Algoritmo para Filtragem Adaptativa de Medições de Distância via Wi-Fi FTM

• Marcos Stenner UFJF http://orcid.org/0009-0001-5830-2947
• Edelberto Franco Silva UFJF https://orcid.org/0000-0002-0058-9260
• Alex B. Vieira UFJF https://orcid.org/0000-0003-0821-126X
• Rodrigo Mendes Peixoto UFJF https://orcid.org/0009-0007-0506-327X
• Michael Zancanella UFJF https://orcid.org/0009-0007-6827-5421
• Emmanuel Okwu UFJF

DOI: https://doi.org/10.5753/sbrc.2025.5836

Resumo

A medição de distâncias usando o protocolo Fine Time Measurement (FTM), que é parte das especificações do Wi-Fi, apresenta limitações significativas devido ao multicaminhamento. Este trabalho propõe um filtro adaptativo assimétrico para melhoria das medições FTM, levando em conta características intrínsecas deste protocolo. O algoritmo desenvolvido implementa um filtro com parâmetros ajustados considerando a velocidade do alvo e a tendência do FTM em superestimar distâncias. Os experimentos demonstraram que o método reduz o erro médio das medições em até 50% quando comparado ao FTM puro. Sua baixa complexidade computacional o torna especialmente adequado para implementação em sistemas embarcados. Os resultados indicam que a solução é efetiva para aplicações de medição de distância em tempo real utilizando o Wi-Fi, inclusive em hardware de baixo custo.

Palavras-chave: ESP32, Filtro Adaptativo, FTM, IoT, Posicionamento Interno, Wi-Fi

Referências

802.11, I. (2016). IEEE Standard for Information technology—Telecommunications and information exchange between systems Local and metropolitan area networks—Specific requirements - Part 11: Wireless LAN Medium Access Control (MAC) and Physical Layer (PHY) Specifications. IEEE Std 802.11-2016 (Revision of IEEE Std 802.11-2012), pages 1–3534. Conference Name: IEEE Std 802.11-2016 (Revision of IEEE Std 802.11-2012).

Au, E. (2016). The Latest Progress on IEEE 802.11mc and IEEE 802.11ai [Standards]. IEEE Vehicular Technology Magazine, 11(3):19–21. Conference Name: IEEE Vehicular Technology Magazine.

Barral, V. (2021). ESP32S2 FTM Measurements.

Barral Vales, V., Fernández, O. C., Domínguez-Bolaño, T., Escudero, C. J., and García-Naya, J. A. (2022). Fine Time Measurement for the Internet of Things: A Practical Approach Using ESP32. IEEE Internet of Things Journal, 9(19):18305–18318. Conference Name: IEEE Internet of Things Journal.

ESP-IDF, E. (2024). ESP-IDF Programming Guide - ESP32 -—ESP-IDF Programming Guide v5.3.2 documentation.

Farahsari, P. S., Farahzadi, A., Rezazadeh, J., and Bagheri, A. (2022). A Survey on Indoor Positioning Systems for IoT-Based Applications. IEEE Internet of Things Journal, 9(10):7680–7699. Conference Name: IEEE Internet of Things Journal.

github, E.-I. (2024). espressif/esp-idf. original-date: 2016-08-17T10:40:35Z.

Hashem, O., Harras, K. A., and Youssef, M. (2021). Accurate indoor positioning using IEEE 802.11mc round trip time. Pervasive and Mobile Computing, 75:101416.

Jiokeng, K., Jakllari, G., Tchana, A., and Beylot, A.-L. (2020). When FTM Discovered MUSIC: Accurate WiFi-based Ranging in the Presence of Multipath. In IEEE INFOCOM 2020 - IEEE Conference on Computer Communications, pages 1857–1866. ISSN: 2641-9874.

Tadayon, N., Rahman, M. T., Han, S., Valaee, S., and Yu, W. (2019). Decimeter Ranging With Channel State Information. IEEE Transactions on Wireless Communications, 18(7):3453–3468. Conference Name: IEEE Transactions on Wireless Communications.

Voggu, A. R., Vazhayil, V., and Rao, M. (2021). Decimeter Level Indoor Localisation with a Single WiFi Router using CSI Fingerprinting. In 2021 IEEE Wireless Communications and Networking Conference (WCNC), pages 1–5. ISSN: 1558-2612.