In this work, the location of devices is developed by using the circular register of the signal intensity received from the SFNs (Single Frequency Networks) ISDB-T (Integrated Services Digital Terrestrial Broadcasting ). Thus, a radiofrequency signature (RF fingerprinting) from the field strengths in the area where want to provide the location service, performing simulations with the propagation model ITU-R-P1546 and generating a georeferenced database. In this way,the signatures of each radial evaluated simultaneously for location determination using different measures of similarities, such as Mean Squared Error (MSE), circular correlation (CC), signal energy intensity (ES) and artificial neural network (ANN) location estimation. The configuration of the transmission and reception systems is defined and different configurations of SFN networks are evaluated, both in relation to the number of transmitters, and their arrangement geographically. They are verified through the CDF (Cumulative Distribution Function) the position errors obtained, in meters, with each one of the measures applied, in order to verify which of the network configurations presents the best performance for the correct estimation of the location. It is shown that the proposal is feasible, evaluating the city of Rio de Janeiro and obtaining an average error of 85.3 m with an SFN network of 6 transmitters in an area of 635 km2. In general, it is demonstrated that the increase of transmitters used by one or more networks performance improvement and the cross-device results in a fall in the performance of similarity measures, as well as the evaluation without True North orientation (NV), except for CC that disregard this information.
Neste trabalho, desenvolve-se a localização de dispositivos empregando-se o registro circular da intensidade do sinal recebido das SFNs (Single Frequency Networks) ISDB-T (Integrated Services Digital Broadcasting Terrestrial). Assim, compõe-se uma assinatura de radiofrequência (RF fingerprinting) a partir das intensidades de campo na área onde se deseja prover o serviço de localização, realizando simulações com o modelo de propagação ITU-R-P1546 e gerando um banco de dados geo-referenciado. Desta forma, aplicam-se as assinaturas de cada radial avaliada simultaneamente para determinação da localização utilizando diferentes medidas de similaridades, como o MSE (Mean Squared Error), correlação circular (CC), intensidade de energia do sinal (ES) e estimativa de localização com redes neurais artificiais (ANN). Define-se a configuração dos sistemas de transmissão e recepção e avaliam-se diferentes configurações de redes SFNs, tanto em relação à quantidade de transmissores, quanto à disposição dos mesmos geograficamente. Verificam-se através da CDF (Cumulative Distribution Function) os erros de posição obtidos, em metros, com cada uma das medidas aplicadas, a fim de se verificar qual das configurações de rede apresenta um melhor desempenho para a estimativa correta da localização. Demonstra-se que a proposta é viável, avaliando-se o município do Rio de Janeiro e obtendo-se um erro médio de 85,3 m com uma rede SFN de 6 transmissores em uma área de 635 Km2. Em geral, demonstra-se que o aumento de transmissores utilizados por uma ou mais redes traz melhoria de desempenho e o efeito cross-device resulta em queda no desempenho das medidas de similaridade, assim como a avaliação sem orientação Norte Verdadeiro (NV), exceto para CC que prescinde desta informação.
