Kurzfassung
Ein campusweites Positionierungs- und Navigationssystem für die TU Wien soll durch die Nutzung von WLAN-Signalen und der Positionierungsmethode Fingerprinting realisiert werden. Ziel dieser Studie ist es daher die Verfügbarkeit, Leistungsfähigkeit und Nutzbarkeit von WLAN in ausgewählten Bereichen zu untersuchen. Für diesen Zweck wurden die WLAN-Signalstärken am Karlsplatz, im Freihaus-Bürogebäude sowie in der Universitätsbibliothek unter realen Bedingungen gemessen. Die Messungen wurden dabei statisch, kinematisch und im Stop-and-Go Modus mit sechs verschiedenen Smartphones durchgeführt. Für das Fingerprinting wurde ein probabilistischer Ansatz basierend auf der Berechnung der Mahalanobis-Distanz gewählt. Es hat sich gezeigt, dass die eingesetzten Smartphones die Signalstärken unterschiedlich stark empfangen, weshalb für jedes Smartphone eine Kalibrierung mit einem multivariaten linearen Regressionsmodell durchgeführt wurde. Damit konnte die geräteabhängige Empfangsempfindlichkeit weitgehend ausgeglichen werden, wodurch sich keine großen Unterschiede bei den verschiedenen Smartphones bezüglich der erreichten Genauigkeiten bei den statischen und Stop-and-Go Messungen ergaben. Mit Hilfe einer zusätzlichen Langzeitmessung wurden die Schwankungen der WLAN-Signale analysiert. Diese zeigten große zeitliche Variationen in einem Bereich von bis zu ±5 dBm tagsüber und auch hohes Signalrauschen. Die Analyse der Trainingsmessungen zeigte, dass genügend stabile WLAN-Signale campusweit für die Positionierung mittels Fingerprinting vorhanden sind. Die ermittelten Abweichungen der berechneten Positionen zu den Sollwerten in der Positionierungsphase lagen im Freihaus-Gebäude bei 1,5 bis 3 m. Die mit normaler Schrittgeschwindigkeit abgegangenen Trajektorien konnten damit gut rekonstruiert werden. Eine signifikante Abhängigkeit der Ergebnisse vom Smartphone zeigt sich jedoch bei den kinematischen Messungen durch die unterschiedliche Dauer eines gesamten WLAN Scans. Diese lag durchschnittlich im Bereich von 2,5 bis 4,1 s und kann damit zu unterschiedlichen Genauigkeiten für die kinematische Positionierung je nach verwendetem Endgerät führen, da bei einer längeren Scandauer weniger Messwerte entlang der Trajektorie für eine Interpolation zur Verfügung stehen.

Abstract
A positioning and navigation system based on Wi-Fi signals using fingerprinting for localization shall be developed for the whole University campus of TU Wien. Thus, the major aim of this study is the investigation of the availability, performance and usability of Wi-Fi in selected areas of the University. For this purpose, Wi-Fi signal strengths of the surrounding access points were measured in front of the main building of the University, in the library and in a large multi-storey office building called Freihaus under real conditions. The measurements were carried out in static, kinematic and stop-and-go mode with six different smartphones. A probabilistic fingerprinting approach based on the calculation of the Mahalanobis distance was applied. It was seen that a calibration with a multivariate linear regression model has to be carried out for each smartphone due to the device-dependent reception sensitivity. Using such a model, this device dependency could be reduced to a minimum and similar positioning accuracies for the static and stop-and-go measurements were obtained. With the help of an additional long-term observation, the fluctuations of the Wi-Fi signals were analysed. These observations showed that fluctuations of up to ±5 dBm during the day can occur, at night the signals are much more stable. The analysis of the system training measurements showed that there are sufficiently stable signals available everywhere on the campus to carry out a position determination using Wi-Fi fingerprinting. The resulting deviations from the ground truth in the positioning phase were in the range of 1.5 to 3 m in the Freihaus office building. The trajectories of the user walking with usual speed could be reconstructed well. A significant dependence of the results in the kinematic mode, however, is caused by the duration of a single Wi-Fi scan. The durations were in the range of 2.5 to 4.1 s depending on the used smartphone. This can result in different accuracies for kinematic positioning since fewer measurements along the trajectories for interpolation are available for a device with longer scan duration.