Suivi WiFi RSSI précis pour capteurs ISS

Localisation capteurs Station Spatiale par WiFi

Les capteurs à bord de la Station Spatiale Internationale (ISS), incluant moniteurs CO₂ personnels, nécessitent suivi de localisation pour correler leurs données horodatées avec information positionnelle. L'étiquetage par inspection visuelle est coûteux et impraticable pour tracker nombreux capteurs. Une solution bon marché et efficace est d'utiliser l'appareil de mesure additionnel que ces capteurs ont : leurs lectures de force de signal WiFi ou Bluetooth.

En utilisant ces lectures de force de signal, ce logiciel vise à fournir information de localisation approximative dans le temps pour unités capteurs individuelles. Le but du projet Module-level ISS Sensor Tracker (MIST) est de définir un format de données standard et protocole pour enregistrer info force signal WiFi pour localiser capteurs à bord ISS. Google et Apple ont solutions propriétaires pour services localisation combinant GPS et force WiFi pour estimation précise position téléphone ; cependant, aucune telle méthode n'existe pour tracker dispositifs WiFi sur ISS.

Algorithme SVM et pipeline de traitement

Les machines à vecteurs de support (SVM) furent choisies comme algorithme. Motivation principale : haute précision relative au nombre d'échantillons requis pour entraînement, les données d'entraînement étant le coût principal à bord ISS. Une application et bibliothèque Python pour journalisation info WiFi et prédiction positions fut développées. Un pipeline de techniques fut construit donnant performance hautement précise pour jeux de données collectés. Avec filtre fenêtre glissante simple, le prédicteur identifie correctement quel module un capteur est dans avec >95% précision. Améliorations futures pourront approcher 100%.

Le programme logiciel a deux modes : entraînement et exécution. Pour entraînement, données WiFi RSSI collectées via utilitaires ligne de commande Linux standard stockées format csv. Lectures RSSI chaque pas temps corrélées à emplacement numéroté ; ici, module ISS. Données passées par prétraitement éliminant lectures mauvaises/parses et format prêtes pour SVM. SVM entraîné contre jeu données entraînement selon paramètres ajustés manuellement.

En mode exécution, données collectées comme entraînement mais en série. Données passent même préprocesseur que données entraînement, donc les deux mises à même moyenne et variance. SVM prend ces données prétraitées et fait meilleure estimation selon paramètres ajustés sur quel module/emplacement l'échantillon collecté. En utilisant moyenne mobile sur 5-10 échantillons, précision suivi >95% atteignable.

Aucun aspect individuel de l'algorithme n'est pleinement novateur, bien que le pipeline spécifique de sous-routines puisse l'être. Autres projets commerciaux similaires existent mais aucun ne fournit clairement la flexibilité de travailler sans info GPS.

Les développeurs cherchent à tester le système avec données entraînement collectées sur ISS, leur permettant d'ajuster paramètres système et d'apprécier valeur suivi WiFi SVM en environnement vraiment haute réflexion.

La NASA cherche à licencier gratuitement ce logiciel pour usage général projets open source. Contactez concierge licences NASA à l'adresse protégée, ou appelez 202-358-7432 pour initier discussions licence.