Classificação a priori da Acurácia na Localização de Terminais Móveis Celulares

Neste trabalho apresenta-se um procedimento base- ado em aprendizado de máquina para classificação a priori da acurácia de estimativas de localização fornecidas por um método de correlação de assinaturas de rádio-frequência em redes de telefonia móvel celular, o RF-FING+RTD-PRED, anteriormente formulado pelos autores. O procedimento proposto utiliza os mesmos parâmetros de rádio-frequência empregados pelo método RF-FING+RTD-PRED, acrescidos de algumas informações, como as distâncias entre a estação servidora e as estações vizinhas listadas no relatório de medidas enviado pelo terminal móvel a ser localizado. A abordagem proposta tem duas fases: redução de dimensão do vetor de entrada utilizando análise de componentes principais, e classificação do erro de localização em três segmen- tos de acurácia (alta, média e baixa) utilizando uma rede neural artificial backpropagation. A identificação a priori de estimativas de posição de alta acurácia (erro inferior a 100 metros) é de particular relevância para aplicações de localização crı́ticas, como o rastreamento de veı́culos e a localização de chamadas de emergência. Em testes conduzidos em redes GSM 850 MHz em áreas urbanas e suburbanas, onde foram coletados 6600 relatórios de medida, o procedimento de classificação proposto atingiu precisão de 89% na identificação a priori de estimativas de posição de alta acurácia.