Abstract: this work describes the implementation

Roberto Stomeo, Giovanni Cortese, Fabrizio Davide Telecom Italia Learning Services Davide Dardari, Andrea Conti, Oreste Andrisano IEIIT-CNR, DEIS Università degli Studi di Bologna NOTE COSTRUZIONE DI MAPPE RADIO PER LA LOCALIZZAZIONE DI TERMINALI BASATA SU WIRELESS LAN IEEE 802.11B (IMPROVING EFFECTIVENESS OF RADIO MAPS FOR LOCALIZATION OF MOBILE TERMINALS USING WIRELESS LAN IEEE 802.11B) Sommario: Il lavoro descritto in questo articolo riguarda le problematiche concernenti l implementazione di sistemi di localizzazione basati su mappe di potenza, utilizzando reti WLAN di tipo IEEE 802.11b, per la rilevazione della posizione dell utente in ambienti indoor ad uso ufficio. Abstract: this work describes the implementation issues concerning location systems based on radio maps obtained by Wireless LAN IEEE 802.11b, in order to map users' positions in indoor environment. INTRODUZIONE La mobilità è stata una dei fattori chiave nel grande successo delle tecnologie wireless. La possibilità di localizzazione dell utente all interno dell ambiente apre la strada ad un ampio insieme di applicazioni in grado di rendere disponibili agli utenti i servizi che più si adattano al contesto in cui gli utenti si trovano (contex-aware services) fra i quali, ad esempio, la guida virtuale. Un sistema context-aware include tipicamente: un insieme di sensori di varia tipologia (visione, audio, ambientali, radio), installatinell ambiente, in grado di rilevare una varietàdi informazioni sullo stato dell ambiente, delle persone e oggetti presenti al suo interno componenti di elaborazione e analisi del flusso dati sensoriali (ad esempio, componenti di analisi di scena visiva), in grado di estrarre informazioni a livello semantico dai dati sensoriali (presenza, posizione, situazioni di pericolo etc.) middleware per la distribuzione dei dati di contesto alle applicazioni applicazioni in grado di sfruttare l informzione di contesto per adattare le caratteristiche del servizio offerto alle esigenze dell utente. È necessario quindi sviluppare tecniche che permettano di ottenere informazioni accurate della posizione dell utente mobile. Nel corso degli anni sono state sviluppate varie tecniche di localizzazione, che permettono di determinare la posizione di un qualsiasi dispositivo rispetto a dispositivi con posizioni note: la più famosa di queste, anche come successo dal punto di vista commerciale, è sicuramente la tecnologia GPS (Global Positioning System), basata sulle rilevazioni ottenute da una rete di satelliti, che tuttavia non garantisce copertura in ambienti chiusi. Oggi altre tecnologie, come le WLAN (Wireless Local Area Network) [1], si stanno proponendo come valide candidate per realizzare la funzionalità di localizzazione attraverso infrastrutture radio terrestri che forniscono informazioni di localizzazione sulla base del confronto dei livelli di potenza ricevuti dai vari punti d accesso (access point). Il presente articolo, focalizzato sul problema della localizzazione dei dispositivi in ambienti indoor mediante mappe radio, si inquadra in un progetto molto più ampio di rilevanza nazionale, chiamato VICom (Virtual Immersive Communications) [2]. VICom è un progetto della durata di tre anni, proposto dal Fondo Italiano per la Ricerca di Base (FIRB) e finanziato dal MIUR (Ministero dell Istruzione, dell Università e della Ricerca), che ha avuto inizio nel novembre 2002 con termine novembre 2005. Il progetto VICom La Comunicazione - numero unico 2004 53

NOTE Roberto Stomeo, Giovanni Cortese, Fabrizio Davide, Davide Dardari, Andrea Conti, Oreste Andrisano mira ad investigare le possibilità di utilizzo di diverse tecnologie nell ambito della Telepresenza Immersiva Virtuale (Virtual Immersive Telepresence) che comprende l insieme delle tecniche che permettono all utente di interagire con l ambiente e con altri utenti, al fine di ottenere informazioni dal contesto, scambiare dati rilevanti e accedere a vari tipi di servizi. I principali obiettivi del lavoro qui descritto sono stati i seguenti: - analizzare i fattori che influiscono sulla precisione della localizzazione dell utente, concentrandosi particolarmente sulle condizioni ambientali in cui il posizionamento viene eseguito; - determinare una procedura per ottimizzare la generazione delle mappe radio utilizzate per il posizionamento; - individuare possibili metodi per il miglioramento della localizzazione. Dopo una descrizione introduttiva di alcune tecniche di localizzazione basate su mappe di radio, l articolo analizza le problematiche inerenti il posizionamento dell utente, concentrandosi sulle condizioni ambientali che rappresentano una forte causa di errori nella rilevazione della localizzazione dell utente. Successivamente vengono descritti e analizzati i test effettuati e, infine, si proporrà un metodo per il miglioramento della localizzazione del dispositivo client (Context-Aware Radio Maps). TECNICHE DI LOCALIZZAZIONE INDOOR Mentre per la localizzazione outdoor il GPS (Global Positioning System) è già ampiamente utilizzato da diversi servizi commerciali, le avverse caratteristiche di propagazione dei segnali radio rendono particolarmente critico il funzionamento di sistemi di localizzazione indoor. I primi esperimenti con sistemi sensibili al contesto hanno fatto uso dell informazione su scala locale, con riferimento ad una stanza, generata da Badge Attivi a infrarossi (sistema Active Badge [3]). Tuttavia molte applicazioni richiedono una informazione tridimensionale di localizzazione e di orientamento a grana fine che i Badge Attivi non possono fornire. Pertanto è stato sviluppato, presso i laboratori di ricerca AT&T di Cambridge, un sistema di localizzazione ultrasonico tridimensionale che è a bassa potenza, wireless e relativamente poco caro denominato Active Bat [4]. Il sistema di localizzazione ultrasonico Bat è basato sul principio della multi-laterazione, che valuta le coordinate degli oggetti attraverso stime di distanze in relazione alle posizioni note di unità installate sul soffitto. Un breve impulso di ultrasuoni è emesso da un trasmettitore (un Bat) attaccato all oggetto che deve essere localizzato e si misurano i tempi di propagazione dell impulso fino ai ricevitori montati in punti noti del soffitto. Altri sistemi di tipo acustico sono stati proposti i vari centri di ricerca [5] con buoni risultati in termini di precisioni ottenute (qualche decina di centimetri). Recentemente hanno suscitato molto interesse, anche commerciale, sistemi di localizzazione basati sulle tecniche di analisi della scena (scene analysis). Il grosso vantaggio di queste tecniche, rispetto a quelle acustiche, risiede nella possibilità di poter funzionare utilizzando sistemi non dedicati basati sullo standard WLAN ormai ampiamente diffuso IEEE 802.11 dei quali sfruttano la possibilità di conoscere il livello di potenza del segnale ricevuto (received signal strength indicator, RSSI) dagli Access point (uno dei primi sistemi di questo tipo fu il sistema RADAR [6]). I sistemi di localizzazione per ambienti indoor che utilizzano lo standard di comunicazione IEEE 802.11 hanno una tipologia di funzionamento che prevede al suo interno due fasi [7]: nella prima si misurano i valori di potenza dei segnali (RSSI) inviati dagli Access Point in tutta l area di interesse, generando la mappa radio (fase off-line); successivamente questi valori vengono utilizzati, elaborati e confrontati con quelli ricevuti durante lo spostamento reale dell utente (dispositivo client) per stimare la localizzazione (fase on-line). La precisione e l accuratezza della localizzazione è notoriamente molto sensibile alle condizioni in cui sono state generate le mappe radio. Le tecniche più utilizzate per la costruzione di mappe radio e per la determinazione della localizzazione dell utente in ambienti indoor, sono principalmente due [8]: Joint Clustering Technique e Incremental Triangulation Technique. Nella fase off-line, uguale per entrambe le tecniche, vengono eseguite due procedure: viene definita, in determinate posizioni (loc- 54 La Comunicazione - numero unico 2004

COSTRUZIONE DI MAPPE RADIO PER LA LOCALIZZAZIONE DI TERMINALI BASATA SU WIRELESS LAN IEEE 802.11B (IMPROVING EFFECTIVENESS OF RADIO MAPS FOR LOCALIZATION OF MOBILE TERMINALS USING WIRELESS LAN IEEE 802.11B) NOTE tion) 1, la distribuzione di probabilità dei valori di RSSI ricevuti dagli access point; vengono raggruppate le location in clusters 2. Nella tecnica di Joint Clustering, durante la fase online, viene utilizzato il seguente algoritmo per la rilevazione della locazione dell utente. Le sequenze di misure di potenza ricevute dagli access point nella locazione corrente dell utente vengono confrontate con quelle memorizzate nella mappa radio generata nella fase off-line. Gli access point con il valore di intensità del segnale più elevato determinano il cluster in cui andare a cercare la posizione più probabile del dispositivo client. Successivamente viene applicato il teorema di Bayes 3 per determinare la probabilità che ogni location ha, entro il cluster scelto, di possedere quella determinata sequenza di segnali ricevuti. La location più probabile individuerà la posizione dell utente. Per quanto riguarda, invece, la tecnica Incremental Triangulation, nella fase on-line vengono dapprima individuati gli access point che coprono quella determinata posizione, i quali vengono ordinati in maniera decrescente secondo il valore medio delle intensità dei segnali ricevuti. Per il primo AP, quello con il valore di RSSI più grande, viene calcolata la probabilità che ogni location della mappa radio ha di poter ricevere la sequenza inviata considerando solo un access point. Questo permetterà di evidenziare i luoghi che hanno una probabilità diversa da zero di ricevere i segnali. Se la determinazione della location più probabile risulta avere un valore significativamente alto (in base ad una soglia minima definita nell algoritmo) rispetto alla seconda location, abbiamo ottenuto la stima della migliore posizione dell utente attraverso l analisi di un solo access point. Se questo non risulta verificato dobbiamo andare a considerare il secondo access point facente parte della lista e, in seguito, ripetere lo stesso procedimento considerando solo l insieme di posizioni selezionate dal primo AP. Questo processo incrementa il numero degli AP fino al raggiungimento di una determinata stima della localizzazione, o in alternativa fino a quando tutti gli access point sono stati considerati. Confrontando le due tecniche sopra esposte possiamo rilevare come la tecnica Joint Clustering, che permette generalmente una migliore accuratezza nella determinazione della localizzazione del dispositivo client rispetto alla tecnica Incremental Triangulation, esegue però un numero di operazioni più elevate. La scelta tra le due tecniche sarà quindi effettuata in base a ciò che risulta necessario in sede di progetto: se l accuratezza della localizzazione risulta più importante rispetto alla complessità computazionale, allora si sceglierà la tecnica Joint Clustering; (questa è utilizzata dal sistema commerciale da noi utilizzato, EKAHAU Positioning Engine [9]); al contrario, se il fattore chiave risulta la complessità computazionale richiesta allora si preferirà la tecnica Incremental Triangulation. PROBLEMATICHE DELLA LOCALZA- ZIONE IN AMBIENTI INDOOR Le variabili che influenzano la localizzazione, rendendola complessa, sono svariate. Ogni ambiente possiede delle caratteristiche che lo rendono unico [10], in vista di ciò le problematiche più usuali che vengono riscontrate nella realtà sono riportate nella seguente Figura 1. 1 La location rappresenta un punto dell area da monitorare in cui vengono registrate le intensità dei segnali inviati dagli access point al dispositivo client. 2 Il cluster rappresenta un insieme di location che posseggono simili proprietà. 3 Regola di BAYES: P(L O) = P(O L) P(L)/P(O) P(O L) è la probabilità condizionata di ottenere l osservazione O nella location L P(L) probabilità della locazione L P(O) probabilità dell osservazione O Figura 1: fenomeni che condizionano le tecniche di localizzazione La Comunicazione - numero unico 2004 55

NOTE Roberto Stomeo, Giovanni Cortese, Fabrizio Davide, Davide Dardari, Andrea Conti, Oreste Andrisano - NUMERO DI ACCESS POINT: rappresenta il numero di access point che sono rilevaticontemporaneamente dal dispositivo client nel luogo in cui è localizzato; - VELOCITÀ UTENTE: rappresenta la velocità con cui si muove il dispositivo client (utente) durante il suo spostamento nell area da monitorare (m/sec); - INTERVALLO DI SCANSIONE: indical intervallo di tempo di lettura del sistema dei valori di RSSI durante la fase di rilevazione del dispositivo; - DENSITÀ DI CALIBRAZIONE: rappresenta la risoluzione dei punti di misura (sample point) che vengono registrati nell area di interesse durante la fase di calibrazione (fase off-line); - CONDIZIONI AMBIENTALI: indica la condizione in cui avviene la localizzazione che può variare con la presenza di altri utenti nell ambiente, specificamente la presenza e/o spostamento delle persone nell'area da monitorare, l apertura o chiusura di porte e finestre, ed altro. Tutti questi parametri influiscono in maniera rilevante e differente sull accuratezza della localizzazione. Mentre le prime quattro variabili possono essere controllate, la quinta (condizioni ambientali) risulta del tutto casuale e quindi di difficile controllabilità in quanto l ambiente viene continuamente modificato dalla presenza dell uomo e dai suoi spostamenti; risulta, quindi, questa la variabile che più influisce sull errore commesso dal sistema nella localizzazione dell utente. I segnali che vengono inviati dagli access point hanno una frequenza di 2,4 GHz e quindi una lunghezza d onda di 12,5 cm. La presenza del corpo umano interferisce con la propagazione del segnale radio che raggiunge il dispositivo client variandone l intensità e determinando un errore nel sistema di localizzazione che fornisce una errata posizione dell utente. In più questo stato di imprevedibilità delle condizioni operative dell ambiente influenzano anche la stabilità delle altre quattro variabili (numero di access point, velocità utente, intervallo di scansione, densità di calibrazione) che dovranno essere rielaborate. Nel seguito del lavoro si cercherà di rilevare sperimentando, in varie condizione ambientali, come le variabili sopra indicate alterano l accuratezza della localizzazione. TEST EFFETTUATI IN AMBIENTE INDOOR AD USO UFFICIO Ekahau Positioning Engine (EPE) è il sistema software che è stato utilizzato per eseguire la localizzazione in un ambiente indoor. La tecnica implementata da Ekahau Positioning Engine, prevede la localizzazione di un dispositivo mobile dotato di un interfaccia di comunicazione IEEE 802.11b in funzione dell intensità dei segnali (RSSI) ad esso inviati periodicamente dagli access point. Un vantaggio nell utilizzo di questo sistema è che non necessita di hardware aggiuntivo per il suo utilizzo. L EPE è progettato per essere usato in un ambiente coperto da una Wireless LAN. Utilizza una tecnica di tipo Client-Server: il dispositivo mobile (Client) rileva le intensità dei segnali emessi dagli access point e li trasmette ad un dispositivo di rete fisso (server di localizzazione). Questo, ricevuti i dati dal dispositivo, utilizzando la Mappa Radio che ha in memoria, determina mediante l algoritmo di localizzazione la posizione dell utente. Per testare e valutare come il numero di access point, la velocità utente, l intervallo di scansione e la densità di calibrazione influiscono sull accuratezza della localizzazione al variare delle condizioni ambientali si è scelto un ambiente indoor ad uso ufficio come visualizzato in Figura 2. Figura 2: ambiente indoor considerato per le misure. 56 La Comunicazione - numero unico 2004

COSTRUZIONE DI MAPPE RADIO PER LA LOCALIZZAZIONE DI TERMINALI BASATA SU WIRELESS LAN IEEE 802.11B (IMPROVING EFFECTIVENESS OF RADIO MAPS FOR LOCALIZATION OF MOBILE TERMINALS USING WIRELESS LAN IEEE 802.11B) NOTE Si può osservare che l ambiente monitorato (24,5 x 21,5 metri) è ad un solo livello, quindi per la determinazione della posizione sono sufficienti solo due coordinate (localizzazione 2D). L ambiente è costituito da una serie di uffici che si affacciano tramite delle porte su un corridoio comune. Al centro, tra le due schiere di uffici, sono presenti delle scale e degli ascensori che comunicano con i diversi piani dell edificio. La prima serie di test è stata condotta utilizzando mappe radio generate in condizioni nominali, cioè senza nessuna persona presente nell area da monitorare. I singoli test avevano lo scopo di misurare l effetto della variazione di uno dei parametri di Figura 1 sulla precisione della localizzazione, in condizioni analoghe a quelle di generazione della mappa radio (nominali). Successivamente, usando la medesima mappa radio sono stati ripetuti i test con la presenza di dieci persone (in una area di 70 mq circa) che si muovevano in maniera del tutto casuale nell area monitorata. I risultati dei test sono riportati in forma grafica nel seguito (Fig. 3, 4 e 5). I test sono stati condotti utilizzando 4 Access Point quando non menzionato altrimenti. Nella Figura 3 viene visualizzato come la precisione di localizzazione varia rispetto alla distanza tra i campioni (densità di calibrazione) registrati nella mappa radio e rispetto al numero di persone presenti durante la fase on-line. Come ci si aspettava la precisione migliora utilizzando un numero di campioni maggiore. L effetto del numero di access point sull errore medio di localizzazione è mostrato in Figura 4 considerando la presenza o meno di persone nell ambiente. Si può notare come l impatto sulle prestazioni di un elevato numero di access point risulti significativo sebbene comporti un aumento del costo complessivo della rete. In generale, la visibilità di 3-4 access point è sufficiente per ottenere prestazioni accettabili. La Figura 5 mostra come la precisione di localizzazione non sia particolarmente influenzata dalla velocità dell utente. L intervallo di scansione, come ipotizzabile anche in modo intuitivo, non influisce sulla accuratezza. In generale, la presenza di persone influisce in Figura 3: errore medio al variare della densità di calibrazione e del numero di persone. Figura 4: errore medio al variare del numero di access point, con 10 persone nell ambiente. Figura 5: errore medio per diverse velocità dell utente. La Comunicazione - numero unico 2004 57

NOTE Roberto Stomeo, Giovanni Cortese, Fabrizio Davide, Davide Dardari, Andrea Conti, Oreste Andrisano modo negativo e significativo sulla precisione a causa delle fluttuazioni di segnale generate rispetto alle condizioni nominali a cui la mappa radio fa riferimento. ANALISI DEI RISULTATI Utilizzando, quindi, una infrastruttura di rete IEEE 802.11b ed il sistema software Ekahau Positioning Engine, abbiamo realizzato un sistema di localizzazione che ci ha permesso di valutare e stimare le varie problematiche affrontate durante la localizzazione dell utente in un ambiente indoor ad uso ufficio. Dai risultati dei test descritti nel precedente capitolo si evince che: - il numero di access point - l intervallo di scansione - la densità di calibrazione, - la velocità dell utente - le condizioni ambientali influenzano la precisione della localizzazione del dispositivo client nel seguente modo: Condizioni Ambientali Sample Point [al metro] Errore Medio [m] Nominali 1 0.800 Nominali 3 0.625 Nominali 5 2.325 Non nominali 1 2.250 Non nominali 3 2.225 Non nominali 5 3.575 Dai risultati delle tabelle sopra esposte si evince che per generare una buona mappa radio, al fine di ottenere una localizzazione più accurata, bisognerebbe utilizzare un numero di access point maggiore di tre, un intervallo di scansione pari a 2000 ms come buon compromesso per un accettabile tempo di risposta del sistema 4, una densità di calibrazione pari a 3 metri ed una velocità di spostamento utente pari 1,5 m/s. Condizioni Ambientali N Access Point Errore Medio [m] Nominali 1 2.600 Nominali 2 1.850 Nominali 3 0.900 Nominali 4 0.625 Non nominali 1 4.000 Non nominali 2 2.825 Non nominali 3 2.425 Non nominali 4 2.225 Condizioni Ambientali Velocità spostamento utente [m/s] Errore Medio [m] Nominali 0 0.625 Nominali 0.5 1.600 Nominali 1 1.200 Nominali 1.5 1.100 Nominali 2 1.500 Non nominali 0 2.225 Non nominali 0.5 2.700 Non nominali 1 2.400 Non nominali 1.5 2.500 Non nominali 1.5 2.700 4 Questo parametro è prevalentemente determinato dalle prestazioni del sistema software di localizzazione 58 La Comunicazione - numero unico 2004

COSTRUZIONE DI MAPPE RADIO PER LA LOCALIZZAZIONE DI TERMINALI BASATA SU WIRELESS LAN IEEE 802.11B (IMPROVING EFFECTIVENESS OF RADIO MAPS FOR LOCALIZATION OF MOBILE TERMINALS USING WIRELESS LAN IEEE 802.11B) NOTE Per quanto riguarda le condizioni ambientali abbiamo valutato e determinato che questo parametro è il più importante, ma nello stesso tempo è il meno gestibile, per la localizzazione dell utente, in quanto risulta di difficile controllabilità. Dai test descritti, infatti, la condizione ambientale, risulta fondamentale per la generazione della mappa radio. Tutte le mappe radio, considerate nel corso dei test effettuati, sono state generate in condizioni nominali, senza alcuna persona presente nell area di interesse, ed i risultati prodotti sono stati soddisfacenti quando, durante la fase di rilevazione del dispositivo, le condizioni ambientali rimanevano invariate. Diversamente, quando si è considerata una mappa radio generata in condizioni nominali (fase off-line), e testata (fase on-line) in condizioni non nominali, in presenza, cioè, di persone che si muovevano in maniera del tutto casuale nell area monitorata, la valutazione della localizzazione risultava imprecisa con un errore maggiore di 2 metri. Nell ultima serie di test, abbiamo eseguito la localizzazione in condizioni ambientali non nominali (rispettivamente con 10, 20 e 30 persone presenti nell ambiente), utilizzando questa volta mappe radio generate nelle medesime condizioni. Queste analisi hanno dimostrato che la precisione della localizzazione risultava migliorata del 50% rispetto ai test, documentati nelle Figure 3, 4 e 5, in cui la localizzazione veniva effettuata con mappe radio generate in condizioni nominali. Questo insieme di test, seppur preliminare, indica che per far diminuire l errore durante la localizzazione bisogna generare la mappa radio nelle medesime condizioni ambientali in cui avviene la fase di rilevazione del dispositivo client; pertanto, in presenza di persone nell area di interesse, per ottenere una buona stima della localizzazione, la mappa radio deve essere opportunamente modificata. Il limite di tale sistema di localizzazione è rappresentato dalla condizione di utilizzo del sistema stesso che ne altera le performance. SVILUPPI FUTURI: CONTEXT-AWARE MAPS Per superare questo limite si può pensare, durante la fase di localizzazione dell utente, di creare una mappatura dinamica (Dynamic Mapping). La mappatura dinamica consiste nel generare, in fase off-line, una molteplicità di mappe radio in diverse condizioni ambientali in modo che tutte concorrano ad una accuratezza migliorata nella localizzazione del dispositivo client. L approccio individuato prevede l utilizzo di una infrastruttura di gestione dati di contesto per determinare in tempo reale le condizioni ambientali (ad esempio, il numero di persone presenti nell area da monitorare, il loro orientamento, lo stato di apertura/chiusura delle porte, ecc.) e, basandosi su queste informazioni, scegliere la mappa radio più idonea da utilizzare per la localizzazione dell utente. In questa ottica ci si aspetta di ottenere un buon livello d accuratezza nella localizzazione anche al variare delle condizioni ambientali, sempre aleatorie in un ambiente indoor ad uso ufficio. Ciò presuppone l integrazione del servizio di localizzazione all interno di una infrastruttura applicativa context aware. Esistono un certo numero di lavori in quest area, fra i quali quello svolto all interno del progetto VICom. Una alternativa interessante in corso di studio consiste nell affidare il compito della localizzazione a reti neuronali di tipo SOM (Self-organizing maps) in grado di apprendere e adattarsi ai cambiamenti presenti nell ambiente [11]. La creazione delle Mappe di Potenza è in ogni caso un processo lento e costoso, per questo motivo sono state proposte diverse soluzioni basate su modelli di propagazione e multi-laterazione [12,13]. L attività descritta è in corso di progettazione all interno del progetto VICom. La Comunicazione - numero unico 2004 59

NOTE Roberto Stomeo, Giovanni Cortese, Fabrizio Davide, Davide Dardari, Andrea Conti, Oreste Andrisano Bibliografia 1. Daniel L. Lough,T. Keith Blankenship, Kevin J. Krizman A Short Tutorial on Wireless LANs and IEEE 802.11 Blacksburg,Virginia. 2. Progetto VICOM, www.vicom-project.it 3. R. Want, A. Hopper, V. Falco, and J. Gibbons. The Active Badge Location System. ACM Transactions on Information Systems, 10(1):91 102, January 1992. 4. A. Ward, A. Jones, A. Hopper, A new location technique for the active office. IEEE Personal Communication Magazine, Vol. 4, No. 5, October 1997, pp. 42-47. 5. N. B. Priyantha,A. K. L. Mui, H. Balakrishnan, S. J.Teller, The Cricket Compass for context-aware mobile applications. In Proceedings of the 7th Annual ACM International Conference on Mobile Computing and Networking (MobiCom 2001), pages 1-14, July 2001. 6. P. Bahl and V. N. Padmanabhan. RADAR:An In- Building RF-based User Location and Tracking System. In IEEE Infocom 2000, volume 2, pages 775 784, March 2000. 7. Paramvir Bahl and Venkata N. Padmanabhan A Software System for Locating Mobile Users: Design, Evaluation, and Lessons Microsoft Research University of California at San Diego. 8. Moustafa A.Youssef,Ashok Agrawala,A. Udaya Shankar, Sam H.Noh A Probabilistic Clustering-Based Indoor Location Determination System University of Maryland, 22 March 2002 http://www.cs.umd.edu/ 9. Guide for Achieving Better Positioning Accuracy http://www.ekahau.com/. 10. Moustafa A.Youssef, Ashok Agrawala Small- Scale Compensation for WLAN Location Determination Systems University of Maryland http://www.cs.umd.edu/. 11. Tesi di Laurea Specialistica Reti Neuronali applicate ai sistemi di localizzazione radio, M.C. Gramellini, Relatore: Prof. Davide Dardari, Dicembre 2004, Università degli Studi di Bologna. 12. J. Hightower, G. Borriello, Location systems for ubiquitous computing, IEEE Computer, Vol. 34, no. 8,Aug, 2001. 13. D.Dardari, A. Conti, A Sub-Optimal Hierarchical Maximum Likelihood Algorithm for Collaborative Localization in Ad-Hoc Networks, First IEEE International Conference on Sensor and Ad hoc Communications and Networks, SECON 2004, Santa Clara, CA, Oct. 2-4, 2004. 60 La Comunicazione - numero unico 2004