KR101106276B1 - 이동식 전자 기기의 상태를 추적하는 방법 - Google Patents

Abstract

본 발명은 이동식 전자 기기의 상태를 추적하는 방법에 관련되고, 이 방법을 수행하도록 구성된 처리 장치를 구비하는 이동식 전자 기기에 관련된다. 이동식 전자 기기의 상태를 추적하는 방법은 (i) 복수 개의 셀을 포함하는 그리드를 사용하여 이동식 전자 기기의 상태를 나타내는 단계로서, 각각의 셀은 하나 이상의 상태 변수들에 의해 정의된 상태 공간의 영역을 나타내고 이동식 전자 기기의 상태가 상태 공간에서 그 영역 내에 있을 확률 값을 가지며, 그리드는 기설정된 문턱을 넘어서는 확률 값을 가지는 셀들만을 포함하도록 경계가 정해지는 단계; (ii) 하나 이상의 상태 변수들의 값들을 표시하는 측정 시그널링을 얻는 단계; 및 (iii) 측정 시그널링에 기초하여 그리드의 확률 값들을 갱신하고 그리드의 경계를 다시 정하는 단계를 포함한다.

Description

이동식 전자 기기의 상태를 추적하는 방법{A Method of tracking a state of a mobile electronic device}

본 발명은 이동식 전자 기기의 상태를 추적하는 방법에 관련되고, 이 방법을 수행하도록 배치구성된 처리 장치를 구비한 이동식 전자 기기에 관련된다.

개인 위치확인에서의 도전들 중의 하나는 통상적이지 않은 배치상태, 특히 실내 또는 도심 내에 있어 큰 오류들을 가지는 극소수의 측정 소스들만이 이용가능하여 이들 다른 측정 소스들의 융합에 기인하는 비선형 필터링 수학식들의 효율적인 수치적 해법을 요구하는 상황들에서 정확한 위치 정보를 제공하는 것이다. 이런 경우들에서, 최대 정보량이 모든 측정으로부터 추출되는 것이 유익하다.

GPS와 같은 위성 기반 시스템의 행위는 실내에서 고감도 모드로 사용될 때 아무리 잘해도 예측할 수 없다. 국소 무선 네트워크들, 이를테면 셀룰러 네트워크, WLAN 또는 블루투스는 일부 위치확인 능력을 제공하지만 GPS와 비교될 때 하급의 정확도를 가진다. 이동식 전자 기기의 다른 가능한 구성요소들은 가속도계, 기압계 또는 디지털 컴퍼스와 같은 온 보드 센서들이다.

여러 가지 측정 소스들을 조합하는 것은 어려운데 이는 다른 오류 특성들, 예측할 수 없는 일그러짐, 측정에서의 계통적 오차, 강한 비선형성, 복잡한 시간 의존성, 및 누락 데이터 때문이다. 모든 경우들을 일반적인 방식으로 모델화하는 것은 물론이고 모델들을 정확하게 푸는 것은 단순하지 않다. 심지어 정확한 모델을 가지더라도, 일반적으로 사용되는 칼만 필터와 그것의 비선형 확장은 경고 없이 실패할 수 있다.

본 발명의 제1양태에 따르면, 이동식 전자 기기의 상태를 추적하는 방법이 제공되며, 이 방법은,

(i) 복수 개의 셀을 포함하는 그리드를 사용하여 이동식 전자 기기의 상태를 나타내는 단계로서, 각각의 셀은 하나 이상의 상태 변수들에 의해 정의된 상태 공간의 영역을 나타내고 이동식 전자 기기의 상태가 상태 공간에서 그 영역 내에 있을 확률 값을 가지며, 그리드는 기설정된 문턱을 넘어서는 확률 값을 가지는 셀들만을 포함하도록 경계가 정해지는 단계;

(ii) 하나 이상의 상태 변수들의 값들을 표시하는 측정 시그널링을 얻는 단계; 및

(iii) 측정 시그널링에 기초하여 그리드의 확률 값들을 갱신하고 그리드의 경계를 다시 정하는 단계를 반복적으로 수행하는 방법이다.

이동식 전자 기기의 상태는 위치, 속도, 가속도 및 클록 속도를 단독으로든 조합으로든 포함할 수 있지만 그것들로 한정되는 않는다.

상태 공간의 차원 수는 상태 변수들의 총 차원 수에 상응하며, 각각의 셀은 상태 공간의 차원 수와 동일한 차원 수를 포함한다. 예를 들면, 상태 공간과 셀들은 위치를 3차원으로 그리고 속도를 3차원으로 나타내기 위해 6-차원적일 수 있다.

본 발명은 고유한 위치 솔루션을 생성하지 않거나 다수의 솔루션을 생성하는 측정 기하(measurement geometry)들로부터 모든 정보가 보유되게 하고 그리고 사후 분포의 형상이 그것의 피크들 중의 어느 것도 떨어뜨리지 않게끔 유지되게 하는 수단을 제공한다.

본 발명은 입자 필터보다 빨리 돌아가며(run), 위치 지문(fingerprint) 방법들보다 일반적이고, 완전한 위치 분포를 전파하고, 그래서 결정되지 않거나 다중 솔루션 시스템들을 정확하게 나타낼 수 있다.

바람직하게는, 그리드는, 이 방법의 계산 부하에 관한 문제를 경감하기 위해, 균일하게 이격된 평행 6면체 그리드이다.

하나 이상의 반복들의 관하여 단계 (i)는 측정 시그널링을 얻는 단계와 그리드를 측정 시그널링에 기초하여 형성하는 단계를 포함할 수 있다. 위치 추정치는, 예를 들면, 범위, 범위 차이 또는 평면(planar) 측정 중의 어느 것을 포함하는 측정 시그널링으로부터 도출될 수 있다. 범위 측정이 셀룰러 기지국들, WLAN 또는 블루투스 전송기들 및/또는 음향 센서들로부터 얻어질 수 있고, 예를 들면, 시간 지연, 라운드-트립 또는 신호 강도 측정의 형태로 있을 수 있다. 위치를 표시하는 다른 유형들의 측정 시그널링은 도착각 측정, 최대-최소 범위 창들, 베이스 섹터 정보, 및 온-보드 기압계 및 디지털 컴퍼스들을 포함하지만 그것들에 제한되지는 않는다. 속도는 델타레인지(deltarange)와 헤딩 측정을 사용하여 측정될 수 있다. 가속도는 온-보드 가속도계들을 사용하여 측정될 수 있다.

단독이든지 다른 측징 시그널링과 연계하든지 간에 여하튼 측정 시그널링을 사용하여 당해 상태 변수(들)의 값(들)이 얻어질 수 있거나 추정될 수 있다는 것을 전제로, 측정 시그널링에 대한 상세한 설명은 발명에 있어서 중요하지 않다는 것이 이해된다.

제2 및 후속하는 반복들 중의 하나 이상의 반복들의 관하여 단계 (i)는 선행하는 반복의 단계 (iii)의 갱신된 그리드를 사용하는 것을 포함할 수 있다.

하나 이상의 반복들은, (iv) 갱신된 그리드 및 이동식 전자 기기를 위한 움직임 모델에 기초하여 후속하는 반복의 그리드의 확률 값들을 예측하여 예측된 그리드를 얻는 단계를 포함할 수 있다.

단계 (iv)는 그리드를 다시 경계를 정하는 단계, 및/또는 후속하는 반복의 단계 (i)에서 예측된 그리드를 사용하는 단계를 포함할 수 있다.

그리드를 다시 경계를 정하는 단계는 그리드의 경계를 이동시켜 기설정된 문턱 아래의 확률 값을 가지는 셀들을 배제하는 단계, 및/또는 경계를 이동시켜 기설정된 문턱을 넘는 확률 값을 가지는 셀을 포함시키는 단계를 포함할 수 있다. 일부 경우들에서, 셀들은 경계를 넘어서 존재하지만 제로의 확률 값을 가진다.

만일, 어떤 프로세스 후에, 그런 셀들의 확률 값이 증가한다면, 경계는 기설정된 문턱을 넘는 확률 값들을 가지는 그런 어떤 셀들을 포함하도록 하기 위해 이동된다. 어떤 경우들에서는, 경계를 넘어서는 셀들인 존재하지 않는다. 확률 값들의 변경이 있게 하는 어떤 프로세스 후에, 본 발명은 경계를 넘어서는 일시적인 셀들을 정의하며, 이들 셀을 위한 확률 값들을 계산하고, 경계를 이동시켜 기설정된 문턱을 넘는 확률 값들을 가지는 그런 어떤 셀들을 포함하도록 할 수 있다.

바람직하게는, 움직임 모델은 방법의 계산 부하에 관해서 문제를 경감하기 위해 선형적이다.

하나 이상의 반복들은 (v) 갱신된 그리드에 기초하여 이동식 전자 기기의 상태에 대한 기대값과 분산을 계산하는 단계를 포함할 수 있다.

본 발명의 제2양태에 따르면, 본 발명의 제1양태의 방법을 수행하도록 구성된 처리 장치를 구비한 이동식 전자 기기가 제공된다.

본 발명은 또한 본 발명의 방법을 수행하도록 구성된 컴퓨터 프로그램과 본 발명의 이동식 전자 기기가 동작하는 시스템을 포함한다. 본 발명은 각종 조합들에서 조합에서 구체적으로 언급(또는 청구)되든지 아니든지 간에 하나 이상의 양태들과 실시예들을 둘러싼다.

본 발명이 더 쉽게 이해될 수 있기 위해서, 첨부 도면들에 대한 예로서만의 참조에 설명이 지금 주어지는데, 도면들 중에서,

도 1 내지 도 5는 수행되고 있는 본 발명의 방법의 단순한 예를 도시하며;

도 6은 본 발명에 따른 장치를 보이고 있다.

다음 설명에서, 유사한 참조번호들은 특징들이 속한 실시예에 무관하게 유사한 특징들에 관련한다.

도 6은 본 발명에 따른 이동식 전자 기기의 부분의 개략도인데, 이 이동식 전자 기기는 프로세서(100)를 구비하며 이 프로세서는 메모리(102)와 통신하고 복수 개의 송수신기 모듈들(104a-104d)과 통신한다. 메모리(102)는 아래에서 설명될 바와 같이 본 발명의 방법을 수행하기 위한 소프트웨어 코드 부분들을 포함한다. 송수신기 모듈들(104a-104d)은 GPS 시스템, 셀룰러 기지국들, WLAN 전송기들 및 블루투스 전송기들로부터 개별적으로 측정 시그널링을 수신할 수 있다. 송수신기 모듈들(104a-104d)은 편리함을 위해 이같이 언급되는데, 사실, 모듈들(104a-104d)의 일부는 전송하는 능력을 가지지 않을 수 있는 반면, 그것들의 나머지는 측정 시그널링을 수신하기 위해 전송하는 것이 요구될 수 있다.

본 발명의 방법은 지금 다음 명명법을 사용하여 설명될 것이다.

첨자 k 시간순간을 색인한다

k|k-1 시간 k-1까지만 데이터를 사용하여 시간 단계 k에 대해 만들어진

추론을 말한다

k|k 시간 k까지 데이터를 사용하여 시간 단계 k에 대해 만들어진

추론을 말한다

x 이동식 전자 기기의 상태

i 셀의 벡터 인덱스

G_k(i) i번째 셀

C_k(i) i번째 셀의 중심

E_k 셀의 가장자리들을 정의하는 열들을 가지는 정방 행렬

π_k|k-1(i) i번째 셀의 사전 확률 값

π_k|k(i) i번째 셀의 사후 확률 값

φ_k(x|z) 이전 상태가 z였을 때의 상태 x의 확률 밀도

L_k(x) 측정 가능성 함수

τ_k(i-j) j번째 셀부터 i번째 셀까지 이동할 확률(움직임 모델에 기초함)

단계 (i)

이 단계에서, 이동식 전자 기기의 상태 x_k는 복수 개의 셀을 포함하는 그리드를 사용하여 나타내어진다. 각각의 셀은 상태 공간의 영역을 나타내고, 이동식 전자 기기의 상태 x_k가 그 영역 내에 있는 확률 값을 가진다.

예를 들면, 상태 x_k는 3차원 상태 변수 위치 r_k와 속도 v_k를 포함할 수 있으며,

이다. 그러면 각각의 셀은 상태 공간의 6-차원 영역들을 나타내기 위하여 6-차원적이 된다. 그러나, 예시의 목적을 위해, 도 1 내지 도 5는 상태 x_k가 2-차원 위치 r_k를 포함하는 간단한 예를 보이고 있다.

도 1은 95%, 66% 및 50%의 신용 범위들을 가지는 이동식 전자 기기의 위치를 위한 사전 분포(prior distribution; 10)를 보이고 있다. 사전 분포(10)는 다음의 수 개의 소스들 중의 하나로부터 도출될 수 있다: (i) 방법의 이전의 반복의 사후 분포; (ii) 이동식 전자 기기의 움직임을 예측하기 위해 움직임 모델을 사용하여 사후 분포를 변경하는 것에 의해 얻어진 예측된 사전 분포; 및 (iii) 송수신기 모듈들(104a-104d) 중의 어느 것을 통하여 얻어진 측징 시그널링. 위의 소스들 중의 여러 개가 이용가능한 경우, 조합이 사용될 수 있다.

사전 분포(10)는 균일한 크기 및 형상으로 된 다수의 2-차원 셀(14)로 구성된 사전 그리드(prior grid; 12)를 사용하여 근사화된다. 각각의 셀(14)은 지구의 표면 위의 영역을 나타내고, 이동식 전자 기기가 그 영역 내에서 위치되는 사전 확률 값을 가진다.

도 1이 예시의 목적만을 위해 그리드(12) 상의 신뢰 영역들에 의해 나타내진 사전 분포(10)를 보이고 있다는 것이 이해된다. 비록 사전 분포(10)가 도 1에 연속적인 것으로 보이고 있지만, 그것은 사전 그리드(12)의 확률 값에 의한 근사화된 형태로만 이동식 전자 기기의 메모리(102)의 안에 존재할 것이다. 도 1의 셀들(14)의 상대 음영은 확률 값을 나타낸다, 즉 어둡게 음영된 셀(14)은 그 셀(14)을 위해 더 높은 확률 값을 표시한다.

사전 그리드(12)는 모든 셀들(14)이 기설정된 문턱 값을 넘는 사전 확률 값을 가지는 경계(16)를 포함한다. 그래서, 사전 분포의 그리드 근사치는 경계(16)에 의해 절단되어, 중요한 도메인 S가 사전 확률 값들이 무시될 수 없는

의 (단순히 연결된) 영역임을 나타낸다.

도 1의 예에서, 문턱은 사전 분포의 99%가 사전 그리드(12)에 의해 나타내어지도록 설정된다. 그러나, 문턱의 레벨은 설계 선택 상의 문제라고 이해된다. 낮은 문턱은 더 많은 셀(14)이 경계(16) 내에서 포함되는 결과를 초래할 것이고, 그러므로, 비록 계산상의 부하가 증가되기는 하나, 더 정확한 근사화가 이루어지게 할 것이다. 반면에, 더 높은 문턱은 더 적은 수의 셀들(14)이 경계 내에 포함되는 결과를 초래할 것이고, 그러므로 계산상의 부하가 감소되지만 덜 정확한 근사화게 이루어지게 할 것이다.

경계(16) 내의 셀들(14)만이 이동식 전자 기기의 메모리(102) 내에서 정의된다. 변형예에서, 메모리(102)는 경계를 넘어서 셀들을 정의하지만, 이 셀들의 사전 확률 값은 제로로 설정된다. 어느 경우에서든, 사전 분포(10)의 사전 그리드(12)에 의한 근사화는 계산을 용이하게 하기 위해 경계(16)에 의해 절단된다.

사전 그리드(12)의 셀들(14)의 수는 계산 부하와 정확도 사이에서 균형을 발견하기 위해 설계 선택 상의 문제이다. 하나의 극단적인 선택은 다수의 작은 셀을 생성하는 것이다. 이 경우, 본 발명에 따른 셀(14)의 중심에서의 밀도 값과 동등한 밀도 값만을 사용하는 공지의 점-질량(point-mass) 필터의 경우에서처럼, 근사화는 비록 확률 값들이 차선인 경우라도 점근적으로(asymptotically) 정확하다. 다른 극단적인 선택은 작은 수의 큰 셀들(14)을 사용하는 것이다. 그러면 사전 확률 값들이 가능한 한 정확하게 계산된다는 이점이 있다. 사전 분포(10)의 구조의 대부분은 큰 셀들(14)로 근사화될 때 소실된다. 최적으로는, 셀들(14)은 사전 분포(10)의 가장 미세한 특징부들(features)보다 훨씬 작아서는 않 될 것이다.

이 단계에서, 시간 인덱스 k는 k = 1로 설정된다.

단계 ( ii )

이 단계에서, 측정 시그널링은 하나 이상의 상태 변수들의 값들을 표시하는 송수신기 모듈들(104a-104d)을 경유하여 얻게 된다.

도 2는 송수신기 모듈들(104a-104d)을 경유하여 얻어지는 측정 시그널링에 기초하여 이동식 전자 기기의 추정된 위치를 나타내는 측정 가능성 함수(18)를 보이고 있다. 도시된 바와 같이, 측정 가능성 함수는 95%, 66% 및 50%의 신뢰 범위들을 포함한다.

도 3은 사전 분포(10)에 유사한 방식으로 사전 그리드(12)를 사용하여 근사화되는 측정 가능성 함수(18)를 보이고 있다. 도 3에서, 이동식 전자 기기가 개별 셀들(14)에 의해 나타내어진 영역들 내에 위치되는 확률들을 다시 나타내는 확률 값들은 측정 가능성 함수(18)에만 기초한다.

비록 도 3에서 측정 가능성 함수(18)가 사전 분포(10)에 관한 것과 동일한 사전 그리드(12)를 사용하여 근사화되지만, 측정 가능성 함수는 다른 크기, 형상 및/또는 배향의 그리드를 사용하여 나타내어질 수 있지만 그것은 더 많은 계산을 필요로 할 것이라는 것이 이해된다.

측정 시그널링은, 위치 추정치를 얻기 위하여, 예를 들면, 범위, 범위 차이 또는 평면(planar) 측정 중의 어느 것을 포함할 수 있다. 실제 위치 r이 주어지면, 위치 s에서의 국에 대한 범위 측정은

로서 쓰여질 수 있다. 관련된 측 정 오차 υ는 정규(normal)의 것일 필요는 없고, 실제 상황에 부합하는 경험적으로 결정된 분포에 의해 나타내어진다.

GPS 시스템으로부터 얻어지는 치우진(biased) 범위 측정치들은 범위 차이들로 간주된다. 국들 중의 하나는 참조 국으로서 선택되고 모든 차이들은 그것에 대하여 형성된다. 만일 참조 국이 s₀에 있다면, 범위 차이 측정치는

이다.

끝으로, 평면(planar) 측정치는

인데, 여기서 u는 단위 벡터이다.

이 단계 동안, 모든 이용가능한 측정치들은 벡터 y_k에 쌓아 올려지고 상응하는 측정 수학식은 벡터 함수 h_k(x)로 된다.

한 예로서, n_d의 범위 차이 측정치들, n_r의 범위 측정치들, 및 n_p의 평면 측정치들을 가지는 경우를 고려한다. 그러면 측정 벡터는

이고, 측정 모델은

이다.

만일 모든 측정 오차들이 정규 분포들을 가진다면, 측정 가능성 함수(18)는

이며, 여기서 Σ는 측정 오차들인 υ의 공분산 매트릭스이다.

단계 ( iii )

이 단계에서, 사전 그리드(12)의 사전 확률 값들은 사후 그리드(12')을 생성하기 위해 측정 시그널링에 기초하여 갱신되고, 사후 그리드(12')는 다시 경계가 만들어진다.

도 4는 사전 분포(10)와 측정 가능성 함수(18)로부터 도출된 사후 분포(20)를 보인다. 사후 분포(20)는 각 셀(14')이 사후 분포(20)를 근사화하는 사후 확률 값을 가지는 셀들(14')을 갖는 사후 그리드(12')에 의해 나타내어진다.

사후 그리드(12')의 사후 확률 값들은 각 셀(14)의 사전 확률 값을 가능성 함수를 셀(14)에 대해 적분하는 것에 의해 얻은 셀(14)에서의 총 가능성으로 곱함으로써 다음과 같이 얻어진다:

,

여기서

이다.

사후 그리드(12')는 기설정된 문턱 값을 넘는 확률 값을 갖는 셀들(14')만을 포함하기 위하여 새로운 경계(16')로 경계가 만들어진다. 만일 이전의 경계(16) 내의 셀(14)이 기설정된 문턱 아래의 사후 확률 값을 가진다면, 새로운 경계(16')는 그 셀(14)을 배제하도록 위치된다.

단계 ( iv )

이 동작 단계에서, 셀들(14")을 가지는 예측된 그리드(12")는 현재의 반복의 사후 그리드(12')와 이동식 전자 기기의 움직임 모델에 기초하여 얻어진다. 예측된 그리드(12")는 후속하는 반복의 사전 그리드(12)를 형성한다.

도 5는 등속도 정규 분포형 가속 모델 또는 가수(singer) 모델과 같은 어떤 적당한 모델인 움직임 모델의 애플리케이션에 뒤따르는 예측된 사전 분포(10')를 보이고 있다. 예측된 사전 분포(10')는 이 방법의 후속하는 반복의 사전 분포(10)를 형성할 것이다.

셀들(14")의 예측된 사전 확률 값은, 다음 수학식들에 따라, 그 셀(14")로의 전이 확률들에 의해 가중된 현재의 반복에서 모든 확률 값들을 합산하는 것에 의해 얻어진다. 예측된 사전 분포(10')는 모든 확률 값들이 계산되고 난 후에 정규화된다.

.

각각의 셀들(14")의 체적을

로 표시하면, 예측된 사전 확률 값들인 π_{k|k- 1}(i)는 예측치 pdf를 셀(14")에 대해 적분하는 것에 의해 다음과 같이 계산된다:

P_{k -1|k-1}을 그것의 그리드 근사치로 대체하면

이고, 여기서

는 (k-1)번째 그리드의 j번째 셀로부터 k번째 그리드의 i번째 셀로의 전이 확률이다.

계산 효율을 위하여, 선형 움직임 모델이 사용되며, 예컨대 f(x) ≡ Tx이다. 예측된 그리드(12")는 움직임 모델을 사후 그리드(12')에 적용하는 것에 의해 형성된다. 오래된 그리드의 i번째 셀과 새로운 그리드의 j번째 셀 사이의 전이 확률은 차이 i - j에만 의존하고,

로 쓸 수 있다. 예측된 사전 확률 값들은

로 되는데 이것은 d-차원 이산 선형 콘볼루션으로서 고속으로 계산된다.

이제 전이 확률 τ_k(i - j)는

이고, 여기서

이다.

이것은 다음으로 단순화될 수 있고

(12)

여기서

는 수정된 프로세스 노이즈 확률 밀도 함수의 단축형이다. 구 체적으로는, 만일

이면,

.

그러면 적분은 하이퍼-박스의 다중정규(multinormal) 확률이고 수치적으로 계산될 수 있다.

만일

가 가우시안이 아니면, 전이 확률들인 τ_k(i - j)는 누적 분포를 사용하여 계산될 수 있다.

움직임 모델의 애플리케이션을 뒤따라서, 경계(16')는 기설정된 문턱을 넘는 예측된 확률 값을 가지는 이전 경계(16') 내 및 그 경계를 넘어서는 모든 셀들(14")을 포함하는 경계(16")가 되도록 이동된다.

셀들(14")이 이전의 경계(16')를 넘어서 존재했고 영의 사전 및 사후 확률 값들을 가졌던 경우, 새로운 경계(16")는 기설정된 문턱을 넘어서는 예측된 확률 값을 가지는 이들 셀(14") 중의 어느 것이나 포함하도록 위치된다.

이전의 경계(16')를 넘어서 셀들이 존재하지 않는 변형예에서, 기존의 셀들(14')의 그것과 상응하는 크기, 형상 및 배향을 가지는 새로운 셀들(14")이 추가되고, 새로운 경계들(16")은 새로운 셀들(14")을 포함하도록 위치된다. 새로운 셀들(14")의 크기, 형상 및/또는 배향은 기존의 예측된 그리드(12")의 그것들과 일치할 필요는 없다는 것이 이해된다. 이전의 경계(16')를 넘어서는 다수의 일시적인 셀들(14")을 정의하고 그 일시적인 셀들(14")을 위해 예측된 확률 값들을 계산하는 것에 의해 기설정된 문턱을 넘어서는 확률 값을 그런 존재하지 않는 셀들이 가질 수 있는지는 쉽사리 결정될 수 있다. 그런 일시적인 셀들(14")은 문턱 아래의 확률 값들을 갖는 일시적인 셀들(14")의 셀(shell)이 만들어지는 지점에 도달하기까지 계속 정의되고 그것들의 확률 값들이 계산된다. 그러면 문턱을 넘어서는 확률 값들을 갖는 모든 일시적인 셀들(14")을 포함하도록 새로운 경계(16")는 위치된다.

단계 (v)

이 단계에서, 이동식 전자 기기의 상태에 대해 예측된 값과 분산은, 다음 수학식들에 따라, 예측된 그리드(12")에 기초하여 계산된다.

(10)

끝으로, 시간 인덱스 k는 증가되고 방법은 단계 (i)부터 반복된다.

본 발명이 이동식 전자 기기의 상태를 추적하는 방법을 수행하기 위해 그리드-매스 접근방법을 사용한다는 것이 이해될 것이다.

Claims (25)

1. 이동식 전자 기기의 상태를 추적하는 방법에 있어서, 상기 방법은,

   (i) 복수 개의 셀을 포함하는 그리드를 사용하여 이동식 전자 기기의 상태를 나타내는 단계로서, 각각의 셀은 하나 이상의 상태 변수들에 의해 정의된 상태 공간의 영역을 나타내고 이동식 전자 기기의 상태가 상태 공간에서 그 영역 내에 있을 제1 확률 값을 가지며, 상기 그리드는 기설정된 문턱을 넘어서는 확률 값을 가지는 셀들만을 포함하도록 경계가 정해지는, 단계;

   (ii) 하나 이상의 상태 변수들의 값들을 표시하는 측정 시그널링을 얻는 단계;

   (iii) 그리드의 제1 확률 값들을 갱신하고 그리드의 경계를 다시 정하여 제2 확률 값을 가지는 셀들을 포함하는 갱신된 그리드를 얻는 단계로서, 상기 갱신된 그리드의 셀의 제2 확률 값은 상기 제1 확률 값들에 측정 가능성 함수의 셀에 대한 적분을 곱함으로써 얻어지는, 단계; 및

   (iv) 상기 갱신된 그리드 및 이동식 전자 기기를 위한 움직임 모델에 기초하여 그리드의 제3 확률 값들을 예측하여, 이어지는 반복에서 단계 (i)에서 사용될 예측된 그리드를 얻는 단계;를 반복적으로 수행하며, 상기 예측된 그리드의 셀의 제3 확률 값은 해당 셀로의 전이 확률들에 의해 가중된 현재의 반복에서의 모든 제2 확률 값들을 합산함으로써 얻어지는, 방법.
2. 제1항에 있어서, 그리드는 균일하게 이격된 평행 6면체 그리드인 것을 특징으로 하는 방법.
3. 제1항에 있어서, 하나 이상의 반복들의 관하여 단계 (i)는 측정 시그널링을 얻는 단계와 그리드를 측정 시그널링에 기초하여 형성하는 단계를 포함하는 것을 특징으로 하는 방법.
4. 삭제
5. 삭제
6. 제1항에 있어서, 단계 (iv)는 그리드의 경계를 다시 정하는 단계를 구비하는 것을 특징으로 하는 방법.
7. 삭제
8. 제1항에 있어서, 상기 움직임 모델은 선형적인 것을 특징으로 하는 방법.
9. 제1항에 있어서, 하나 이상의 반복들은,

   (v) 예측된 그리드에 기초하여 이동식 전자 기기의 상태에 대한 기대값과 분산을 계산하는 단계를 포함하는 것을 특징으로 하는 방법.
10. 삭제
11. 이동식 전자 기기의 상태를 추적하는데 사용하기 위한 컴퓨터 프로그램을 포함하는, 컴퓨터로 읽을 수 있는 저장 매체로서, 상기 컴퓨터 프로그램은,

    (i) 복수 개의 셀을 포함하는 그리드를 사용하여 이동식 전자 기기의 상태를 나타내는 단계로서, 각각의 셀은 하나 이상의 상태 변수들에 의해 정의된 상태 공간의 영역을 나타내고 이동식 전자 기기의 상태가 상태 공간에서 그 영역 내에 있을 제1 확률 값을 가지며, 상기 그리드는 기설정된 문턱을 넘어서는 확률 값을 가지는 셀들만을 포함하도록 경계가 정해지는, 단계;

    (ii) 하나 이상의 상태 변수들의 값들을 표시하는 측정 시그널링을 얻는 단계;

    (iii) 그리드의 제1 확률 값들을 갱신하고 그리드의 경계를 다시 정하여 제2 확률 값을 가지는 셀들을 포함하는 갱신된 그리드를 얻는 단계로서, 상기 갱신된 그리드의 셀의 제2 확률 값은 상기 제1 확률 값들에 측정 가능성 함수의 셀에 대한 적분을 곱함으로써 얻어지는, 단계; 및

    (iv) 상기 갱신된 그리드 및 이동식 전자 기기를 위한 움직임 모델에 기초하여 그리드의 제3 확률 값들을 예측하여, 이어지는 반복에서 단계 (i)에서 사용될 예측된 그리드를 얻는 단계;를 반복적으로 수행하도록 구성된 컴퓨터 코드를 포함하며, 상기 예측된 그리드의 셀의 제3 확률 값은 해당 셀로의 전이 확률들에 의해 가중된 현재의 반복에서의 모든 제2 확률 값들을 합산함으로써 얻어지는, 컴퓨터로 읽을 수 있는 저장 매체.
12. (i) 복수 개의 셀을 포함하는 그리드를 사용하여 이동식 전자 기기의 상태를 나타내도록 하며, 각각의 셀은 하나 이상의 상태 변수들에 의해 정의된 상태 공간의 영역을 나타내고 이동식 전자 기기의 상태가 상태 공간에서 그 영역 내에 있을 제1 확률 값을 가지며, 상기 그리드는 기설정된 문턱을 넘어서는 확률 값을 가지는 셀들만을 포함하도록 경계가 정해지며, (ii) 하나 이상의 상태 변수들의 값들을 표시하는 측정 시그널링을 얻도록 하며, (iii) 그리드의 제1 확률 값들을 갱신하고 그리드의 경계를 다시 정하여 제2 확률 값을 가지는 셀들을 포함하는 갱신된 그리드를 얻도록 하며, 상기 갱신된 그리드의 셀의 제2 확률 값은 상기 제1 확률 값들에 측정 가능성 함수의 셀에 대한 적분을 곱함으로써 얻어지며, 그리고 (iv) 상기 갱신된 그리드 및 이동식 전자 기기를 위한 움직임 모델에 기초하여 그리드의 제3 확률 값들을 예측하여, 이어지는 반복에서 단계 (i)에서 사용될 예측된 그리드를 얻도록 하며, 상기 예측된 그리드의 셀의 제3 확률 값은 해당 셀로의 전이 확률들에 의해 가중된 현재의 반복에서의 모든 제2 확률 값들을 합산함으로써 얻어지도록 하는, 처리 장치를 포함하는 이동식 전자 기기; 및

    측정 시그널링을 이동식 전자 기기에 제공하기 위한 장치를 포함하는 시스템.
13. 삭제
14. 적어도 하나의 프로세서; 및

    컴퓨터 프로그램 코드를 구비하는 적어도 하나의 메모리를 포함한 장치로서,

    상기 적어도 하나의 메모리와 컴퓨터 프로그램 코드는 상기 적어도 하나의 프로세서를 이용하여 상기 장치로 하여금 적어도,

    (i) 복수 개의 셀을 포함하는 그리드를 사용하여 이동식 전자 기기의 상태를 나타내는 동작으로, 각각의 셀은 하나 이상의 상태 변수들에 의해 정의된 상태 공간의 영역을 나타내고 이동식 전자 기기의 상태가 상태 공간에서 그 영역 내에 있을 제1 확률 값을 가지며, 상기 그리드는 기설정된 문턱을 넘어서는 확률 값을 가지는 셀들만을 포함하도록 경계가 정해지는, 동작;

    (ii) 하나 이상의 상태 변수들의 값들을 표시하는 측정 시그널링을 얻도록 하는 동작;

    (iii) 그리드의 제1 확률 값들을 갱신하고 그리드의 경계를 다시 정하여 제2 확률 값을 가지는 셀들을 포함하는 갱신된 그리드를 얻도록 하는 동작으로, 상기 갱신된 그리드의 셀의 제2 확률 값은 상기 제1 확률 값들에 측정 가능성 함수의 셀에 대한 적분을 곱함으로써 얻어지는, 동작; 및

    (iv) 상기 갱신된 그리드 및 이동식 전자 기기를 위한 움직임 모델에 기초하여 그리드의 제3 확률 값들을 예측하여, 이어지는 반복에서 동작 (i)에서 사용될 예측된 그리드를 얻도록 하는 동작;을 수행하도록 하며, 상기 예측된 그리드의 셀의 제3 확률 값은 해당 셀로의 전이 확률들에 의해 가중된 현재의 반복에서의 모든 제2 확률 값들을 합산함으로써 얻어지는, 장치.
15. 제14항에 있어서, 상기 장치는 균일하게 이격된 평행 6면체 그리드인 그리드를 사용하여 이동식 전자 기기의 상태를 나타내도록 구성되는 것을 특징으로 하는 장치.
16. 제14항에 있어서, 상기 장치는 하나 이상의 반복들에서 측정 시그널링을 얻고 그리고 측정 시그널링에 기초하여 그리드를 형성함으로써 이동식 전자 기기의 상태를 나타내도록 구성되는 것을 특징으로 하는 장치.
17. 삭제
18. 삭제
19. 제14항에 있어서, 상기 장치는 상기 제3 확률 값들을 예측한 이후에 상기 그리드의 경계를 다시 정하도록 구성되는 것을 특징으로 하는 장치.
20. 삭제
21. 제14항에 있어서, 상기 장치는 선형 움직임 모델을 사용하여 이동식 전자 기기의 상태를 나타내도록 구성되는 것을 특징으로 하는 장치.
22. 제14항에 있어서, 상기 장치는, 하나 이상의 반복들에서, 상기 예측된 그리드에 기초하여 이동식 전자 기기의 상태에 대한 기대값과 분산을 계산하도록 구성되는 것을 특징으로 하는 장치.
23. 삭제
24. 제14항에 있어서,

    상기 장치는 이동식 전자 기기인, 장치.
25. 제14항에 있어서, 상기 장치는 복수의 송수신기 모듈들을 포함하며,

    상기 복수의 송수신기 모듈들은 상기 측정 시그널링을 획득하도록 구성된, 장치.

Images