Una Comparación Integral y Reproducible de Reglas de Agrupamiento y Optimización en la Huella de Wi-Fi

La huella de Wi-Fi es una técnica bien conocida utilizada para el posicionamiento en interiores. Se basa en un método de reconocimiento de patrones que compara la huella operacional capturada con un conjunto de muestras de referencia previamente recolectadas (mapa de radio) utilizando una función de similitud. Los algoritmos de emparejamiento sufren de un problema de escalabilidad en implementaciones grandes con una densidad enorme de huellas, donde el número de muestras de referencia en el mapa de radio es prohibitivamente grande. Este documento presenta un estudio comparativo integral de los métodos existentes para reducir la complejidad y el tamaño del mapa de radio utilizado en la etapa operacional. Nuestros resultados empíricos muestran que la mayoría de los métodos reducen la carga computacional a expensas de una precisión degradada. Entre los métodos estudiados, solo k-means, propulsión de afinidad y las reglas basadas en el punto de acceso más fuerte equilibran adecuadamente la precisión del posicionamiento y el tiempo computacional. Además de los resultados comparativos, este documento también introduce un nuevo marco de evaluación con múltiples conjuntos de datos, con el objetivo de obtener resultados más generales y contribuir a una mejor reproducibilidad de las nuevas soluciones propuestas en el futuro.