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 для определения местонахождения устройства. ^[1]

Он используется там, где спутниковая навигация, такая как GPS, неадекватна из-за различных причин, включая многолучевое распространение и блокировку сигнала в помещении, или где получение спутникового местоположения займет слишком много времени. ^[2] Такие системы включают в себя вспомогательную GPS, городские службы позиционирования через базы данных точек доступа и внутренние системы позиционирования . ^[3] Позиционирование Wi-Fi использует преимущества быстрого роста в начале 21-го века беспроводных точек доступа в городских районах. ^[4]

Наиболее распространенный метод позиционирования с использованием беспроводных точек доступа основан на грубом прокси для силы принятого сигнала ( индикатор силы принятого сигнала , или RSSI ) и методе «снятия отпечатков пальцев». ^{[5] [6] [7]} Обычно беспроводная точка доступа идентифицируется по ее SSID и MAC-адресу , и эти данные сравниваются с базой данных предполагаемых местоположений точек доступа, идентифицированных таким образом. Точность зависит от точности базы данных (например, если точка доступа переместилась, ее запись неточна), а точность зависит от количества обнаруженных поблизости точек доступа с (точными) записями в базе данных и точности этих записей. База данных местоположений точек доступа заполняется путем корреляции данных о местоположении мобильных устройств (определенных другими системами, такими как Galileo или GPS) с MAC-адресами точек доступа Wi-Fi. ^[8] Возможные колебания сигнала, которые могут возникнуть, могут увеличить ошибки и неточности на пути пользователя. Чтобы минимизировать колебания в полученном сигнале, существуют определенные методы, которые можно применять для фильтрации шума.

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

Мотивация и приложения

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

В области безопасности беспроводных сетей это важный метод, используемый для обнаружения и картирования несанкционированных точек доступа . ^{[12] [13]}

Популярность и низкая цена сетевых интерфейсных 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 проблемы и основные понятия

Проблема определения местоположения устройства в помещении на основе Wi‑Fi заключается в определении положения клиентских устройств относительно точек доступа. Существует множество методов для достижения этой цели, и их можно классифицировать на основе четырех различных критериев, которые они используют: индикация уровня принимаемого сигнала ( RSSI ), дактилоскопия , угол прибытия ( AoA ) и время пролета ( 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 быть использованы для определения относительного положения целевого устройства, ^[11] используя известное положение точек доступа в качестве опорного. В качестве альтернативы, углы прибывающих сигналов на целевое клиентское устройство могут быть использованы для определения местоположения устройства на основе алгоритмов триангуляции . ^[14]

Сочетание этих методов может быть использовано для повышения точности системы. ^[14]

Методы

Уровень сигнала

Методы локализации RSSI основаны на измерении грубой относительной силы сигнала на клиентском устройстве из 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) могут использоваться 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 хорошую точность (медиана 2–4 м), поскольку измерения RSSI имеют тенденцию колебаться в зависимости от изменений в окружающей среде или замирания из-за многолучевого распространения . ^[5]

Cisco использует RSSI для определения местоположения устройств через свои точки доступа. Точки доступа собирают данные о местоположении и обновляют местоположение в облаке Cisco, называемом Cisco DNA Spaces . ^[16]

выборка Монте-Карло

Выборка Монте-Карло — это статистический метод, используемый при картографировании Wi-Fi в помещениях для оценки местоположения беспроводных узлов. Процесс включает создание карт мощности беспроводного сигнала с использованием двухэтапного параметрического и управляемого измерениями подхода трассировки лучей. Это учитывает характеристики поглощения и отражения различных препятствий в помещениях. ^[17]

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

Дактилоскопирование

Традиционное снятие отпечатков пальцев также основано на RSSI, но оно просто полагается на запись уровня сигнала от нескольких точек доступа в радиусе действия и сохранение этой информации в базе данных вместе с известными координатами клиентского устройства в автономной фазе. Эта информация может быть детерминированной ^[5] или вероятностной. ^[7] Во время фазы онлайн-отслеживания текущий вектор RSSI в неизвестном месте сравнивается с теми, которые хранятся в отпечатке пальца, и ближайшее совпадение возвращается как предполагаемое местоположение пользователя. Такие системы могут обеспечивать срединную точность 0,6 м и хвостовую точность 1,3 м. ^{[14] [19]}

Его главный недостаток заключается в том, что любые изменения в окружающей среде, такие как добавление или удаление мебели или зданий, могут изменить «отпечаток пальца», который соответствует каждому местоположению, требуя обновления базы данных отпечатков пальцев. Однако интеграция с другими датчиками, такими как камеры, может использоваться для того, чтобы справляться с изменяющейся средой. ^[20]

Угол прихода

Линейная решетка антенн, принимающих сигнал. Разность фазового сдвига принятого сигнала, прибывающего на антенны, равномерно разнесенные на расстояние "d", используется для вычисления угла прибытия сигнала. ^[14]

С появлением интерфейсов MIMO Wi-Fi, которые используют несколько антенн, стало возможным оценить AoA многолучевых сигналов, принимаемых антенными решетками в точках доступа, и применить триангуляцию для вычисления местоположения клиентских устройств. SpotFi, ^[14] ArrayTrack ^[10] и LTEye ^[21] — это предлагаемые решения, которые используют этот тип техники.

Типичное вычисление AoA выполняется с помощью алгоритма MUSIC . Предполагая, что антенная решетка антенн равномерно разнесена на расстояние и сигнал поступает в антенную решетку через пути распространения, сигнал проходит дополнительное расстояние, чтобы достичь второй антенны решетки. ^[14] ${\displaystyle M}$ ${\displaystyle d}$ ${\displaystyle L}$ ${\displaystyle d\sin \theta }$

Учитывая, что -й путь распространения приходит под углом относительно нормали антенной решетки точки доступа, есть затухание, испытываемое любой антенной решетки. Затухание одинаково в каждой антенне, за исключением сдвига фазы, который меняется для каждой антенны из-за дополнительного расстояния, пройденного сигналом. Это означает, что сигнал приходит 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] ${\displaystyle m}$

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

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

AoA затем может быть выражена как вектор принятых сигналов из -за -го пути распространения, где - вектор управления и задается как: ^[14] Существует один вектор управления для каждого пути распространения, и матрица управления (размерности ) тогда определяется как: ^[14] и вектор принятого сигнала : ^[14] где - вектор комплексных затуханий вдоль путей . ^[14] OFDM передает данные по нескольким различным поднесущим, поэтому измеренные принятые сигналы, соответствующие каждой поднесущей, образуют матрицу, выражаемую как: ^[14] Матрица задается матрицей информации о состоянии канала ( CSI ), которая может быть извлечена из современных беспроводных карт с помощью специальных инструментов, таких как Linux 802.11n CSI Tool. ^[22] ${\displaystyle {\vec {a}}(\theta _{k})\gamma _{k}}$ ${\displaystyle k}$ ${\displaystyle {\vec {a}}(\theta _{k})}$ $${\displaystyle {\vec {a}}(\theta _{k})=[1,\ \phi (\theta _{k}),\ \dots ,\ \phi (\theta _{k})^{M-1}]^{T}}$$ ${\displaystyle \mathbf {A} }$ ${\displaystyle M\cdot L}$ $${\displaystyle \mathbf {A} =[{\vec {a}}(\theta _{1}),\dots ,{\vec {a}}(\theta _{L})]}$$ ${\displaystyle {\vec {x}}}$ $${\displaystyle {\vec {x}}=\mathbf {A} {\vec {\Gamma }}}$$ ${\displaystyle {\vec {\Gamma }}=[{\vec {\gamma }}_{1}\dots {\vec {\gamma }}_{L}]}$ ${\displaystyle L}$ ${\displaystyle {\vec {x}}}$ ${\displaystyle \mathbf {X} }$ $${\displaystyle \mathbf {X} =[{\vec {x}}_{1}\dots {\vec {x}}_{L}]=\mathbf {A} [{\vec {\Gamma }}_{1}\dots {\vec {\Gamma }}_{L}]=\mathbf {AF} }$$ ${\displaystyle \mathbf {X} }$

Здесь применяется алгоритм MUSIC , сначала вычисляя собственные векторы (где — сопряженное транспонирование ) и используя векторы, соответствующие нулевому собственному значению, для вычисления векторов управления и матрицы . ^[14] Затем из этой матрицы можно вывести AoA 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 точнее других, для его использования может потребоваться специальное оборудование, например, массив из шести-восьми антенн ^[10] или вращающиеся антенны ^[21] . SpotFi ^[14] предлагает использовать алгоритм сверхвысокого разрешения , который использует количество измерений, выполненных каждой из антенн карт Wi-Fi всего с тремя антеннами, а также включает в себя локализацию на основе ToF для повышения точности.

Время полета

Рисунок, показывающий измерительную станцию, отправляющую кадр DATA на клиентскую станцию ​​и ожидающую получения ACK. — 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, и обычно предполагается, что оно одинаково на пути к цели и обратно. T_ACK — это время, необходимое для передачи кадра ACK. Время пролета соответствует T_MEASURED. Изображение воспроизведено из ^[23] ${\displaystyle \delta }$

Подход к локализации на основе времени пролета (ToF) использует временные метки, предоставляемые беспроводными интерфейсами, для расчета ToF сигналов, а затем использует эту информацию для оценки расстояния и относительного положения одного клиентского устройства по отношению к точкам доступа. Детализация таких измерений времени составляет порядка наносекунд, а системы, использующие эту технику, сообщали об ошибках локализации порядка 2 м. ^[14] Типичные приложения для этой технологии — маркировка и определение местоположения активов в зданиях, для которых обычно достаточно точности на уровне комнаты (~3 м). ^[24]

Измерения времени, проводимые на беспроводных интерфейсах, основаны на том факте, что радиочастотные волны распространяются со скоростью, близкой к скорости света, которая остается практически постоянной в большинстве сред распространения в помещениях. Таким образом, скорость распространения сигнала (и, следовательно, ToF) не так сильно зависит от окружающей среды, как измерения RSSI. ^[23]

В отличие от традиционных методов эхо-сигнала на основе ToF, таких как те, которые используются в системах РЛС , методы эхо-сигнала Wi-Fi используют обычные кадры данных и подтверждения связи 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] Наибольшие проблемы в подходе ToF заключаются в решении проблем синхронизации часов, шума, артефактов выборки и эффектов многолучевого канала. ^[24] Некоторые методы используют математические подходы для устранения необходимости синхронизации часов. ^[15]

Совсем недавно стандарт Wi-Fi Round Trip Time предоставил Wi‑Fi точные возможности измерения дальности ToF.

Проблемы конфиденциальности

Ссылаясь на особые проблемы конфиденциальности, возникающие из-за WPS, Google предложила единый подход для исключения определенной точки доступа из участия в определении местоположения с помощью WPS, предположительно, путем намеренного отказа каждого владельца точки доступа от исключения каждой точки доступа. ^[25] Добавление «_nomap» к SSID беспроводной точки доступа исключает ее из базы данных WPS Google. ^[26] Mozilla использует _nomap как метод отказа от своей службы определения местоположения. ^[27]

Базы данных местоположений общедоступных сетей Wi-Fi

Доступно несколько баз данных местоположений общедоступных точек Wi-Fi (только активные проекты):

Смотрите также

• Автоматическое определение местоположения транспортного средства
• Гибридная система позиционирования
• Система позиционирования внутри помещения
• MAC-адрес
• Отслеживание мобильного телефона

Ссылки

1. Линднер, Томас; Фрич, Лотар; Планк, Килиан; Ранненберг, Кай (2004). Ламерсдорф, Винфрид; Чаммер, Фолькер; Амарже, Стефан (ред.). «Эксплуатация покрытия общественного и частного WiFi для новых бизнес-моделей». Создание общества электронных услуг . Международная федерация IFIP по обработке информации. 146. Springer US: 131–148. doi : 10.1007/1-4020-8155-3_8 . ISBN 978-1-4020-8155-2.
2. Магда Челли, Нель Самама. Определение видимости в неоднородных моделируемых средах для целей позиционирования. IPIN 2010: Международная конференция по позиционированию и навигации в помещениях, сентябрь 2010 г., Хенгерберг, Швейцария. ⟨hal-01345039⟩ [1]
3. Магда Челли, Нель Самама. Новые методы позиционирования в помещениях, объединяющие детерминированные и оценочные методы. ENC-GNSS 2009: Европейская навигационная конференция - Глобальные навигационные спутниковые системы, май 2009, Неаполь, Италия. стр. 1 - 12. hal-01367483 [2]
4. Магда Челли, Анка Флуэрасу, Нел Самама. Универсальная и автономная система позиционирования на основе беспроводных сетей связи. ENC 2011: Европейская навигационная конференция, ноябрь 2011, Лондон, Соединенное Королевство. hal-01302215[3]
5. P. Bahl и VN Padmanabhan, «RADAR: система определения местоположения и отслеживания пользователя на основе радиочастот внутри зданий», в Трудах 19-й ежегодной совместной конференции обществ IEEE по компьютерам и коммуникациям (INFOCOM '00), т. 2, стр. 775–784, Тель-Авив. Израиль, март 2000 г.
6. Y. Chen и H. Kobayashi, «Геолокация в помещении на основе уровня сигнала», в Трудах Международной конференции IEEE по коммуникациям (ICC '02), т. 1, стр. 436–439, Нью-Йорк, США, апрель–май 2002 г.
7. Youssef, MA; Agrawala, A.; Shankar, A. Udaya (2003-03-01). "Определение местоположения WLAN с помощью кластеризации и вероятностных распределений". Труды первой международной конференции IEEE по всепроникающим вычислениям и коммуникациям, 2003. (PerCom 2003) . стр. 143–150. CiteSeerX 10.1.1.13.4478 . doi :10.1109/PERCOM.2003.1192736. ISBN  978-0-7695-1893-0. S2CID  2096671.
8. "Wi-Fi Positioning System". Архивировано из оригинала 2014-12-19 . Получено 2014-12-19 .
9. Даналет, Антонин; Фарук, Билал; Бирлер, Мишель (2014). «Байесовский подход к обнаружению последовательностей пунктов назначения пешеходов по сигнатурам WiFi». Исследования транспорта, часть C: Новые технологии . 44 : 146–170. Bibcode : 2014TRPC...44..146D. doi : 10.1016/j.trc.2014.03.015.
10. J. Xiong и K. Jamieson, «Arraytrack: мелкозернистая система определения местоположения в помещении», NSDI '13.
11. Ян, Цзе; Чэнь, Инъин (2009-11-01). "Локализация в помещении с использованием улучшенных методов латерации на основе RSS". GLOBECOM 2009 - 2009 IEEE Глобальная телекоммуникационная конференция . стр. 1–6. CiteSeerX 10.1.1.386.4258 . doi :10.1109/GLOCOM.2009.5425237. ISBN  978-1-4244-4148-8. S2CID  2125249.
12. Ван, Ч.; Чжэн, С.; Чэнь, И.; Ян, Дж. (сентябрь 2017 г.). «Определение местоположения несанкционированной точки доступа с использованием подробной информации о канале». IEEE Transactions on Mobile Computing . 16 (9): 2560–2573. doi : 10.1109/TMC.2016.2629473 . ISSN  1558-0660.
13. "Руководство по настройке системы управления сетью Cisco Prime, выпуск 1.0 - Глава 6: Карты мониторинга [устройства серии Cisco Prime Network Control System]". Cisco . Получено 19 декабря 2020 г. .
14. Котару, Маниканта; Джоши, Киран; Бхарадиа, Динеш; Катти, Сачин (2015-01-01). "SpotFi". Труды конференции ACM 2015 года по специальной группе по передаче данных . SIGCOMM '15. Нью-Йорк, штат Нью-Йорк, США: ACM. стр. 269–282. doi :10.1145/2785956.2787487. ISBN 978-1-4503-3542-3. S2CID  8728165.
15. Youssef, Moustafa; Youssef, Adel; Rieger, Chuck; Shankar, Udaya; Agrawala, Ashok (2006-01-01). "PinPoint". Труды 4-й международной конференции по мобильным системам, приложениям и сервисам . MobiSys '06. Нью-Йорк, штат Нью-Йорк, США: ACM. стр. 165–176. doi :10.1145/1134680.1134698. ISBN 978-1595931955. S2CID  232045615.
16. "Быстрое обнаружение в Cisco" (PDF) . Документы Cisco .
17. Заруба, Г. В.; Хубер, М.; Камангар, ФА; Хламтак, И. (2004). «Отслеживание местоположения в доме на основе выборки Монте-Карло с минимальными требованиями к инфраструктуре РЧ». Глобальная конференция по телекоммуникациям IEEE, 2004. GLOBECOM '04 . Том 6. IEEE. стр. 3624–3629. doi :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 с одной точки доступа Wi-Fi». Беспроводные сети . 13 (2): 221–235. doi :10.1007/s11276-006-5064-1. ISSN  1022-0038. S2CID  9043157.
19. Юсеф, Мустафа; Агравала, Ашок (2007-01-04). «Система определения местоположения Хоруса». Беспроводные сети . 14 (3): 357–374. doi :10.1007/s11276-006-0725-7. ISSN  1022-0038. S2CID  62768948.
20. Ван Мохд Яакоб Ван Беджури, Мохд Муртадха Мохамад, Маймунах Сапри и Мохд Адли Росли (2012). Повсеместное позиционирование WLAN/камеры с использованием обнаружения и сопоставления признаков на основе обратного интенсивностного цветового пространства: предварительный результат. Международная конференция по системам «человек-машина» 2012 (ICOMMS 2012), Пенанг, МАЛАЙЗИЯ. См. публикацию здесь или щелкните здесь, если ссылка не работает
21. Kumar, Swarun; Hamed, Ezzeldin; Katabi, Dina; Erran Li, Li (2014-01-01). "LTE radio analytics made easy and available". Труды 6-го ежегодного семинара по беспроводной связи студентов, студентами для студентов . S3 '14. Нью-Йорк, штат Нью-Йорк, США: ACM. стр. 29–30. doi :10.1145/2645884.2645891. hdl :1721.1/100518. ISBN 978-1-4503-3073-2. S2CID  53224063.
22. "Linux 802.11n CSI Tool". dhalperi.github.io . Получено 10.11.2015 .
23. Маркалетти, Андреас; Реа, Маурицио; Джустиниано, Доменико; Лендерс, Винсент; Факхреддин, Аймен (2014-01-01). "Фильтрация шумных измерений дальности 802.11 Time-of-Flight". Труды 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 . doi :10.1145/2674005.2674998. ISBN  978-1-4503-3279-8. S2CID  11871353.
24. Lanzisera, S.; Zats, D.; Pister, KSJ (2011-03-01). "Измерение расстояния радиочастотного времени пролета для определения местоположения недорогих беспроводных датчиков". IEEE Sensors Journal . 11 (3): 837–845. Bibcode : 2011ISenJ..11..837L. doi : 10.1109/JSEN.2010.2072496. ISSN  1530-437X. S2CID  15835286.
25. "Блоги Infosecurity". Журнал Infosecurity . Получено 17 сентября 2015 г.
26. Справка Google - Услуги на основе местоположения - Как отказаться? Получено 2012-05-30
27. "MLS-Opt-Out". mozilla.com . Получено 2 сентября 2014 г. .
28. "Combain Positioning Service" . Получено 2019-01-03 .
29. "Позиционирование Wi-Fi | Местоположение Wi-Fi | Идентификатор соты - Combain" . Получено 2019-01-03 .
30. "Unwired LocationAPI Coverage" . Получено 2017-06-06 .
31. API, Unwired. "Unwired Labs Location API - API геолокации и API мобильной триангуляции, база данных вышек сотовой связи". Unwired Labs Location API - API геолокации и мобильной триангуляции . Получено 2017-06-06 .
32. "Mylnikov GEO Wi-Fi" . Получено 2015-05-19 .
33. "Загрузка базы данных Wi-Fi Mylnikov GEO" . Получено 19.05.2015 .
34. "Лицензия Мыльникова ГЕО" . Получено 2014-12-19 .
35. "База данных мобильных сот Mylnikov GEO" . Получено 2014-12-19 .
36. "Navizon Global Positioning System". Архивировано из оригинала 2021-01-19 . Получено 2015-06-21 .
37. "Карта покрытия WiFi Navizon". Архивировано из оригинала 2015-06-22 . Получено 2015-06-21 .
38. "Radiocells.org". Архивировано из оригинала 2018-05-21 . Получено 2018-07-06 .
39. "Radiocells.org Database Download". Архивировано из оригинала 2016-03-08 . Получено 2018-07-06 .
40. "Поиск точки доступа Wi-Fi". Архивировано из оригинала 2016-02-08 . Получено 2015-01-30 .
41. "Лицензия Radiocells.org". Архивировано из оригинала 2019-09-22 . Получено 2018-07-06 .
42. "ВИГЛ" . Проверено 19 декабря 2014 г.
43. "Статистика WiGLE". www.wigle.net . Проверено 24 декабря 2018 г.
44. "WiGLE Wireless Network Map" . Получено 2014-12-19 .
45. "О _nomap и _optout - WiGLE.net". www.wigle.net . Получено 15.09.2019 .

Общий

• Энтони Ламарка, Ятин Чавате, Санни Консольво, Джеффри Хайтауэр, Ян Смит, Джеймс Скотт, Тим Сон, Джеймс Ховард, Джефф Хьюз, Фред Поттер, Джейсон Таберт, Полин Поуледж, Гаэтано Борриелло , Билл Шилит: Place Lab: позиционирование устройств с использованием радиомаяков в дикой природе. В Pervasive (2005)