STRATEGIE DI ESTENSIONE DELL’AREA DI COPERTURA PER LA LOCALIZZAZIONE INDOOR IN SISTEMI VLC SUPPORTATI DA SUPERFICI RIFLETTENTI INTELLIGENTI OTTICHE

The thesis presented concerns the localization of a user in an indoor environment using VLC technology. Specifically, the goal is to introduce additional techniques to improve the system's coverage. The system consists of an LED at the center of the ceiling that illuminates the room with non-coherent light, and small mirrors called OIRS (Optical Intelligent Reflective Surfaces) on the walls of the room that redirect the light waves to locate the user. Various estimation techniques are used to approximate distances and locations, including Cramér-Rao Lower Bound for distance and precision lower bounds (DEB and PEB), maximum likelihood distance estimation algorithms and its relaxed version that does not take into account the distance dependence of noise (ML and RML), codes for user location approximation and hence least squares localization Leas Squares (LS) and its two derived algorithms Iterative Least Squares and Iterative Weighted Least Squares, both iterative algorithms with a locking condition but differing in their weight matrices, the former corresponding to the identity matrix and the latter taken from the inverse of CRLB. We therefore propose two strategies to improve coverage: the search for the optimal pair of angles alpha and beta of the mirrors that maximize the coverage of the system in which to locate the user, whereby a search code tries a series of carefully selected pairs of angles and then returns the pair with the highest result, which is applied to the original code, or a quadrant search code that divides the surface into 4 quadrants and therefore divides the search into 4 iterations, pointing the mirrors at the center of the relevant quadrant at each iteration.

La tesi presentata riguarda la localizzazione di un utente in un ambiente indoor in tecnologia VLC. In particolare l'obiettivo è apportare tecniche aggiuntive per migliorare la copertura del sistema. Quest'ultimo consiste in un LED al centro del soffitto che illumini di luce non coerente la stanza, degli specchietti detti OIRS, Optical Intelligent Reflective Surfaces alle pareti della stanza con lo scopo di reindirizzare le onde luminose per localizzare l'utente. Varie tecniche di stima vengono utilizzate per approssimare le distanze e le posizioni, tra cui Cramér-Rao Lower Bound per i limiti inferiori di distanza e precisione (DEB e PEB), gli algoritmi di stima delle distanze di massima verosimiglianza e la sua versione rilassata che non tiene conto della dipendenza dalla distanza del rumore (ML ed RML), i codici per l'approssimazione della posizione dell'utente e quindi localizzazione sui minimi quadrati Leas Squares (LS) e i due algoritmi da esso derivati Iterative Least Squares e Iterative Weighted Least Squares, entrambi algoritmi iterativi con una condizione di blocco ma differiscono per le matrici dei pesi, per il primo corrispondente alla matrice identità e per il secondo presa dall'inverso di CRLB. Si propongono quindi due strategie per migliorare la copertura: la ricerca della coppia di angoli ottimali alpha e beta degli specchietti che massimizzino la copertura del sistema in cui individuare l'utente, per cui un codice dedito alla ricerca prova una serie di coppie di angoli scelta con criterio e poi restituisca la coppia con il risultato maggiore, da applicare al codice originale, oppure un codice di ricerca per quadrante che vede la superficie divisa in 4 quadranti e quindi suddivide la ricerca in 4 iterazioni, puntando gli specchietti ad ogni iterazione al centro del quadrante relativo.