Energy-Saving Localization for Location Based Services in Android Phones

隨著智慧型手機功能逐漸強大，搭配手機現有的各種感測器，使用者能夠取得的服務也越來越多元。特別是定位技術應用在手機上，能讓使用者取得在地化、個人化的服務。在Android手機上面，使用者度不但能夠GPS 定位，還能透過Wi-Fi 或是cell tower 定位。但是，使用定位技術，例如GPS 會讓手機的電能快速消耗。 不同的定位技術根據服務不同，使用者所處的環境不同，能量消耗也會不同。舉例來說，使用Wi-Fi 定位時，裝置必須連上遠端伺服器，獲取更多資訊幫助定位。然而，手持裝置可利用Wi-Fi 或是3G 上網，不同上網方式所耗費的能量也不同。另一方面，越來越多元的在地化服務，滿足使用者不同需求，而不同服務的需求也不同。例如，導航服務比起社群類服務需要更高的位置更新頻率。根據使用者所在的環境、使用者的行為、和應用服務需求的不同，選擇一個省能的定位技術是一個很大的挑戰。 本研究在於根據不同的應用服務需求，以及使用者的行為和所處環境，建立各種定位技術的全方位能量模型。除此之外，我們也指出在不同環境，因應不同應用程式所需的位置更新頻率之下，最節能的定位技術。最後，我們提出一套演算法，能夠動態偵測使用者所在的環境，選擇最節能的定位技術。並且，適應不同種類的在地化服務，提供最即時且新的位置給使用者。 最後，我們將提出的演算法與現成Android 上的定位技術比較，我們提出的演算法，比起現成方法延長了至少兩小時的電池壽命。As localization and wireless communication technologies become mature, mobile devices can locate themselves by new network-based techniques such as Wi-Fi and cell-tower based localization rather than Global Position System (GPS). These new techniques expand the outdoor operating environment of GPS to almost everywhere. Selecting the best localization scheme for location-based service (LBS) is not a trivial task. First, di erent localization schemes consume di erent amount of energy. For example, network-based localization requires mobile devices to access a remote location server via Internet, which will consume extra power. Second, user operating environment changes with time. As a result, a good localization scheme for now may not be the best choice later at a di erent location. Finally, di erent LBSs have very di erent requirements. For example, navigation would require much faster update of user location. Therefore, a localization scheme that takes a longer time to locate a device may not be appropriate. In this thesis, we focus on selecting the best power-saving localization technique based on the requirement of an LBS for Android phones. The power consumption of localization techniques available to an Android phone is measured and the corresponding energy models are developed. Based on the energy models, we propose a policy o ering the best power-saving localization technique. An algorithm that dynamically determines localization techniques by detecting the environment is proposed. The proposed algorithm is also implemented in Android phones