Rastreamento de dispositivos beacon bluetooth low energy pelo método do ângulo de chegada

Abstract

Resumo : Este trabalho propõe o treinamento de um modelo de Machine Learning para rastreamento de dispositivos de baixo custo que transmitem sinais de Bluetooth Low Energy a partir do Ângulo de Chegada (AoA). É introduzida a teoria de descobrimento de direção por ângulo de chegada, as características de transmissão BLE e como esses tópicos interagem. Também são introduzidos alguns conceitos de Machine Learning relevantes ao trabalho. Por fim, foram feitas três capturas em ambientes diferentes com a intenção de caracterizar o dado e então uma captura final foi realizada, na qual 6 modelos de regressão foram treinados com features diferentes, todas performando melhor que o cálculo analítico.

Abstract : This work proposes the development of a Machine Learning model for tracking low-cost Bluetooth Low Energy (BLE) devices using the Angle of Arrival (AoA). The theory of direction finding by angle of arrival is introduced, along with the characteristics of the BLE protocol and how these topics interact. Relevant Machine Learning concepts are also introduced and explained. Data collection was conducted in three different environments to characterize the data. Subsequently, a final data collection was performed, during which six regression models were trained with different features, all of which outperformed the analytical calculation.