Posicionamiento GNSS con computación en la nube para teléfonos inteligentes: análisis de latencia y estrategias de optimización para aplicaciones en tiempo real
Mostrar el registro completo del ítem
Título: Posicionamiento GNSS con computación en la nube para teléfonos inteligentes: análisis de latencia y estrategias de optimización para aplicaciones en tiempo real
Autor: Hernández Olcina, Jorge
Resumen:
[ES] El uso generalizado de teléfonos inteligentes equipados con receptores GNSS (Sistemas Globales de Navegación por Satélite) ha generado una gran cantidad de datos de posicionamiento. En este contexto, la computación en la nube en tiempo real surge como un enfoque prometedor para aprovechar esta riqueza de información de ubicación. La tesis doctoral se centra en el análisis de latencia y estrategias de optimización para este tipo de aplicaciones. Se presenta el desarrollo de una aplicación Android que captura datos GNSS sin procesar de teléfonos inteligentes, aprovecha los recursos de la computación en la nube, calcula la posición del dispositivo y devuelve la solución computada al usuario. Esta integración no solo conserva los recursos del dispositivo, sino que también permite el cálculo de la posición en tiempo real, lo que abre el camino para aplicaciones y servicios basados en la ubicación mejorados. En segundo lugar, la tesis analiza los desafíos de latencia dentro de las soluciones GNSS basadas en la nube. Se investiga y cuantifica el impacto de diversos factores en el sistema, incluyendo la adquisición de señales GNSS, la transmisión de datos, el procesamiento en la nube y la difusión de resultados. Se realizan experimentos controlados y escenarios del mundo real para evaluar la influencia de las condiciones de la red, las capacidades del dispositivo y la carga del servidor en la nube en la latencia general de posicionamiento. Los resultados resaltan los cuellos de botella del sistema y sus contribuciones relativas a la latencia. Adicionalmente, se presentan recomendaciones para mitigar estos desafíos y garantizar una experiencia de usuario óptima para aplicaciones de posicionamiento en tiempo real. La tesis doctoral contribuye al avance del posicionamiento GNSS con computación en la nube para teléfonos inteligentes. Se analizan los desafíos de latencia y se presentan estrategias de optimización, además de desarrollarse una serie de herramientas para facilitar el trabajo con datos GNSS procedentes de dispositivos móviles.
[CA] L'ús generalitzat de telèfons intel·ligents equipats amb receptors GNSS (Sistemes Globals de Navegació per Satèl·lit) ha generat una gran quantitat de dades de posicionament. En este context, la computació en el núvol en temps real sorgix com un enfocament prometedor per a aprofitar esta riquesa d'informació d'ubicació. La tesi doctoral se centra en l'anàlisi de latència i estratègies d'optimització per a esta mena d'aplicacions. Es presenta el desenvolupament d'una aplicació Android que captura dades GNSS sense processar de telèfons intel·ligents, aprofita els recursos de la computació en el núvol, calcula la posició del dispositiu i retorna la solució computada a l'usuari. Esta integració no sols conserva els recursos del dispositiu, sinó que també permet el càlcul de posició en temps real, la qual cosa obri el camí per a aplicacions i servicis basats en la ubicació millorats. En segon lloc, la tesi analitza els desafiaments de latència dins de les solucions GNSS basades en el núvol. S'investiga i quantifica l'impacte de diversos factors en el sistema, incloent-hi l'adquisició de senyals GNSS, la transmissió de dades, el processament en el núvol i la difusió de resultats. Es realitzen experiments controlats i escenaris del món real per a avaluar la influència de les condicions de la xarxa, les capacitats del dispositiu i la càrrega del servidor en el núvol en la latència general de posicionament. Les troballes ressalten els principals problemes del sistema i les seues contribucions relatives a la latència. Addicionalment, es presenten recomanacions per a mitigar estos desafiaments i garantir una experiència d'usuari òptima per a aplicacions de posicionament en temps real. La tesi doctoral contribuïx a l'avanç del posicionament GNSS amb computació en el núvol per a telèfons intel·ligents. S'analitzen els desafiaments de latència i es presenten estratègies d'optimització, a més de desenvolupar-se una sèrie de ferramentes per a facilitar el treball amb dades GNSS procedents de dispositius mòbils.
[EN] The widespread use of smartphones equipped with GNSS (Global Navigation Satellite System) receivers has generated a large amount of positioning data. In this context, real-time cloud computing emerges as a promising approach to leverage this wealth of location information. The doctoral thesis focuses on the analysis of latency and optimization strategies for such applications. The development of an Android application is presented that captures raw GNSS data from smartphones, leverages cloud computing resources, calculates the device's position, and returns the computed solution to the user. This integration not only conserves device resources but also enables real-time position calculation, paving the way for enhanced location-based applications and services. Second, the thesis analyses latency challenges within cloud based GNSS solutions. It investigates and quantifies the impact of various factors on the system, including GNSS signal acquisition, data transmission, cloud processing, and result dissemination. Controlled experiments and real-world scenarios are made to assess the influence of network conditions, device capabilities, and cloud server load on overall positioning latency. The findings highlight system bottlenecks and their relative contributions to latency. Additionally, recommendations are presented to mitigate these challenges and guarantee an optimal user experience for real-time positioning applications. The doctoral thesis contributes to the advancement of GNSS positioning with cloud computing for smartphones. Latency challenges are analysed, and optimization strategies are presented, in addition to developing a series of tools to facilitate working with mobile devices GNSS data.
[ES] El uso generalizado de teléfonos inteligentes equipados con receptores GNSS (Sistemas Globales de Navegación por Satélite) ha generado una gran cantidad de datos de posicionamiento. En este contexto, la computación en la nube en tiempo real surge como un enfoque prometedor para aprovechar esta riqueza de información de ubicación. La tesis doctoral se centra en el análisis de latencia y estrategias de optimización para este tipo de aplicaciones. Se presenta el desarrollo de una aplicación Android que captura datos GNSS sin procesar de teléfonos inteligentes, aprovecha los recursos de la computación en la nube, calcula la posición del dispositivo y devuelve la solución computada al usuario. Esta integración no solo conserva los recursos del dispositivo, sino que también permite el cálculo de la posición en tiempo real, lo que abre el camino para aplicaciones y servicios basados en la ubicación mejorados. En segundo lugar, la tesis analiza los desafíos de latencia dentro de las soluciones GNSS basadas en la nube. Se investiga y cuantifica el impacto de diversos factores en el sistema, incluyendo la adquisición de señales GNSS, la transmisión de datos, el procesamiento en la nube y la difusión de resultados. Se realizan experimentos controlados y escenarios del mundo real para evaluar la influencia de las condiciones de la red, las capacidades del dispositivo y la carga del servidor en la nube en la latencia general de posicionamiento. Los resultados resaltan los cuellos de botella del sistema y sus contribuciones relativas a la latencia. Adicionalmente, se presentan recomendaciones para mitigar estos desafíos y garantizar una experiencia de usuario óptima para aplicaciones de posicionamiento en tiempo real. La tesis doctoral contribuye al avance del posicionamiento GNSS con computación en la nube para teléfonos inteligentes. Se analizan los desafíos de latencia y se presentan estrategias de optimización, además de desarrollarse una serie de herramientas para facilitar el trabajo con datos GNSS procedentes de dispositivos móviles.
[CA] L'ús generalitzat de telèfons intel·ligents equipats amb receptors GNSS (Sistemes Globals de Navegació per Satèl·lit) ha generat una gran quantitat de dades de posicionament. En este context, la computació en el núvol en temps real sorgix com un enfocament prometedor per a aprofitar esta riquesa d'informació d'ubicació. La tesi doctoral se centra en l'anàlisi de latència i estratègies d'optimització per a esta mena d'aplicacions. Es presenta el desenvolupament d'una aplicació Android que captura dades GNSS sense processar de telèfons intel·ligents, aprofita els recursos de la computació en el núvol, calcula la posició del dispositiu i retorna la solució computada a l'usuari. Esta integració no sols conserva els recursos del dispositiu, sinó que també permet el càlcul de posició en temps real, la qual cosa obri el camí per a aplicacions i servicis basats en la ubicació millorats. En segon lloc, la tesi analitza els desafiaments de latència dins de les solucions GNSS basades en el núvol. S'investiga i quantifica l'impacte de diversos factors en el sistema, incloent-hi l'adquisició de senyals GNSS, la transmissió de dades, el processament en el núvol i la difusió de resultats. Es realitzen experiments controlats i escenaris del món real per a avaluar la influència de les condicions de la xarxa, les capacitats del dispositiu i la càrrega del servidor en el núvol en la latència general de posicionament. Les troballes ressalten els principals problemes del sistema i les seues contribucions relatives a la latència. Addicionalment, es presenten recomanacions per a mitigar estos desafiaments i garantir una experiència d'usuari òptima per a aplicacions de posicionament en temps real. La tesi doctoral contribuïx a l'avanç del posicionament GNSS amb computació en el núvol per a telèfons intel·ligents. S'analitzen els desafiaments de latència i es presenten estratègies d'optimització, a més de desenvolupar-se una sèrie de ferramentes per a facilitar el treball amb dades GNSS procedents de dispositius mòbils.
[EN] The widespread use of smartphones equipped with GNSS (Global Navigation Satellite System) receivers has generated a large amount of positioning data. In this context, real-time cloud computing emerges as a promising approach to leverage this wealth of location information. The doctoral thesis focuses on the analysis of latency and optimization strategies for such applications. The development of an Android application is presented that captures raw GNSS data from smartphones, leverages cloud computing resources, calculates the device's position, and returns the computed solution to the user. This integration not only conserves device resources but also enables real-time position calculation, paving the way for enhanced location-based applications and services. Second, the thesis analyses latency challenges within cloud based GNSS solutions. It investigates and quantifies the impact of various factors on the system, including GNSS signal acquisition, data transmission, cloud processing, and result dissemination. Controlled experiments and real-world scenarios are made to assess the influence of network conditions, device capabilities, and cloud server load on overall positioning latency. The findings highlight system bottlenecks and their relative contributions to latency. Additionally, recommendations are presented to mitigate these challenges and guarantee an optimal user experience for real-time positioning applications. The doctoral thesis contributes to the advancement of GNSS positioning with cloud computing for smartphones. Latency challenges are analysed, and optimization strategies are presented, in addition to developing a series of tools to facilitate working with mobile devices GNSS data.
Descripción: Tesis por compendio
URI: http://hdl.handle.net/10251/214028
Fecha: 2025-01-17
Relacionado
Ítems en Google Scholar
Ficheros en el ítem
Este ítem aparece en la(s) siguiente(s) colección(ones)
-
Tesis doctorales [5452]