Sistema de posicionamiento wifi

Sistema de geolocalización

El sistema de posicionamiento Wi-Fi ( WPS , también abreviado como WiPS o WFPS ) es un sistema de geolocalización que utiliza las características de un punto de acceso Wi-Fi cercano para descubrir dónde se encuentra un dispositivo. ^[1]

Se utiliza cuando la navegación por satélite, como el GPS, es inadecuada debido a diversas causas, incluidas rutas múltiples y bloqueo de señal en interiores, o cuando adquirir una señal satelital llevaría demasiado tiempo. ^[2] Dichos sistemas incluyen GPS asistido, servicios de posicionamiento urbano a través de bases de datos de puntos de acceso y sistemas de posicionamiento en interiores . ^[3] El posicionamiento Wi-Fi aprovecha el rápido crecimiento a principios del siglo XXI de los puntos de acceso inalámbrico en áreas urbanas. ^[4]

La técnica más común para el posicionamiento utilizando puntos de acceso inalámbricos se basa en un proxy aproximado de la intensidad de la señal recibida ( indicación de intensidad de la señal recibida , o RSSI ) y el método de "huella digital". ^{[5] [6] [7]} Normalmente, un punto de acceso inalámbrico se identifica por su SSID y dirección MAC , y estos datos se comparan con una base de datos de supuestas ubicaciones de los puntos de acceso así identificados. La precisión depende de la exactitud de la base de datos (por ejemplo, si un punto de acceso se ha movido, su entrada es inexacta), y la precisión depende del número de puntos de acceso cercanos descubiertos con entradas (exactas) en la base de datos y las precisiones de esas entradas. La base de datos de ubicación del punto de acceso se completa correlacionando los datos de ubicación del dispositivo móvil (determinados por otros sistemas, como Galileo o GPS) con las direcciones MAC del punto de acceso Wi-Fi. ^[8] Las posibles fluctuaciones de señal que puedan ocurrir pueden aumentar los errores e imprecisiones en la trayectoria del usuario. Para minimizar las fluctuaciones en la señal recibida, existen ciertas técnicas que se pueden aplicar para filtrar el ruido.

En el caso de baja precisión, se han propuesto algunas técnicas para fusionar las trazas de Wi-Fi con otras fuentes de datos, como información geográfica y limitaciones de tiempo (es decir, geografía temporal ). ^[9]

Motivación y aplicaciones.

La localización interior precisa es cada vez más importante para los dispositivos basados ​​en Wi-Fi debido al mayor uso de la realidad aumentada , las redes sociales , la monitorización de la atención sanitaria, el seguimiento personal, el control de inventario y otras aplicaciones interiores con reconocimiento de la ubicación . ^{[10] [11]}

En seguridad inalámbrica , es un método importante utilizado para localizar y mapear puntos de acceso no autorizados . ^{[12] [13]}

La popularidad y el bajo precio de las tarjetas de interfaz de red Wi-Fi son un incentivo atractivo para utilizar Wi-Fi como base para un sistema de localización y en los últimos 15 años se han realizado importantes investigaciones en esta área. ^{[5] [7] [14]}

Planteamiento del problema y conceptos básicos.

El problema de la localización interior de un dispositivo mediante Wi-Fi es el de determinar la posición de los dispositivos cliente con respecto a los puntos de acceso. Existen muchas técnicas para lograr esto, y pueden clasificarse según los cuatro criterios diferentes que utilizan: indicación de intensidad de la señal recibida ( RSSI ), toma de huellas dactilares , ángulo de llegada ( AoA ) y tiempo de vuelo ( ToF ). ^{[14] [15]}

En la mayoría de los casos, el primer paso para determinar la posición de un dispositivo es determinar la distancia entre el dispositivo cliente de destino y algunos puntos de acceso. Con las distancias conocidas entre el dispositivo objetivo y los puntos de acceso, se pueden usar algoritmos de trilateración para determinar la posición relativa del dispositivo objetivo, ^[11] utilizando la posición conocida de los puntos de acceso como referencia. Alternativamente, los ángulos de las señales que llegan a un dispositivo cliente objetivo se pueden emplear para determinar la ubicación del dispositivo basándose en algoritmos de triangulación . ^[14]

Se puede utilizar una combinación de estas técnicas para mejorar la precisión de un sistema. ^[14]

Técnicas

Intensidad de señal

Las técnicas de localización RSSI se basan en medir la intensidad relativa aproximada de la señal en un dispositivo cliente desde varios puntos de acceso diferentes y luego combinar esta información con un modelo de propagación para determinar la distancia entre el dispositivo cliente y los puntos de acceso. Se pueden utilizar técnicas de trilateración (a veces denominada multilateración) para calcular la posición estimada del dispositivo del cliente en relación con la posición esperada de los puntos de acceso. ^{[11] [14]}

Aunque es uno de los métodos más baratos y fáciles de implementar, su desventaja es que no proporciona muy buena precisión (mediana de 2 a 4 m), porque las mediciones RSSI tienden a fluctuar según los cambios en el entorno o el desvanecimiento por trayectos múltiples . ^[5]

Cisco Systems utiliza RSSI para localizar dispositivos a través de sus puntos de acceso. Los puntos de acceso recopilan los datos de ubicación y actualizan la ubicación en la nube de Cisco llamada Cisco DNA Spaces . ^[dieciséis]

Muestreo de Montecarlo

El muestreo de Monte Carlo es una técnica estadística utilizada en el mapeo de Wi-Fi en interiores para estimar la ubicación de los nodos inalámbricos. El proceso implica la creación de mapas de intensidad de la señal inalámbrica utilizando un enfoque de trazado de rayos paramétrico y basado en mediciones de dos pasos. Esto explica las características de absorción y reflexión de diversos obstáculos en el ambiente interior. ^[17]

Luego, las estimaciones de ubicación se calculan mediante filtrado bayesiano en conjuntos de muestras derivados del muestreo de Monte Carlo. Se ha descubierto que este método proporciona buenas estimaciones de ubicación de los usuarios con precisión inferior a la habitación utilizando lecturas de indicación de intensidad de la señal recibida (RSSI) desde un único punto de acceso. ^[18]

Toma de huellas dactilares

La toma de huellas dactilares tradicional también se basa en RSSI, pero simplemente se basa en registrar la intensidad de la señal desde varios puntos de acceso dentro del alcance y almacenar esta información en una base de datos junto con las coordenadas conocidas del dispositivo cliente en una fase fuera de línea. Esta información puede ser determinista ^[5] o probabilística. ^[7] Durante la fase de seguimiento en línea, el vector RSSI actual en una ubicación desconocida se compara con los almacenados en la huella digital y la coincidencia más cercana se devuelve como la ubicación estimada del usuario. Dichos sistemas pueden proporcionar una precisión media de 0,6 m y una precisión de cola de 1,3 m. ^{[14] [19]}

Su principal desventaja es que cualquier cambio en el entorno, como agregar o quitar muebles o edificios, puede cambiar la "huella" que corresponde a cada ubicación, lo que requiere una actualización de la base de datos de huellas dactilares. Sin embargo, se puede utilizar la integración con otros sensores, como cámaras, para hacer frente a un entorno cambiante. ^[20]

Ángulo de llegada

Conjunto lineal de antenas que reciben una señal. La diferencia de desplazamiento de fase de la señal recibida que llega a antenas igualmente separadas por una distancia "d" se utiliza para calcular el ángulo de llegada de la señal. ^[14]

Con la llegada de las interfaces Wi-Fi MIMO, que utilizan múltiples antenas, es posible estimar el AoA de las señales multitrayecto recibidas en los conjuntos de antenas en los puntos de acceso y aplicar triangulación para calcular la ubicación de los dispositivos del cliente. SpotFi, ^[14] ArrayTrack ^[10] y LTEye ^[21] son ​​soluciones propuestas que emplean este tipo de técnica.

El cálculo típico del AoA se realiza con el algoritmo MUSIC . Suponiendo un conjunto de antenas equiespaciadas por una distancia de y una señal que llega al conjunto de antenas a través de trayectorias de propagación, la señal recorre una distancia adicional de para llegar a la segunda antena del conjunto. ^[14] ${\displaystyle M}$ ${\displaystyle d}$ ${\displaystyle L}$ ${\displaystyle d\sin \theta }$

Considerando que el -ésimo camino de propagación llega con un ángulo con respecto a la normal del conjunto de antenas del punto de acceso, es la atenuación experimentada en cualquier antena del conjunto. La atenuación es la misma en todas las antenas, excepto por un cambio de fase que cambia para cada antena debido a la distancia adicional recorrida por la señal. Esto significa que la señal llega con una fase adicional de ${\displaystyle k}$ ${\displaystyle \theta _{k}}$ ${\displaystyle \gamma _{k}}$

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

en la segunda antena y

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

en la -ésima antena. ^[14] ${\displaystyle m}$

Por lo tanto, se puede utilizar la siguiente exponencial compleja como una representación simplificada de los cambios de fase experimentados por cada antena en función del AoA de la ruta de propagación: ^[14]

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

El AoA puede entonces expresarse como el vector de señales recibidas debido a la -ésima ruta de propagación, donde es el vector de dirección y viene dado por: ^[14] ${\displaystyle {\vec {a}}(\theta _{k})\gamma _{k}}$ ${\displaystyle k}$ ${\displaystyle {\vec {a}}(\theta _{k})}$

$${\displaystyle {\vec {a}}(\theta _{k})=[1,\ \phi (\theta _{k}),\ \dots ,\ \phi (\theta _{k})^{M-1}]^{T}}$$

^[14] ${\displaystyle \mathbf {A} }$ ${\displaystyle M\cdot L}$

$${\displaystyle \mathbf {A} =[{\vec {a}}(\theta _{1}),\dots ,{\vec {a}}(\theta _{L})]}$$

^[14] ${\displaystyle {\vec {x}}}$

$${\displaystyle {\vec {x}}=\mathbf {A} {\vec {\Gamma }}}$$

^[14] OFDM^[14] ${\displaystyle {\vec {\Gamma }}=[{\vec {\gamma }}_{1}\dots {\vec {\gamma }}_{L}]}$ ${\displaystyle L}$ ${\displaystyle {\vec {x}}}$ ${\displaystyle \mathbf {X} }$

$${\displaystyle \mathbf {X} =[{\vec {x}}_{1}\dots {\vec {x}}_{L}]=\mathbf {A} [{\vec {\Gamma }}_{1}\dots {\vec {\Gamma }}_{L}]=\mathbf {AF} }$$

CSI^[22] ${\displaystyle \mathbf {X} }$

Aquí es donde se aplica el algoritmo MUSIC , primero calculando los vectores propios de (donde está la transpuesta conjugada de ) y utilizando los vectores correspondientes al valor propio cero para calcular los vectores de dirección y la matriz . ^[14] Los AoA pueden luego deducirse de esta matriz y usarse para estimar la posición del dispositivo cliente mediante triangulación . ${\displaystyle \mathbf {X} \mathbf {X} ^{H}}$ ${\displaystyle \mathbf {X} ^{H}}$ ${\displaystyle \mathbf {X} }$ ${\displaystyle \mathbf {A} }$

Aunque esta técnica suele ser más precisa que otras, puede requerir hardware especial para su implementación, como un conjunto de seis a ocho antenas ^[10] o antenas giratorias. ^[21] SpotFi ^[14] propone el uso de un algoritmo de superresolución que aprovecha el número de medidas tomadas por cada una de las antenas de las tarjetas Wi-Fi con sólo tres antenas, y además incorpora localización basada en ToF para mejorar su precisión. .

Tiempo de vuelo

Figura que muestra una estación de medición enviando una trama de DATOS a una estación cliente y esperando hasta recibir el ACK. es el retraso de programación (compensación) originado en el dispositivo cliente de destino y depende de cuánto tiempo lleva programar el ACK. T_P es el tiempo de propagación de la señal entre el transmisor y el receptor, y generalmente se supone que es el mismo en el camino hacia el objetivo y de regreso. T_ACK es el tiempo necesario para transmitir la trama ACK. El tiempo de vuelo corresponde al T_MEASURED. Imagen reproducida de ^[23] ${\displaystyle \delta }$

El enfoque de localización del tiempo de vuelo (ToF) toma marcas de tiempo proporcionadas por las interfaces inalámbricas para calcular el ToF de las señales y luego usa esta información para estimar la distancia y la posición relativa de un dispositivo cliente con respecto a los puntos de acceso. La granularidad de dichas mediciones de tiempo es del orden de nanosegundos y los sistemas que utilizan esta técnica han informado errores de localización del orden de 2 m. ^[14] Las aplicaciones típicas de esta tecnología son el etiquetado y la localización de activos en edificios, para lo cual la precisión a nivel de habitación (~3 m) suele ser suficiente. ^[24]

Las mediciones de tiempo tomadas en las interfaces inalámbricas se basan en el hecho de que las ondas de RF viajan cerca de la velocidad de la luz, que permanece casi constante en la mayoría de los medios de propagación en ambientes interiores. Por lo tanto, la velocidad de propagación de la señal (y en consecuencia el ToF) no se ve tan afectada por el entorno como las mediciones RSSI. ^[23]

A diferencia de las técnicas de eco tradicionales basadas en ToF, como las utilizadas en los sistemas RADAR , las técnicas de eco Wi-Fi utilizan datos regulares y marcos de comunicación de reconocimiento para medir el ToF. ^[23]

Al igual que en el enfoque RSSI, el ToF se utiliza únicamente para estimar la distancia entre el dispositivo del cliente y los puntos de acceso. Luego se puede utilizar una técnica de trilateración para calcular la posición estimada del dispositivo con respecto a los puntos de acceso. ^[24] Los mayores desafíos en el enfoque ToF consisten en lidiar con problemas de sincronización del reloj, ruido, artefactos de muestreo y efectos de canales multitrayecto. ^[24] Algunas técnicas utilizan enfoques matemáticos para eliminar la necesidad de sincronización del reloj. ^[15]

Más recientemente, el estándar Wi-Fi Round Trip Time ha proporcionado excelentes capacidades de rango ToF para Wi-Fi.

Preocupaciones sobre la privacidad

Citando las preocupaciones de privacidad específicas que surgen de WPS, Google sugirió un enfoque unificado para excluir un punto de acceso particular de participar en la determinación de la ubicación usando WPS, supuestamente por cada propietario de punto de acceso que deliberadamente opta por no excluir cada punto de acceso. ^[25] Agregar "_nomap" al SSID de un punto de acceso inalámbrico lo excluye de la base de datos WPS de Google. ^[26] Mozilla respeta _nomap como método para optar por no participar en su servicio de ubicación. ^[27]

Bases de datos de ubicaciones de Wi-Fi públicas

Hay disponibles varias bases de datos de ubicaciones de Wi-Fi públicas (solo proyectos activos):

Ver también

• Localización automática de vehículos
• Sistema de posicionamiento híbrido
• Sistema de posicionamiento interior
• Dirección MAC
• Seguimiento de teléfonos móviles

Referencias

1. Lindner, Thomas; Fritsch, Lothar; Tablón, Kilian; Rannenberg, Kai (2004). Lamersdorf, Winfried; Tschammer, Volker; Amarger, Stéphane (eds.). “Explotación de la Cobertura WiFi Pública y Privada para Nuevos Modelos de Negocio”. Construyendo la sociedad de servicios electrónicos . IFIP Federación Internacional para el Procesamiento de la Información. Springer Estados Unidos. 146 : 131-148. doi : 10.1007/1-4020-8155-3_8 . ISBN 978-1-4020-8155-2.
2. Magda Chelly, Nel Samama. Detección de visibilidad en entornos simulados heterogéneos con fines de posicionamiento. IPIN 2010: Conferencia internacional sobre posicionamiento y navegación en interiores, septiembre de 2010, Hoenggerberg, Suiza. ⟨hal-01345039⟩ [1]
3. Magda Chelly, Nel Samama. Nuevas técnicas de posicionamiento en interiores, combinando métodos determinísticos y de estimación. ENC-GNSS 2009: Conferencia europea de navegación - Sistemas globales de navegación por satélite, mayo de 2009, Nápoles, Italia. págs.1 - 12. hal-01367483 [2]
4. Magda Chelly, Anca Fluerasu, Nel Samama. Un sistema de posicionamiento universal y autónomo basado en conectividad de redes inalámbricas. ENC 2011: Conferencia Europea de Navegación, noviembre de 2011, Londres, Reino Unido. hal-01302215[3]
5. P. Bahl y VN Padmanabhan, “RADAR: un sistema de seguimiento y localización de usuarios basado en RF para interiores”, en Actas de la 19.ª Conferencia Anual Conjunta de las Sociedades de Informática y Comunicaciones del IEEE (INFOCOM '00), vol. 2, págs. 775–784, Tel Aviv, Israel, marzo de 2000.
6. Y. Chen y H. Kobayashi, “Geolocalización interior basada en la intensidad de la señal”, en Actas de la Conferencia Internacional de Comunicaciones IEEE (ICC '02), vol. 1, págs. 436–439, Nueva York, NY, EE. UU., abril-mayo de 2002.
7. Youssef, MA; Agrawala, A.; Shankar, A. Udaya (1 de marzo de 2003). "Determinación de la ubicación de WLAN mediante agrupación y distribuciones de probabilidad". Actas de la Primera Conferencia Internacional IEEE sobre Comunicaciones y Computación Generalizada, 2003. (PerCom 2003) . págs. 143-150. CiteSeerX 10.1.1.13.4478 . doi :10.1109/PERCOM.2003.1192736. ISBN  978-0-7695-1893-0. S2CID  2096671.
8. "Sistema de posicionamiento Wi-Fi". Archivado desde el original el 19 de diciembre de 2014 . Consultado el 19 de diciembre de 2014 .
9. Danalet, Antonin; Farooq, Bilal; Bierlaire, Michel (2014). "Un enfoque bayesiano para detectar secuencias de destino de peatones a partir de firmas WiFi". Investigación en transporte, parte C: tecnologías emergentes . 44 : 146-170. doi :10.1016/j.trc.2014.03.015.
10. J. Xiong y K. Jamieson, “Arraytrack: un sistema de ubicación interior detallado”, NSDI '13.
11. Yang, Jie; Chen, Yingying (1 de noviembre de 2009). "Localización de interiores mediante métodos mejorados de lateralización basados ​​en RSS". GLOBECOM 2009 - Conferencia Mundial de Telecomunicaciones IEEE 2009 . págs. 1–6. CiteSeerX 10.1.1.386.4258 . doi :10.1109/GLOCOM.2009.5425237. ISBN  978-1-4244-4148-8. S2CID  2125249.
12. Wang, C.; Zheng, X.; Chen, Y.; Yang, J. (septiembre de 2017). "Localización de puntos de acceso no autorizados mediante información detallada del canal". Transacciones IEEE sobre informática móvil . 16 (9): 2560–2573. doi : 10.1109/TMC.2016.2629473 . ISSN  1558-0660.
13. "Guía de configuración del sistema Cisco Prime Network Control System, versión 1.0 - Capítulo 6: Mapas de monitoreo [dispositivos de la serie Cisco Prime Network Control System]". Cisco . Consultado el 19 de diciembre de 2020 .
14. Kotaru, Manikanta; Joshi, Kiran; Bharadia, Dinesh; Katti, Sachin (1 de enero de 2015). "SpotFi". Actas de la Conferencia ACM de 2015 sobre un grupo de interés especial en comunicación de datos . SIGCOMM '15. Nueva York, NY, Estados Unidos: ACM. págs. 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 (1 de enero de 2006). "Determinar con precisión". Actas de la cuarta conferencia internacional sobre sistemas, aplicaciones y servicios móviles . MobiSys '06. Nueva York, NY, Estados Unidos: ACM. págs. 165-176. doi :10.1145/1134680.1134698. ISBN 978-1595931955. S2CID  232045615.
16. "Localización rápida en Cisco" (PDF) . Documentos de Cisco .
17. Zaruba, GV; Huber, M.; Kamangar, FA; Chlamtac, I. (2004). "Seguimiento de ubicación en el hogar basado en muestreo de Monte Carlo con requisitos mínimos de infraestructura de RF". Conferencia Global de Telecomunicaciones IEEE, 2004. GLOBECOM '04 . vol. 6. IEEE. págs. 3624–3629. doi :10.1109/GLOCOM.2004.1379045. ISBN 978-0-7803-8794-2. S2CID  6875248.
18. Záruba, GV; Huber, M.; Kamangar, FA; Chlamtac, I. (abril de 2007). "Seguimiento de ubicación en interiores mediante lecturas RSSI desde un único punto de acceso Wi-Fi". Conexiones inalámbricas . 13 (2): 221–235. doi :10.1007/s11276-006-5064-1. ISSN  1022-0038. S2CID  9043157.
19. Youssef, Moustafa; Agrawala, Ashok (4 de enero de 2007). "El sistema de determinación de la ubicación de Horus". Conexiones inalámbricas . 14 (3): 357–374. doi :10.1007/s11276-006-0725-7. ISSN  1022-0038. S2CID  62768948.
20. Wan Mohd Yaakob Wan Bejuri, Mohd Murtadha Mohamad, Maimunah Sapri y Mohd Adly Rosly (2012). Posicionamiento ubicuo de cámara/WLAN mediante detección y coincidencia de características basadas en el espacio de cromaticidad de intensidad inversa: un resultado preliminar. Conferencia internacional sobre sistemas hombre-máquina 2012 (ICOMMS 2012), Penang, MALASIA. Ver publicación aquí, o hacer clic aquí si el enlace está roto
21. Kumar, Swarun; Hamed, Ezzeldin; Katabi, Dina; Erran Li, Li (1 de enero de 2014). "El análisis de radio LTE es fácil y accesible". Actas del sexto taller anual sobre tecnología inalámbrica de los estudiantes, por los estudiantes, para los estudiantes . T3 '14. Nueva York, NY, Estados Unidos: ACM. págs. 29 y 30. doi :10.1145/2645884.2645891. hdl :1721.1/100518. ISBN 978-1-4503-3073-2. S2CID  53224063.
22. "Herramienta CSI Linux 802.11n". dhalperi.github.io . Consultado el 10 de noviembre de 2015 .
23. Marcaletti, Andreas; Rea, Mauricio; Justiniano, Domenico; Prestamistas, Vicente; Fakhreddine, Aymen (1 de enero de 2014). "Filtrado de mediciones ruidosas de rango de tiempo de vuelo 802.11". Actas de la décima conferencia internacional ACM sobre tecnologías y experimentos de redes emergentes . CONTINUAR '14. Nueva York, NY, Estados Unidos: ACM. págs. 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 (1 de marzo de 2011). "Medición de distancia de tiempo de vuelo por radiofrecuencia para localización de sensores inalámbricos de bajo costo". Revista de sensores IEEE . 11 (3): 837–845. Código Bib : 2011ISenJ..11..837L. doi :10.1109/JSEN.2010.2072496. ISSN  1530-437X. S2CID  15835286.
25. "Blogs de infoseguridad". Revista Infoseguridad . Consultado el 17 de septiembre de 2015 .
26. Ayuda de Google - Servicios basados ​​en la ubicación - ¿Cómo puedo cancelar mi suscripción? Obtenido el 30 de mayo de 2012
27. "Exclusión voluntaria de MLS". mozilla.com . Consultado el 2 de septiembre de 2014 .
28. "Servicio de posicionamiento combinado" . Consultado el 3 de enero de 2019 .
29. "Posicionamiento Wifi | Ubicación Wifi | ID de celular - Combain" . Consultado el 3 de enero de 2019 .
30. "Cobertura API de ubicación no cableada" . Consultado el 6 de junio de 2017 .
31. API, sin cables. "API de ubicación de Unwired Labs: API de geolocalización y API de triangulación móvil, base de datos de Cell Tower". API de ubicación de Unwired Labs: API de geolocalización y triangulación móvil . Consultado el 6 de junio de 2017 .
32. "Servicio de localización de Mozilla" . Consultado el 26 de octubre de 2015 .
33. "MLS - Estadísticas". ubicación.servicios.mozilla.com . Consultado el 16 de septiembre de 2023 .
34. "Servicios en la nube/Ubicación/Preguntas frecuentes - MozillaWiki".
35. "Mylnikov GEO Wi-Fi" . Consultado el 19 de mayo de 2015 .
36. "Descarga de la base de datos Mylnikov GEO Wi-Fi" . Consultado el 19 de mayo de 2015 .
37. "Licencia Mylnikov GEO" . Consultado el 19 de diciembre de 2014 .
38. "Base de datos de células móviles Mylnikov GEO" . Consultado el 19 de diciembre de 2014 .
39. "Sistema de posicionamiento global Navizon". Archivado desde el original el 19 de enero de 2021 . Consultado el 21 de junio de 2015 .
40. "Mapa de cobertura WiFi de Navizon". Archivado desde el original el 22 de junio de 2015 . Consultado el 21 de junio de 2015 .
41. "Radiocells.org". Archivado desde el original el 21 de mayo de 2018 . Consultado el 6 de julio de 2018 .
42. "Descarga de la base de datos de Radiocells.org". Archivado desde el original el 8 de marzo de 2016 . Consultado el 6 de julio de 2018 .
43. "Buscador de puntos de acceso Wifi". Archivado desde el original el 8 de febrero de 2016 . Consultado el 30 de enero de 2015 .
44. "Licencia de Radiocells.org". Archivado desde el original el 22 de septiembre de 2019 . Consultado el 6 de julio de 2018 .
45. "Mineteo" . Consultado el 19 de diciembre de 2014 .
46. "Estadísticas de WiGLE". www.wigle.net . Consultado el 24 de diciembre de 2018 .
47. "Mapa de red inalámbrica WiGLE" . Consultado el 19 de diciembre de 2014 .
48. "En _nomap y _optout - WiGLE.net". www.wigle.net . Consultado el 15 de septiembre de 2019 .

General

• Anthony LaMarca, Yatin Chawathe, Sunny Consolvo, Jeffrey Hightower, Ian Smith, James Scott, Tim Sohn, James Howard, Jeff Hughes, Fred Potter, Jason Tabert, Pauline Powledge, Gaetano Borriello , Bill Schilit: Place Lab: posicionamiento de dispositivos mediante radiobalizas En la naturaleza. En omnipresente (2005)