首页/论文/1307.3147

arXiv 1307.31472013-07cs.NI

集成GPS、GSM和移动电话进行位置跟踪和监控

Integrating GPS, GSM and Cellular Phone for Location Tracking and Monitoring

B. P. S. Sahoo, Satyajit Rath

备注：: Proceedings of International Conference on Geospatial Technologies and Applications, February 2012, IIT Bombay, Mumbai, India

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

移动设备作为手持设备的广泛传播导致了各种创新应用，这些应用利用了它们在我们日常生活中不断增加的存在。一个这样的应用是位置跟踪和监视。本文提出了一个原型模型的位置跟踪使用地理定位系统（GPS）和全球移动通信系统（GSM）技术。该系统显示在监视器上的对象的移动路径，相同的信息也可以被传送到用户的手机上，在用户的需求，通过询问特定的信息，通过短信。这个系统是非常有用的汽车盗窃的情况下，青少年司机被观看和监控的父母。结果表明，该算法能够以最小的跟踪误差跟踪目标.

英文摘要：

The wide spread of mobiles as handheld devices leads to various innovative applications that makes use of their ever increasing presence in our daily life. One such application is location tracking and monitoring. This paper proposes a prototype model for location tracking using Geographical Positioning System (GPS) and Global System for Mobile Communication (GSM) technology. The system displays the object moving path on the monitor and the same information can also be communicated to the user cell phone, on demand of the user by asking the specific information via SMS. This system is very useful for car theft situations, for adolescent drivers being watched and monitored by parents. The result shows that the object is being tracked with a minimal tracking error.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

基于隐马尔可夫模型的低端GSM手机定位方法

A Hidden Markov Model for Localization Using Low-End GSM Cell Phones

GSM电话的位置确定的研究最近已经获得了兴趣，因为它能够实现广泛的基于位置的服务。基于RSSI的技术已经成为手机上GSM定位的首选方法，因为RSSI信息在所有蜂窝电话中都可用。虽然GSM标准允许手机从多达七个蜂窝塔接收信号强度信息，但今天的许多手机都是低端手机，只有有限的API支持，只能提供有关相关蜂窝塔的信息。此外，在世界上的许多地方，蜂窝塔的密度非常小，因此，用于定位的可用蜂窝塔信息非常有限。这提出了利用非常有限的信息（主要是相关联的蜂窝塔的RSSI）准确地确定蜂窝电话位置的挑战。在本文中，我们提出了一个隐马尔可夫模型为基础的解决方案，利用信号强度的历史，只有相关的细胞塔，以实现准确的GSM定位。我们讨论了实施我们的系统所面临的挑战，并介绍了我们的系统的细节以及它如何应对这些挑战。为了评估我们提出的系统，我们在基于Android的手机上实现了它。两个不同的测试床，代表城市和农村环境的结果表明，我们的系统提供了至少156%的提高中位误差在农村地区和至少68%的提高中位误差在城市地区相比，目前的RSSI为基础的GSM定位系统

2010-10-17cs.NI

GAC：高能效的GPS-加速度计-罗盘混合定位GSM

GAC: Energy-Efficient Hybrid GPS-Accelerometer-Compass GSM Localization

将位置添加到可用信息中可以启用新类别的应用程序。随着手机电池的限制，节能定位成为一个重要的挑战。在本文中，我们介绍了一个低能量校准免费定位方案的基础上，在今天的许多手机的内部传感器。我们首先对可用于定位的不同传感器进行能量分析。在此基础上，我们提出了GAC：一个混合的GPS/加速度计/罗盘方案，主要依赖于使用低能量的加速度计和罗盘传感器和使用GPS很少同步。我们在支持Android的手机上实现了我们的系统，并在高速公路和市内驾驶环境中进行了评估。我们的研究结果表明，所提出的混合方案具有指数节能，与GPS精度相比，精度的线性损失。我们还评估了不同参数对能量精度权衡的影响。

2010-04-19cs.NI

CellSense：一种基于概率RSSI的GSM定位系统

CellSense: A Probabilistic RSSI-based GSM Positioning System

在过去的几年里，上下文感知应用程序已经获得了巨大的兴趣。随着手机成为无处不在的计算设备，手机定位成为一个重要的研究问题。在本文中，我们提出了CellSense，一个基于概率RSSI的指纹定位系统的GSM手机。我们讨论了在GSM网络中实现概率指纹本地化技术的挑战，并介绍了CellSense系统的细节以及它如何解决这些挑战。为了评估我们提出的系统，我们在基于Android的手机上实施了CellSense。两个不同的测试平台，代表城市和农村环境的结果表明，CellSense提供了至少23.8%的提高，在农村地区和至少86.4%，在城市地区相比，其他基于RSSI的GSM定位系统的准确性。这带来了计算需求的最小增加。我们还评估了改变不同的系统参数的准确性和复杂性的权衡的影响。

2010-04-19cs.NI

CellSense：一种精确节能的GSM定位系统

CellSense: An Accurate Energy-Efficient GSM Positioning System

在过去的几年里，上下文感知应用程序已经获得了巨大的兴趣。随着手机成为无处不在的计算设备，手机定位成为一个重要的研究问题。在本文中，我们提出了CellSense，一个基于探测器RSSI的指纹定位系统的GSM手机。我们讨论了在GSM网络中实现概率指纹定位技术的挑战，并介绍了CellSense系统的细节以及它如何解决这些挑战。然后，我们使用一种混合技术来扩展所提出的系统，该混合技术结合了概率和确定性估计，以实现高精度和低计算开销。此外，混合技术的精度对参数值的变化具有鲁棒性。为了评估我们提出的系统，我们在基于Android的手机上实施了CellSense。来自代表城市和农村环境的两个不同测试平台的结果表明，与当前基于RSSI的GSM定位系统相比，CellSense在农村地区的准确度至少提高了108.57%，在城市地区至少提高了89.03%。此外，所提出的混合技术提供了超过6倍和5.4倍的计算需求减少相比，最先进的RSSI为基础的GSM定位系统的农村和城市testbands.We还评估了不同的系统参数的影响，改变的准确性和复杂性的权衡，以及如何影响系统性能的细胞塔密度和指纹密度。

2011-10-15cs.NI

GSM移动性数据的空间离群点检测

Spatial Outlier Detection from GSM Mobility Data

这篇论文已被作者撤回。随着蜂窝网络的迅猛发展，大量的移动数据集被提供，这吸引了研究人员将人类的移动行为纳入时空现象的研究范畴。移动剖面的建立是时空趋势分析的主要任务，它可以从数据集中可用的位置信息中提取。位置信息通常通过GPS、服务提供商辅助的伪GPS和小区全球身份（CGI）来收集。由于GPS相关方法中的高功耗和额外的资源安装要求，小区全球身份是用于位置信息的最便宜的方法和容易获得的解决方案。CGI位置信息是四个集头，即移动国家代码（MCC）、移动网络代码（MNC）、位置区域代码（LAC）和小区ID，位置信息以经度和纬度坐标的形式通过任何可用的小区ID数据库（例如使用CGI的Google位置API）来检索。然而，由于GSM网络的快速增长，由GSM服务提供商和技术转移到3G的拓扑结构的变化在某种程度上是一个问题，在它的精确的空间提取，所以位置提取必须首先处理的空间离群点的问题移动性建设。本文提出了一种从GSM CGI数据中检测空间异常值的方法，该方法基于层次聚类，并使用基本的GSM网络结构属性。

2012-09-21cs.NI

通过NS2和现实生活模拟跟踪GSM中的3D位置

Simulation to track 3D location in GSM through NS2 and real life

近年来，移动通信的成本显著下降，导致移动电话使用的急剧增加。广泛的使用导致手机成为其他应用程序的强大替代品，其中之一是跟踪。这使得执法机构能够检测超速车辆，组织能够跟踪其员工。目前采用的3种主要跟踪方式是（a）通过GPS [1]（b）数据包的信号衰减特性[3]和（c）使用GSM网络[2]。全球定位系统的初始成本非常高，导致使用率低，而（b）需要非常高精度的测量装置。本文提出了一种基于GSM的跟踪技术，消除了上述开销，在NS2中实现，并显示了现实生活中的模拟的局限性。在NS2模拟期间实现了97%的准确度，这与上述替代跟踪方法相当。

2010-03-18cs.NI

更多相关论文收起更多论文

SenseDroid：一种基于Android手机的上下文感知移动传感器网络信息交换框架

SenseDroid: A Context-Aware Information Exchange Framework for Mobile Sensor Networks Using Android Phones

移动电话和智能电话已经发展成为非常强大的设备，其具有在除了通用通信之外的许多应用领域中利用的潜力。随着每一年的过去，我们看到越来越强大的智能手机正在制造，其中有大量强大的嵌入式传感器，如麦克风，摄像头，数字指南针，GPS，加速度计，温度传感器等等。此外，能够轻松地编程今天的智能手机，使我们能够利用这些传感器，在各种各样的应用，如个人安全，紧急和灾难响应，态势感知，远程活动监控，运输和环境监测。在本文中，我们调查现有的移动电话传感方法和应用领域。我们还制定了我们的项目，SenseDroid的架构框架，其效用，局限性和未来可能的应用。

2015-07-10cs.NI

利用低功耗传感器挖掘用户重要的行车路线

Mining Users' Significant Driving Routes with Low-power Sensors

虽然在感知和识别用户的重要地点方面有大量的工作，但很少关注用户的重要路线。认识到这些常规行程，为开发新的应用程序打开了大门，如个性化的旅行提醒，并增强了用户的旅行体验。然而，传统位置感测技术（诸如基于GPS或WiFi的定位）的高能耗是通过智能手机进行被动且无处不在的路线感测的障碍。在本文中，我们提出了一个被动的路线传感框架，连续监测车辆用户只通过手机的陀螺仪和加速度计。该方法可以通过时间扭曲电话在运输中所经历的角速度来区分和识别用户所采取的各种路线，并且与车辆内的电话取向和位置、小弯路和交通状况无关。我们比较了这种方法的路线学习和识别能力与GPS轨迹分析，并表明它达到了类似的性能。此外，通过嵌入式协处理器（大多数新一代手机都有），它比GPS传感器节省了一个数量级的能源。

2014-09-08cs.CYcs.NI

移动性轮廓建立中的小区振荡解决方案

Cell Oscillation Resolution in Mobility Profile Building

这篇论文已被作者撤回。通过提取重要位置，移动性配置文件的建立成为基于位置的服务（LBS）中广泛研究的领域。在三个参考定位系统下记录移动轨迹，这三个参考定位系统是基于卫星的即GPS、基于网络的即GSM和本地定位即WLAN、RFID、IrDA。基于卫星的定位和本地定位由于高功耗、额外的资源安装、低精度和空间限制而不太令人鼓舞。因此，基于网络的定位，即GSM是通过小区全球身份（CGI）进行移动性跟踪的唯一可行的解决方案。CGI提供Cell-id以从移动历史中提取重要位置。然而，CGI面临小区振荡问题，其中用户即使在静止状态下也被分配多个Cell-Id以用于负载均衡和GSM小区重叠。在本文中，我们提出了两个半监督的方法来解决细胞振荡，即语义标记和重叠区域聚类，所提出的方法是同样有用的重要地点的识别。

2013-10-24cs.NI

COMONet：社区移动网络

COMONet: Community Mobile Network

近年来，移动电话的密度迅速增加。当前移动电话技术的一个缺点是，即使主叫方和被叫方在彼此的无线电范围内，它也迫使所有呼叫通过蜂窝基站。已经提出了混合蜂窝网络和非授权移动接入（UMA）作为使移动电话用户能够绕过蜂窝基站的解决方案。然而，这些技术要么需要特殊的硬件，要么在某些情况下必须依赖服务提供商。我们发现，大多数现成的移动电话都支持Wi-Fi（和蓝牙）。我们提出了一个社区移动网络（COMONet），它利用Wi-Fi（和蓝牙）建立移动电话用户之间的ad hoc网络，以绕过GSM基站尽可能。COMONet不依赖于特殊的非商品硬件，它是一个基于软件的解决方案。COMONet监视自组织网络上的所有可用路径，并且如果自组织网络上的路径不可用，则COMONet透明地切换到服务提供商的GSM基站上的常规路径。在COMONet中，主叫方和被叫方不必在彼此的Wi-Fi或蓝牙范围内进行呼叫，因为COMONet能够通过参与COMONet的其他移动节点路由呼叫。

2020-09-13cs.NIcs.SI

无线体域传感器网络定位技术性能研究

Performance Study of Localization Techniques in Wireless Body Area Sensor Networks

无线体域传感器网络（WBASNs）的主要问题之一是有效的定位。存在用于室内和室外环境以定位人的各种技术。本研究评估并比较了室内环境中无线传感器的最佳放置优化方案的性能，患者可以在其中进行日常活动。在室内环境下，比较了距离矢量跳算法、基于比较接收信号强度指示的环重叠算法（ROCRSSI）、粒子滤波和卡尔曼滤波定位跟踪技术的定位精度。结果表明，粒子滤波优于所有。GPS和GSM定位跟踪方案的基础上提出了室外环境的几种技术。基于隐马尔可夫GSM的定位跟踪方案在定位精度和计算开销方面有效地表现在所有方案中。

2012-07-06cs.NI

多样性和规模问题：使用单个蜂窝塔信息的普适交通模式检测

The Diversity and Scale Matter: Ubiquitous Transportation Mode Detection using Single Cell Tower Information

检测用户的运输模式对于广泛的应用是重要的。虽然许多最近的系统使用无处不在的移动电话来解决交通模式检测问题，但这些研究利用GPS、惯性传感器和/或多个蜂窝塔信息。然而，这些不同的电话传感器具有高能量消耗，限于电话的小子集（例如，高端电话或支持相邻蜂窝塔信息的电话），不能在某些区域中工作（例如，在用于GPS的隧道内），和/或仅从用户侧工作。在本文中，我们提出了一个交通模式检测系统，MonoSense，利用手机服务小区的信息。其基本思想是，手机速度可以与从服务蜂窝塔ID和接收信号强度中提取的特征相关联。为了利用这些有限的信息实现高检测精度，MonoSense利用沿多个轴的多样性来提取新特征。具体地，MonoSense从不同滑动窗口大小上的服务小区塔可用的时域和频域信息两者中提取特征。更重要的是，我们还表明，对数和线性RSS尺度可以提供不同的信息，手机的运动，进一步丰富的特征空间，并导致更高的准确性。MonoSense使用覆盖485公里的135小时蜂窝轨迹进行评估，并由四名用户使用不同的Android手机收集，结果表明，它可以在仅使用服务蜂窝塔信息的情况下区分静止，步行和驾驶模式时分别实现89.26%和89.84%的平均准确率和召回率，突出了MonoSense能够实现广泛的智能交通应用的能力。

2015-02-05cs.CYcs.NI

基于蓝牙技术的室内跟踪系统

An Indoor Tracking System Based on Bluetooth Technology

跟踪系统的实现由于其在目标位置检测方面的优势而成为现代技术中的普遍问题。通常使用基于GPS、GSM、RFID和蓝牙信号强度实现的跟踪器来跟踪对象。这些机制通常需要视线操作、有限的覆盖范围和用于访问蓝牙信号强度的低级程序设计语言。本文提出了一种基于蓝牙通信技术、运动学原理和最小二乘统计方法的室内目标运动跟踪方法。使用Java设计和实现算法

2012-09-13cs.NI

使用Wi-Fi接入点的蓝牙导航系统

Bluetooth Navigation System using Wi-Fi Access Points

在GPS、GSM、蓝牙、IR、Wi-Fi和雷达等技术的帮助下，已经开发了各种导航和跟踪系统。使用GPS已经相当成功地部署了室外定位系统，但是由于各种原因，用于室内环境的定位系统仍然没有广泛部署。其中大多数仅使用单一技术进行定位，但使用多种技术相互合作始终有利于获得更高的准确性。特别是，使用蓝牙的那些更好，因为它们会增强这种系统的可扩展性，因为这种技术被普通人使用，所以总是很容易跟踪它们。同时也在一定程度上降低了硬件安装成本。这里介绍的系统主要使用蓝牙与Wi-Fi接入点相结合进行定位和跟踪。使这种系统的商业应用更容易和更便宜的原因是，今天的大多数局部区域，如大学校园，办公室，都使用这些接入点提供互联网连接。

2012-04-08cs.NI

基于Cell-id的移动数据精确定位捕获

Precise Location Acquisition of Mobility Data Using Cell-id

这篇论文已被作者撤回。蜂窝网络数据已成为提取用户移动性和时空趋势的研究热点。移动数据中的位置绑定可以通过不同的方法来完成，如GPS、服务提供商辅助的伪GPS和小区全球身份（CGI）。在这些方法中，小区全球身份是最便宜的方法和现成的解决方案的移动性提取，但精确的空间提取是在某种程度上是一个问题。本文提出的空间提取技术的移动电话用户的原始数据，其中携带的信息，如位置信息，邻近位置和活动的主题。本工作主要集中在数据预处理的方法和技术，解释低级别的移动性数据到高级别的移动性信息，使用设计的聚类方法和可获得的Cell-ID数据库。工作提出了半监督的策略，通过使用语义标签信息和删除空间离群点来获得缺失位置，以精确构建移动性剖面。

2012-09-21cs.NI

感知多模式移动模式：赫尔辛基使用蓝牙信标和移动应用的案例研究

Sensing Multi-modal Mobility Patterns: A Case Study of Helsinki using Bluetooth Beacons and a Mobile Application

详细了解城市地区内的多式联运模式对于公共基础设施规划、交通管理和以用户需求为中心设计公共交通服务至关重要。然而，即使随着无处不在的计算的兴起，及时感知城市移动模式仍然是一个挑战。传统的数据源无法完全捕获门到门的轨迹，并依赖于一组模型和假设来填补其空白。本研究重点关注通过赫尔辛基首都地区当地PT运营商HSL的移动票务应用程序收集的新型数据源。HSL的数据集名为TravelSense，通过蓝牙信标、手机GPS和手机操作系统活动检测来记录匿名旅行者在赫尔辛基地区的活动。在这项研究中，TravelSense数据集的处理和分析，揭示时空移动模式的一部分，调查其在移动传感工作的潜力。该数据集的代表性验证与两个外部数据源-移动电话出行数据（需求模式）和旅行调查数据（模式共享）。最后，实际的观点，这个数据集可以产生通过初步分析的PT转移在多式联运的研究区域内。

2022-09-04cs.DBcs.NI

Crescendo：一个基于普适蜂窝网络的无结构定位系统

Crescendo: An Infrastructure-free Ubiquitous Cellular Network-based Localization System

非常需要一种易于部署并且对于所有移动设备同样有效的无处不在的室外定位系统。全球定位系统尽管精度很高，但不能可靠地用于这一目的，因为它既不能用于低端电话，也不能用于卫星覆盖率低的地区。另一方面，过度的维护和部署成本禁止了经典指纹识别方法的应用。在本文中，我们提出了Crescendo，一个基于蜂窝网络的户外定位系统，不需要校准或基础设施的支持。Crescendo建立在从计算几何中借来的技术基础上，以估计用户的位置。具体地，给定由移动终端听到的网络小区，其利用网络站点的沃罗诺伊图来提供初始模糊区域，并且通过利用成对站点比较和可见小区信息来递增地减小该区域。在城市和农村地区使用真实数据的渐强评估显示，中位数精度分别为152米和224米。这比经典技术分别提高了至少18%和15%。

2019-01-29cs.NI

安全的移动身份

Secure Mobile Identities

每个移动用户（电话号码、IMSI）和设备（IMEI）的唯一身份远不安全，并且越来越容易受到各种网络级威胁的影响。对弱SIM认证层的高度依赖并没有为移动用户提供任何端到端安全性的概念。我们提出了安全移动身份（SMI）的设计和实现，重复的密钥交换协议，使用这种弱SIM认证为基础，使移动用户建立更强的身份真实性。SMI的安全保证直接依赖于用户的移动性，并通过提供可信位置签名的外部可信实体（例如可信GPS、NFC同步点）进一步增强。在本文中，我们证明了我们的协议使用标准的移动模型的实施和分析的有效性。

2016-04-16cs.CRcs.NI