metodene ble benyttet, og hvordan de påvirket datasettet. Datasettet ble analysert ved hjelp av fire hovedmetoder for geolokalisering: Angel of Arrival, Time of Flight, Fingerprinting using signal strength og Triangulation or Multilateration using signal strength. Metodene ble evaluert og testet på datasettet for å se hvilke metoder som fungerte og i hvilken grad de fungerte. Dersom metodene ikke fungerte med det gitte datasettet ble det forklart hva som måtte endres for at metoden skulle fungere.

Kun en av de fire geolokasjonsmetodene (forutsatt at triangulering og multilaterering er gruppert i samme kategori) kunne brukes på det gitte datasettet. De to metodene, Angel of Arrival and Time of Flight, kunne ikke testes siden spesialutstyret som trengs ikke var tilgjengelig for å sikre korrekt datainformasjon og at dataene ikke inneholdt nok informasjon. Den tredje metoden, Fingerprinting using signal strength, trengte ikke noe ekstrautstyr, men mangelen på nok datapakker på grunn av tid og andre usikkerheter gjorde at metoden ikke kunne brukes på det gitte datasettet. Den fjerde og siste metoden, Triangulation or Multilateration using signal strength, var den eneste som kunne brukes på det gitte datasettet med en viss troverdighet. Denne metoden så ut til å gi en nøyaktighet på noen få meter og kan muligens benyttes til å oppnå økt situasjonforståelse.

The primary goal for this master's thesis was to investigate if using geolocalization techniques (based on Wi-Fi and rogue access points) may be a practical way to increase situational awareness by locating and tracking persons of interest for first response personnel. Specific subgoals of the project were to see how the collected data can be used for geolocation and how precise the results can be to locate and predict the movement of a unit.

During the project, the data collection was done by a project partner within a confined area inside a building using colleagues' mobile phones, with their knowledge and consent. The data was collected based on specific scenarios. The different scenarios were set up to see how the captured data could vary based on different realistic situations e.g if an individual is standing still, moving in different patterns or moving between different rooms.

This master's thesis presents an overview of ways to clean a data set and which of the cleaning methods were used on the data set. We also explain why exactly these cleaning methods were used and how they affected the data set. The data set was analyzed using four main geolocation methods: Angel of Arrival, Time of Flight, Fingerprinting using signal strength and Triangulation or Multilateration using signal strength. The methods were evaluated and tested with the data set to see which methods worked and the degree to which they worked. If the methods did not work with the given data set it was explained what had to be changed for the method to work.

It turned out that only one of the four geolocation methods (assuming triangulation and multilateration are grouped into the same category) could be used on the given data set. The two methods, Angel of Arrival and Time of Flight, could not be tested since the special equipment needed was not available to ensure correct data information and the data it selves did not contain enough information. The third method, fingerprinting using signal strength, did not need any extra equipment, but the lack of enough data packets due to time and other uncertainties meant that the method could not be used on the given data set. The fourth and final method, triangulation or multilateration using signal strength, was the only one that could be used on the given data set with sufficient accuracy. This method seemed to provide an accuracy of a few meters and could possibly be used to obtain increased situational awareness.