Система позиционирования Wi-Fi

Система геолокации

Система позиционирования Wi-Fi ( WPS , WiPS или WFPS ) — это система геолокации , которая использует характеристики близлежащих точек доступа Wi-Fi , чтобы определить, где находится устройство. ^[1]

Он используется там, где спутниковая навигация , такая как GPS , неадекватна по различным причинам, включая многолучевое распространение и блокировку сигнала в помещении, или когда определение местоположения спутника может занять слишком много времени. ^[2] К таким системам относятся вспомогательные GPS, городские службы позиционирования через базы данных точек доступа и системы позиционирования внутри помещений . ^[3] Позиционирование Wi-Fi использует преимущества быстрого роста в начале 21 века точек беспроводного доступа в городских районах. ^[4]

Самый распространенный метод позиционирования с использованием точек беспроводного доступа основан на грубом приближении мощности принимаемого сигнала ( индикация уровня принимаемого сигнала , или RSSI ) и методе «отпечатков пальцев». ^{[5] [6] [7]} Обычно точка беспроводного доступа идентифицируется по ее SSID и MAC-адресу , и эти данные сравниваются с базой данных предполагаемых местоположений идентифицированных таким образом точек доступа. Точность зависит от точности базы данных (например, если точка доступа переместилась, ее запись будет неточной), а точность зависит от количества обнаруженных близлежащих точек доступа с (точными) записями в базе данных и точности этих записей. База данных о местоположении точек доступа заполняется путем сопоставления данных о местоположении мобильного устройства (определенных другими системами, такими как Galileo или GPS) с MAC-адресами точек доступа Wi-Fi. ^[8] Возможные колебания сигнала могут привести к увеличению ошибок и неточностей на пути пользователя. Чтобы минимизировать колебания принимаемого сигнала, можно применить определенные методы фильтрации шума.

В случае низкой точности были предложены некоторые методы объединения трассировок Wi-Fi с другими источниками данных, такими как географическая информация и временные ограничения (т. е. география времени ). ^[9]

Мотивация и приложения

Точная локализация в помещении становится все более важной для устройств на базе Wi-Fi из-за более широкого использования дополненной реальности , социальных сетей , мониторинга здравоохранения, персонального отслеживания, контроля запасов и других приложений, определяющих местоположение в помещении. ^{[10] [11]}

В беспроводной безопасности это важный метод, используемый для обнаружения и сопоставления несанкционированных точек доступа . ^{[12] [13]}

Популярность и низкая цена сетевых карт Wi-Fi являются привлекательным стимулом для использования Wi-Fi в качестве основы для системы локализации, и за последние 15 лет в этой области были проведены значительные исследования. ^{[5] [7] [14]}

Постановка задачи и основные понятия

Проблема локализации устройства в помещении с помощью Wi‑Fi заключается в определении положения клиентских устройств относительно точек доступа. Для достижения этой цели существует множество методов, и их можно классифицировать на основе четырех различных критериев, которые они используют: индикация уровня принятого сигнала ( RSSI ), снятие отпечатков пальцев , угол прихода ( AoA ) и время прохождения ( ToF ). ^{[14] [15]}

В большинстве случаев первым шагом для определения положения устройства является определение расстояния между целевым клиентским устройством и несколькими точками доступа. При известных расстояниях между целевым устройством и точками доступа алгоритмы трилатерации могут использоваться для определения относительного положения целевого устройства ^[11] , используя известное положение точек доступа в качестве эталона. Альтернативно, углы прибытия сигналов на целевое клиентское устройство могут использоваться для определения местоположения устройства на основе алгоритмов триангуляции . ^[14]

Комбинация этих методов может использоваться для повышения точности системы. ^[14]

Техники

Сила сигнала

Методы локализации RSSI основаны на приблизительном измерении относительной мощности сигнала на клиентском устройстве от нескольких различных точек доступа, а затем объединении этой информации с моделью распространения для определения расстояния между клиентским устройством и точками доступа. Методы трилатерации (иногда называемые мультилатерацией) можно использовать для расчета предполагаемого положения клиентского устройства относительно ожидаемого положения точек доступа. ^{[11] [14]}

Хотя это один из самых дешевых и простых в реализации методов, его недостатком является то, что он не обеспечивает очень хорошей точности (в среднем 2–4 м), поскольку измерения RSSI имеют тенденцию колебаться в зависимости от изменений в окружающей среде или замираний из-за многолучевого распространения . ^[5]

Cisco Systems использует RSSI для обнаружения устройств через свои точки доступа. Точки доступа собирают данные о местоположении и обновляют местоположение в облаке Cisco под названием Cisco DNA Spaces . ^[16]

Выборка Монте-Карло

Выборка Монте-Карло — это статистический метод, используемый при картировании Wi-Fi внутри помещений для оценки местоположения беспроводных узлов. Этот процесс включает в себя создание карт мощности беспроводного сигнала с использованием двухэтапного параметрического и основанного на измерениях подхода трассировки лучей. Это объясняет характеристики поглощения и отражения различных препятствий в помещении. ^[17]

Затем оценки местоположения вычисляются с использованием байесовской фильтрации на наборах выборок, полученных методом выборки Монте-Карло. Было обнаружено, что этот метод обеспечивает хорошие оценки местоположения пользователей с точностью до помещения, используя показания индикации уровня принятого сигнала (RSSI) от одной точки доступа. ^[18]

Отпечатки пальцев

Традиционный метод снятия отпечатков пальцев также основан на RSSI, но он просто основан на регистрации уровня сигнала от нескольких точек доступа в радиусе действия и сохранении этой информации в базе данных вместе с известными координатами клиентского устройства в автономном режиме. Эта информация может быть детерминированной ^[5] или вероятностной. ^[7] На этапе онлайн-отслеживания текущий вектор RSSI в неизвестном местоположении сравнивается с векторами, сохраненными в отпечатке пальца, и ближайшее совпадение возвращается в качестве предполагаемого местоположения пользователя. Такие системы могут обеспечить среднюю точность 0,6 м и хвостовую точность 1,3 м. ^{[14] [19]}

Его основным недостатком является то, что любые изменения в окружающей среде, такие как добавление или удаление мебели или зданий, могут изменить «отпечаток пальца», соответствующий каждому местоположению, что потребует обновления базы данных отпечатков пальцев. Однако интеграцию с другими датчиками, такими как камеры, можно использовать, чтобы справиться с меняющейся средой. ^[20]

Угол прибытия

Линейная решетка антенн, принимающих сигнал. Разность фазового сдвига принятого сигнала, поступающего на антенны, одинаково разделенные расстоянием «d», используется для расчета угла прихода сигнала. ^[14]

С появлением интерфейсов MIMO Wi-Fi, использующих несколько антенн, появилась возможность оценивать угол наклона многолучевых сигналов, принимаемых антенными решетками в точках доступа, и применять триангуляцию для расчета местоположения клиентских устройств. SpotFi, ^[14] ArrayTrack ^[10] и LTEye ^[21] — предлагаемые решения, использующие этот вид техники.

Типичное вычисление угла атаки выполняется с помощью алгоритма MUSIC . Предполагая, что антенная решетка из антенн находится на одинаковом расстоянии друг от друга и сигнал поступает в антенную решетку по путям распространения, сигнал преодолевает дополнительное расстояние , чтобы достичь второй антенны решетки. ^[14] ${\displaystyle M}$ ${\displaystyle d}$ ${\displaystyle L}$ ${\displaystyle d\sin \theta }$

Учитывая, что -й путь распространения проходит под углом к ​​нормали антенной решетки точки доступа, это затухание, испытываемое на любой антенне решетки. Затухание одинаково для каждой антенны, за исключением фазового сдвига, который меняется для каждой антенны из-за дополнительного расстояния, проходимого сигналом. Это означает, что сигнал поступает с дополнительной фазой ${\displaystyle k}$ ${\displaystyle \theta _{k}}$ ${\displaystyle \gamma _{k}}$

${\displaystyle -2\pi \cdot d\cdot \sin(\theta )\cdot (f/c)\cdot (2-1)}$

на второй антенне и

${\displaystyle -2\pi \cdot d\cdot \sin(\theta )\cdot (f/c)\cdot (m-1)}$

на -й антенне. ^[14] ${\displaystyle m}$

Следовательно, следующую комплексную экспоненту можно использовать в качестве упрощенного представления фазовых сдвигов, испытываемых каждой антенной, в зависимости от угла атаки пути распространения: ^[14]

$${\displaystyle \phi (\theta _{k})=\exp(-j\cdot 2\pi \cdot d\cdot \sin(\theta _{k})\cdot f/c)}$$

Затем угол атаки можно выразить как вектор принятых сигналов по -му пути распространения, где - вектор управления и определяется следующим образом: ^[14] Существует один вектор управления для каждого пути распространения и матрица управления (размеров ) тогда определяется как: ^[14] и вектор принятого сигнала : ^[14] где – вектор комплексного затухания на тракте. ^[14] OFDM передает данные по множеству разных поднесущих, поэтому измеренные принятые сигналы, соответствующие каждой поднесущей, образуют матрицу, выраженную как: ^[14] Матрица задается матрицей информации о состоянии канала ( CSI ), которую можно извлечь из современных беспроводные карты с помощью специальных инструментов, таких как Linux 802.11n CSI Tool. ^[22] ${\displaystyle {\vec {a}}(\theta _{k})\gamma _{k}}$ ${\displaystyle k}$ ${\displaystyle {\vec {a}}(\theta _{k})}$ $${\displaystyle {\vec {a}}(\theta _{k})=[1,\ \phi (\theta _{k}),\ \dots ,\ \phi (\theta _{k})^{M-1}]^{T}}$$ ${\displaystyle \mathbf {A} }$ ${\displaystyle M\cdot L}$ $${\displaystyle \mathbf {A} =[{\vec {a}}(\theta _{1}),\dots ,{\vec {a}}(\theta _{L})]}$$ ${\displaystyle {\vec {x}}}$ $${\displaystyle {\vec {x}}=\mathbf {A} {\vec {\Gamma }}}$$ ${\displaystyle {\vec {\Gamma }}=[{\vec {\gamma }}_{1}\dots {\vec {\gamma }}_{L}]}$ ${\displaystyle L}$ ${\displaystyle {\vec {x}}}$ ${\displaystyle \mathbf {X} }$ $${\displaystyle \mathbf {X} =[{\vec {x}}_{1}\dots {\vec {x}}_{L}]=\mathbf {A} [{\vec {\Gamma }}_{1}\dots {\vec {\Gamma }}_{L}]=\mathbf {AF} }$$ ${\displaystyle \mathbf {X} }$

Именно здесь применяется алгоритм MUSIC , сначала путем вычисления собственных векторов (где – сопряженное транспонирование ) и использования векторов, соответствующих нулевому собственному значению, для расчета управляющих векторов и матрицы . ^[14] Затем из этой матрицы можно вывести значения угла атаки и использовать их для оценки положения клиентского устройства посредством триангуляции . ${\displaystyle \mathbf {X} \mathbf {X} ^{H}}$ ${\displaystyle \mathbf {X} ^{H}}$ ${\displaystyle \mathbf {X} }$ ${\displaystyle \mathbf {A} }$

Хотя этот метод обычно более точен, чем другие, для его применения может потребоваться специальное оборудование, такое как решетка из шести-восьми антенн ^[10] или вращающиеся антенны. ^[21] SpotFi ^[14] предлагает использовать алгоритм сверхразрешения , который использует количество измерений, выполняемых каждой из антенн карт Wi-Fi всего с тремя антеннами, а также включает локализацию на основе ToF для повышения ее точности. .

Время полета

На рисунке показана измерительная станция, отправляющая кадр ДАННЫЕ на клиентскую станцию ​​и ожидающая получения подтверждения. — это задержка планирования (смещение), возникшая на целевом клиентском устройстве, и она зависит от того, сколько времени требуется для планирования ACK. T_P — это время распространения сигнала между передатчиком и приемником, которое обычно считается одинаковым на пути к цели и обратно. T_ACK — это время, необходимое для передачи кадра ACK. Время полета соответствует T_MEASURED. Изображение воспроизведено из ^[23] ${\displaystyle \delta }$

Подход к локализации по времени прохождения (ToF) использует временные метки, предоставленные беспроводными интерфейсами, для расчета ToF сигналов, а затем использует эту информацию для оценки расстояния и относительного положения одного клиентского устройства относительно точек доступа. Детализация таких измерений времени составляет порядка наносекунд, а системы, использующие этот метод, сообщают об ошибках локализации порядка 2 м. ^[14] Типичным применением этой технологии является маркировка и определение местоположения объектов в зданиях, для чего обычно достаточно точности на уровне помещения (~3 м). ^[24]

Измерения времени, выполняемые на беспроводных интерфейсах, основаны на том факте, что радиочастотные волны распространяются со скоростью, близкой к скорости света, которая остается почти постоянной в большинстве сред распространения внутри помещений. Следовательно, на скорость распространения сигнала (и, следовательно, на время пролета) окружающая среда не так сильно влияет, как на измерения RSSI. ^[23]

В отличие от традиционных методов эхо-сигнала на основе ToF, например, используемых в системах RADAR , методы эхо-сигнала Wi-Fi используют обычные данные и кадры связи подтверждения для измерения ToF. ^[23]

Как и в подходе RSSI, ToF используется только для оценки расстояния между клиентским устройством и точками доступа. Затем можно использовать метод трилатерации для расчета предполагаемого положения устройства относительно точек доступа. ^[24] Самые большие проблемы в подходе ToF заключаются в решении проблем тактовой синхронизации, шума, артефактов выборки и эффектов многолучевого распространения каналов. ^[24] Некоторые методы используют математические подходы, чтобы исключить необходимость синхронизации часов. ^[15]

Совсем недавно стандарт Wi-Fi Round Trip Time предоставил Wi-Fi широкие возможности определения дальности ToF.

Проблемы конфиденциальности

Ссылаясь на конкретные проблемы конфиденциальности, возникающие из-за WPS, Google предложил единый подход для исключения конкретной точки доступа из участия в определении местоположения с помощью WPS, предположительно путем того, что каждый владелец точки доступа намеренно отказывается от исключения каждой точки доступа. ^[25] Добавление «_nomap» к SSID беспроводной точки доступа исключает ее из базы данных Google WPS. ^[26] Mozilla уважает _nomap как метод отказа от службы определения местоположения. ^[27]

Общедоступные базы данных местоположений Wi-Fi

Доступен ряд общедоступных баз данных местоположений Wi-Fi (только активные проекты):

Смотрите также

• Автоматическое определение местоположения автомобиля
• Гибридная система позиционирования
• Внутренняя система позиционирования
• MAC-адрес
• Отслеживание мобильного телефона

Рекомендации

1. Линднер, Томас; Фрич, Лотар; Планк, Килиан; Ранненберг, Кай (2004). Ламерсдорф, Винфрид; Чаммер, Волкер; Амаргер, Стефан (ред.). «Использование общественного и частного покрытия Wi-Fi для новых бизнес-моделей». Создание общества электронных услуг . ИФИП Международная федерация обработки информации. 146 . Спрингер США: 131–148. дои : 10.1007/1-4020-8155-3_8 . ISBN 978-1-4020-8155-2.
2. Магда Челли, Нел Самама. Обнаружение видимости в неоднородных моделируемых средах для целей позиционирования. IPIN 2010: Международная конференция по внутреннему позиционированию и навигации в помещении, сентябрь 2010 г., Хёнгерберг, Швейцария. ⟨hal-01345039⟩ [1]
3. Магда Челли, Нел Самама. Новые методы позиционирования в помещении, сочетающие детерминированные и оценочные методы. ENC-GNSS 2009: Европейская навигационная конференция – Глобальные навигационные спутниковые системы, май 2009 г., Неаполь, Италия. стр.1 - 12. hal-01367483 [2]
4. Магда Челли, Анка Флуэрасу, Нел Самама. Универсальная и автономная система позиционирования, основанная на подключении к беспроводным сетям. ENC 2011: Европейская навигационная конференция, ноябрь 2011 г., Лондон, Великобритания. hal-01302215[3]
5. П. Бахл и В.Н. Падманабхан, «RADAR: встроенная радиочастотная система определения местоположения и отслеживания пользователей», в Proceedings of 19th Annual Joint Conference of the IEEE Computer and Communications Societies (INFOCOM '00), vol. 2, стр. 775–784, Тель-Авив. Израиль, март 2000 г.
6. Ю. Чен и Х. Кобаяши, «Геолокация в помещении на основе уровня сигнала», в материалах Международной конференции IEEE по коммуникациям (ICC '02), том. 1, стр. 436–439, Нью-Йорк, штат Нью-Йорк, США, апрель – май 2002 г.
7. Юсеф, Массачусетс; Агравала, А.; Шанкар, А. Удая (01 марта 2003 г.). «Определение местоположения WLAN посредством кластеризации и распределения вероятностей». Материалы Первой международной конференции IEEE по всеобъемлющим вычислениям и коммуникациям, 2003 г. (PerCom 2003) . стр. 143–150. CiteSeerX 10.1.1.13.4478 . дои : 10.1109/PERCOM.2003.1192736. ISBN  978-0-7695-1893-0. S2CID  2096671.
8. «Система позиционирования Wi-Fi» . Архивировано из оригинала 19 декабря 2014 г. Проверено 19 декабря 2014 г.
9. Даналет, Антонин; Фарук, Билал; Бьерлер, Мишель (2014). «Байесовский подход к обнаружению последовательностей назначения пешеходов по сигнатурам Wi-Fi». Транспортные исследования, часть C: Новые технологии . 44 : 146–170. дои : 10.1016/j.trc.2014.03.015.
10. Дж. Сюн и К. Джеймисон, «Arraytrack: детальная система определения местоположения в помещении», NSDI '13.
11. Ян, Цзе; Чен, Иньин (1 ноября 2009 г.). «Внутренняя локализация с использованием улучшенных методов латерации на основе RSS». GLOBECOM 2009–2009 Глобальная телекоммуникационная конференция IEEE . стр. 1–6. CiteSeerX 10.1.1.386.4258 . дои : 10.1109/GLOCOM.2009.5425237. ISBN  978-1-4244-4148-8. S2CID  2125249.
12. Ван, К.; Чжэн, X.; Чен, Ю.; Ян, Дж. (сентябрь 2017 г.). «Обнаружение мошеннической точки доступа с использованием подробной информации о канале». Транзакции IEEE на мобильных компьютерах . 16 (9): 2560–2573. дои : 10.1109/TMC.2016.2629473 . ISSN  1558-0660.
13. «Руководство по настройке системы управления сетью Cisco Prime, версия 1.0 — Глава 6: Карты мониторинга [устройства серии Cisco Prime Network Control System]» . Циско . Проверено 19 декабря 2020 г.
14. Котару, Маниканта; Джоши, Киран; Бхарадия, Динеш; Катти, Сачин (01 января 2015 г.). «СпотФай». Материалы конференции ACM 2015 года, посвященной специальной группе по передаче данных . СИГКОММ '15. Нью-Йорк, штат Нью-Йорк, США: ACM. стр. 269–282. дои : 10.1145/2785956.2787487. ISBN 978-1-4503-3542-3. S2CID  8728165.
15. Юсеф, Мустафа; Юсеф, Адель; Ригер, Чак; Шанкар, Удая; Агравала, Ашок (1 января 2006 г.). «ПинПойнт». Материалы 4-й международной конференции «Мобильные системы, приложения и сервисы» . МобиСис '06. Нью-Йорк, штат Нью-Йорк, США: ACM. стр. 165–176. дои : 10.1145/1134680.1134698. ISBN 978-1595931955. S2CID  232045615.
16. «Быстрый поиск в Cisco» (PDF) . Документы Cisco .
17. Заруба, Г.В.; Хубер, М.; Камангар, ФА; Хламтак, И. (2004). «Отслеживание местоположения на дому на основе выборки Монте-Карло с минимальными требованиями к радиочастотной инфраструктуре». Глобальная телекоммуникационная конференция IEEE, 2004 г. GLOBECOM '04 . Том. 6. ИИЭР. стр. 3624–3629. дои : 10.1109/GLOCOM.2004.1379045. ISBN 978-0-7803-8794-2. S2CID  6875248.
18. Заруба, Г.В.; Хубер, М.; Камангар, ФА; Хламтак, И. (апрель 2007 г.). «Отслеживание местоположения в помещении с использованием показаний RSSI от одной точки доступа Wi-Fi». Беспроводная сеть . 13 (2): 221–235. дои : 10.1007/s11276-006-5064-1. ISSN  1022-0038. S2CID  9043157.
19. Юсеф, Мустафа; Агравала, Ашок (4 января 2007 г.). «Система определения местоположения Хорус». Беспроводная сеть . 14 (3): 357–374. дои : 10.1007/s11276-006-0725-7. ISSN  1022-0038. S2CID  62768948.
20. Ван Мохд Яакоб Ван Беджури, Мохд Муртадха Мохамад, Маймуна Сапри и Мохд Адли Росли (2012). Повсеместное позиционирование WLAN/камеры с использованием пространственного обнаружения и сопоставления признаков обратной интенсивности цветности: предварительный результат. Международная конференция по человеко-машинным системам 2012 (ICOMMS 2012), Пенанг, МАЛАЙЗИЯ. См. публикацию здесь или нажмите здесь, если ссылка не работает.
21. Кумар, Сварун; Хамед, Эззельдин; Катаби, Дина; Эрран Ли, Ли (1 января 2014 г.). «Радиоаналитика LTE стала простой и доступной». Материалы 6-го ежегодного семинара «Беспроводная связь» для студентов, студентов, для студентов . С3 '14. Нью-Йорк, штат Нью-Йорк, США: ACM. стр. 29–30. дои : 10.1145/2645884.2645891. hdl : 1721.1/100518. ISBN 978-1-4503-3073-2. S2CID  53224063.
22. «Инструмент Linux 802.11n CSI» . dhalperi.github.io . Проверено 10 ноября 2015 г.
23. Маркалетти, Андреас; Реа, Маурицио; Джустиниано, Доменико; Кредиторы, Винсент; Фахреддин, Аймен (1 января 2014 г.). «Фильтрация зашумленных измерений времени пролета 802.11». Материалы 10-й Международной конференции ACM по новым сетевым экспериментам и технологиям . CONEXT '14. Нью-Йорк, штат Нью-Йорк, США: ACM. стр. 13–20. CiteSeerX 10.1.1.673.2243 . дои : 10.1145/2674005.2674998. ISBN  978-1-4503-3279-8. S2CID  11871353.
24. Ланцисера, С.; Затс, Д.; Пистер, KSJ (01 марта 2011 г.). «Радиочастотное времяпролетное измерение расстояния для локализации недорогих беспроводных датчиков». Журнал датчиков IEEE . 11 (3): 837–845. Бибкод : 2011ISenJ..11..837L. дои : 10.1109/JSEN.2010.2072496. ISSN  1530-437X. S2CID  15835286.
25. "Блоги по информационной безопасности". Журнал Инфобезопасность . Проверено 17 сентября 2015 г.
26. Справка Google - Службы, основанные на местоположении - Как отказаться? Получено 30 мая 2012 г.
27. «Отказ от MLS». mozilla.com . Проверено 2 сентября 2014 г.
28. "Объединенная служба позиционирования" . Проверено 3 января 2019 г.
29. «Позиционирование Wi-Fi | Местоположение Wi-Fi | Идентификатор ячейки — Combain» . Проверено 3 января 2019 г.
30. «Непроводное покрытие LocationAPI» . Проверено 6 июня 2017 г.
31. API, без проводов. «API местоположения Unwired Labs — API геолокации и API мобильной триангуляции, база данных вышки сотовой связи». API местоположения Unwired Labs — API геолокации и мобильной триангуляции . Проверено 6 июня 2017 г.
32. «Служба определения местоположения Mozilla» . Проверено 26 октября 2015 г.
33. "MLS - Статистика". location.services.mozilla.com . Проверено 16 сентября 2023 г.
34. «CloudServices/Местоположение/Часто задаваемые вопросы — MozillaWiki».
35. «Удаление службы определения местоположения Mozilla · Проблема № 2065 · mozilla/ichnaea» . Гитхаб .
36. «Мыльников ГЕО Wi-Fi» . Проверено 19 мая 2015 г.
37. "Загрузка базы данных Wi-Fi Мыльникова ГЕО" . Проверено 19 мая 2015 г.
38. "Лицензия Мыльникова ГЕО" . Проверено 19 декабря 2014 г.
39. "База данных мобильных сот Мыльникова ГЕО" . Проверено 19 декабря 2014 г.
40. «Система глобального позиционирования Navizon». Архивировано из оригинала 19 января 2021 г. Проверено 21 июня 2015 г.
41. «Карта покрытия Navizon WiFi» . Архивировано из оригинала 22 июня 2015 г. Проверено 21 июня 2015 г.
42. "Radiocells.org". Архивировано из оригинала 21 мая 2018 г. Проверено 6 июля 2018 г.
43. "Загрузка базы данных Radiocells.org" . Архивировано из оригинала 8 марта 2016 г. Проверено 6 июля 2018 г.
44. «Поиск точки доступа Wi-Fi» . Архивировано из оригинала 8 февраля 2016 г. Проверено 30 января 2015 г.
45. "Лицензия Radiocells.org" . Архивировано из оригинала 22 сентября 2019 г. Проверено 6 июля 2018 г.
46. "ВИГЛ" . Проверено 19 декабря 2014 г.
47. "Статистика WiGLE". www.wigle.net . Проверено 24 декабря 2018 г.
48. «Карта беспроводной сети WiGLE» . Проверено 19 декабря 2014 г.
49. «О _nomap и _optout — WiGLE.net» . www.wigle.net . Проверено 15 сентября 2019 г.

Общий

• Энтони ЛаМарка, Ятин Чавате, Санни Консольво, Джеффри Хайтауэр, Ян Смит, Джеймс Скотт, Тим Сон, Джеймс Ховард, Джефф Хьюз, Фред Поттер, Джейсон Таберт, Полин Пауледж, Гаэтано Борриелло , Билл Шилит: Лаборатория места: позиционирование устройств с помощью радиомаяков в дикой природе. В повсеместном (2005)