ISS用のWiFiRSSIセンサートラッカー

個人用CO₂ を含む、国際宇宙ステーション（ISS）に搭載されたセンサー モニターは、タイムスタンプ付きのデータを位置情報と関連付けるために位置追跡を必要とします。目視検査に基づくデータのラベル付けは、多くのセンサーを追跡するために費用がかかり、実用的ではありません。安価で効率的な解決策は、これらのセンサーが持つ1つの追加の測定デバイスを利用することです。つまり、WiFiまたはBluetoothの信号強度の測定値です。

このソフトウェアは、これらの信号強度の読み取り値を使用して、個々のセンサーユニットのおおよその位置情報を時間内に提供することを目的としています。モジュールレベルのISSセンサートラッカー（MIST）プロジェクトの目的は、WiFi信号強度情報を記録するための標準データ形式とプロトコルを設定し、後でISSに搭載されているセンサーの位置を特定できるようにすることです。 GoogleとAppleは、GPSデータとWiFi強度の読み取り値を組み合わせて、携帯電話の位置を正確に推定する位置情報サービスの独自のソリューションを提供しています。ただし、ISSでWiFi対応デバイスを追跡するためのそのような方法はありません。

追求するアルゴリズムとしてサポートベクターマシン（SVM）が選択されました。主な動機は、トレーニングデータがISSの主なコストであるため、トレーニングに必要なサンプル数に比べて精度が高いことです。 WiFi情報のログ記録と位置の予測の両方のためのPythonアプリケーションとライブラリが開発されました。収集されたデータセットに非常に正確なパフォーマンスを提供する技術のパイプラインが構築されました。単純な移動ウィンドウフィルターを使用すると、予測子はセンサーがどのモジュールにあるかを95％を超える精度で正しく識別できます。さらなる改善により、これを100％に近づけることができます。

ソフトウェアプログラムは、トレーニングとランタイムの2つの動作モードで構成されています。トレーニングでは、WiFi RSSIデータは標準のLinuxコマンドラインユーティリティを使用して収集され、csv形式で保存されます。各タイムステップでのRSSI読み取り値は、番号が付けられた場所に関連付けられています。この場合、ISSモジュールです。このデータは、不良/スパースな読み取り値を取り除き、SVMアルゴリズムに対応できる形式にデータを配置する一連の前処理関数を介して実行されます。次に、SVMは、手動で調整された一連のパラメーターに従って、トレーニングデータセットに対してトレーニングされます。

ランタイム動作モードでは、データはトレーニングモードとほぼ同じように収集されますが、シリアルに収集されます。このデータは、トレーニングデータと同じプリプロセッサを介して実行されるため、トレーニングデータとランタイムデータの両方が同じ平均と分散にスケーリングされます。次に、SVMはこの前処理されたデータを取得し、サンプルが収集されたモジュール/場所に関して調整されたパラメーターに基づいて最適な推測を行います。5〜10サンプルの移動ウィンドウ平均を使用することにより、95％以上の追跡精度を達成できます。 。

サブルーチンの特定のパイプラインはそうであるかもしれませんが、アルゴリズムの個々の側面のどれも完全に斬新であるとは知られていません。他の同様の商業プロジェクトは存在しますが、GPS情報なしで作業する柔軟性を明確に提供するものはありません。

開発者は、ISSで収集されたトレーニングデータを使用してシステムをテストし、システムパラメータを調整して、真に反射率の高い環境でSVMWiFiトラッキングの価値を確認できるようにしたいと考えています。

NASAは、このソフトウェアのライセンスを自由に取得し、オープンソースプロジェクトで一般的に使用できるようにすることを目指しています。 NASAのライセンスコンシェルジュに連絡してください。このメールアドレスはスパムボットから保護されています。表示するにはJavaScriptを有効にする必要があります。または、ライセンスに関する話し合いを開始するには、202-358-7432までお電話ください。