KR100605781B1 - 이동 단말기의 지리적 위치 식별 방법, 프로세서 및 컴퓨터 판독가능 기록 매체 - Google Patents

Abstract

본 발명은 이동 단말기의 지리적 위치를 식별하는 방법에 관한 것으로, 이동 단말기로부터 한 세트의 특성을 수신하는 단계와, 이동 단말기로부터 도출된 한 세트의 특성과 각 셀에 대한 한 세트의 속성을 비교하는 단계와, 이동 단말기로부터 도출된 특성과 가장 근접하게 일치하는 속성을 갖는 서브셀 중의 하나를 이동 단말기가 위치한 서브셀인 것으로 식별하는 단계를 포함한다. 이러한 속성으로서는 평균 파일럿 세기, 칩 오프셋 또는 파일럿 세기와 같은 이산 RF 속성이 있을 수 있다. 또한, 이 속성에는 시그너처(signature) 파형과 같은 연속적인 특징이 있을 수 있다.

Description

이동 단말기의 지리적 위치 식별 방법, 프로세서 및 컴퓨터 판독가능 기록 매체{PATTERN RECOGNITION-BASED GEOLOCATION}

도 1은 다수의 셀로 분할된 셀룰러 서비스 구역을 도시한 도면,

도 2는 다수의 서브셀로 더욱 세분화된 도 1의 셀을 도시한 도면,

도 3은 본 발명의 일 실시예를 도시한 도면,

도 4는 일 실시예에 따라 패턴 데이터베이스를 구성하는 구조와 필드를 나타낸 도면.

도면의 주요 부분에 대한 부호의 설명

10 : 셀룰러 서비스 구역 12 : 셀

16 : 이동 교환국 20 : 서브셀

30 : 이동체(이동 전화) 32 : 위치 결정 서버

34 : 패턴 데이터베이스

본 발명은 다양한 RF 전파 조건하에서 패턴 인식에 기초한 지리적 위치 결정(geolocation)을 수행하는 기법에 관한 것으로, 보다 구체적으로는, 다양한 RF 전파 조건하에서 셀룰러 서비스 구역 내의 이동 발호자를 위치를 결정하는 기법에 관한 것이다.

셀룰러 전화 시스템은 다양한 RF 전파 조건하에서 셀룰러 서비스 구역 내의 이동 발호자를 위치 결정할 수 있어야 한다.

통상의 방법은 3개 이상의 기지국으로부터 또는 그 기지국으로의 신호를 필요로 하는 삼각 측량법이나 적어도 2개의 기지국을 필요로 하는 도래각(angle of arrival) 기법에 기초하고 있다. 많은 구역에서, 이동체가 검출할 수 있거나 그 이동체 장치에 의해 검출될 수 있는 기지국의 개수는 2개 미만이다. 또한, 삼각 측량법과 도래각 기법은 모두 부정확할뿐 아니라 다중 경로 전파로 인해 발생하는 신호 페이딩 때문에 단점을 갖고 있다.

본 발명은 상기의 문제점을 해결하기 위한 것으로, 패턴 인식에 기초한 지리적 위치 결정을 이용하여 다양한 RF 전파 조건 하에서 셀룰러 서비스 구역 내의 이동 발호자를 위치 결정하는 방법, 장치, 제조품, 전파 신호를 제공한다.

본 발명은 이동체가 전송한 신호(또는, 이동체가 수신하여 기지국에 다시 보고된 신호)와 관련된 RF 관측 특성을 공지된 세트의 RF 특성과 그 밖의 다른 특정 위치 정보와 일치시킨다. 이동체의 위치는 근접하게 일치하는 패턴을 찾았을 때 결정되거나 추정된다. 패턴 인식 기술은 이러한 일치 패턴을 찾는 데에 사용된다. 일 실시예에서, 최적의 추정을 위한 패턴 인식 기법은 베이즈(Bayes) 공식이다. 본 발명의 주된 이점은 두개 이상의 기지국을 검출할 필요성을 없애고 다중 경로 전파에 의해 발생되는 부정확성을 줄이는 것이다.

도 1은 다수의 셀(12)로 이루어지는 셀룰러(또는 PCS) 서비스 구역(10)을 도시한다. 도 1은 또한 다수의 기지국 BS₁, …, BS_N과 적어도 하나의 이동 교환국(MSC)(16)을 도시한다. 도 2는 격자선에 의해 형성되는 사각형 표시의 서브셀(20)로 분할되는 서비스 구역(10)의 셀(12)을 도시한다. 사각형 내의 번호는 서브셀 C₁, C₂, C₄, C₅, C₆를 각각 나타낸다. 도 3은 일 실시예로서 이동체(30)의 위치를 결정하는 하드웨어 아키텍처를 도시한다.

특히, 도 3은 이동 전화(30), 3개의 기지국 BS₁, BS₂, BS₃, 이동 교환국(MSC)(16), 위치 결정 서버(32), 패턴 데이터베이스(34)를 도시한다.

도 1과 도 2에 도시한 바와 같이, 셀룰러 서비스 구역(10)은 셀(12)로 분할되고 셀(12)은 다시 서브셀 C₁,…, C_M으로 세분화된다. 한 세트의 검출가능한 RF 특성은 각 서브셀에 대해서 정의되는 것으로 서브셀의 속성/성질이라 지칭한다. 이동체(30)는 이 속성/성질에 관련된 RF 신호를 측정하여 그 결과를 1차 기지국 BS₁에 보고하며, 1차 기지국 BS₁은 다시 MSC(16)를 경유하여 도 3에 도시한 위치 결정 서버(32)에 보고한다. 위치 결정 서버(32)는 측정값과 소정 구역 내의 모든 서브셀의 공지된 속성값을 통계적으로 비교한다. 측정값과 가장 잘 일치되는 속성값 세트를 갖는 서브셀이 이동체(30)가 있는 서브셀이다. 패턴 데이터베이스(34)에 있는 각 서브셀에 대한 기지의 속성값 세트는 기상 상태, 시각이나 그 밖의 RF 특성에 영향을 미칠 수 있는 환경적인 변수를 통계적으로 고려한다. 이동체(30)가 이동함에 따라 비교 동작이 주기적으로 실행되며, 이동체(30)의 위치는 어느 시각에서도 결정될 수 있다. 그 결과, 위치 결정의 문제는 패턴 인식을 통해서 해결할 수 있다.

보다 상세하게는, S는 이동체(30)가 그 내부에 있는 것으로 알려진 구역이라고 가정한다. 예를 들어, S는 이동체(30)가 존재하는 것을 기존의 기술로 결정할 수 있는 섹터일 수 있다. 또한, {C₁, C₂, C₃,…, C_m}은 S의 구획인 한 세트의 서브셀로서

와 같다고 가정하고, i가 1∼m일 때, A＝{A₁, A₂, A₃,…, A_n}은 한 세트의 속성인 C_i 라고 가정한다. 예를 들어, A₁은 특정 기지국 BS_X를 식별하는 PN 코드이고, A₂는 PN 신호의 세기이며, A₃는 위상 변이량이다. A₁,…, A_n은 랜덤 변수이다. D_i는 A_i의 모든 가능한 값을 포함하는 속성 A_i의 도메인이고, a_j는 A_j가 서브셀을 특성짓는데 사용할 수 있는 임의의 값이거나 이러한 한 세트의 값을 나타내도록 정의된 성질을 나타낸다. 예를 들어, a_j는 A_j＝v 또는 A_j＞v를 나타낼 수 있는데, 여기서 v는 D_j의 한 값이다. P(a_i)가 모든 서브셀에서 a_j가 발생할 수 있는 확률이면, P(a_i｜C_j)는 C_j에서 a_i가 발생할 수 있는 확률이고, P(C_j)는 성질과는 무관하게 이동체(30)가 C_j에 있을 확률이며, P(C_j｜a_i)는 관측된 성질이 a_i 일 때 이동체(30)가 C_j에 있을 확률이다. 본 발명의 목표는 가장 높은 값의 P(C_i｜A＊), 즉, 한 세트의 측정값 또는 관측값 A*가 주어진 경우 이동체(30)가 C_i에 있을 최고 확률을 찾아내는 데에 있고, 여기서 A*＝{a₁, a₂, a₃,…, a_n}이다. 일 실시예에서, P(C_i｜A*)는 다음의 베이즈 공식을 이용하여 구할 수 있다.

P(C_i｜A*)＝P(C_i)P(A*｜C_i)/P(A*)

이동체(30)가 어디에 있을지를 사전에 알 수 없기 때문에, 처음에는 P(C_i)를 1/m, 즉, 균등 분포라고 가정할 수 있다. P(A*)는 다음과 같은 식을 이용하여 구할 수 있고,

P(A*)＝ΣP(C_S)P(A*｜C_S), S＝1,…, m

P(A*｜C_i)는 다음 식을 이용하여 구할 수 있다.

P(A*｜C_i)＝P(a₁｜C_i)P(a₂｜C_i)P(a₃｜C _i)…P(a_n｜C_i)

이동체(30)가 이동하면, 시점 t＋Δt에서 측정이 실시되며, P(C_i)는 P(C_i｜A*_t)로 갱신되고, 여기서 A*_t는 시점 t＋Δt에서 관측된 한 세트의 성질이다.

서브셀에 대한 패턴 데이터베이스(34)는 한 세트의 속성에 의해서 정의된다. 이 패턴 데이터베이스(34)는 MSC(16)의 보조 서버나 시판중인 데이터베이스 관리 시스템을 실행하는 임의의 기지국 BS₁,…, BS_N으로서 구현할 수 있다. 데이터베이스(34)는 셀과 섹터로 구성되어 효율적인 검색 방법을 제공한다. 속성값은 적용 구역(coverage area)을 조사함으로써 구할 수 있으므로, A*에 대한 확률 분포 함수는 이 조사 결과에 기초하여 구성할 수 있다.

정규 셀의 반경 크기가 2km∼25km이라고 하면, 반경이 125m인 서브셀의 크기라면 데이터베이스에 적당한 크기가 될 것이다. 예를 들어, 셀의 반경이 25km이면, 서브셀의 개수는 셀 당 대략 40,000 개일 것이다. 그러므로, 기지국 당 40,000 레코드가 존재할 것인데, 이는 비교적 작은 데이터베이스이다.

데이터베이스(34)를 생성하는데 사용할 수 있는 방법은 적어도 두 개가 있다.

하나의 방법은 특수 설계 장비를 사용하여 서비스 구역(10)을 철저하게 조사하는 것이다. 이 장비는 위치에 대한 RF 특성을 수집하여 그 데이터를 기록하는데 사용된다. 그 다음, 데이터베이스(34)를 생성하기 위하여 데이터 기록 프로세스가 행해진다. 이 프로세스는 컴퓨터 프로그램을 사용하여 자동적으로 데이터를 수집하여 데이터베이스(34)를 생성한다. 이 방법은 정확한 데이터베이스를 제공한다.

또한, 데이터베이스(34)는 통계 모델을 구성하여 생성할 수 있다. 이 통계 모델은 RF 전파 공식을 사용하여 구성된다. 통계 모델의 변수는 서비스 구역(10) 내의 표본 위치에서 유한 개수의 RF 특성 관측값으로 확인된다. 그 다음, 관측값의 확률이 계산되어 데이터베이스(34)에 저장될 수 있다.

도 4는 제 1 열에 C₁, C₂, C₃, C₄, C₅, C₆에 대한 통계 데이터를 포함하는 데이터베이스(34)의 예를 도시한다. 제 2 열은 속성 BS₁과 그의 값을 나타내며, 제 3 열은 서브셀에서 관측될 수 있는 특정한 속성값의 확률(p1으로 표시함)이다. 예를 들어, BS₁＝161/232/16은 서브셀 C₁에서 1의 확률값을 갖는다. 즉, a₁이 BS₁＝161/232/16이라고 하면, P(a₁/C₁)는 1의 값을 갖는다. 예를 들어, "/"으로 분리된 숫자 161/232/16은 기지국 ID, 파일럿 ID, 이 기지국과 파일럿에 대한 평균 파일럿 세기를 각각 나타낸다. 마찬가지로, 제 4 열 및 제 5 열은 BS₂에 대한 속성값과 해당하는 확률값(p2로 표시함)을 나타내고, 마찬가지로 제 6 열 및 제 7 열은 BS₃ 및 p3에 대한 값을 나타낸다. 제 6 열의 BS₃에서, "/"으로 분리된 4개의 숫자는 각각 기지국 ID, 파일럿 ID, 칩 오프셋, 파일럿 세기를 나타낸다.

예

관심 대상의 관측값이 A*＝(BS₁＝178/416/24, BS₂＝161/64/3/33, BS₃＝172/208/3/25)이면, 이 관측값이 특정한 셀로부터 도출될 확률은 다음과 같이 계산할 수 있다.

P(A*/C₁)＝0*0*0＝0

P(A*/C₂)＝0*0*0＝0

P(A*/C₃)＝(21.6/24*1)*(26/33*0.18)*(24/25*0.18)＝0.022

P(A*/C₄)＝(23.3/24*1)*(0)*(0)＝0

P(A*/C₅)＝(19.25/24*1)*(0)*(0)＝0

P(A*/C₆)＝(24.8/24*1)*(0)*(0)＝0

여기서, i≠j일 때 P(A*/C_i)≥P(A*/C_j)이면 P(C_i/A*)≥P(C_j/A*)인 것에 주목하여야 한다. 따라서, A*는 C₃로부터 도출된 관측값이라고 결론지을 수 있다. 또한, a₂는 C₃의 BS₂의 패턴과 정확하게 일치하지 않으므로, P(a₂/C ₃)의 확률은 26/33으로부터 구해진 값 0.79로 조정되는 것에 주목하여야 한다. 본 발명의 일 실시예에서는, 데이터베이스(34)에 저장된 파일럿 세기와 관측한 파일럿 세기의 비율을 사용하여 이들 두 개의 값간의 근사 정도를 규정한다.

상기의 실시예에서, RF 속성은 평균 파일럿 세기, 칩 오프셋 또는 파일럿 세기와 같은 이산 속성이다. 그러나, 다른 실시예에서는, 시그너처(signature) 파형과 같은 연속적인 속성이나 특징을 사용할 수도 있다.

한 세트의 속성은 신호 측정 파형의 시그너처에 의해서 대체되거나 향상될 수도 있다. 이 경우, 퍼지 논리(fuzzy logic)와 같은 다른 패턴 인식 기법을 적용 하여 이러한 연속적인 속성을 분석할 수 있다.

전술한 패턴 인식 기반 기법이나 퍼지 논리 기법은 하나만의 기지국이나 두개 이상의 기지국만을 사용할 때 사용할 수 있다.

전술한 내용은 단지 본 발명의 원리를 설명한 것에 불과하다. 그러므로, 당업자라면, 본 명세서에는 명확하게 설명되거나 도시되어 있지 않더라도, 본 발명의 원리를 구체화하고, 또한 본 발명의 범주나 사상 내에서 다양한 변경을 가할 수 있음을 이해하여야 한다.

따라서, 본 발명에 따르면, 패턴 인식에 기초한 위치 결정을 이용하여, 다양한 RF 전파 조건하에서도 이동체가 한 세트의 관측값를 제공한 서브셀에 있을 최고의 확률을 찾아냄으로써, 셀룰러 서비스 구역 내의 이동 발호자의 위치를 결정할 수 있다.

Claims (50)

1. 이동 단말기의 지리적 위치를 식별하는 방법에 있어서,

   상기 이동 단말기로부터 도출된 한 세트의 이산(discrete) RF 특성을 다수의 서브셀 각각에 대한 한 세트의 이산 RF 속성과 비교하는 단계와,

   상기 이동 단말기로부터 도출된 상기 한 세트의 이산 RF 특성과 가장 근접하게 일치하는 한 세트의 이산 RF 속성을 갖는 상기 다수의 서브셀 중의 하나의 서브셀을 상기 이동 단말기가 위치하는 서브셀인 것으로 식별하는 단계

   를 포함하는 이동 단말기의 지리적 위치 식별 방법.
2. 제 1 항에 있어서,

   상기 다수의 서브셀 각각에 대한 상기 한 세트의 이산 RF 속성은 이동 시스템 기지국 또는 이동 교환국에 저장되는 이동 단말기의 지리적 위치 식별 방법.
3. 삭제
4. 제 1 항에 있어서,

   상기 비교 단계와 상기 식별 단계는 패턴 인식을 사용하여 수행되는 이동 단말기의 지리적 위치 식별 방법.
5. 제 1 항에 있어서,

   상기 다수의 서브셀 각각에 대한 상기 한 세트의 이산 RF 속성은 기상 조건, 하루 중의 시간 및 환경적 요인에 따라서 변화하는 이동 단말기의 지리적 위치 식별 방법.
6. 삭제
7. 제 1 항에 있어서,

   상기 비교 단계는, 상기 이동 단말기로부터 도출된 상기 한 세트의 이산 RF 특성을 상기 다수의 서브셀 각각에 대한 상기 한 세트의 이산 RF 속성과 비교하고, 상기 이동 단말기로부터 도출된 파형을 상기 다수의 서브셀 각각에 대한 적어도 하나의 시그너처 파형과 더 비교하며,

   상기 식별 단계는, 상기 이동 단말기로부터 도출된 상기 한 세트의 이산 RF 특성 및 상기 파형과 가장 근접하게 일치하는 한 세트의 이산 RF 속성 및 적어도 하나의 시그너처 파형을 갖는 상기 다수의 서브셀 중의 하나의 서브셀을 상기 이동 단말기가 위치하는 서브셀인 것으로 식별하는 이동 단말기의 지리적 위치 식별 방법.
8. 삭제
9. 삭제
10. 삭제
11. 삭제
12. 삭제
13. 이동 단말기의 지리적 위치를 식별하는 프로세서에 있어서,

    상기 이동 단말기로부터 도출된 한 세트의 이산 RF 특성을 다수의 서브셀 각각에 대한 한 세트의 이산 RF 속성과 비교하는 비교부와,

    상기 이동 단말기로부터 도출된 상기 한 세트의 이산 RF 특성과 가장 근접하게 일치하는 한 세트의 이산 RF 속성을 갖는 상기 다수의 서브셀 중의 하나의 서브셀을 상기 이동 단말기가 위치하는 서브셀인 것으로 식별하는 식별부

    를 포함하는 이동 단말기의 지리적 위치 식별 프로세서.
14. 제 13 항에 있어서,

    상기 다수의 서브셀 각각에 대한 상기 한 세트의 이산 RF 속성은 이동 시스템 기지국 또는 이동 교환국에 저장되는 이동 단말기의 지리적 위치 식별 프로세서.
15. 삭제
16. 제 13 항에 있어서,

    상기 비교부와 상기 식별부는 패턴 인식을 사용하는 이동 단말기의 지리적 위치 식별 프로세서.
17. 삭제
18. 삭제
19. 제 13 항에 있어서,

    상기 비교부는, 상기 이동 단말기로부터 도출된 상기 한 세트의 이산 RF 특성을 상기 다수의 서브셀 각각에 대한 상기 한 세트의 이산 RF 속성과 비교하고, 상기 이동 단말기로부터 도출된 파형을 상기 다수의 서브셀 각각에 대한 적어도 하나의 시그너처 파형과 더 비교하며,

    상기 식별부는, 상기 이동 단말기로부터 도출된 상기 한 세트의 이산 RF 특성 및 상기 파형과 가장 근접하게 일치하는 한 세트의 이산 RF 속성 및 적어도 하나의 시그너처 파형을 갖는 상기 다수의 서브셀 중의 하나의 서브셀을 상기 이동 단말기가 위치하는 서브셀인 것으로 식별하는 이동 단말기의 지리적 위치 식별 프로세서.
20. 삭제
21. 삭제
22. 삭제
23. 삭제
24. 삭제
25. 제 1 항, 제 2 항, 제 4 항, 제 5 항, 제 7 항 중 어느 한 항에 따른 방법을 수행하는 컴퓨터 프로그램이 기록된 컴퓨터 판독가능 기록 매체.
26. 삭제
27. 삭제
28. 삭제
29. 삭제
30. 삭제
31. 삭제
32. 삭제
33. 삭제
34. 삭제
35. 삭제
36. 삭제
37. 삭제
38. 삭제
39. 삭제
40. 삭제
41. 삭제
42. 삭제
43. 삭제
44. 삭제
45. 삭제
46. 삭제
47. 삭제
48. 삭제
49. 삭제
50. 삭제

Images