KR100701351B1 - 무선 센서 네트워크 기반의 위치인식방법 - Google Patents

무선 센서 네트워크 기반의 위치인식방법 Download PDF

Info

Publication number
KR100701351B1
KR100701351B1 KR1020050104833A KR20050104833A KR100701351B1 KR 100701351 B1 KR100701351 B1 KR 100701351B1 KR 1020050104833 A KR1020050104833 A KR 1020050104833A KR 20050104833 A KR20050104833 A KR 20050104833A KR 100701351 B1 KR100701351 B1 KR 100701351B1
Authority
KR
South Korea
Prior art keywords
sensor
reference node
location
distance
received signal
Prior art date
Application number
KR1020050104833A
Other languages
English (en)
Inventor
임재성
이윤경
Original Assignee
임재성
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 임재성 filed Critical 임재성
Priority to KR1020050104833A priority Critical patent/KR100701351B1/ko
Application granted granted Critical
Publication of KR100701351B1 publication Critical patent/KR100701351B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/003—Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/06—Selective distribution of broadcast services, e.g. multimedia broadcast multicast service [MBMS]; Services to user groups; One-way selective calling services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/20—Communication route or path selection, e.g. power-based or shortest path routing based on geographic position or location

Abstract

본 발명은 무선 센서 네트워크에서 센서들의 위치인식방법에 관한 것이다. 특히 무선 환경에서 센서 간 송수신을 통하여 위치를 인식 할 때, 다중 경로의 발생과 가시거리의 미확보로 인해 발생하는 위치측정의 오차를 최대한 줄이기 위한 방법이 개시된다.
본 발명에 따른 무선 센서 네트워크에서의 센서들의 자가 위치인식 기법은 고정된 위치에서 자신의 위치정보를 방송하는 노드인 레퍼런스 노드들의 수신 신호세기를 센서가 이용하여 자가 위치인식을 하는 제 1단계와, 제 1단계를 통해 위치정보를 가진 센서들의 협업을 이용하여 각 센서들의 자가 위치보정 및 새롭게 추가된 센서와 이동 중인 센서들의 자가 위치인식을 하는 제 2단계가 포함되는 것을 특징으로 한다.
무선 센서 네트워크 , 위치인식, 센서 간 협업

Description

무선 센서 네트워크 기반의 위치인식방법{SELF LOCATION ESTIMATION SCHEME IN Wireless SENSOR NETWORK}
도 1은 종래의 센서 네트워크 기반의 자가 위치인식을 위한 레퍼런스 노드의 배치를 설명하는 도면.
도 2는 자가 위치인식을 위한 레퍼런스 노드와 센서의 배치를 설명하는 도면.
도 3은 위치인식을 위해 센서가 레퍼런스 노드들로부터 신호를 수신하는 형태를 설명하는 도면.
도 4는 센서가 각 레퍼런스 노드로 부터 반복적으로 수신한 신호들의 분포 형태를 설명하는 도면.
도 5는 센서가 각 레퍼런스 노드까지의 거리와 weight값을 계산한 형태를 설명하는 도면.
도 6은 weight값을 이용하여 레퍼런스 노드와의 무선 채널 상태의 정도를 설명하는 도면.
도 7은 협업을 이용한 자가 위치인식 구조를 설명하는 도면.
도 8은 평균 수신신호 세기를 구하는 것을 설명하는 도면.
본 발명은 무선 센서 네트워크 기반의 위치인식방법에 관한 것으로서, 특히 무선 환경에서 센서 간 송수신을 통하여 위치를 인식 할 때, 다중 경로 발생과 가시거리의 미확보로 인해 발생하는 위치측정의 오차를 최대한 줄이기 위한 기법이다.
본 발명에서는 무선 환경에서의 센서들의 정밀한 자가 위치인식을 위해, 센서가 무선채널상태를 반영하여 위치계산을 할 수 있도록 무선채널상태를 고려한 수신한 신호들의 평균 수신신호세기를 계산하는 방법과 수신한 신호가 가시거리 상태에서 수신되었는지 판단하는 방법을 제시함으로써 무선 채널 환경에서도 정밀한 위치인식을 가능케 한다.
종래의 무선 센서 네트워크 기반의 자가 위치인식 기법에는 위치인식을 위해 동일한 신호의 범위를 가진 레퍼런스 노드들을 일정하게 배치한다. 그리고 각 센서가 주기적으로 방송하는 레퍼런스 노드들의 위치정보를 수신하고, 수신한 레퍼런스 노드들의 위치의 중앙을 자신의 위치로 위치인식 하는 기법이 있다.
이 기법은 센서 네트워크기반의 위치인식을 간단하게 하는 장점이 있지만 실제 환경에 적용하였을 때 정밀한 위치인식을 하지 못하는 단점을 가진다. 그 이유는 무선 채널 환경에서는 레퍼런스 노드의 신호가 원형으로 동일한 신호범위를 유지되지 않기 때문에 센서의 위치인식 시 위치측정의 오차가 발생된다.
또한, 센서의 위치를 수신한 레퍼런스 노드들의 위치의 중앙으로 인식하기 때문에, 보다 정밀한 위치인식을 위해서는 많은 수의 레퍼런스 노드가 필요하고, 레퍼런스 노드의 일정한 배치를 위한 방법이 요구된다.
또 다른 기법으로는 레퍼런스 노드들이 평균 홉 간 거리를 방송하고, 각 센서는 홉 간 전송된 레퍼런스 노드들의 위치정보와 레퍼런스 노드까지의 홉 수 혹은 수신신호세기를 이용한 홉 간거리의 정보를 전송받아 위치인식을 하는 기법이 있다. 이 기법에서 각 센서는 전송 받은 정보를 이용하여 레퍼런스 노드들과의 거리를 구하고, 삼각 측량법으로 자신의 위치를 계산한다.
그런데, 실제 센서들이 랜덤하게 분포되어 있는 센서 네트워크 환경에서 센서들의 홉 간 거리는 일정하지 않다. 따라서 센서가 레퍼런스 노드들과의 거리를 구하기 위해 평균 홉 간 거리정보를 이용하기 때문에 정밀한 위치인식을 할 수 없다.
그리고 각 센서가 홉 간 거리측정을 위해 수신신호 세기를 측정 할 때, 무선 채널 환경에서의 다중경로 발생과 가시거리의 미확보로 인해 생기는 신호세기의 감소를 고려하지 않는다. 그래서 수신 신호세기를 이용한 정확한 홉 간 거리를 측정할 수 없다.
본 발명의 목적은 무선 센서 네트워크에서 센서들의 고정밀 자가 위치인식 방법을 제공하는 것을 목적으로 한다.
특히, 종래기술의 문제점인 무선 환경에서 다중 경로의 발생과 가시거리의 미확보로 인해 발생하는 위치측정의 오차를 본 발명에서는 무선 채널의 상태를 고 려한 자가 위치인식을 하는 기법을 제시함으로써 무선 채널의 특성으로 인해 발생되는 위치인식의 오차를 최대한 줄이는데 그 목적이 있다.
본 발명의 또 다른 목적은 센서 간 협업을 통한 자기 위치인식의 기법을 제시하여 각 센서는 기존 보유하고 있던 위치정보를 자가 보정하게 함으로써 고정밀의 위치인식을 가능케 하고, 새롭게 추가된 센서와 이동 중인 센서의 위치를 인식할 수 있게 하여 무선 센서 네트워크에서 위치인식의 확장성을 보장하도록 한다.
본 발명의 실시예에 따른 무선 센서 네트워크 기반의 위치인식 방법은 센서가 고정된 위치에서 자신의 위치정보를 방송하는 레퍼런스 노드들을 이용하여 자가 위치인식을 하는 제1단계와, 제1단계를 통해 위치정보를 가진 센서들이 협업을 이용하여 자가 위치보정 및 새롭게 추가된 센서와 이동 중인 센서들의 자가 위치인식을 하는 제 2단계가 포함된다.
도 2에 도시된 바와같이, 본 발명의 실시예에 따른 무선 센서 네트워크 기반의 위치인식 방법에서 센서는 고정된 위치에 있는 최소 3개의 레퍼런스 노드로부터 위치정보의 신호를 수신한다.
그리고, 도 1에 도시된 바와 같이, 레퍼런스 노드들이 송신 할 수 있는 최대 신호 범위 내에 랜덤하게 분포되어 있다. 그리고, 레퍼런스 노드들의 설치 간격은 레퍼런스 노드의 최대 신호범위를 벗어나지 않는다.
본 발명의 실시예에서 센서의 네트워크 내의 위치인식 가능범위는 상기 제 2단계인 센서 간 협업을 이용한 위치인식 기법을 통하여 확장 가능하다.
본 발명의 위치인식 목적의 위치정보 전송 방법은 제 1단계에서의 레퍼런스 노드들과 제 2단계에서의 위치정보를 방송하는 센서들이 자신의 위치정보를 반복적으로 방송한다. 상기 위치정보는 위치좌표(X,Y)가 될 수 있으며, 이때 각 센서는 위치인식을 위해 수신된 신호들의 위치정보를 저장한다.
본 발명의 실시예에서 센서가 위치인식을 위해 레퍼런스 노드 혹은 제 2단계에서의 위치정보를 가진 센서와의 거리를 측정하는 방식은 수신 신호세기(Received Signal Strength)를 이용하는 방식과 시간지연을 이용하는 방식인 TOA(Time Of Arrival), OTDOA(Observed Time Difference Of Arrival) 모두 가능하다. 그리고 위치정보 전송방식은 특정 방식에 국한하지 않고 무선 센서 네트워크에서 주로 사용되는 전송방식인 TDMA(Time Division Multiple Access), CSMA(Carrier Sense Multiple Access) 모두 사용가능 한 것을 특징으로 한다.
본 발명의 실시예에서는 센서의 무선채널상태를 고려한 정밀한 자가 위치인식을 위해 센서가 위치인식을 목적으로 수신한 신호들의 평균 수신신호세기와 거리에 대한 분산을 이용하여 무선채널상태의 정도를 수치적으로 가중치(weight)로 정의하여 나타내고, 이를 센서의 위치계산에 반영한다.
또한, 센서의 보다 정확한 수신 신호세기의 측정을 위해 센서가 위치인식을 목적으로 수신한 신호들의 평균 수신 신호세기를 무선 채널의 상태를 고려하여 계산하는 방법과 수신한 신호가 가시거리 상태에서 수신되었는지를 판단하는 방법을 제공한다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예에 따른 무선 센서 네트워크 기반의 위치인식방법에 대해 상세히 설명하도록 한다.
먼저, 본 발명의 제 1단계에서 센서는 위치인식을 위해 각 레퍼런스 노드와의 거리를 시간 지연을 이용한 방식인 TOA, OTDOA를 사용하거나 수신신호세기를 이용한 방식을 사용하여 구한다.
상기 TOA 방식은 동기가 같은 센서와 레퍼런스 노드를 사용한다. 그래서, 센서는 레퍼런스 노드로부터 수신한 신호의 시점을 이용하여, 레퍼런스 노드와의 거리를 구한다.
상기 OTDOA 방식은 상기 TOA 방식과 달리 센서와 레퍼런스 노드간에 반드시 동기를 일치시킬 필요가 없다. 다만, 레퍼런스 노드간에는 동기가 같다. 센서는 4개의 레퍼런스 노드의 송신 스케쥴을 알고 있으며, 레퍼런스 노드들로부터 신호를 모두 수신한 후, 레퍼런스 노드들의 송신 스케쥴을 근거로 레퍼런스 노드들간의 상대적인 시간차를 구할 수 있고, 이를 이용하여 레퍼런스 노드간의 거리를 구한다.
상기 수신신호세기를 이용한 방식은 센서와 레퍼런스 노드와의 거리측정을 레퍼런스 노드로부터의 평균 수신신호세기를 이용하여 구한다. 이때, 센서는 각 레퍼런스 노드와의 거리를 무선채널상태를 고려하여 계산하기 위해 무선채널상태를 고려한 평균 수신신호세기부터 계산한다.
즉, 도 3과 같이 센서는 각 레퍼런스 노드로 부터의 평균 수신신호세기를 계산하기 위해 4개의 레퍼런스 노드들이 반복적으로 방송하는 신호들의 정보(예를 들어, 수신 신호세기와 레퍼런스 노드의 위치좌표)를 저장한다.
이때, 센서와 레퍼런스 노드와의 정밀한 거리계산을 위하여 무선채널 상태에 대한 고려를 하였다. 즉, shadowing에 의한 수신 신호세기의 손실을 고려하여 각 레퍼런스 노드로부터의 수신된 신호세기 샘플들의 분포가 도 4와 같이 평균이 0, 분산이
Figure 112005063307749-pat00001
인 가우시안 분포(
Figure 112005063307749-pat00002
)를 갖는다고 가정하였으며, fast fading에 따른 수신 신호세기의 손실은 평균 수신신호세기를 이용함으로써 극복된다고 가정하였다.
따라서, 각 레퍼런스 노드로 부터의 수신 신호세기 샘플들은 가우시안 분포를 가지므로 평균 수신신호세기는 shadowing의 영향을 덜 받은 수신신호세기 샘플만을 이용하여 구할 수 있다.
본 특허에서 평균 수신신호세기를 구하는데 사용한 레퍼런스 노드로부터 수신된 신호세기의 샘플 수(RSS_S)에 대한 수신된 신호세기의 총 샘플 수(RSS_T)의 비율(RSS_R)을 다음식과 같이 정의한다.
Figure 112005063307749-pat00003
만약, 센서가 레퍼런스 노드로부터 총 수신신호 샘플 수가 100이고, 평균 수신신호세기를 구하는데 사용한 수신신호 샘플 수가 60이면 평균 수신신호세기를 구하는데 사용한 수신신호 샘플 수의 비율은 0.6이 된다. 따라서, 도 8과 같이 평균 수신신호세기를 구할 수 있다.
본 평균 수신신호세기를 구하는 방법은 센서 네트워크 뿐만 아니라 micro cell 환경에서의 cellular 시스템과 wireless LAN과 같은 shadowing의 영향이 큰 무선채널 환경을 가진 근거리 통신 시스템에서도 평균 수신신호세기를 구하는 경우 적용이 가능하다.
그리고, 도 5와 같이 센서는 각 레퍼런스 노드와의 평균거리(d1~d4)를 시간지연 방식(TOA, OTDOA)을 이용하는 경우는 평균 수신신호세기 계산에 사용된 수신 신호의 정보를 이용하여 구하고, 수신신호세기를 이용한 방식을 이용한 경우는 평균 수신신호세기를 이용하여 구한다.
평균 수신신호세기를 이용하여 각 레퍼런스 노드와의 평균거리를 계산하는 방법은 다양하게 제시될 수 있으며, 하나의 실시예로 Path loss model with Log-normal shadowing을 이용하여 거리를 구하는 방법이 제시될 수 있다.
먼저 path loss model로 센서와 레퍼런스 노드와의 거리(d)를 계산하기 위해서, 레퍼런스 노드의 송신 신호 세기(PT)에서 센서가 레퍼런스 노드로부터 수신한 신호세기(PR)의 차를 이용하여 무선 채널에 의해 손실된 신호세기(PL(d))를 아래의 수학식 1과 같이 구한다. 이때, 레퍼런스 노드의 송신 신호세기는 항상 일정하며, 센서는 레퍼런스 노드의 송신 신호세기를 알고 있다는 가정이 포함된다.
Figure 112005063307749-pat00004
따라서, Path loss model with Log-normal shadowing은 다음과 같다.
Figure 112005063307749-pat00005
이때, path loss attenuation(PL(d0)), path loss exponent(n) 그리고 d0 의 값은 위치측정 장소가 실내 혹은 실외에 따라 달라진다.
다음으로, 센서는 각 레퍼런스 노드로부터 수신한 신호들이 가시거리 상태에서 수신되었는지 판단하기 위해 각 레퍼런스 노드와의 거리에 대한 분산(
Figure 112005063307749-pat00006
)을 근거로 가설 검정 실험(hypotheses test)을 한다.
H0 :
Figure 112005063307749-pat00007
(Good condition)
H1 :
Figure 112005063307749-pat00008
(Bad condition)
Good condition(H0)은 레퍼런스 노드로부터 수신한 신호들이 가시거리 상태에서 수신된 것을 의미하며, 센서는 수신한 신호의 정보를 위치측정에 이용한다. 그리고, Bad condition(H1)은 레퍼런스 노드로부터 수신한 신호들이 비 가시거리 상태에서 수신된 것을 의미하며, 센서는 Bad condition의 레퍼런스 노드로부터 수신한 신호의 정보를 위치측정에 사용하지 않는다. 이때, 적어도 3개 이상의 레퍼런스 노드와 Good condition이 아닌 센서는 정밀한 위치인식을 위해 제 1단계에서 위치 계산을 하지 않고, 제 2단계에서 협업을 이용하여 위치인식을 한다.
Figure 112005063307749-pat00009
은 레퍼런스 노드로부터 수신한 신호를 위치측정에 이용할 수 있는지의 기준 되는 값(threshold)이다. 또한, 이 값은 비 가시거리 상태로 예상되는 센서와 레퍼런스 노드의 거리 샘플들의 분산의 최소값을 의미하며, 반복적인 실험을 통하여 구한다.
가설 검정 실험에 사용한
Figure 112005063307749-pat00010
은 센서가 각 레퍼런스 노드로부터의 평균 수신 신호세기를 구할 때 사용한 수신 신호들을 거리값으로 환산해서 구한 센서와 레퍼런스 노드와의 거리에 대한 분산이다.
Figure 112005063307749-pat00011
은 MVUE(Minimum Variance Unbiased Estimator)를 이용하여 수학식 2와 같이 구한다.
Figure 112005063307749-pat00012
Figure 112005063307749-pat00013
,
이때, n은 센서가 레퍼런스 노드로부터 수신한 신호의 총 횟수이고, m은 평균 수신 신호세기를 구할 때 제외한 수신 신호의 수이다. 그리고, μ는 센서와 레퍼런스 노드와의 평균 거리이고, xi는 평균 수신신호세기를 구할 때 사용한 수신신호세기들을 path loss model을 통해 구한 레퍼런스 노드와 센서간의 거리값들이다.
다음으로, 센서는 각 레퍼런스 노드와의 무선 채널 상태를 알기위해 도 5와 같이 각 레퍼런스 노드와의 거리에 대한 분산(
Figure 112005063307749-pat00014
)과 평균 수신신호 세기(RSSRi)의 정보를 이용하여 각 레퍼런스 노드와의 무선채널상태의 정도를 나타내는 가중치(Wei(Ri,X))을 구한다.
Figure 112005063307749-pat00015
이때, Ri의 레퍼런스 노드(R1~R4)이고, X는 도5에서의 위치인식을 하는 센서(X)를 가리킨다.
가중치(weight값)는 센서와 각 레퍼런스 노드간의 무선 채널 상태를 수치적으로 나타낸 것이며, 도 6과 같이 가중치(Wei(Ri,X))가 클수록 센서와 레퍼런스 노드 간이 가시거리 상태에 가깝다는 것을 의미하며, 가중치가 작을수록 비 가시거리 상태에 가까운 것을 의미한다.
가중치는 본 발명의 제 1단계와 제 2단계에서의 센서의 위치인식 기법에 적용되어 무선 채널 환경에 의해 발생되는 위치측정의 오류를 최소화 시키는 역할을 한다.
다음으로, 센서는 최소 제곱 추정량(Least Square Estimator)으로 위치를 측정한다.
이때, 센서는 위치측정을 위해 도 5와 같이 각 레퍼런스 노드의 위치정보와 각 레퍼런스 노드와의 평균거리(d1~d4), 평균 신호세기(RSSRi), 무선채널상태에 대한 가중치(Wei(Ri,X))를 저장하고 있다.
센서는 측정한 각 레퍼런스 노드와의 평균거리(d1~d4)와 각 레퍼런스 노드의 위치정보를 이용하여 최소 제곱 추정량을 통해 위치측정을 아래 수학식 4와 같이 한다.
Figure 112005063307749-pat00016
Xk : 집합(S)별로 최소 제곱 추정량으로 측정한 센서의 위치
X : 센서의 위치, (x,y)
Ri : i번째 레퍼런스 노드의 위치, (XRi,YRi)
di : 센서와 i번째 레퍼런스 노드와의 거리
S : 센서의 위치측정에 사용된 레퍼런스 노드 집합
이때, 위치측정은 레퍼런스 노드 집합(S)별로 하며, 레퍼런스 노드 집합의 구성방법은 2차원의 센서의 위치를 측정하기 위하여 3개 이상의 레퍼런스 노드로 구성된 집합을 수학식 5와 같이 조합을 통하여 구한다.
Figure 112005063307749-pat00017
N : 위치측정에 사용되는 레퍼런스 노드 집합 수
M : 위치측정에 사용된 전체 레퍼런스 노드 수
이는 센서의 위치를 최소 제곱 추정량을 이용하여 구할 수 있는 모든 경우의 수 만큼 측정함으로써 보다 정밀한 위치를 인식하기 위한 것이다.
다음으로, 센서는 최소 제곱 추정량으로 측정한 센서의 위치(Xk)의 측정오차를 레퍼런스 노드와의 평균거리(d1~d4)와의 오차를 통하여 구한다.
이를 위해 각 집합별로 구한 센서의 측정위치(Xk)를 수학식 4의 X 자리에 대입하여 아래의 수학식 6과 같이 측정 오차(Res(Xk;S))을 구할 수 있다.
Figure 112005063307749-pat00018
이때, 각 집합(S)에 포함된 레퍼런스 노드의 수가 다르기 때문에, 측정위치(Xk)의 정규화된 측정오차(Resa(Xk;S))를 구하기 위해 수학식 7과 같이 각 집합(S)을 구성하는 레퍼런스 노드 수(N)로 측정오차(Res(Xk;S)를 나누어 준다.
Figure 112005063307749-pat00019
N : 레퍼런스 노드 집합(S)의 원소 수
다음으로, 센서는 최소 제곱 추정량으로 구한 측정위치(Xk)에 사용된 레퍼런스 노드들과 센서와의 무선채널상태를 판단하기 위해 집합(S)별로 구한 측정위치(Xk)들의 가중치를 구한다.
각 측정위치의 가중치는 측정위치(Xk)의 정규화된 측정오차(Resa(Xk;S)), 위치측정에 사용된 각 레퍼런스 노드와 센서와의 수신 신호세기(RSSRi)와 가중치(Weia(Ri;S))으로 수학식 8과 같이 구한다.
Figure 112005063307749-pat00020
각 측정위치(Xk)의 가중치는 측정위치에 사용된 레퍼런스 노드들과 센서간의 무선채널상태에 대한 척도가 될 수 있으며, 측정 위치의 정확도를 판단하는 근거로 사용될 수 있다.
본 발명의 제 1단계에서의 센서의 최종 위치는 가중치가 높은 측정위치가 보다 정확한 위치측정이 되었다는 것을 이용하여, 최종 센서의 위치계산에서 가중치 가 높은 측정위치의 반영 비율을 높게하여 구한다.
즉, 센서의 최종 위치계산은 각 집합별로 구한 센서의 측정 위치(Xk)에 대한 가중치를 선형적으로 반영하여 수학식 9와 같이 구한다.
Figure 112005063307749-pat00021
본 발명의 제 2단계에서의 센서의 자가 위치인식방식은 상기 제 1단계에서 정밀한 위치인식을 한 센서들의 협업을 이용한다.
센서 간 협업을 이용한 자가 위치인식방식은 네트워크에 새롭게 추가된 센서 혹은 이동 중인 센서의 위치인식을 가능하게 하여 무선 센서 네트워크에서의 위치인식의 확장성을 보장한다.
그리고 제 1단계에서 인식한 위치의 오차가 큰 센서와 제 1단계에서 레퍼런스 노드와의 무선채널의상태가 나빴거나 레퍼런스 노드의 신호범위 밖에 위치하여 위치인식을 하지 못한 센서들 역시 제 2단계에서 협업을 이용하여 위치인식을 한다.
먼저, 제 2단계에서 각 센서는 상기 제 1단계를 통하여 인식한 위치의 정밀도를 판단하기 위해 가설 검정 실험(hypotheses test)을 한다.
이때, 제 1단계에서 인식한 위치의 정밀도의 판단은 제 1단계에서 인식한 위 치의 가중치(
Figure 112005063307749-pat00022
)를 이용한다. 그리고 정밀도의 판단기준은 minΩref으로 하며, 이 값은 반복적인 실험을 통하여 결정된다.
H0 : Wai≤ minΩref (일반 센서)
H1 : Wai＞ minΩref (레퍼런스 센서)
만약, 센서의 가중치(Wai)가 가설 검정 실험 통해 H0인 경우이면, 센서는 제 1단계에서 인식한 위치의 오차 범위가 큰 것으로 판단하고, 제 2단계에서 위치보정을 위해 다시 위치인식을 한다. 그리고 H1인 경우이면 센서는 제 1단계에서 인식한 위치가 정밀하다고 판단하여, 제 2단계에서 레퍼런스 노드와 같이 주변 센서들에게 자신의 위치정보와 가중치를 방송하는 레퍼런스 센서가 된다.
그래서 제 2단계의 센서 간 협업을 이용한 위치인식을 위한 구조는 도 7과 같이 레퍼런스 센서들이 제 1단계에서 인식한 위치정보와 가중치를 주변 센서들에게 방송한다.
제 2단계에서 센서는 각 레퍼런스 센서들로부터 수신한 신호세기들의 평균 수신세기와 각 레퍼런스 센서와의 평균 거리를 상기 제 1단계와 같은 방법으로 구한다.
그리고 센서는 위치측정을 하기 위해 수학식 5를 이용하여 레퍼런스 센서의 집합을 구성하고, 집합 별로 최소 제곱 추정량(Least Square Estimator)(수학식 4) 을 이용하여 센서의 위치를 측정한다.
또한 최소 제곱 추정량을 이용하여 구한 각 측정위치의 측정오차를 수학식 6을 이용하여 구하고, 수학식 7을 이용하여 위치측정에 사용된 레퍼런스 노드 수에 따른 측정위치의 정규화된 측정오차를 구한다.
본 발명의 제 2단계에서도 상기 제 1단계와 마찬가지로 정밀한 자가 위치인식을 위해 센서의 측정위치들에 대한 가중치들을 계산한다.
특히, 제 2단계에서의 가중치 계산은 상기 제 1단계에서 인식한 레퍼런스 센서의 위치에 대한 가중치를 반영함으로써 무선채널상태에 의한 위치측정의 오차의 누적을 줄이는 것을 특징으로 한다.
각 측정위치의 가중치 계산은 상기 제 1단계에서와 같이 측정위치의 정규화된 측정오차(Resa(Xk;S))와 각 레퍼런스 센서와의 평균 수신 신호세기(RSSRi)을 이용한다. 그리고 상기 제 1단계에서 구한 레퍼런스 센서 위치의 가중치를 반영하여 수학식 10와 같이 구한다.
Figure 112005063307749-pat00023
Wai : 제 1단계에서 측정한 레퍼런스 센서 위치의 가중치
제 2단계에서의 센서의 최종 위치계산은 상기 제 1단계와 마찬가지로 집합별로 구한 센서의 측정위치에 대한 가중치를 선형적으로 반영하여 수학식 11과 같이 구한다.
Figure 112005063307749-pat00024
본 발명의 무선 센서 네트워크기반의 자가 위치인식기법은 이동 중인 센서의 정밀한 위치인식을 보장하기 위해 제 1단계와 제2단계의 위치인식과정을 주기적으로 하도록 한다.
이상 상세히 설명한 바와 같이 무선 센서 네트워크 기반의 센서의 자가 위치인식은 본 발명에서 제안하는 방식을 사용하여 보다 정밀한 위치인식을 할 수 있다.
특히, 본 발명의 무선채널상태의 정도를 위치계산에 반영하는 가중치 기반의 무선채널상태를 고려한 자기 위치인식 기법은 보다 정밀한 위치인식을 가능하게 한다.
즉, 센서와 각 레퍼런스 노드간의 무선채널상태를 나타내는 가중치의 계산을 통하여 센서는 가시거리 상태의 레퍼런스 노드의 수신정보를 보다 높게 활용할 수 있어 위치인식의 오차범위를 크게 줄일 수 있다.
또한, 자가 위치인식을 한 센서들의 협업을 이용한 위치인식 방식은 네트워 크 내에 랜덤하게 분포되어 있는 센서들의 위치인식 범위의 확장을 보장하고, 네트워크에 새롭게 추가된 센서와 이동 중인 센서의 위치인식도 주변의 레퍼런스 센서의 협업을 이용하여 보다 효율적으로 위치인식 할 수 있도록 한다.

Claims (17)

  1. 레퍼런스 노드로 부터 수신한 수신신호의 세기 및 시간지연 중 적어도 어느 하나를 이용하여 상기 센서와 레퍼런스 노드와의 거리를 계산하는 단계;
    상기 센서와 레퍼런스 노드와의 거리 및 상기 레퍼런스 노드의 위치정보를 이용하여 센서의 위치를 측정하는 단계;
    상기 센서에서 수신한 평균 수신신호세기와 거리에 대한 분산을 이용하여 상기 센서의 측정위치에서 레퍼런스 노드와의 무선채널상태를 나타내는 가중치를 구하는 단계; 및
    상기 가중치가 높은 측정위치의 반영 비율을 높게하여 상기 센서의 위치를 결정하는 단계가 포함되어 구성되는 것을 특징으로 하는 무선 센서 네트워크 기반의 위치인식방법.
  2. 제 1항에 있어서,
    상기 위치가 결정된 센서 및 레퍼런스 노드를 이용하여 위치가 결정되지 않은 다른 센서의 위치를 결정하는 단계가 더 포함되어 구성되는 것을 특징으로 하는 무선 센서 네트워크 기반의 위치인식방법.
  3. 제 1항에 있어서,
    상기 위치가 결정된 센서 및 레퍼런스 노드를 이용하여 위치가 결정된 다른 센서의 위치를 보정하는 단계가 더 포함되어 구성되는 것을 특징으로 하는 무선 센서 네트워크 기반의 위치인식방법.
  4. 제 1항에 있어서,
    상기 센서와 레퍼런스 노드와의 거리는 TOA(Time Of Arrival) 방식에 의해 계산되는 것을 특징으로 하는 무선 센서 네트워크 기반의 위치인식방법.
  5. 제 1항에 있어서,
    상기 센서와 레퍼런스 노드와의 거리는 OTDOA(Observed Time Difference Of Arrival) 방식에 의해 계산되는 것을 특징으로 하는 무선 센서 네트워크 기반의 위치인식방법.
  6. 제 1항에 있어서,
    상기 센서와 레퍼런스 노드와의 거리는 상기 레퍼런스 노드로부터의 평균 수신신호세기를 이용하여 계산되는 것을 특징으로 하는 무선 센서 네트워크 기반의 위치인식방법.
  7. 수신신호세기를 이용한 센서의 자가 위치인식방법에 있어서,
    레퍼런스 노드들의 위치 정보 및 상기 레퍼런스 노드로부터 수신한 신호로부터 계산한 상기 레퍼런스 노드와의 거리에 따라 센서의 위치를 측정하고 상기 센서에서 수신한 평균 수신신호세기와 거리에 대한 분산을 이용하여 무선채널상태를 고려한 가중치 기반의 센서의 자가 위치인식을 하는 제 1단계; 및
    상기 제 1단계에서 자가 위치인식을 한 센서를 이용하여 자가 위치인식 또는 자가 위치보정하는 제 2단계가 포함되어 구성되는 것을 특징으로 하는 무선 센서 네트워크 기반의 위치인식방법.
  8. 센서와 복수의 레퍼런스 노드와의 거리를 각각 복수 회 측정하는 단계와,
    상기 센서와 각각의 레퍼런스 노드와의 평균거리 및 상기 레퍼런스 노드의 위치정보를 이용하여 센서의 위치를 측정하는 단계와,
    상기 센서의 측정위치에서 위치 측정에 사용된 각각의 레퍼런스노드들과 센서간의 무선채널상태를 나타내는 측정위치의 가중치를 상기 센서에서 수신한 평균 수신신호세기와 거리에 대한 분산을 이용하여 구하는 단계와,
    상기 측정위치의 가중치를 반영하여 상기 센서의 위치를 결정하는 단계가 포함되어 구성되는 것을 특징으로 하는 무선 센서 네트워크 기반의 위치인식방법.
  9. 제 8항에 있어서,
    상기 센서와 각각의 레퍼런스 노드와의 거리에 대한 분산을 설정된 기준과 비교하여 설정된 기준보다 큰 경우 해당하는 레퍼런스 노드의 정보를 센서의 위치결정에 있어서 배재하는 것을 특징으로 하는 무선 센서 네트워크 기반의 위치인식방법.
  10. 제 8항에 있어서,
    상기 센서의 위치 측정은 최소 제곱 추정량을 이용하는 것을 특징으로 하는 무선 센서 네트워크 기반의 위치인식방법.
  11. 제 8항에 있어서,
    상기 측정위치의 가중치는 상기 센서와 각각의 레퍼런스 노드의 거리와 상기 센서와 각각의 레퍼런스 노드의 평균거리와의 오차를 통해 구한 정규화된 측정오차와, 상기 센서와 각각의 레퍼런스 노드와의 평균 수신신호세기와, 상기 센서와 각각의 레퍼런스 노드와의 거리에 대한 분산과 평균 수신신호세기를 통해 구한 가중치를 이용하여 계산된 것을 특징으로 하는 무선 센서 네트워크 기반의 위치인식방법.
  12. 제 8항에 있어서,
    상기 센서의 위치를 결정함에 있어서 상기 측정위치의 가중치를 선형적으로 반영하는 것을 특징으로 하는 무선 센서 네트워크 기반의 위치인식방법.
  13. 제 8항에 있어서,
    상기 위치가 결정된 센서가 자신의 위치정보 및 측정위치의 가중치를 방송하고 상기 위치정보 및 측정위치의 가중치를 이용하여 다른 센서가 위치를 결정하는 단계가 더 포함되어 구성되는 것을 특징으로 하는 무선 센서 네트워크 기반의 위치인식방법.
  14. 제 8항에 있어서,
    상기 위치가 결정된 센서가 자신의 위치정보 및 측정위치의 가중치를 방송하고, 상기 위치정보 및 측정위치의 가중치를 이용하여 위치가 결정된 센서가 위치를 보정하는 단계가 더 포함되어 구성되는 것을 특징으로 하는 무선 센서 네트워크 기반의 위치인식방법.
  15. 제 8항에 있어서,
    상기 센서와 레퍼런스 노드와의 거리는 시간지연을 이용하는 방식에 의해 계산되는 것을 특징으로 하는 무선 센서 네트워크 기반의 위치인식방법.
  16. 제 8항에 있어서,
    상기 센서와 레퍼런스 노드와의 거리는 상기 레퍼런스 노드로부터의 평균 수신신호세기를 이용하여 계산되는 것을 특징으로 하는 무선 센서 네트워크 기반의 위치인식방법.
  17. 제 16항에 있어서,
    상기 평균 수신신호세기는 수신 신호세기의 분포를 가우시안 분포로 가정하는 것을 특징으로 하는 무선 센서 네트워크 기반의 위치인식방법.
KR1020050104833A 2005-11-03 2005-11-03 무선 센서 네트워크 기반의 위치인식방법 KR100701351B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020050104833A KR100701351B1 (ko) 2005-11-03 2005-11-03 무선 센서 네트워크 기반의 위치인식방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020050104833A KR100701351B1 (ko) 2005-11-03 2005-11-03 무선 센서 네트워크 기반의 위치인식방법

Publications (1)

Publication Number Publication Date
KR100701351B1 true KR100701351B1 (ko) 2007-03-29

Family

ID=41565168

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020050104833A KR100701351B1 (ko) 2005-11-03 2005-11-03 무선 센서 네트워크 기반의 위치인식방법

Country Status (1)

Country Link
KR (1) KR100701351B1 (ko)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100912824B1 (ko) 2007-12-17 2009-08-18 한국전자통신연구원 무선 센서 네트워크를 구성하는 다수의 노드들의 위치를인식하는 방법
KR100957215B1 (ko) 2008-03-07 2010-05-11 한국전자통신연구원 무선 센서망에서 이동 노드의 위치 추정 방법
KR100969465B1 (ko) 2008-06-10 2010-07-14 주식회사 케이티 무선 센서 네트워크에서 이동노드의 위치 측정 방법
KR100976439B1 (ko) * 2007-12-17 2010-08-18 한국전자통신연구원 무선 센서망에서의 이동 노드의 위치 추정 방법
KR101244430B1 (ko) * 2010-11-09 2013-03-18 재단법인대구경북과학기술원 무선 네트워크의 위치 추정 방법 및 시스템
KR101333272B1 (ko) 2012-05-17 2013-11-27 목포대학교산학협력단 이웃 노드 홉 수의 평균을 이용한 무선 센서 네트워크에서의 위치 인식 방법
KR101361191B1 (ko) 2007-05-11 2014-02-10 삼성전자주식회사 무선 위치측정 시스템 및 그의 고정노드 좌표 결정 방법
KR101461669B1 (ko) * 2007-12-18 2014-11-14 삼성전자주식회사 실내 측위 시스템에서 위치 좌표 결정 장치 및 방법
KR101487559B1 (ko) 2008-12-19 2015-01-29 주식회사 케이티 다중 스테이션 정보를 이용한 위치 측정방법 및 시스템
KR101505624B1 (ko) 2014-01-03 2015-03-24 아주대학교산학협력단 상대적 접근 특성 기반의 이동성 예측 방법 및 그 장치
KR20150078621A (ko) 2013-12-31 2015-07-08 아주대학교산학협력단 도달 시간 차이 기반의 위치 및 시간 동기 획득 방법과 그 장치
KR101565799B1 (ko) 2008-12-29 2015-11-05 연세대학교 산학협력단 무선 센서네트워크에서 노드의 위치 추정 방법
CN114339783A (zh) * 2021-10-21 2022-04-12 国网山东省电力公司电力科学研究院 电缆通道无线自组网装置及配置方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR950025500A (ko) * 1994-02-23 1995-09-18 모리시타 요이찌 위치인식방법 및 그 장치
KR20030025099A (ko) * 2001-09-19 2003-03-28 최연석 위치인식기능을 가진 개인휴대단말기
KR20040106346A (ko) * 2002-05-17 2004-12-17 메시네트웍스, 인코포레이티드 애드-혹 네트워크에 있어서 상대적인 위치를 결정하기위한 시스템 및 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR950025500A (ko) * 1994-02-23 1995-09-18 모리시타 요이찌 위치인식방법 및 그 장치
KR20030025099A (ko) * 2001-09-19 2003-03-28 최연석 위치인식기능을 가진 개인휴대단말기
KR20040106346A (ko) * 2002-05-17 2004-12-17 메시네트웍스, 인코포레이티드 애드-혹 네트워크에 있어서 상대적인 위치를 결정하기위한 시스템 및 방법

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
1019950025500
1020030025099
1020040106346

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101361191B1 (ko) 2007-05-11 2014-02-10 삼성전자주식회사 무선 위치측정 시스템 및 그의 고정노드 좌표 결정 방법
KR100976439B1 (ko) * 2007-12-17 2010-08-18 한국전자통신연구원 무선 센서망에서의 이동 노드의 위치 추정 방법
KR100912824B1 (ko) 2007-12-17 2009-08-18 한국전자통신연구원 무선 센서 네트워크를 구성하는 다수의 노드들의 위치를인식하는 방법
US8862430B2 (en) 2007-12-17 2014-10-14 Electronics And Telecommunications Research Institute Method of estimating position of mobile node in wireless sensor network
KR101461669B1 (ko) * 2007-12-18 2014-11-14 삼성전자주식회사 실내 측위 시스템에서 위치 좌표 결정 장치 및 방법
KR100957215B1 (ko) 2008-03-07 2010-05-11 한국전자통신연구원 무선 센서망에서 이동 노드의 위치 추정 방법
US8543132B2 (en) 2008-03-07 2013-09-24 Electronics And Telecommunications Research Institute Method of estimating position of mobile node in wireless sensor network
KR100969465B1 (ko) 2008-06-10 2010-07-14 주식회사 케이티 무선 센서 네트워크에서 이동노드의 위치 측정 방법
KR101487559B1 (ko) 2008-12-19 2015-01-29 주식회사 케이티 다중 스테이션 정보를 이용한 위치 측정방법 및 시스템
KR101565799B1 (ko) 2008-12-29 2015-11-05 연세대학교 산학협력단 무선 센서네트워크에서 노드의 위치 추정 방법
KR101244430B1 (ko) * 2010-11-09 2013-03-18 재단법인대구경북과학기술원 무선 네트워크의 위치 추정 방법 및 시스템
KR101333272B1 (ko) 2012-05-17 2013-11-27 목포대학교산학협력단 이웃 노드 홉 수의 평균을 이용한 무선 센서 네트워크에서의 위치 인식 방법
KR20150078621A (ko) 2013-12-31 2015-07-08 아주대학교산학협력단 도달 시간 차이 기반의 위치 및 시간 동기 획득 방법과 그 장치
KR101505624B1 (ko) 2014-01-03 2015-03-24 아주대학교산학협력단 상대적 접근 특성 기반의 이동성 예측 방법 및 그 장치
US9743237B2 (en) 2014-01-03 2017-08-22 Ajou University Industry-Academic Cooperation Foundation Method and apparatus for predicting mobility based on relative mobile characteristics
CN114339783A (zh) * 2021-10-21 2022-04-12 国网山东省电力公司电力科学研究院 电缆通道无线自组网装置及配置方法
CN114339783B (zh) * 2021-10-21 2023-07-21 国网山东省电力公司电力科学研究院 电缆通道无线自组网装置及配置方法

Similar Documents

Publication Publication Date Title
KR100701351B1 (ko) 무선 센서 네트워크 기반의 위치인식방법
Chandrasekhar et al. An area localization scheme for underwater sensor networks
US6885969B2 (en) Location estimation in partially synchronized networks
CN109155984B (zh) 确定通道时延的方法、定位方法和相关设备
US8565106B2 (en) Iterative localization techniques
US20070041352A1 (en) Elevator calling mechanism and method
JP4957770B2 (ja) 位置推定システム、位置推定装置、位置推定方法及びプログラム
CA2705335A1 (en) System for determining position over a network
US8489098B2 (en) Method and arrangement for real-time difference determination for mobile terminal positioning
KR20170063389A (ko) 강건하고 정확한 ｒｓｓｉ 기반 위치 추정을 위한 시스템 및 방법
JP2011214920A (ja) 位置推定装置、位置推定方法及びプログラム
Karim et al. RELMA: A range free localization approach using mobile anchor node for wireless sensor networks
CN102064895A (zh) Rssi与模式匹配相结合的无源定位方法
KR20180111574A (ko) 다중 경로 완화를 이용한 위치 결정 시스템 및 방법
JP2012083136A (ja) バイアス誤差推定装置、バイアス誤差推定方法及び位置推定装置
Grossmann et al. Localization in zigbee-based sensor networks
US20100110181A1 (en) Passive Positioning Information Of a Camera In large Studio Environment
KR101265303B1 (ko) 무선 측위 방법 및 그 장치
CN112954591A (zh) 一种协同分布式定位方法及系统
Ergin et al. Determining node sequence in a linear configuration
KR20120033906A (ko) 순차적 정렬된 ｒｓｓ을 이용한 무선 센서 네트워크에서의 거리 측정 방법
KR20100022199A (ko) 무선센서 네트워크를 이용한 위치인식시스템
Tamer Relative Localization of Wireless Sensor Nodes by Using the RSSI and ToA based distance estimations
KR20030070974A (ko) 이동 단말기의 위치결정 방법
JP3894056B2 (ja) セルラ基地局の送信タイミングのオフセット測定方法および測定システム

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20130111

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20140103

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20141226

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20160219

Year of fee payment: 10

FPAY Annual fee payment

Payment date: 20170126

Year of fee payment: 11

FPAY Annual fee payment

Payment date: 20180102

Year of fee payment: 12

FPAY Annual fee payment

Payment date: 20190107

Year of fee payment: 13

FPAY Annual fee payment

Payment date: 20200102

Year of fee payment: 14