使用蓝牙低能量检测的人时间接近的广告模式

文摘

智能手机已成为无处不在的存在的一个关键元素感应人的上下文信息。他们的传感器和通信能力可以用来收集大量的数据。这些功能使它可能构成概要文件相关的人的不同的参数,如时间和地点。本文的贡献在这个意义上通过提供的基础时间接近模式的构成和相互分享他们的时间的人。为此,蓝牙使用低能量(bie)广告协议。这项工作离开的贡献的那些使用BLE技术集中在测量信号的强度,例如,确定距离。在这个领域,大量的工作已经完成了非常有趣的结果。相反,在这个工作中,bie是用来发射和人的存在感。然后使用一组算法在智能手机分析收集的数据和检测距离人们之间的模式。这种情况下避免了困难出现在其他工作原理就像关注人positioning-derived缺乏精确的传感器和BLE芯片组之间的区别。 Tests to evaluate the consumption, precision, and reliability of using this technology, together with the proposed algorithms, confirmed the feasibility of the approach. In addition, the proposal has proved very useful for the automatic construction of social networks based on physical closeness of people.

1。介绍

智能手机的普遍存在,其中包括广泛的传感器,使得大量收集信息的人。这些信息已经被证明是有用的在许多情况下,证明了大公司的利益如谷歌、Facebook和亚马逊在收集尽可能多的信息从他们的用户。

同样,本文中给出的工作研究计划的一部分作者关于感知上下文信息的人。在作品中,作者提出了一个模型来构建虚拟档案的人包括他们的例程的运动和户外定位(1),以及细粒度的室内定位(2]。

本工作的目的是评估用户分享他们的时间的人。这些信息是失踪在大多数方法考虑虚拟档案人的发展,尽管它是感兴趣的社交网络和其他公司(3]。要做到这一点,我们提出一种方法来检测人们之间的距离和伴奏模式基于蓝牙的使用低能量(bie)协议(4]。这个提议是人作为服务(PeaaS)范式5),增加智能手机用于收集信息的能力,目的是使用它对主人提供丰富的上下文服务。

几十个数据集对人民geopositioning和流动性是公开的。他们收集不同类型的数据,从出生的地方和居住的地方或长途旅行城市流动,交通事件,出租车,跑步,或骑自行车的痕迹。专注于那些更细粒度的,其中大部分是包含来自信息(例如,Geolife (Geolife GPS传感器。https://www.microsoft.com/en-us/download/details.aspx?id=52367)或Cabspotting (Cabspotting。http://crawdad.org/∼喇蛄/欧洲/移动/ 20090224 /出租车/))。只有少数例外,如城市道路网络数据集的奥斯汀(TX)(奥斯汀的蓝牙旅行Sensors-Individual地址文件(iaf)),包含来自BLE设备信息。我们还没有找到任何数据集相关的个体之间的距离,虽然这些信息在一定程度上可以推断的一些来源。例如,争取民主变革运动(MDC)(移动数据的挑战。https://www.idiap.ch/dataset/mdc)是一个数据集收集在2009年和2011年之间的日内瓦湖区包含智能手机的GPS位置的一组志愿者。这些和其他私人数据集,用于分析人类迁移的不同方面和人与人之间的相互作用在不同的场景中6- - - - - -9](见[10全面审查的字段),包括重复的运动模式(11]。

在文献中,我们还可以找到一些方法来检测两个或两个以上的人在一起(12- - - - - -14]。他们不同的接近用户的信息是如何收集。智能手机的无处不在的存在意味着解决方案完全基于他们的能力有几个优势。一个是最小的部署和维护成本,因为用户已经拥有了自己的智能手机,他们照顾让他们总是在工作状态。其他的优势是,他们不需要特定的基础设施,以及他们在室内和室外都可以同样的工作,这样他们在几乎任何可用的环境没有以前的仪器。

尽管一些先前的研究蓝牙检测用于推断连接或人之间的关系15- - - - - -18),这些作品涉及的使用更多的传感器,信号,或者,甚至临时设备。介绍了这种方法的一个实现的结果只使用智能手机的BLE传感能力。重要的是要注意,我们的目标是不使用BLE为了获得准确的测量之间的距离人或改善用户的定位信息,但要确定当他们接近推断他们在一起的时候,和这个伴奏能持续多久。因此,作为一个布尔条件,我们认为距离比的精确测量距离。有一个简单而有效的方法获得这些模式将允许移动应用程序开发人员创建新的上下文感知应用程序与一个深远的影响在一些领域,如社交网络或照顾老年人。

然而,为了评估该系统的可行性,我们最相关特性进行了分析。尤其是,在本文中,我们评估该系统的精度评估他人的接近,其可靠性在不同情况下,其智能手机消费的资源,尤其是电池。结果表明,智能手机的BLE功能可以被成功地用于收集信息关于人与人之间的距离。

最之前的相关工作是应用于老年人保健上下文(19),收集信息关于室内和室外定位的老人。这里的工作提出了可用于类似的上下文。事实上,老人知道谁分享他们的时间和在广泛的情况下是有用的。例如,警报可以当他们单独或不接近他们的照顾者。相反,警报可以避免当他们伴随着一个已知的照顾者,即使他们在安全的区域。然而,我们的建议是一个更一般的解决方案检测时间模式的人们之间的距离,适用于场景不同于照料家庭,社交网络等也有类似的设置。从这些模式可以获得丰富知识结合GPS定位。这将使测定的常规模式的时候,在哪里,有人与他们的时间和使用此信息来预测其未来的行为。

本文的其余部分组织如下。介绍后,部分2介绍了这项工作的动机和描述最相关的相关工作。然后,部分3提出了该系统使用适合于收集信息用户之间的时间距离。部分4描述了实验验证的方法。这涉及到监测精度,消费,和可靠性。最后,部分5讨论了研究结果,得出一些结论。

2。背景

收集相关信息系统的主要目标用户是系统考虑这种情况下,从中学习,主动满足用户的需求,尽可能少的用户干预。这些上下文数据用于推断出更复杂的信息,创建虚拟用户的配置文件(20.,21]。这些配置文件可能会被用于控制系统没有直接人工交互(22,23]。

目前,有不同的方法来创建这些虚拟概要文件(见,例如,24- - - - - -26])。正如上面提到的,现在的作者提出了PeaaS计算模型依赖于智能手机的关键元素收集所需的所有信息构造一个虚拟的主人(5]。

为适应系统的目标用户的偏好,更好的接近完成这些概要文件(27]。获得更丰富的虚拟配置文件允许系统来应对更复杂的情况。因此,虚拟档案必须包括一组不同的信息。的一个核心元素的大部分建议代表用户上下文,可以在文献中找到位置。位置坐标可以用来推断出更复杂的虚拟资料,如用户在哪里,这是他们最喜欢的地方,他们的运动模式,或花时间与他们28,29日]。这些信息更相关的每一天,尤其是社交网络和其他税款的地区(3,30.]。然后,此信息可以结合其他智能手机和其他外部传感器提供的数据来推断更为复杂的知识用户。

目前,智能手机的位置可以用其估计GPS传感器。然而,GPS精度大大降低,当用户是在一个建筑。虽然其他技术,如WiFi或4 g网络,可以用在室内,他们有伟大的精度有限,这样他们只会使用当一个人应该定位精度(31日),也很容易部署在野外的更好的结果是获得的指纹32]。因此,他们不能用来确定用户之间的距离。

确定室内定位技术在过去的几年里有了很大的改进(33]。有研究使用射频识别,它提供了面对面的交互检测1 - 2米以内(13,14),或灯塔34),祝福设备广播信息来确定细粒度的室内定位。

然而,虽然这种方法是有用的在控制,检测环境中,它不能用于任何保证在更一般的情况下,信号不可用或不正确的维护。此外,他们只提供用户的个人位置信息,而不是他们是谁。

为了解决这个问题,在本文中,我们提出一个扩展我们的灯塔管理系统(2]。方法是利用用户的智能手机作为发射和接收BLE灯塔。这些虚拟信标因此能够发现对方,估计他们的相对距离。然后使用这些信息来推断人们之间的距离。

这不是第一次,然而,祝福设备被用来收集相关信息。下一节将总结最相关的工作。

2.1。BLE上下文意识

收集用户位置信息在不同的场景中一直是一个主题感兴趣的研究者很长一段时间(35]。特别是,信标技术已专门设计用于提高室内定位。因此,使用这种设备的好处的系统,需要更精确的定位信息。在[36),使用之前灯塔来改善现有的定位方法是提倡的。作者提出将移动设备的用户转换成虚拟信标,这样其他用户可能会受益于改进的位置信息。这种使用信标技术改进以前的结果没有任何有关损害用户的设备作为灯塔。类似的方法后在37)在个人设备如笔记本电脑或手机转换为信号提供接近的位置。在这部作品中,作者集中在隐私方面的个人设备作为定位信标。然而,他们也分析了同事之间的社会互动由于距离信息。

性能分析比较不同的协议了。在[38),之后比较BLE的性能和其他两个类似的协议,作者得出结论,祝福提供了一种廉价和高效的解决方案小覆盖区。事实上,作者在12,39,40]推导数学模型研究BLE的设备发现过程的性能,认为它可以通过实施不同的策略进行彻底的改进。然而,他们中没有人使用智能手机进行实验,虽然从他们的结论我们推导和应用了一些好的实践提出系统增加电池寿命和改善其性能。

BLE是否适合这些类型的场景当然是由许多研究工作。在[41),作者提出使用上下文信息,包括室内定位机制,创建一个系统,促进社会陌生人之间的交互。这个提议利用室内位置提高上下文信息收集的质量。此外,在[42),作者提出BLE的使用可穿戴标签结合商业移动设备上运行的应用程序检测用户之间的社会互动。

同样,在43],作者提出了四个手机应用程序,使用适合于为用户提供上下文相关性和个性化的体验。这工作的结果强调室内定位的重要性以及如何提高使用灯塔。正如上面提到的,这项工作的重点不是室内定位,而是另一种使用BLE的技术来确定用户花时间。

BLE使用的另一个例子可以发现在44]。提出使用BLE设备改善日常活动的识别由ambient-assisted生命系统的用户。结合用户的智能手机和其他可穿戴设备一起发出一组物理信号的信息允许研究人员识别更多的日常活动比以前获得的研究团体的工作。

同样,在45),作者提出使用传统的蓝牙通讯估计接近人与人之间的网络。的主要目标是确定给定用户的社会环境周围的基于距离的状态网络在给定的时间。

最后,目前的作者以前提出的灯塔管理系统(2)旨在丰富用户虚拟档案与室内物理BLE灯塔的地方部署信息。这个工作是一个扩展的方法报道这样的提议,将每一个智能手机转换为一个虚拟信标,并使用结果信息获得用户之间距离模式。

可以看到,有一个广泛的相关研究领域,与他们中的一些人甚至使用移动设备作为虚拟信标室内定位和测量用户之间的距离。而同样,在目前的工作中,我们的重点是两个主要的问题,至于,作者们知道,他们不是在以前的作品。一方面,将部分所示3,我们的目标是能够检测时间模式重复的用户之间的距离(或多或少)定期使用蓝牙技术,所以我们可以确定当用户花时间。另一方面,在部分4,我们将描述实验,我们为了进行调查的局限性的当前状态的技术。目的是试图评估当前智能手机作为虚拟BLE灯塔是否可以用于我们的目的,这样的使用如何影响他们的消费,一个高度相关的问题等资源受限的设备上的智能手机。

3所示。时间接近模式

工作提出了最初开发的一种老年保健系统(1]。系统由两个移动应用程序,一个用于监控认知受损的用户/长老还有一定程度的自治权,另一个用于他们的照顾者。这个系统的目的是检测用户的位置和运动的日常工作和提醒他们的照顾者如果检测到显著的偏差。最近,我们扩展我们的系统,以提高用户的应用程序的上下文信息收集通过添加时间邻近模式获得祝福。这些丰富的信息后来被用来更好的评估需要发送警报照顾者。

尽管最初设计的长老们和他们的照顾者,我们的建议可以应用于收集时间距离的任何类型的用户模式,因为这种模式可以在许多其他感兴趣的环境敏感场景。因此,祝福这里给出系统计算邻近模式是独立的系统将使用这些信息。

以下部分描述的详细架构系统,如何接近数据收集和存储,数据模型用来描述距离模式,实际上这些模式识别的算法。

3.1。体系结构

图1详细介绍了系统的体系结构。它包含两种类型的组件:邻近模式智能手机应用程序和nimBees服务器。nimBees (http://nimbees.com/)是一个商业平台实现的PeaaS范例。就我们的目的而言,它主要用于用户注册,但它也可以为间接服务用户之间的通信或匹配接收到的祝福与注册用户数据包。它有一个固定的、定义良好的服务入口点nimBees API-into每个移动设备参与一个给定的应用程序必须注册才能进行身份验证并提供信息本身和检索信息的其他设备连接到该应用程序。

我们接近应用程序利用现有nimBees实现模式。然而,取而代之的是另一个实现。

体系结构的主要组件是邻近模式的智能手机应用程序。这个程序将用户的智能手机转化为广告和扫描设备祝福中定义的协议。每个智能手机将定期发出广告包,同时它还侦听和扫描数据包从其他祝福广告设备。因此,所有的智能手机表现对称和合作在P2P架构交换信息。

上下文信息组件负责捕捉和记录收到的广告包。它包括两个模块:蓄电池和时间表。蓄电池模块扫描原始信息包含在广告包,特别是用户发送数据包的标识符和一个用户的距离,估计来自接收信号的强度。收集的信息存储在时间轴组件,按顺序组织获得的信息。

图2显示了一个情节的信息存储在时间轴组件对应不同的广告,一个智能手机接收数据包在一段时间。通过结合这些数据包的时间轴,该系统能够追踪时间的不同用户的距离。图中绿线代表一个家庭成员的距离与老人散步。类似的邻近线将存储在时间轴的家庭成员的智能手机。黑蓝线代表照顾者的距离,和浅蓝色指的是另一个大的距离,两人花了一些时间接近老在日托设施。

虚拟档案组件分为两个模块:分析器和邻近模式存储。分析器负责定期分析的信息存储在时间轴以识别时间邻近模式。它实现一个算法评估BLE数据包的信息存储在时间轴以识别数据包序列对应于给定用户的智能手机。这是表明其靠近检测智能手机。当这些序列重复在不同的时间,它们最终将导致时间距离的定义模式。所有的模式识别以这种方式存储在邻近模式模块,数据模型后,将部分中描述3.2。本地存储检测信息提高了隐私,因为不同的政策可以实现允许用户控制自己的数据。同时,保佑广告组件负责发射保佑数据包与用户标识符。

在此体系结构中,每个智能手机能够计算时间接近主人的模式。因此这些模式可以作为服务提供给第三方。例如,一个大的智能手机组成和商店她邻近模式,和她的照顾者的智能手机可以请求时要提醒这些模式的改变。这些操作是由nimBees消息管理器组件的体系结构。

3.2。数据模型的时间距离模式

上面的架构详细收集信息从任何祝福广告设备。这允许时间距离的检测模式,不管时间在用户之间共享或,甚至,如果检测涉及的设备没有与用户的关系。这些nonrelated设备可以使用nimBees筛选平台。此外,为了处理小和零星的交互,我们定义了一个灵活的概念数据模型,便于接近的定义模式,但可以容纳小上下文的变化。图3细节部分定义的概念模型来满足这些需求。

邻近模式被定义为一个时间窗口,用户分享她与一些特定的同伴。表示因此包含开始和结束时间的模式,模式重复的频率(例如,每天,在周末,和零星),它的重量(这表明预期的概率模式实际上发生在《纽约时报》表示的频率),和许多同伴对应组的人与用户模式时发生。每个伙伴都有自己的重量,表明这个人参与模式的概率。

邻近模式与其他模式的一组转换。这允许存储信息序列中不同的模式出现,构成一幅测序的所有人用户花一整天时间。此外,它允许一个知道和谁一个人也应该在一个特定时间,预测会发生哪些邻近模式。

图4显示摘录的邻近模式的一个例子。以下的图给细节模式:(我)P1。每天早上,用户花时间在做轻体力活动。她通常是伴随着物理师和一个亲密的朋友。这些同伴发出祝福的广告包的设备,包括他们的id,因此它们被用户的智能手机。而其他朋友有时早上加入她的活动,他们的体重不够高他们代表的模式。同样会对其他祝福发射装置时偶尔发现的模式。如果用户经常检测模式期间,她的体重会增加,这将是包括在内。(2)P2。这种模式捕获用户的午餐后,体力活动。在工作日,因为她通常有午餐,模式包括没有同伴。再一次,如果检测到同伴经常在此期间,它将被添加到模式。(3)P3。然而,在周末,她女儿和她共进午餐。虽然时间和地点类似于前面的模式,不同的同伴领导系统能够识别它们作为两种不同的模式和不同的频率。系统因此包括两种可能的转换从P1的这两个(新)后可能发生的模式。

表示之前,这种模式的结构是由不同的数据处理算法,在下一节将简要描述。

3.3。时间接近模式的识别

分析器模块的智能手机应用程序负责识别手机主人的时间距离模式及其存储。细粒度的描述所涉及的算法需要太多空间。在[1),作者提出了识别过程的运动模式。的一些算法识别重复和变化是相同的,所以他们不重复。然而,为了完整性,我们应当出示算法的主要特征用于检测邻近模式。

该算法在预定的时间一天执行一次,通常在晚上当电话插入充电。它处理所有的上下文信息存储在时间轴组件体系结构的自最后一次执行。

让 是一个元组的值上下文信息收集的虚拟或物理传感器在智能手机在一个特定的时刻, 。这些信息包括用户的位置,从加速计的信息,并向其他用户的距离。这是日期时间戳( )并存储在一个时间表 ,与数据的时间戳是如何收集的。

为了降低智能手机的资源消耗,之间的距离对测量设备的BLE技术。为此,方程(1)一般(46]: 在哪里估计距离之间的电话和发射机是一个precalibrated指数衰减的术语。因此,从接收到的信号强度估计的距离用RSSI(接收信号强度指示器)和校准信号强度在1米的距离(表示为简单起见 )。

让 的设置用户交互与智能手机的主人。检测到的距离因此将主人的设备和设备之间的距离的用户吗在时间 。

让我们假设分析对应的时间间隔 之间的时间戳和 。然后,该算法识别用户的邻近模式计算过程中收集的所有信息,间隔的增量过程包括三个步骤解释如下。

在第一步中,算法分析所有祝福广告包存储在时间轴组件。在这个过程中,从相同的设备接收到的所有数据包提取并用于计算设备用户的距离在白天被分析。第一步的结果是一组设备 已经接近用户,他们每个人的距离信息用户随着时间的推移,也就是说, 。这种情况可以用图形如图所示的示例中2。

第二步使用这些信息作为输入,并将其分为片段 ,每个捕获一段时间期间的同伴保持稳定,即。期期间,用户接近相同的人。为了丢弃的最大测量误差,每个伙伴的距离估计使用削减意味着所有的距离由片段(见方程(2))。这个步骤的算法包括不同类型的允许标准偏差, ,让通过同伴的变化可能是由于测量误差或为用户的上下文无关,例如,如果一个同伴是未被发现的几分钟,因为他打个电话。此外,当连续两个距离之间的差异大于允许的偏差, ,或者当区别他们的时间戳大于允许的值, ,运动识别,然后一个新的片段必须计算(见方程(3)和(4)): 受

最后,第三步需要在上一步获得的片段和比较所有邻近模式存储在同一时间申请。让 的设置时间距离模式,每个模式包含一个时间戳区间 ,它的频率和重量 ,和上下文信息的元组,如图4:

在邻近模式之间的比较,一个给定的标准偏差是允许占可能的测量误差。如果一个模式发现是等于一个片段在允许偏差内,这意味着手机的主人是重复一个已经建立了邻近模式。为了反映这一点,重量模式的增加也将所有的同伴的重量出现在这样的模式:

为一个特定的事件,如果有不同的同伴但在允许偏差内,那些同伴的重量将相应更新。没有伴侣的体重会减少点,同伴会从模式中删除如果他们的重量低于某个阈值。同样,一个同伴的重量不包括在模式会增加,他们将被添加到模式当体重超过阈值。

如果没有找到相同模式的时间片段,那么将会创建一个新模式在应用程序与它的重量和所有相关的同伴的重量设置为零。如果发现这种模式在未来,它的重量将被更新。

权重的模式存储在应用程序而不是由用户将减少依照它们的频率。如果检测到的模式不再是紧随其后的是用户,那么它将被删除。

延长老年人保健系统的初步结果表明,时间距离模式有助于丰富上下文信息从用户应用程序收集,提供了一个新的信息来源的习惯。此信息可以结合来自分析模式已经推断出的位置和运动的应用程序。应用这些知识,以更好地评估老人是否在一个安全的情况下,或者相反,警报应该提高。不过,应该有额外的验证这些结果,与邻近模式收集信息从一个真实用户的数量。

4所示。实验和结果

在前面的小节中,我们描述了该系统确定用户的距离模式和如何注册和处理数据。没有任何价值,但是,除非人能保证邻近数据获得的是正确的。在本节中,我们将考虑系统的可行性建议的解决方案通过评价以下方面:(我)距离精度。时间距离的确定模式的可靠性取决于信息用户之间的距离。确保距离检测到有足够的精度来确定人们之间的距离,我们测量了真正的智能手机之间的距离作为两个发射和接收BLE设备并把他们与探测距离。(2)通信可靠性。通信的可靠性也很重要。从这个意义上讲,系统必须考虑通信失败。评估系统的可靠性,我们测量收到之间的比例,错过了通信在不同的场景中。(3)电池消耗。该系统设计运行在用户的智能手机,众所周知,资源消耗,特别是电池使用[47,48),是应用成功的决定性因素。因此我们评估电池消费与智能手机功能虚拟信标发射BLE广告模式和传感设备注册的信号。(iv)算法的可行性。定义的算法识别时间距离模式,但我们必须确认这些模式是正确的。为此,我们评估检测模式以及假阳性和假阴性率。

4.1。方法

执行实验,我们开发了一个应用程序,该应用程序将遇到一个祝福的智能手机广告设备的同时注册BLE广告广播数据包的接收其他设备。这个应用程序的设计类似于一个用于我们的以前的工作测量GPS传感器的资源消耗49]。在目前的情况下,为了实现广告的接收和传输数据包,Android的应用程序使用信标图书馆(50]。这个库被选中,因为它是广泛使用的(51),并提供支持广播和监听BLE广告包。

广告传播的包,最重要的参数,可以使用这个库配置传输能量(控制距离的数据包广播)广告时间间隔(数据包发送的频率)。为了增加数据包的可见性,同时考虑功耗、传输功率配置实现以来的最大距离,所表示的Montanari et al。12),对电池寿命的影响最小,并且不影响精度。同样,广告间隔配置发送数据包10赫兹的频率有两个原因。第一,这种低频率或者至少影响数据包碰撞(通信可靠性),因此当packet-transmitting设备数量的增加12),第二个是,广告的传播包在这个频率不涉及任何重大电池消费(如下面将详细)。

对于监听BLE广告包,最重要的参数来配置的扫描窗口(应用程序花费的时间监听新广告包)和扫描间隔(时间应用程序开始前等待一个新的扫描)。扫描新包对电池寿命有重大影响,但是,与此同时,它必须被配置为持续足够长的时间,以确保至少有一个广告是捕获所需的频率。因此,减少电池消耗之间找到平衡,增加数据包捕获的数量。为此,我们遵循的建议再次Montanari et al。12),通过定义一个扫描间隔100毫秒和扫描窗口20毫秒。

为了能够评估上述方面,广告信息发送和接收和执行期间电池消耗这些操作存储在一个日志文件。其他数据,该文件包含包收到的数量和他们的uuid,距离检测到传输设备,电池消耗microampere-hours (μ啊)。Android信标库提供的功能是用来获取信息相关的广告,和BatteryManager类提供的Android操作系统是利用获得的信息与电池有关。提前知道两个设备之间的距离(发射机和接收机)允许处理这些日志给每个操作的平均消费,距离检测的精度,在不同的场景中通信的可靠性。

为了实验的有效性,这也是必要的,以确保涉及智能手机不受干扰从外部代理或操作系统例程。出于这个原因,执行的所有操作与设备静止,没有同时运行的其他应用程序,并封装在一个Android服务有一个关联的WakeLock [52),操作系统无论是站还是把背景执行的每个操作。

此外,测量从一个执行一个操作的消费模式并不总是提供真实数据,因为从屏幕的消费可能会污染,应用程序的接口,或其他传感器的智能手机。为了得到更准确的平均消耗的测量,测试应用程序是在一个循环中执行每个操作开发的。通过这种方式,我们能够发射一个执行,把设备,获取大量的测量,然后停止执行。特别是,每个测试运行超过20分钟,以便每个发射设备传播,至少12 000广告和传感装置执行000包扫描。

所有的实验都进行一系列的摩托罗拉摩托E2设备(Android OS 5.0.2)。此外,为了评估BLE的性能使用不同的设备,最重要的实验也复制以下的智能手机:荣誉,荣誉9日摩托G,华为票数,LG G5。实验进行的屏幕,没有其他应用程序运行,静止和移动除了户外实验完成了设备的运动。允许的再现性实验详细在这里,描述应用程序的源代码和每个实验的结果都包含在附加材料。

一旦所有的实验,进行多变量分析,统计结果进行验证。

最后,提出算法的可行性验证使用的学生。一组学生进行移动设备与该应用程序运行和执行不同的例程陪同他人。这些实验让我们首先定义中使用标准差阈值的检测距离模式和第二次评估算法的正确性更现实的环境。

以下部分描述详细的实验及其结果。

4.2。距离精度

为了确定使用智能手机的可行性评估其他智能手机发射的距离BLE包,我们进行了一系列的实验。

首先,我们测量的读数的精度与设备隔开1米距离。目的是分析的结果,可以检测的情况下两个人是相邻的。

图5(一个)显示设备时的结果在实验中唯一存在,避免外部干扰。这个情节显示当设备被安置在直接的视线,当他们在同一平但隔着墙砖和迫击炮。可以看到,当有直接的视线,结果更一致,用更少的分散,比墙分隔这两个设备。

实验还测量精度如何从其他发射装置受到干扰的影响。图5 (b)显示实验的结果当执行的多发射装置(3和5)。这允许我们评估的可行性提出系统更多的社会环境中,可能存在多个用户,他们每个人释放自己的祝福广告包。很明显的图的存在额外的传输设备有一个小得多的影响测量的准确性比存在一个障碍墙之间的设备。

表1总结了这些实验的结果。它可以观察到,距离精度是合理的设备和之间没有障碍的时候也感觉值的标准偏差很小,即使有更多的传输设备。结果是更糟的是,然而,当设备之间有一堵墙。

进行了类似的实验与设备相距3米为了分析这个技术检测能力的情况下,两人在附近。表2总结了这些实验的结果。请注意,由于页面的限制,为了提高文档的可读性,图表没有显示检测到的距离。可以看到,当没有障碍之间的设备,测量的精度和偏差是充分的检测距离模式甚至在其他传输设备的存在。然而,精度下降当墙或地板是分离的两个设备。

为了评估的情况下两个人不在附近,类似的实验与设备进行了5米。这些结果总结表3。可以看到,当设备之间有一堵墙或在不同的楼层,结果更分散。再次,额外的传输设备的存在会影响测量的精度远低于障碍的存在。

分析了不同的实验来获取一些有用的信息,检测距离模式。图6显示了结果的总结。这个图表细节发现测量的平均值和标准偏差为每个测试执行的距离。可以清楚地看到,测量的均值大于真正的距离只要有设备之间的一个障碍,通常,偏差也大。因此,两者的结合参数可以用来识别邻近模式中,用户之间没有障碍。

最后,一个完全不同的实验进行了完整的分析。该应用程序是为了检测邻近模式的用户时仍和当他们移动。所有以前的详细实验设备仍然执行,所以在最后,实验中我们的目的是分析当设备由用户行为互相边散步。在某些环境中,比如照顾老人,这些学生可能需要进行户外活动。这个实验也持续了20分钟,而设备之间的距离并不是固定的,因为它会改变用户走在一起,没有一点在实验中是大于3米。

在图7,蓝色的点代表设备感觉到从设备之间的距离和粉红三角形代表相同的距离,感觉从设备b .在图中,我们可以看到得到的色散测量大于获得的设备固定。表4总结了这些结果。

然而,有趣的是,大部分的最大偏差的测量设备复制在两个设备之间的距离在同一时间。这种情况下清楚地看到在图的例子7,尤其是在分钟09:30及15:00的实验。由于这些偏差测量的两个设备同时,可以假设他们有外因,从某种类型的干扰或将设备的一些属性的那一刻。

作为结论的实验,结果证实使用智能手机来检测邻近模式的可行性。虽然结果表明,一个不能信任的精度测量距离有两个设备之间的障碍的时候,它仍然允许在普通条件下确定最接近的一群人。此外,结果表明,可以减少假阳性的数量接近模式发现当一个人接近另一个但不分享他们的空间,因为它们在不同的楼层或它们之间有一堵墙。

4.3。通信可靠性

测量的可靠性使用智能手机的祝福能力为了沟通设备的存在,我们考虑了所有的通信发生在前面描述的实验。图8显示了BLE广告数据包的平均数量在每个实验中检测到。

结合这些信息与广告的价值区间,扫描窗口,和扫描间隔使用在上面的详细实验中,可以获得清晰的图像在不同的场景中通信的可靠性。

图中可以看出,通信的可靠性是影响设备之间的障碍的存在。然而,检测到的数据包数量严重影响其他祝福传送设备的存在。这必须考虑到防止假阴性检测邻近模式时存在多个发射装置。可以减轻这一问题,通过选择适当的值广告间隔扫描窗口,和扫描时间间隔。

从实验进行这项工作,也考虑其他研究人员强调的建议(比如Montanari et al。12和朱利安等。53]),可以发现一些指导方针,减少假阴性:(我)传动功率控制的距离数据包广播。最初,这个参数可以配置为其最大功率,以来对电池寿命的影响并不是最关键的。然而,如果一个人只想检测模式的人在附近,它还可以减少为了减少碰撞和假阴性。(2)广告时间取决于要传送的数据的大小。因此,为了减少碰撞和假阴性,这个尺寸应尽可能小,减少了广告时间最小。(3)广告时间,广告的频率发送,应该配置到10赫兹或更低,以减少碰撞。频率越低,越低的包发送和碰撞也更加困难是接收机设备捕获广告。(iv)扫描窗口应该足够长的时间来捕获广告。如果广告间隔的频率很低,然后再扫描窗口可能需要为了检测设备之间的距离。同时,再扫描窗口提供更好的准确性和更高的可靠性。然而,扫描是一个耗费电池操作,所以应尽可能短,以减少电池消耗。(v)扫描的频率间隔应在低水平,以减少电池消耗。然而,这个值取决于广告间隔。通常,建议有一个扫描窗口,确保广告的接待(因为它有点超过一个广告间隔)和扫描区间低频以减少电池消耗。

检测时间邻近模式的粒度检测不需要很高,因为它并不重要检测的第二,两人不再在一起。因此,扫描的频率间隔可以更低。无缝,这不是关键如果失去了一些广告,因为时间距离模式可以被检测出来。虽然定义配置降低了每秒检测当有更多的设备,配置很好的检测时间接近模式。

4.4。电池消耗

表5列出了平均每秒电池消费时所使用的不同的操作实验。

表的第一行的平均消费提出了移动设备的操作系统。我们计算这个值,以消除背景消费消费的操作系统的其他操作。在实验中,使用的设备电池的平均消费为2.45每秒,标准偏差为2.02。

第二行了平均电池消耗的设备当传送祝福广告包每秒十次。在这个价值,消费的操作系统已经被减去。可以看到,这个消费比操作系统闲置消费更低。以来这个结果是可以预料到的一个主要好处BLE正是电池电量过低消费,证明了大多数市场上可用的物理信号的当前电池的生活好几年。此外,大多数的消费偏差操作由操作系统消费的变化。

最后,第三行了平均电池消耗的设备监听BLE广告包时频率详细描述的实验。这个消费是一个数量级高于传动箱。这个结果也将因为它符合先前的研究在文献[12]。这个操作偏差也大,但不明显。

总而言之,在实验中获得的电池消耗,发射和接收BLE广告包,可以与类似研究的结果(12,38,40]。此外,结果证明了该方法的可行性在资源消耗方面的双重角色使用智能手机发射信号和扫描设备检测距离的伴侣。执行这些操作的累积消费随着时间低于社会平均消费应用M2AppInsight报道(54]。

正如上面提到的,电池消费被认为是一个应用程序成功的决定性因素。然而,有其他资源的过度消费可能产生负面影响的解决方案。根据(49),电池和网络流量是最有限的资源在现代移动设备。电池消费建议的解决方案已经被认为是可行的。此外,没有解决方案产生的网络流量自BLE通信不考虑网络流量和计算设备本身对邻近模式执行。过度消费的其他资源(如CPU直接影响电池解决方案的消费。因此,作为电池消费被认为是合适的,我们可以认为,建议的解决方案没有对此类资源过度的影响。

4.5。统计分析

为了验证统计性能分析前面部分所描述的,使用以下设置进行了多变量分析的独立变量:之间的真实距离BLE设备( )和传输设备的数量( )连续变量和三个分类变量设计比较产品——之间的潜在障碍的影响存在一个通畅的视线之间的设备( ),的障碍,如墙( ),当设备在不同的楼层建筑( )。对于这些前三,是作为参考变量。

两个因变量被认为:相对均方根误差和电池消费( )。前者是最常见的一种指标用来衡量连续变量的准确性。在我们的例子中,目的是评估的准确性比较真正的距离,距离的测量获得的祝福设备。这是定义如下: 在条款和是真正的和BLE设备之间距离的估算值,分别。与第二个因变量, ,目标是确定每个独立变量的影响的电池消耗BLE设备接收信号时。因此,在和两个多元分析,一个为每个因变量。

表6介绍了普通最小二乘法(OLS)回归结果 ,系数的测定 。有统计学意义的变量被认为是在分析(在所有情况下)。unstandardized系数给出了表的B栏显示存在直接成比例的价值之间的关系推定和两个连续变量(和 )。特别是,增加一个单位的(真正的)距离BLE设备在测试统计上显著相关的价值增加为0.729推定(0.092的情况下添加一个发射机)。这意味着真实和检测到的值之间的误差随着距离和增加的新发射机测试。分类变量时的情况也类似和与参考的情况有一个清晰的视线之间的设备( )。两个设备之间的一堵墙位于( )与增加超过7的推定与情况没有障碍。事实上在不同的楼层的设备( )不太影响潜在的错误,但仍然是一个重要的原因增加价值的推定而没有障碍的情况下。

然而,独立变量几乎不影响BatteryConsumption确认预期的行为。由于传播广告的数据包的数量和扫描间隔是独立的环境条件下,电池消耗总是相同的可能(在正常的偏差)。详细的因变量的多元分析的结果包括作为本文的附加材料作为补充表吗10。

这不仅统计分析验证系统的性能研究的精度和电池消费,但也可以用来改善时间邻近模式的识别算法。算法的第一步,祝福广告数据包分析,可以考虑更新的结果统计分析。特别是,该算法可以使用此信息来充实它生成的数据模型,考虑不同情况下的统计概率的伴侣可能会发现,例如,没有障碍,墙的另一边,在一个不同的地板上。我们也在研究使用检测到的情况在运行时修改不同信标传输和接收参数,以提高精度。这丰富的数据模型可以用于更好地评估用户的时间距离模式,从而提供一个更详细的虚拟形象。

4.6。算法的可行性

一旦确认BLE技术是足够可靠的识别时间距离模式,我们评估部分中定义的算法的可行性3。这个验证的目标如下:(我)对数据模型的充分性进行评估(2)建立使用标准差阈值的算法(3)评估其正确性通过确定正确的检测时间的比率接近模式,假阳性(FP)比率,和假阴性(FN)比例

4.6.1。实验装置

在第一阶段的测试算法,我们决定与学生评价他们模拟不同的伴奏模式。这第一阶段允许我们建立和验证中使用的阈值算法,特别是标准偏差的测量。选择的值如下:(我)最大平均距离( )同伴的8米3米的平均偏差。我们选择这些值来确定情况下,同伴是5米(表3),这通常是最大距离时在一个房间里。此外,这些价值观让我们抛弃那些同伴的情况下位于另一个房间或地板(见表1- - - - - -3)。(2)两个连续的距离(最大的区别 )是首次检测到的距离的两倍。这个值允许我们覆盖的变化测量由于干扰。(3)两个距离的时间戳(最大的区别 )5分钟,防止我们检测新模式当同伴失踪一段时间间隔。(iv)考虑一个模式的最小时间间隔( )15分钟是为了不检测伴奏模式时,例如,一个用户与其他用户聊天。

执行实验,十二个学生被选中。这些学生被分成两组6人。在每组中,一个学生被选为用户。这个用户是一个检测的设备时间接近模式分析的实验。其他用户的同伴。

在开始实验之前,一个车间进行解释的情况下繁殖。这些情况是类似的(即显示在测试之前。,one user and one companion, one user and three companions, and one user and five companions). For evaluating each situation, different characteristics were reproduced:(我)用户和同伴之间的距离为1,3,5米(2)中断检测4至20分钟(3)同伴在同一个房间里或在不同的房间

每个测试持续了60分钟。在整个实验过程中,学生们必须记录在纸上,他们执行的所有操作。特别关注的次用户和伙伴在一起,以便识别模式可能与现实生活相比。的比较聚集的信息系统与信息手动记录由学生被用来确定正确的检测模式和FP和FN率。

4.6.2。实验的结果

表7- - - - - -9细节,每组,模式识别,和FP和FN值。注意,对于每一个距离和数量的同伴,三种不同的模式应该被识别(一个模式显示用户和同伴在一起一段时间,包括四分钟的中断和其他两种模式显示了用户和同伴在一起之前和之后的中断20分钟(这被认为是不同的模式),当同伴没有一个是在一个不同的房间)。

为了定量验证的方法,我们开始通过评估模式检测算法(FP和FN率)。在表中可以看出7- - - - - -9,当同伴一公尺外的,平均的算法正确识别伴奏模式。我们有6%的假阴性和假阳性模式的0%(即。,the algorithms correctly identified 17 out of the 18 possible patterns). When the distance increases to three meters, the accuracy is slightly reduced. Concretely, 17 patterns were detected, among which 12% were false positives (2 patterns). Therefore, 83% of the possible patterns were correctly identified. In addition, we obtained 17% of false-negative patterns. With a distance of five meters between student-users and student-companions, the accuracy is reduced but the results are still promising, identifying nine patterns with 11% of false positives and 56% of false negatives.

在这些结果的分析,我们发现,检测FP和FN的主要原因是离群值的识别值。发现,一些测量错误,因为干扰,传输问题,等。大部分的异常值被移除的削减意味着应用于方程(2),但不是全部。这导致在某些情况下,某些模式不正确姓名因为离群值使获得的最小间隔15分钟,导致假阴性。在其他的测试中,异常值检测两种模式,而不是一个,获得假阳性。减少离群值的数量和增加算法的准确性,我们目前正在评估不同的数据清洗技术。然而,不断监视用户,与体重相关的每一个模式,可以减少FP和FN的数量。

没有确定当同伴模式在不同(但相邻)的房间。算法正确丢弃接收到的测量,因为估计距离的增加及其标准偏差。

每组也进行了测试。然而,大学生用户的智能手机没有识别这些模式由于高偏差距离和增加获得的测量。我们正在致力于如何提高上下文信息用于检测这些模式。

最后,数据模型的完整性评价。为此,我们检查的模式是否正确识别和描述是否FP和FN的数据模型。结果是一个确认其可行性和表现力的定义邻近模式。然而,正如前面提到的,以识别特定的模式(特别是当用户移动),一些额外的上下文信息(例如,GPS geopositioning)可能是必需的。

5。讨论和结论

许多应用软件可以受益于有一个特定的行为取决于用户的偏好和上下文。这种适应是通过使用上下文信息,可以从用户收集。BLE技术的兴起提供了一种检测设备,之间的距离信息可以用来丰富用户的上下文信息。

在本文中,我们提出了一个系统,使用适合于确定时间邻近模式。建议的解决方案利用了现代智能手机的祝福能力和将这些设备转换成虚拟信标,不断发出广告包。这些数据包接收其他智能手机和处理来计算用户的邻近模式。评估方案的可行性,我们进行了一系列的实验与系统测量精度,电池消耗,通信的可靠性和精度接近模式的识别算法。据作者所知,没有其他工作在文献中,检测到这种用户之间距离模式,而无需额外的基础设施。作为讨论的部分2,一些作品使用移动设备的BLE功能改善用户定位或检测用户之间的距离。但是,没有之前的工作系统中提取距离模式的用户,因此他们可以添加到他们的个人资料以备后用。实验的结果表明,祝福技术确实可以用来检测和监控用户的时间接近模式。

5.1。影响

虽然结果表明,bie是不准确的测量距离,它足够精确检测人们的距离模式,尤其是考虑到潜在的偏差在模式检测。特别是近距离检测算法不依赖于测量的准确性,因为它只使用这些测量邻近等级其他用户,一旦发现一个同伴和添加到邻近模式,不再是与系统相关的距离。

同样重要的是要强调,在实验获得的最大的错误被发现的设备之间有障碍时,据说在[29日]。这情况远非-为我们的提议,因为这缺乏精密设备之间有一堵墙时,或者当他们是在不同的地板,防止系统检测的人,在近距离,并不真正分享时间与用户的同伴。此外,正如在[55),其他通信标准,如WiFi或其他设备发出相同的范围内,可以影响探测距离。将需要额外的上下文信息来识别这些情况。尽管如此,在很多情况下,如长者关怀,受试者并不在社会环境中(这样将会有更少的干扰别人的设备),更重要的是决定他们与他们的伴侣和邻近的连续性proximity-than它们之间的距离。

关于通信的可靠性,结果表明,bie是足够可靠,检测用户之间的时间距离模式。即使在最糟糕的情况,其他发射装置造成干扰,设备仍能够发现对方有足够的频率来计算距离模式。在任何情况下,可靠性可以提高通过修改应用程序的广告的价值区间,扫描窗口,和扫描时间间隔。然而,这些变化会涉及权衡恶化电池消费,因此需要谨慎实施。

电池消耗的设备无法达到惊人的水平。事实上,结果显示电池消费低于目前的水平接受社交网络应用程序,因此不会影响用户验收。

邻近模式的识别的算法可以识别的大多数情况下,两个人一起分享他们的时间。假阳性和假阴性显然主要是由于干扰预防我们检测是否有智能手机之间的一个障碍。再次,需要更多的上下文信息来识别这些情况。

最后,结果不仅证明了系统的可行性,也调整了阈值和接受偏差用于邻近模式检测算法。适当的校准这些值允许我们改进算法对模式检测的假阳性和假阴性率。通过调整接受偏差时分裂时间轴模式成了碎片的信息获得的实验期间,我们减少了假阳性的数量模式发现是由测量误差造成的。同样,通过调整阈值用于存储模式的比较和时间片段与获得的结果在实验中,我们减少了模式检测的假阴性的数量是由测量误差造成的。

5.2。局限性和未来的工作

既然我们已经证实使用智能手机BLE功能的可行性检测时间接近他们的用户模式,和我们准备额外的验证实验。这些新实验的目的是获取更精确的时间信息接近模式在无控的用户环境。

目前我们还从事PeaaS的演化模型。我们的目标是开发智能手机的能力定义和管理他们的业主设计虚拟档案,使新的应用程序。在目前的工作,重点是提高质量的上下文信息存储在虚拟资料通过添加时间接近模式。对于未来,我们正在做一个新概念称为情景语境。

情景语境是一种分析存在的条件在一个特定的时间和地点,以预测,在运行时,物联网系统的预期行为56]。考虑的环境有不同的实体,每一个都有一个虚拟形象,情景上下文可以被定义为虚拟的构成概要文件的所有实体参与一个特定的情况。构成虚拟资料的结果是合并后的实体的历史命令在一个时间轴。情景语境从而提供了一个更高级别的自动化和人聪明的事情。

5.3。结束语

结果提出了工作允许一个使用适合于计算用户的时间距离模式。一个可以使用这些模式丰富上下文信息存储在每个用户信息。建议的解决方案可以应用在室内和室外的情况而不需要任何基础设施部署的地区将被使用。

这是一个小,但相关步骤使技术更接近我们的目标的非技术用户。丰富的上下文从用户收集的信息,越远可以进步无缝集成物联网系统到用户的日常生活。

数据可用性

提出了应用程序的源代码和执行实验产生的数据都包含在文件的补充信息。

的利益冲突

作者宣称没有利益冲突。

确认

这个工作是由4 ie +项目(0499 _4ie_plus_4_e)由Interreg v a Espańa-Portugal (POCTEP) 2014 - 2020项目,由西班牙科学、创新和大学(rti2018 - 094591 b - i00 (MCIU / AEI /菲德尔,问题)和pgc2018 - 094905 b - i00),由埃斯特雷马杜拉经济和基础设施的政府部门(GR18112 IB18030)和欧洲区域发展基金安达卢西亚2014 - 2020 (uma18 - federja - 180)。

补充材料

BatteryConsumptionOLSregression。pdf包含多变量分析的结果为因变量BatteryConsumption所部分4.5。日志文件夹包含电子表格的信息在所有的实验中获得详细的节4,所以结果可以验证。BLEApp文件夹包含的源代码的Android应用程序用于执行详细的实验部分4可以被复制,所以实验。(补充材料)

引用

1. j . Berrocal j . Garcia-Alonso j . m . Murillo和c运河,“丰富的上下文信息监测老年人认知障碍的早期阶段,“普及和移动计算34卷,第125 - 106页,2017年。视图:出版商的网站|谷歌学术搜索
2. a·b·罗德里格斯a . r . Tena j . Garcia-Alonso j . Berrocal r·弗洛雷斯Rosco和j·m·Murillo“使用灯塔创建全面的虚拟配置文件,”无处不在的计算和环境智能,10卷,页295 - 306,施普林格,柏林,德国,2016年。视图:谷歌学术搜索
3. h . Byun C.-K。金,“当朋友:友谊深上优于方法预测在移动网络,”学报》第17届国际会议在移动系统中,应用程序和服务ACM,页520 - 521年,纽约,纽约,美国,2019年。视图:谷歌学术搜索
4. 蓝牙特别兴趣小组”,蓝牙4.0。核心规范”,https://www.bluetooth.com/specifications/adopted-specifications。视图:谷歌学术搜索
5. Guillen j . j .米兰达j . Berrocal et al .,“人作为服务:mobile-centric模型提供集体社会学资料,”IEEE软件没有,卷。31日。2,48-53,2014页。视图:出版商的网站|谷歌学术搜索
6. m·c·冈萨雷斯,c·a·伊达尔戈,A.-L。巴斯“理解人类个体移动模式。”自然,卷453,不。7196年,第782 - 779页,2008年。视图:出版商的网站|谷歌学术搜索
7. A . Noulas s Scellato r . Lambiotte m .铁棒和c . Mascolo”许多城市的故事:通用模式在人类城市流动,”《公共科学图书馆•综合》,7卷,不。5,2012。视图:出版商的网站|谷歌学术搜索
8. P.-U。Tournoux, j . Leguay f . Benbadis诉柯南,m·d·德阿莫林和j . Whitbeck“手风琴的现象:分析、特征和影响dtn路由”第28届计算机通讯大会上学报》上IEEE,页1116 - 1124年,里约热内卢,巴西,2009年4月。视图:谷歌学术搜索
9. M.-O。Killijian, r·帕斯瓜m·罗伊·g . Tredan和c . Zanon“露天市场:空间观察人类动力学的,”计算机网络卷,111年,第119 - 109页,2016年。视图:出版商的网站|谷歌学术搜索
10. j . c . Chen, y苏西洛,y . Liu和m .王”的大数据和小数据对旅游行为的承诺(即人类流动)分析,“交通研究部分C:新兴技术卷,68年,第299 - 285页,2016年。视图:出版商的网站|谷歌学术搜索
11. y元,m·佩特”从手机数据,提取动态城市流动模式”国际会议在地理信息科学学报》上施普林格,页354 - 367年,哥伦布,哦,美国,2012年9月。视图:谷歌学术搜索
12. A . Montanari s纳瓦兹·c·Mascolo, k .帆船“蓝牙低能量性能的研究对人类接近检测在工作场所,”普适计算和通信国际会议(PerCom)IEEE大岛,嗨,美国,2017年。视图:谷歌学术搜索
13. c . Cattuto w . Van den Broeck, a . barrat诉Colizza,肯尼迪。Pinton, a . Vespignani“动态分布式rfid传感器网络的人际互动,”《公共科学图书馆•综合》,5卷,不。7篇文章ID e11596 2010。视图:出版商的网站|谷歌学术搜索
14. 贾米尔,a . Basalamah l·艾哈迈德·m·优素福,“混合参与式感知分析组动态最大年度宗教集会,”《2015年ACM国际联合会议上普遍的和无处不在的计算ACM,页547 - 558年,大阪,日本,2015。视图:谷歌学术搜索
15. n .鹰和a . Pentland“社会意外:动员社交软件,”IEEE普适计算,4卷,不。2,28-34,2005页。视图:出版商的网站|谷歌学术搜索
16. n . a .鹰和a . s . Pentland“现实挖掘:传感复杂的社会系统,”个人和无处不在的计算,10卷,不。4、255 - 268年,2006页。视图:出版商的网站|谷歌学术搜索
17. x, t·h·s .楚诉C.-M。梁,大肠碳氢键。Ngai, p . Kruchten和h . c . b . Chan“移动社交网络上的一项调查显示:应用程序平台,系统架构,以及未来研究的方向,“IEEE通信调查和教程,17卷,不。3、1557 - 1581年,2015页。视图:出版商的网站|谷歌学术搜索
18. f . Naya h·诺玛,o . Ren, k . Kogure”护理上下文感知、基于蓝牙室内接近报警”学报》2005年第九IEEE国际研讨会可穿戴计算机IEEE,页212 - 213年,大阪,日本,2005年10月。视图:谷歌学术搜索
19. j . Garcia-Alonso j . Berrocal d·m·胡安•曼努埃尔•Murillo c·塞卡和m·洛佩斯,“几乎建模老年人,情景语境”第九届国际研讨会环境情报学报,ISAmI 2018Eds, p . Novais和j·j·荣格。,pp. 298–305, Toledo, Spain, June 2018.视图:谷歌学术搜索
20. p·贝拉,使得科拉迪,m .把和l . Foschini”移动无处不在的系统上下文数据分布的调查,“ACM计算调查,44卷,不。4,1-45,2012页。视图:出版商的网站|谷歌学术搜索
21. m . Raskino j·芬恩,a·林登从2015年的大规模互联世界中提取价值美国斯坦福,Gartner研究CT, 2005。
22. l . Atzori a Iera经纪人莫拉比托g .,”从“智能对象”“社会对象”:互联网的下一个进化步骤,”IEEE通讯杂志,52卷,不。1,第105 - 97页,2014。视图:出版商的网站|谷歌学术搜索
23. j·s·席尔瓦,张平,t .从而阻碍f . Boavida t . Hara和n . c . Liebau“以人为中心的物联网,”IEEE通讯杂志,55卷,不。2,18日至19日,2017页。视图:出版商的网站|谷歌学术搜索
24. H.-S。公园,k .哦,S.-B。秋,”贝叶斯网络高层上下文识别移动上下文共享在cyber-physical系统中,“国际期刊的分布式传感器网络,7卷,不。1,文章ID 650387, 2011。视图:出版商的网站|谷歌学术搜索
25. t . m . Gronli g . Ghinea和m . Younas“环境敏感和自动配置的移动设备在应用云计算的无处不在的计算,”个人无处不在的计算,18卷,不。4、883 - 894年,2014页。视图:出版商的网站|谷歌学术搜索
26. p . Makris d . n . Skoutas和c . Skianis”一项调查在上下文感知的移动和无线网络:网络和计算环境的集成,”IEEE通信调查和教程,15卷,不。1,第386 - 362页,2013。视图:出版商的网站|谷歌学术搜索
27. m·a . Kabir j .汉j . Yu和a·科尔曼,“以用户为中心的社会背景信息管理:一个基于本体的方法和平台,”个人和无处不在的计算,18卷,不。5,1061 - 1083年,2014页。视图:谷歌学术搜索
28. l .Šikšnys j·r·汤姆森sŠaltenis l . y .男人,“私人和灵活的接近检测在移动社交网络,”学报2010年十一国际会议上移动数据管理IEEE,页75 - 84年,堪萨斯城,MI,美国,2010年。视图:谷歌学术搜索
29. p . Utsch和t .李比希监测微观行人移动使用蓝牙,”学报》2012年第八届国际智能环境会议(IE)IEEE,页173 - 177年,瓜,墨西哥,2012年6月。视图:谷歌学术搜索
30. 美国汉、y公园和h·金”扩展蓝牙LE协议共同发现巨大的和动态接触,”IEEE移动计算,18卷,不。10日,2344 - 2357年,2019页。视图:出版商的网站|谷歌学术搜索
31. a . Kashevnik和m . Shchekotov”比较分析基于通信的室内定位系统由智能手机,”FRUCT协会学报》第十二次会议美国佛罗里达州坦帕市,2014。视图:谷歌学术搜索
32. m . k . Kjærgaard m . Wirz d . Roggen和g . Troster”移动传感的行人羊群在室内环境中使用wifi信号”学报2012年IEEE国际会议上普适计算和通信(PerCom)IEEE,页95 - 102年,卢加诺,瑞士,2012。视图:谷歌学术搜索
33. a . k . m . Mahtab侯赛因和W.-S。全音阶,”calibration-free室内定位系统的调查。”计算机通信卷。66年,1-13,2015页。视图:出版商的网站|谷歌学术搜索
34. s . s . Chawathe“室内定位使用蓝牙,灯塔的位置”《国际IEEE会议onIntelligent交通系统IEEE,页980 - 985年,华盛顿特区,2008年美国。视图:谷歌学术搜索
35. j .高塔和g·博列洛,”位置系统无处不在的计算”,电脑,34卷,不。8日,57 - 66,2001页。视图:出版商的网站|谷歌学术搜索
36. j·朱,曾庆红k, k h . Kim和p . Mohapatra”改善使用蓝牙灯塔,众包的无线定位系统”学报》2012年第九届IEEE onSensor通信协会会议上,网和临时通信和网络(SECON),页290 - 298年,汉城,韩国,2012年。视图:谷歌学术搜索
37. a . Zidek s裁缝,r·h·Bellrock“匿名距离信标从个人设备,”学报2018年IEEE国际会议上普适计算和通信(PerCom)2018年3月,雅典,希腊,。视图:谷歌学术搜索
38. k . Mikhaylov: Plevritakis, j . Tervonen“蓝牙低能量的性能分析和比较内部IEEE 802.15.4 SimpliciTI,提供服务”传感器和执行器网络杂志》上,卷2,不。3、589 - 613年,2013页。视图:出版商的网站|谷歌学术搜索
39. l .贾c·陈,马y”建模和性能分析蓝牙设备发现的低能量网络”《全球通信会议(GLOBECOM)IEEE,页1538 - 1543年,2012年12月,美国阿纳海姆。视图:谷歌学术搜索
40. l .贾c·陈,马y, y,“能源分析蓝牙设备发现的低能量,”学报2013年IEEE 78车辆技术会议(职业训练局下降)美国IEEE,内华达州拉斯维加斯,2013年9月。视图:谷歌学术搜索
41. a . Abouzied j·陈,“Commonties:上下文感知推动向社会互动”学报的同伴出版17 ACM会议上计算机支持的协同工作和社会计算、CSCW的伙伴美国,纽约,纽约,2014年。视图:谷歌学术搜索
42. f m . Girolami f . Mavilia Delmastro e . Distefano“检测通过商业移动设备、社交互动”学报2018年IEEE国际会议上普适计算和通信车间(PerCom研讨会)2018年3月,雅典,希腊,。视图:谷歌学术搜索
43. e·r·赛克斯,p . Stephen s . Nardi”上下文感知的移动应用程序使用iBeacons:对智能交互,”学报》第25届国际会议在计算机科学和软件工程,CASCON 15楼下,页120 - 129年,新泽西,美国,2015年。视图:谷歌学术搜索
44. d·德·Bharti s . k . Das和s . Chellappan“多通道可穿戴传感在医疗、细粒度的活动识别”IEEE网络计算,19卷,不。5、26 - 35周不等,2015页。视图:出版商的网站|谷歌学术搜索
45. t m t和d . Gatica-Perez“人际互动在智能手机接近网络,发现”个人和无处不在的计算,17卷,不。3、413 - 431年,2013页。视图:出版商的网站|谷歌学术搜索
46. p·马丁,B.-J。Ho n . Grupen s穆尼奥斯,m·斯利瓦斯塔瓦”iBeacon底漆的室内定位:演示抽象,”学报第一ACM会议对嵌入式系统的节能建筑美国,纽约,纽约,2014年11月。视图:谷歌学术搜索
47. h .钱和d·安德森,”延长移动设备的电池寿命卸载计算云,”学报》2015年第2 ACM国际会议在移动软件工程和系统,MOBILESoft 2015a . Abadi, d .丹尼,y Dubinsky, Eds。佛罗伦萨,意大利,2015年5月。视图:谷歌学术搜索
48. A .梅洛,m . Migliardi, l . Caviglione”调查节能意识安全机制”,普及和移动计算,24卷,第90 - 77页,2015年。视图:出版商的网站|谷歌学术搜索
49. j . Berrocal j . Garcia-Alonso, c . Vicente-Chicote”早期的分析资源的消费模式在移动应用程序中,“普及和移动计算,35卷,32-50,2017页。视图:出版商的网站|谷歌学术搜索
50. 网络半径,Android信标图书馆,2019年,https://altbeacon.github.io/android-beacon-library/。
51. 网络半径,Android信标图书馆应用,2019年,https://altbeacon.github.io/android-beacon-library/apps.html。
52. o . s Android“Wakelock”, 2019年,http://developer.android.com/reference/android/os/PowerManager.WakeLock.html。视图:谷歌学术搜索
53. c·朱利安·c·刘,a·l·墨菲”实际连续邻居发现蓝牙低能量,”学报》第16届ACM和IEEE国际会议在传感器网络的信息处理张平,p·杜塔,g .兴。美国宾夕法尼亚州,匹兹堡,2017年4月。视图:谷歌学术搜索
54. M2AppInsight”M2AppInsight季度应用性能报告:全球安卓应用类别平均水平,”2015年,http://m2appinsight.com/m2appinsight-quarterly-app-performance-report-global-android/-app-category-averages/。视图:谷歌学术搜索
55. r . Faragher和r .麻的纤维”,分析蓝牙低能量的准确性对于室内定位应用程序,”学报》27日国际技术会议的卫星导航研究所的分工(离子GNSS + 14)210年,页201 - 2014年9月美国佛罗里达州坦帕市。视图:谷歌学术搜索
56. j . Berrocal j . Garcia-Alonso c .运河和j·m·Murillo”所涉及的一切情景语境:一个统一的视图在特定情况下,”程序的Web Engineering-16th国际会议,ICWE 2016卢加诺,页476 - 483年,瑞士,2016年6月。视图:谷歌学术搜索

版权

版权©2020年穆Garcia-Alonso et al。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。