Efficient positioning and position updating for mobile devices

Abstract

Die Nutzung ortsbezogener Dienste wird mit der zunehmenden Verbreitung von Smartphones, die ihre Position selbst bestimmen können, immer wichtiger. Es gibt bereits eine Vielzahl solcher Anwendungen, die sich hoher Beliebtheit bei den Nutzern erfreuen. Einige dieser Dienste basieren darauf, dass das mobile Endgerät immer wieder seine Position bestimmt und diese an einen Server schickt. Dabei wird viel Energie für die Nutzung des GPS-Sensors und das Versenden der Positionsdaten über ein drahtloses Netzwerk verbraucht. Dies führt dazu, dass die Akkulaufzeit der Smartphones, auf denen solche Dienste genutzt werden, stark reduziert wird. Bisher liegt der Schwerpunkt der Forschung darauf, die Nutzung des GPS-Sensors zu minimieren, da die Positionsbestimmung teurer ist als das Versenden der Positionsdaten. Doch auch das Versenden von Positionsdaten verbraucht viel Energie. Baier et al. [BDR13] weisen darauf hin, dass Smartphones über einen eigenen Mechanismus verfügen, um Energie beim Senden von Nachrichten zu sparen. So wird Energie gespart, wenn Nachrichten in kurzen Abständen hintereinander versendet werden. Das Ziel ist also, Positionsdaten zu versenden, kurz nachdem eine andere Nachricht versendet wurde. Ziel dieser Arbeit ist es, einen Algorithmus zu entwerfen und zu testen, der sowohl die Kosten für Positions-Updates als auch die Kosten für die Nutzung des GPS-Sensors reduziert. Der hier vorgestellte Algorithmus gehört zur Klasse der distanzbasierten Update-Protokolle und nutzt ein nicht lineares Energiemodell. Mithilfe eines Simulators wird der Algorithmus ausführlich analysiert und zusätzlich auf einem Android-Smartphone getestet. Sowohl die Kostenreduktion für Update- Nachrichten als auch die Kostenreduktion für die Positionsbestimmung werden untersucht. Abhängig von der Häufigkeit, mit der Nachrichten versendet werden, und der Güte der Systemparameter lassen sich, im Vergleich zum Standardalgorithmus, über 50% der gesamten Energiekosten einsparen. Im Durchschnitt werden ca. 30% Einsparung erreicht.