Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/36171| Título: | Improving bluetooth low energy-based angle of arrival estimation using constant tone extension subset sampling |
| Título(s) alternativo(s): | Melhorando a estimativa de ângulo de chegada com base em bluetooth low energy usando amostragem de subconjunto da extensão de tom constante |
| Autor(es): | Iglesias Rodriguez, Erick Adrian |
| Orientador(es): | Brante, Glauber Gomes de Oliveira |
| Palavras-chave: | Internet das coisas Algorítmos Tecnologia bluetooth Modelos matemáticos - Desenvolvimento Internet of things Algorithms Bluetooth technology Mathematical models - Development |
| Data do documento: | 27-Fev-2025 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Curitiba |
| Citação: | IGLESIAS RODRIGUEZ, Erick Adrian. Improving bluetooth low energy-based angle of arrival estimation using constant tone extension subset sampling. 2025. Dissertação (Mestrado em Engenharia Elétrica e Informática Industrial) - Universidade Tecnológica Federal do Paraná, Curitiba, 2025. |
| Resumo: | O uso de sistemas IoT tem aumentado constantemente tanto na indústria quanto nos consumidores de tecnologia devido à relevância no dia a dia da IoT na sociedade. A relevância da IoT continua a crescer, bem como a maior precisão e o rápido posicionamento tornam-se cruciais devido ao impacto direto na qualidade do serviço. Consequentemente, alcançar um posicionamento interno ideal é essencial para a eficácia e confiabilidade de tais soluções. Em seguida, o trabalho analisa o impacto do uso de um subconjunto de amostras IQ no desempenho como precisão do AoA baseado em BLE. Então, o trabalho desenvolve um modelo matemático e um projeto experimental para testar o impacto das amostras IQ no desempenho do AoA usando MATLAB; implementa a configuração experimental para coletar amostras IQ usando os transmissores BLE Thunderboard EFR32BG22 e a Direction Finding Radio Board (BRD4185A)EFR32BG22 da Silicon Labs; identifica padrões entre amostras de IQ e desempenho AoA como precisão para os subconjuntos; e analisa e explica os resultados obtidos. |
| Abstract: | The use of IoT systems has been constantly increasing in both industry and technology consumers because of their relevance in society’s daily life. The relevance of IoT continues to grow as well as the enhanced accuracy and rapid positioning become crucial due to the direct impact of the quality of service. Consequently, achieving optimal indoor positioning is essential for the effectiveness and reliability of such solutions. Then, the work analyzes the impact of using a subset of IQ samples on the AoA-based BLE performance as accuracy. For that purpose, the work develops a mathematical model and an experimental design to test the impact of the IQ samples on the AoA-based BLE performance using MATLAB; implements the experimental setup to collect IQ samples using the BLE transmitters Thunderboard EFR32BG22 and the Direction Finding Radio Board (BRD4185A) EFR32BG22 from Silicon Labs; identifies patterns between IQ samples and AoA performance as accuracy for the subsets; and analyzes and explains the obtained results. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/36171 |
| Aparece nas coleções: | CT - Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| aoasubsetsampling.pdf | 1,26 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
