KR100785794B1 - 위치 인식을 위한 노드, 이를 이용한 클러스터 형성 방법및 위치 인식 방법 - Google Patents

위치 인식을 위한 노드, 이를 이용한 클러스터 형성 방법및 위치 인식 방법 Download PDF

Info

Publication number
KR100785794B1
KR100785794B1 KR1020060090146A KR20060090146A KR100785794B1 KR 100785794 B1 KR100785794 B1 KR 100785794B1 KR 1020060090146 A KR1020060090146 A KR 1020060090146A KR 20060090146 A KR20060090146 A KR 20060090146A KR 100785794 B1 KR100785794 B1 KR 100785794B1
Authority
KR
South Korea
Prior art keywords
node
location
cluster
nodes
distance value
Prior art date
Application number
KR1020060090146A
Other languages
English (en)
Inventor
박종준
이종오
김선중
표철식
채종석
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020060090146A priority Critical patent/KR100785794B1/ko
Priority to US11/759,450 priority patent/US7697458B2/en
Application granted granted Critical
Publication of KR100785794B1 publication Critical patent/KR100785794B1/ko

Links

Images

Classifications

    • 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
    • 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
    • H04W4/08—User group management
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
    • H04W40/32—Connectivity information management, e.g. connectivity discovery or connectivity update for defining a routing cluster membership
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W48/00—Access restriction; Network selection; Access point selection
    • H04W48/16—Discovering, processing access restriction or access information
    • 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

Abstract

본 발명에 의한 위치 인식을 위한 노드, 이를 이용한 클러스터 형성 방법 및 위치 인식 방법은 일정 공간에 배치되어 센서 네트워크를 구성하는 각 노드에 있어서, 센서 네트워크에 존재하는 하나 이상의 이웃 노드로부터 상기 센서 네트워크내에서의 공간상의 위치를 나타내는 정보를 포함하는 하나 이상의 위치정보메시지를 수신하는 위치정보메시지부, 수신한 위치정보메시지들에 포함된 하나 이상의 위치정보를 기초로 하나 이상의 이웃 노드와의 제 1 거리값 및 위치정보메시지의 전송 속도 및 전송세기 중 어느 하나를 기초로 하나 이상의 이웃 노드와의 제 2 거리값을 각각 계산하는 거리값계산부 및 제 1 거리값 및 제 2 거리값의 차가 소정의 임계값보다 작은 복수개의 이웃 노드와 클러스터를 형성하는 클러스터 형성부를 가진다. 본 발명은 장애물의 영향을 적게 받는 노드들끼리 클러스터를 형성하고, 클러스터에 새로 추가되는 신규노드는 자신의 소속 클러스터를 탐색하여 자신의 소속 클러스터에 해당하는 노드들과 위치인식을 수행함으로써 실내와 같이 장애물이 많은 환경에서도 신규노드가 정확한 위치인식을 할 수 있도록 한다.

Description

위치 인식을 위한 노드, 이를 이용한 클러스터 형성 방법 및 위치 인식 방법{Node and Clustering for Localization and Localization Method}
도 1은 본 발명의 일 실시예에 의한 위치 인식을 위한 노드의 구성을 보여준다.
도 2는 본 발명의 일 실시예에 의한 위치 인식을 위한 신규노드의 구성을 보여준다.
도 3은 본 발명의 일 실시예에 의한 위치 인식을 위한 클러스터 형성방법의 흐름을 보여준다.
도 4는 본 발명의 또 다른 일 실시 예에 의한 위치 인식을 위한 클러스터 형성방법의 흐름을 보여준다.
도 5는 본 발명의 일 실시예에 의한 위치 인식 방법의 흐름을 보여준다.
도 6은 본 발명의 또 다른 일 실시예에 의한 위치 인식 방법의 흐름을 보여준다.
도 7은 본 발명의 일 실시 예에 의한 클러스터 형성방법을 단계별로 보여준다.
도 8은 본 발명의 일 실시 예에 의한 신규노드의 위치 인식 방법을 단계별로 보여준다.
본 발명은 위치 인식을 위한 노드, 이를 이용한 클러스터 형성 방법 및 위치 인식 방법에 관한 것으로, 보다 상세하게는 무선 센서 네트워크에서 클러스터를 기반 위치 인식을 위한 노드 , 이를 이용한 클러스터 형성 방법 및 위치 인식 방법에 관한 것이다.
무선 센서 네트워크에서 노드의 위치를 판별하는 방법은 크게 측정된 거리 정보를 이용하는 방법과 거리 정보를 이용하지 않는 방법으로 나누어진다.
거리를 이용하는 방법은 위치를 알고자 하는 노드와 위치를 알고 있는 앵커(anchor)노드로부터 거리를 구한 후, 삼각측량법(Triangulation)을 수행함으로써 노드의 위치를 찾는 것이다.
노드 간의 거리는 주로 ToA(Time of Arrival), TDoA(Time Difference of Arrival) 및 RSS(Received Signal Strength)방법에 의해 측정된다.
ToA(Time of Arrival)는 전파 속도를 알고 있는 신호가 노드 간 이동한 시간을 이용하여 거리를 측정하는 방법이다. TDoA(Time Difference of Arrival)는 서로 다른 속력을 가진 두 신호를 동시에 전송하여 두 노드 간에 신호들이 도달한 시간의 차이를 이용하여 거리를 측정하는 방법이다.
ToA(Time of Arrival)와 TDoA(Time Difference of Arrival)는 신호의 속도가 낮을수록, 노드 간에 장애물이 없을수록 정확한 측정값을 가진다.
하지만 ToA(Time of Arrival)는 RF(Radio Frequency)와 같이 속도가 빠른 신호의 경우에는 정확한 거리 측정치를 알아내기 힘들며, TDoA(Time Difference of Arrival)는 두 개의 신호를 이용하므로 추가적인 하드웨어나 센서가 필요하다.
뿐만 아니라, ToA(Time of Arrival)와 TDoA(Time Difference of Arrival)는초음파나 음파와 같이 속도가 낮은 신호를 이용하는 경우에는 LoS(Loss of Signal)의 확보가 어렵고, 실내에서는 장애물의 영향을 많이 받기 때문에 정확한 거리의 측정값을 확보하기 어렵다.
RSS(Received Signal Strength)는 노드에 도달한 신호의 세기를 이용해 거리를 측정하는 방법이다. RSS(Received Signal Strength)에서 사용하는 RF(Radio Frequency)신호는 초음파나 음파보다 회절 특성이 좋아서 실내에서 LoS(Loss of Signal)를 확보하기에 용이하며 추가적인 하드웨어를 필요로 하지 않는다.
하지만, RSS(Received Signal Strength)는 다른 위치인식방법들에 비해 일반적으로 거리의 정확도가 낮으며 특히, 실내에서 벽이나 가구 등과 같은 장애물에 큰 영향을 받는다.
노드와 노드가 이루고 있는 각도를 이용하여 노드의 위치를 판별할 수 있다. AoA(Angle of Arrival)는 통신한 두 노드간의 각도를 이용하여 노드의 위치를 판별한다. 각도를 알아내기 위해서 노드는 멀티 안테나(multi-antenna)를 이용해 ToA(Time of Arrival) 또는 RSS(Received Signal Strength)값을 각도로 변환한다.
하지만 일반적인 노드에 멀티 안테나를 장착하는 것은 하드웨어로 구성하기에 곤란함이 있으며, 노드의 크기가 커지기 때문에 AoA(Angle of Arrival)를 일반 적으로 이용하는 것은 어려움이 있다.
거리 정보를 이용하지 않는 위치 인식 방법으로 Centroid, APIT(Approximate Point In Triangulation) 방법 등이 있다. 거리 정보를 이용하지 않는 위치 인식 방법은 멀티 홉(multi-hop)을 이루는 센서 네트워크에서 거리 기반의 방법은 네트워크에 오차를 확산시킬 수 있다는 관점에서 이를 방지하기 위하여 시작되었다.
Centroid 방법은 규칙적으로 배열된 앵커 노드들이 자신들의 위치 정보를 이웃 노드들에게 전송하고, 노드들은 앵커 노드들로부터 받은 신호의 세기를 비교하여 자신의 위치를 예측하는 방법이다.
Centroid 방법은 앵커 노드가 규칙적으로 배열되어 있을수록, 노드와 통신할 수 있는 앵커 노드의 수가 많을수록, RF 전파 환경이 동일하게 유지될수록 정확한 측정이 가능하다. 따라서, Centroid 방법은 실내에서는 적합하지 않다.
APIT(Approximate Point In Triangulation)방법은 노드가 앵커 노드들이 이루는 삼각형 내에 존재하는지 여부를 이용하여 위치를 예측한다. APIT(Approximate Point In Triangulation)방법 역시 신호의 세기를 이용하여 노드의 위치를 예측한다.
이처럼 종래의 거리 예측 방법은 장애물이 다수 존재하는 실내에서는 장애물에 의한 신호의 오차가 삼각측량에 포함되기 때문에 노드의 정확한 위치인식이 어렵다는 단점이 있다.
본 발명이 이루고자하는 기술적 과제는 무선 네트워크에 있어서 장애물이 많 은 실내와 같은 환경에서도 정확한 위치 인식을 할 수 있는 위치 인식을 위한 노드, 이를 이용한 클러스터 형성 방법 및 위치 인식 방법을 제공한다.
상기 기술적 과제를 이루기 위한 본 발명에 의한 위치 인식을 위한 노드의 일 실시예는 각 노드는 일정 공간에 배치되어 센서 네트워크를 구성하며, 센서 네트워크에 존재하는 하나 이상의 이웃 노드로부터 센서 네트워크내에서의 공간상의 위치를 나타내는 정보를 포함하는 하나 이상의 위치정보메시지를 수신하는 위치정보메시지부, 수신한 위치정보메시지들에 포함된 하나 이상의 위치정보를 기초로 하나 이상의 상기 이웃 노드와의 제 1 거리값 및 상기 위치정보메시지의 전송 속도 및 전송세기 중 어느 하나를 기초로 하나 이상의 상기 이웃 노드와의 제 2 거리값을 각각 계산하는 거리값계산부 및 제 1 거리값 및 상기 제 2 거리값의 차가 소정의 임계값보다 작은 복수개의 이웃 노드와 클러스터를 형성하는 클러스터 형성부를 가진다.
상기 기술적 과제를 이루기 위한 본 발명에 의한 위치 인식을 위한 신규노드의 일 실시예는 신규노드는 적어도 하나의 노드를 포함하는 클러스터들로 구성되는 센서 네트워크에 새로 추가되며, 하나 이상의 노드로부터 공간상의 위치를 나타내는 정보 및 소속 클러스터 정보를 포함하는 위치응답메시지를 수신하는 위치요청메시지부, 위치응답메시지의 전송 속도 및 전송 세기 중 적어도 어느 하나를 기초로 각 노드와의 거리값을 계산하여 거리값이 소정의 임계값보다 작은 값을 가지는 하나 이상의 노드가 속한 클러스터를 소속 클러스터로 결정하는 클러스터 결정부 및 소속 클러스터에 속하는 하나 이상의 노드와의 상대 거리를 파악하여자신의 위치를 인식하는 위치인식부를 가진다.
상기 기술적 과제를 이루기 위한 본 발명에 의한 위치 인식을 위한 클러스터 형성방법의 일 실시예는 각 노드는 일정 공간에 배치되어 센서 네트워크를 구성하며, 센서 네트워크에 존재하는 하나 이상의 이웃 노드로부터 센서 네트워크내에서의 공간상의 위치를 나타내는 정보를 포함하는 하나 이상의 위치정보메시지를 수신하는 단계, 수신한 위치정보메시지들에 포함된 하나 이상의 위치정보를 기초로 하나 이상의 이웃 노드와의 제 1 거리값 및 위치정보메시지의 전송 속도 및 전송세기 중 어느 하나를 기초로 하나 이상의 상기 이웃 노드와의 제 2 거리값을 각각 계산하는 단계 및 제 1 거리값 및 상기 제 2 거리값의 차가 소정의 임계값보다 작은 복수개의 이웃 노드와 클러스터를 형성하는 단계를 가진다.
상기 기술적 과제를 이루기 위한 본 발명에 의한 위치 인식 방법의 일 실시예는 적어도 하나의 노드를 포함하는 클러스터들로 구성되는 센서 네트워크에 새로 신규노드가 추가되면, 하나 이상의 상기 노드로부터 공간상의 위치를 나타내는 정보 및 소속 클러스터 정보를 포함하는 위치응답메시지를 수신하는 단계, 위치응답메시지의 전송 속도 및 전송 세기 중 적어도 어느 하나를 기초로 계산한 상기 각 노드와의 거리값이 소정의 임계값보다 작은 값을 가지는 하나 이상의 노드가 속한 클러스터를 소속 클러스터로 결정하는 단계 및 소속 클러스터에 속하는 하나 이상의 노드와의 상대 거리를 파악하여 자신의 위치를 인식하는 단계를 가진다.
이처럼 본 발명은 실내와 같이 장애물이 많은 환경에서 정확한 위치 판단을 하기 위한 것으로, 장애물의 환경을 적게 받는 노드들끼리 클러스터를 형성한 후, 위치인식을 필요로 하는 노드가 속한 클러스터를 찾아내어 클러스터 내부에서만 위치인식을 수행한다.
이하 첨부한 도면을 참고하여 본 발명인 위치 인식을 위한 위치 인식을 위한 노드 , 이를 이용한 클러스터 형성 방법 및 위치 인식 방법을 상세히 설명한다.
이를 위하여 본 발명은 실내 공간에 다수의 노드들로 구성된 무선 센서 네트워크에서, 자신의 위치를 알고 있는 노드들끼리 자동으로 위치인식을 위한 클러스터링을 수행하는 구성, 위치 판단을 필요로 하는 노드가 자신이 속해있는 클러스터를 찾는 구성 및 클러스터 내부에서 삼각측량을 수행하는 구성을 포함함을 특징으로 한다.
도 1은 본 발명의 일 실시예에 의한 위치 인식을 위한 노드의 구성을 보여준다. 도 1을 참조하면, 노드(100)는 위치정보메시지부(110), 거리값계산부(120), 클러스터 형성부(130) 및 방송부(140)을 포함한다.
노드(100)는 일정 공간에 배치되어 센서 네트워크를 구성한다. 센서 네트워크에는 적어도 하나 이상의 노드가 존재한다.
위치정보메시지부(110)는 센서 네트워크에 존재하는 하나 이상의 이웃 노드로부터 센서 네트워크내에서의 공간상의 위치를 나타내는 정보를 포함하는 위치정보메시지들을 수신한다.
거리값계산부(120)는 수신한 위치정보메시지들에 포함된 위치정보들을 기초로 이웃 노드와의 제 1 거리값을 계산한다.
또한, 거리값계산부(120)는 위치정보메시지의 전송 속도 및 전송 세기를 기초로 하나 이상의 이웃 노드와의 제 2 거리값을 계산한다.
클러스터 형성부(130)는 제 1 거리값 및 제 2 거리값의 차가 소정의 임계값보다 작은 복수개의 이웃 노드와 클러스터를 형성한다.
노드와 노드 간에 장애물(예를 들면, 벽)이 있는 경우에는 장애물에 신호가 투과했다고 하더라도 예측한 거리정보와 실제 거리 간의 오차는 크게된다.
이를 이용하여 노드는 예측된 거리값(제 2 거리값)과 계산된 실제 거리값(제 1거리값)와의 차이를 비교해 미리 설정한 임계값보다 거리값의 차이가 작은 노드와 클러스터를 설정한다.
본 발명은 실내에서 하나의 방과 같이 장애물의 영향을 상대적으로 적게 받는 노드들끼리 클러스터를 형성하여 형성한 클러스터 내부의 신호만으로 삼각측량을 수행하도록 하여 장애물이 많은 환경에서 정확한 위치인식을 제공한다.
노드(100)는 방송부(140)를 가질 수 있으며, 방송부(140)는 센서 네트워크에 자신의 위치정보를 포함하는 위치정보메시지를 방송한다.
도 2는 본 발명의 일 실시예에 의한 위치 인식을 위한 신규노드의 구성을 보여준다. 도 2를 참조하면, 신규노드(200)는 위치요청메시지부(210), 클러스터 결정부(220)및 위치인식부(230)를 포함한다.
신규노드(200)는 적어도 하나의 노드를 포함하는 클러스터들로 구성되는 센서 네트워크에 새로 추가된 노드를 말한다.
위치요청메시지부(210)는 하나 이상의 노드로부터 공간상의 위치를 나타내는 정보 및 소속 클러스터 정보를 포함하는 위치응답메시지를 수신한다. 소속 클러스터 정보는 소속 클러스터의 식별부호 및 소속 클러스터에 소속된 고정노드의 갯수를 포함할 수 있다.
클러스터 결정부(220)는 위치응답메시지의 전송 속도 또는 전송 세기를 기초로 각 노드와의 거리값을 계산하여 거리값이 소정의 임계값보다 작은 값을 가지는 노드가 속한 클러스터를 자신의 소속 클러스터로 결정한다.
클러스터 결정부(220)는 위치응답메시지를 보낸 노드를 카운트한다. 클러스터 결정부(220)는 위치응답메시지를 보낸 고정노드 중 가장 많은 수의 노드가 속한 클러스터를 신규노드의 클러스터로 결정할 수 있다.
위치인식부(230)는 소속 클러스터에 속하는 하나 이상의 노드와의 상대 거리를 파악하여 자신의 위치를 인식한다. 위치인식부(230)는 삼각측량법에 의하여 자신의 위치를 인식한다.
신규노드(200)는 센서 네트워크에 자신의 위치인식을 요청하는 위치인식요청메시지를 방송하는 방송부를 더 포함할 수 있다.
도 3은 본 발명의 일 실시예에 의한 위치 인식을 위한 클러스터 형성방법의 흐름을 보여준다. 센서 네트워크는 일정 공간에 배치된 하나 이상의 노드를 포함한다.
도 3을 참조하면, 각 노드는 센서 네트워크에 존재하는 하나 이상의 이웃 노드로부터 센서 네트워크 내에서의 공간상의 위치를 나타내는 정보를 포함하는 하나 이상의 위치정보메시지를 수신한다(S301).
수신한 위치정보메시지들에 포함된 위치정보를 기초로 이웃 노드들과의 제 1 거리값을 계산한다.
위치정보메시지의 전송 속도 및 전송세기를 기초로 이웃 노드들과의 제 2 거리값을 각각 계산한다(S302).
제 1 거리값 및 상기 제 2 거리값의 차가 소정의 임계값보다 작은 복수개의 이웃 노드와 클러스터를 형성한다(S302).
노드와 노드 간에 장애물(예를 들면, 벽)이 있는 경우에는 장애물에 신호가 투과했다고 하더라도 예측한 거리정보와 실제 거리 간의 오차는 크다.
이러한 원리를 이용하여 노드는 예측된 거리값(제 2 거리값)과 계산된 실제 거리값(제 1 거리값)와의 차이를 비교해 미리 설정한 임계값보다 거리값의 차이가 작은 노드와 클러스터를 설정한다.
도 4는 본 발명의 또 다른 일 실시 예에 의한 위치 인식을 위한 클러스터 형성방법의 흐름을 보여준다. 클러스터는 자신의 위치를 알고 있는 노드들 사이에서 자동으로 형성된다.
실내에 형성된 무선 센서 네트워크에서 배치된 노드들은 자신의 위치를 알고 있다고 생각 되어진다.
도 4를 참조하면, 우선 자신의 위치를 알고 있는 노드들 중 임의의 노드 X를 선택한다(S401).
선택된 임의의 노드 X는 자신의 위치 정보를 방송(Broadcasting)한다(S402).
노드 X는 자신의 위치 정보를 위치정보메시지에 담아서 보낼 수 있다.
노드 X로부터 위치정보를 수신한 노드들(Ya~Yn)은 자신의 위치 정보를 노드 X에 전송한다(S403).
위치정보를 수신한 노드들(Ya~Yn)은 위치정보메시지에 자신의 위치 정보를 보낼 수 있다.
노드 X는 노드(Ya~Yn)으로부터 수신한 위치정보와 자신(노드 X)의 위치정보를 이용하여 X와 각 노드(Ya~Yn)간의 실제 거리값(제1거리값)을 계산한다(S404).
노드 X는 노드(Ya~Yn)으로부터 수신한 위치정보 메시지에서 RSS나 ToA를 이용해 추정 거리값을 계산한다(S404).
노드 X는 노드(Ya~Yn)와의 계산된 실제 거리값(제 1 거리값)과 예측된 거리값(제 2 거리값)의 차이를 비교한다(S405).
노드와 노드 간에 벽과 같은 장애물이 있을 경우 장애물을 신호가 투과한다고 하더라도 실제 거리값과 추정된 거리값의 오차는 장애물이 없는 경우 보다 매우 커지게 된다. 본 발명은 이러한 원리를 이용하여 노드 사이에 장애물이 없는 노드들끼리 클러스터를 형성하도록 하는 것이다.
제 1거리값과 제 2거리값의 차이가 미리 설정한 임계값보다 작은 노드들을 노드 X와 같은 클러스터로 설정한다(S406).
위치정보를 수신한 노드들(Ya~Yn)에 대해 제 1 거리값 및 제 2거리값의 계산이 완료되었는지를 살핀다(S407).
위치정보를 수신한 노드들(Ya~Yn)에 대해 제 1 거리값 및 제 2거리값의 계산이 완료되지 않았다면, S404 단계부터 다시 반복한다.
위치정보를 수신한 노드들(Ya~Yn)에 대해 제 1 거리값 및 제 2거리값의 계산이 완료되었으면, 센서 네트워크내의 모든 노드들에 클러스터가 정해졌는지를 살핀다(S408).
센서 내트워크 내의 모든 노드에 대한 클러스터가 정해지지 않았다면, 위치정보를 수신한 노드들(Ya~Yn)중 노드 X와 동일한 클러스터에 포함되지 못한 노드가 있다면 그 중 하나를 노드 X로 선택한다(S410).
위치정보를 수신한 노드들(Ya~Yn)중 노드 X와 동일한 클러스터에 포함되지 못한 노드가 없다면 나머지 노드들 중 임의의 노드 X로 선택한다(S411).
센서 네트워크내 모든 노드가 어느 하나의 클러스터에 속할 때까지 클러스터형성을 계속한다.
센서 네트워크 내의 모든 노드들에 클러스터가 정해진 경우, 하나의 노드가 두 개 이상의 클러스터에 포함되었는지를 살핀다(S412).
노드는 하나의 클러스터에만 선택되어야 하기 때문에, 클러스터 재검색을 실시하여 가장 가까운 노드가 속하는 클러스터에 노드를 포함시킨다(S413). 이는 노드가 클러스터의 경계에 존재할 경우 발생할 수 있다.
도 5는 본 발명의 일 실시예에 의한 위치 인식 방법의 흐름을 보여준다. 센서 내트워크에 노드가 새로 추가되어 새로운 위치 인식을 필요로 하는 경우에 위치인식 방법을 상세히 설명하였다.
하나 이상의 상기 노드로부터 공간상의 위치를 나타내는 정보 및 소속 클러스터 정보를 포함하는 위치응답메시지를 수신한다(S501).
위치응답메시지의 전송 속도 및 전송 세기 중 적어도 어느 하나를 기초로 계산한 각 노드와의 거리값이 소정의 임계값보다 작은 값을 가지는 하나 이상의 노드가 속한 클러스터를 소속 클러스터로 결정한다(S502).
소속 클러스터에 속하는 하나 이상의 노드와의 상대 거리를 파악하여 자신의 위치를 인식한다(S503).
도 6은 본 발명의 또 다른 일 실시예에 의한 위치 인식 방법의 흐름을 보여준다.
클러스터링이 완료된 무선 센서 네트워크에 새로 배치된 노드는 위치인식을 필요로 한다. 예를 들면, 센서 네트워크에 새로운 노드가 추가되거나 움직이는 노드가 추가된 경우이다.
우선 위치인식을 필요로 하는 노드는 위치인식요청(Request)메시지를 방송한다(S601). 이를 통해 위치인식을 필요로 하는 노드는 주위에 자신이 위치인식을 필요로 함을 알린다. 우선, 노드가 속해 있는 클러스터를 찾기 위함이다.
위치인식을 필요로 하는 노드로부터 위치인식요청(Request)메시지를 받은 노드들은 자신의 클러스터 번호와 클러스터에 속한 노드의 총 수를 포함하는 클러스터 정보를 위치인식을 필요로 하는 노드로 전송한다(S602).
위치인식을 필요로 하는 노드는 자신이 속해있는 클러스터에 있는 노드들 대부분으로부터 클러스터정보를 수신할 수 있으며, 다른 클러스터에서는 모든 노드들로부터 메시지를 받을 가능성이 희박하다.
위치인식을 필요로 하는 노드는 수신한 노드들 중 RSS나 ToA를 이용해 구한 거리값이 가까운 노드를 일정한 수 만큼 선정한다(S603).
선정된 노드들이 동일한 클러스터에 속하는지를 살핀다(S603).
선정된 노드들이 동일한 클러스터에 속하는 경우에는 위치인식을 필요로 하는 노드는 해당 클러스터에 포함된다(S604).
선정된 노드들이 동일한 클러스터에 속하지 않는 경우에는, 클러스터 정보 보낸 노드들 중에서 선정된 노드와 동일 클러스터에 속하는 노드를 카운트 한다(S605).
가중치가 큰 노드의 클러스터에 포함된다(S606). 가중치는 카운트된 노드의 수를 클러스터에 속하는 소속 노드의 총 수로 나눈 값이 될 수 있다.
실내 공간에서는 클러스터가 주로 벽에 따라 나누어지게 되므로 하나의 클러스터가 하나의 방을 나타내는 경우가 대부분이다. 즉, 클러스터가 하나의 방을 나타낼 때, 노드가 속한 클러스터를 알게 된다는 것은 자신이 존재하는 방의 위치를 알게 되는 것과 같다.
실내 위치인식에서 장애물을 통과한 신호는 그 거리 오차가 크기 때문에 위치인식의 오차도 커진다. 이러한 원리를 이용하여, 장애물의 영향을 적게 받은 노드들끼리 클러스터를 형성하고 그 내부의 신호만으로 삼각측량을 수행하면 정확한 위치 인식을 수행할 수 있다.
본 발명은 정확한 위치 인식을 위하여 다음과 같은 단계를 포함한다. 실내 공간에 다수의 노드들로 구성된 무선 센서 네트워크에 있어서, (a)자신의 위치를 알고 있는 노드들끼리 자동으로 클러스터를 형성하는 단계, (b)위치 판단을 필요로 하는 노드가 속해있는 클러스터를 찾는 단계 및 (c)클러스터 내부에서 삼각측량을 수행하는 단계를 포함한다.
도 7은 본 발명의 일 실시 예에 의한 클러스터 형성방법을 단계별로 보여준다. 도 7은 (a)단계 즉, 자신의 위치를 알고 있는 노드들끼리 자동으로 클러스터를 형성하는 단계를 더욱 상세히 설명한 것이다.
도 7a는 본 발명의 일 실시 예에 의한 클러스터 형성방법의 초기수행단계이다. 도 7a를 참조하면, 실내에 형성된 무선 센서 네트워크에서 배치된 노드들은 자신의 위치를 알고 있다.
우선 자신의 위치를 알고 있는 노드들 중 임의의 노드 X를 선택하여 자신의 위치 정보를 방송(Broadcasting)한다.
도 7a에서, 노드 X는 N100이다. N101-x ~ N104-x는 방 1~4에 설치된 노드들을 나타낸다.
노드 X는 M101 메시지에 자신의 위치 정보를 담아서 센서 네트워크에 방송한다.
도 7b는 본 발명의 일 실시 예에 의한 클러스터 형성방법의 클러스터 구분단계이다.
도 7b를 참조하면, M101 메시지를 수신한 노드들은 자신의 위치 정보를 노드 X에게 보낸다. 이때, 노드 X는 각 노드들로부터 받은 메시지에서 RSS나 ToA를 이용해 거리정보를 예측한다.
그리고 수신한 메시지의 위치정보와 자신(노드 X)의 위치정보를 이용하여 X 와 각 노드 간의 실제 거리를 계산한다. 여기서 N201-1, N201-2, N201-3, N202-1, N202-2, N202-3, N203-1, N203-2 은 노드 X로부터 메시지를 수신한 노드들을 나타낸다.
도 7c는 본 발명의 일 실시 예에 의한 클러스터 형성방법의 다음 클러스터가 형성단계이다.
노드와 노드 간에 벽과 같은 장애물이 있을 경우 신호가 투과했다고 하더라도 예측한 거리정보와 실제 거리 간의 오차가 크게 된다. 그러므로 노드 X는 예측된 거리정보와 계산된 실제 거리와의 차이를 비교해 미리 설정한 문턱치(threshold)보다 그 차이가 작은 노드만을 같은 클러스터로 설정한다.
도 7c를 참조하면, C301-1, C301-2, C301-3, C301-4가 하나의 클러스터가 되며, N202-2가 클러스터 형성과정을 새로이 수행한다.
하나의 클러스터가 형성된 후에는 X와 통신하였지만 X와 동일한 클러스터에 포함되지 못한 노드가 있다면 그 중 하나를, 없다면 나머지 노드들 중 하나를 다시 X로 정의해 전술한 과정을 반복한다. 센서 네트워크 내의 모든 노드가 어느 하나의 클러스터에 속할 때까지 반복하여 수행한다.
하나의 노드가 두 개 이상의 클러스터에 포함되어 있는 경우 클러스터 재검색을 실시한다. 이는 반복적인 노드 X의 선택에서 클러스터 간의 경계에 노드가 존재할 경우에 발생할 수 있다.
이 경우 노드는 하나의 클러스터에만 소속되어야 하기 때문에 재검색한다. 자신과 가장 가까운 노드를 선택하여, 가장 가까운 노드가 속한 클러스터에 포함되 는 것으로 한다.
도 7d는 본 발명의 일 실시 예에 의한 클러스터 형성방법의 클러스터 형성완료 단계이다. 도 7d에 나타난 센서 네트워크에는 a,b,c,d 총 4개의 클러스터가 형성되었다.
클러스터 a 는 C401-1, C401-2, C401-3 및 C401-4 를 포함한다. 클러스터 b는 C402-1, C402-2 및 C402-3 를 포함한다.
클러스터 c는 C403-1, C403-2, C403-3 및 C403-4를 포함한다. 클러스터 d는 C404-1, C404-2 및 C404-3를 포함한다. 이처럼 본 발명에서, 센서 네트워크의 모든 노드는 어느 하나의 클러스터에 소속된다.
본 발명은 실내 공간에 다수의 노드들로 구성된 무선 센서 네트워크에 있어서, (a)자신의 위치를 알고 있는 노드들끼리 자동으로 클러스터를 형성하는 단계, (b)위치 판단을 필요로 하는 노드가 속해있는 클러스터를 찾는 단계 및 (c)클러스터 내부에서 삼각측량을 수행하는 단계를 포함한다. 도 8을 이용하여 (b) 단계 및 (c) 단계를 상세히 설명한다.
도 8은 본 발명의 일 실시 예에 의한 신규노드의 위치 인식 방법을 단계별로 보여준다. 도 8a는 본 발명의 일 실시 예에 의한 신규노드의 위치 인식을 위한 클러스터 판별 단계이다.
도 8a에서 노드 N500은 위치인식을 필요로 하는 노드이다. 노드 N500은 주위에 자신이 위치인식을 필요로 함을 알린다(S801). 본 발명에 의한 위치 인식을 수행하기 위하여는 노드가 속해 있는 클러스터를 우선 찾아야 한다. 이를 위하여, 위 치인식을 필요로 하는 노드는 방송을 통해 주위에 자신이 위치인식을 필요로 함을 알린다.
노드 N500로부터 메시지를 받은 노드들은 자신의 클러스터 번호와 클러스터에 속한 노드의 총 수를 노드 N500으로 전송한다(S802).
노드 N500는 수신한 클러스터 번호를 카운트한다. 노드 N500는 자신이 속해있는 클러스터에 있는 노드들 대부분으로부터 메시지를 수신할 수 있으며, 다른 클러스터에서는 모든 노드들로부터 메시지를 받을 가능성이 희박하다.
따라서 노드 N500는 수신한 노드들 중 RSS나 ToA를 이용해 구한 거리를 통해 가장 가까운 노드를 일정한 수만큼 선정하여, 선택된 노드들의 클러스터 번호가 같을 경우는 해당 클러스터에 포함된다.
하지만 선택된 노드들의 클러스터 번호가 다를 경우는 각 노드가 속한 클러스터에서 카운트 된 노드의 수를 총 수로 나눈 값이 큰 노드가 속한 클러스터에 포함된다.
실내 공간에서는 클러스터가 주로 벽에 따라 나누어지게 되므로 하나의 클러스터가 하나의 방을 나타내는 경우가 대부분이다. 즉, 클러스터가 하나의 방을 나타낼 때, 노드가 속한 클러스터를 알게 된다는 것은 자신이 존재하는 방의 위치를 알게 되는 것과 같다.
도 8b는 본 발명의 일 실시 예에 의한 신규노드의 위치 인식 방법의 클러스터 기반의 위치 인식 단계이다.
도 8b를 참조하면, 신규노드 (C600)은 자신의 소속 클러스터에 속한 C601-1 ~ C601-4로부터 RSS나 ToA값을 받아 거리를 예측한 후 삼각측량법을 이용해 자신의 위치를 판단한다.
본 발명은 장애물의 영향을 받지 않는 같은 클러스터에 속하는 노드를 이용하여 위치 인식을 수행함으로써 실내 환경에서보다 정확한 위치인식을 수행할 수 있다.
본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
이상에서 설명한바 와 같이 본 발명에 의한 위치 인식을 위한 위치 인식을 위한 노드 , 이를 이용한 클러스터 형성 방법 및 위치 인식 방법에 따르면 장애물이 많은 환경에 배치된 노드들끼리 스스로 클러스터를 형성하고, 위치인식을 필요로 하는 노드가 자신의 소속 클러스터를 찾아내고 소속 클러스터 내부에서 삼각측량법을 이용함으로써 보다 정확한 위치인식을 제공한다.

Claims (11)

  1. 일정 공간에 배치되어 센서 네트워크를 구성하는 각 노드에 있어서,
    상기 센서 네트워크에 존재하는 하나 이상의 이웃 노드로부터 상기 센서 네트워크내에서의 공간상의 위치를 나타내는 정보를 포함하는 하나 이상의 위치정보메시지를 수신하는 위치정보메시지부;
    상기 수신한 위치정보메시지들에 포함된 하나 이상의 위치정보를 기초로 하나 이상의 상기 이웃 노드와의 제 1 거리값 및 상기 위치정보메시지의 전송 속도 및 전송세기 중 어느 하나를 기초로 하나 이상의 상기 이웃 노드와의 제 2 거리값을 각각 계산하는 거리값계산부; 및
    상기 제 1 거리값 및 상기 제 2 거리값의 차가 소정의 임계값보다 작은 복수개의 이웃 노드와 클러스터를 형성하는 클러스터 형성부;를 포함하는 것을 특징으로 하는 노드.
  2. 제 1항에 있어서,
    상기 센서 네트워크에 자신의 위치정보를 포함하는 위치정보메시지를 방송하는 방송부를 더 포함하는 것을 특징으로 하는 노드.
  3. 적어도 하나의 노드를 포함하는 클러스터들로 구성되는 센서 네트워크에 새로 추가되는 신규노드에 있어서,
    하나 이상의 상기 노드로부터 공간상의 위치를 나타내는 정보 및 소속 클러스터 정보를 포함하는 위치응답메시지를 수신하는 위치요청메시지부;
    상기 위치응답메시지의 전송 속도 및 전송 세기 중 적어도 어느 하나를 기초로 각 노드와의 거리값을 계산하여 상기 거리값이 소정의 임계값보다 작은 값을 가지는 하나 이상의 노드가 속한 클러스터를 소속 클러스터로 결정하는 클러스터 결정부; 및
    상기 소속 클러스터에 속하는 하나 이상의 노드와의 상대 거리를 파악하여자신의 위치를 인식하는 위치인식부;를 포함하는 것을 특징으로 하는 신규노드.
  4. 제 3항에 있어서,
    상기 센서 네트워크에 자신의 위치인식을 요청하는 위치인식요청메시지를 방송하는 방송부를 더 포함하는 것을 특징으로 하는 신규노드.
  5. 제 3항에 있어서,
    상기 소속 클러스터 정보는 소속 클러스터의 식별부호 및 소속 클러스터에 소속된 노드의 갯수를 포함하는 것을 특징으로 하는 신규노드.
  6. 제 3항에 있어서 상기 위치인식부는
    삼각측량법에 의하여 자신의 위치를 인식하는 것은 것을 특징으로 하는 신규노드.
  7. 제 3항에 있어서 상기 클러스터 결정부는
    상기 위치응답메시지를 보낸 노드를 카운트하여 상기 위치응답메시지를 보낸 고정노드 중 가장 많은 수의 노드가 속한 클러스터를 신규노드의 클러스터로 결정하는 것을 특징으로 하는 신규노드.
  8. 일정 공간에 배치되어 센서 네트워크를 구성하는 각 노드의 클러스터 형성방법에 있어서,
    (a) 상기 센서 네트워크에 존재하는 하나 이상의 이웃 노드로부터 상기 센서 네트워크내에서의 공간상의 위치를 나타내는 정보를 포함하는 하나 이상의 위치정보메시지를 수신하는 단계;
    (b) 상기 수신한 위치정보메시지들에 포함된 하나 이상의 위치정보를 기초로 하나 이상의 상기 이웃 노드와의 제 1 거리값 및 상기 위치정보메시지의 전송 속도 및 전송세기 중 어느 하나를 기초로 하나 이상의 상기 이웃 노드와의 제 2 거리값을 각각 계산하는 단계; 및
    (c) 상기 제 1 거리값 및 상기 제 2 거리값의 차가 소정의 임계값보다 작은 복수개의 이웃 노드와 클러스터를 형성하는 단계;를 포함하는 클러스터 형성방법.
  9. 적어도 하나의 노드를 포함하는 클러스터들로 구성되는 센서 네트워크에 새로 추가되는 신규노드의 위치 인식 방법에 있어서,
    (a) 하나 이상의 상기 노드로부터 공간상의 위치를 나타내는 정보 및 소속 클러스터 정보를 포함하는 위치응답메시지를 수신하는 단계;
    (b) 상기 위치응답메시지의 전송 속도 및 전송 세기 중 적어도 어느 하나를 기초로 계산한 상기 각 노드와의 거리값이 소정의 임계값보다 작은 값을 가지는 하나 이상의 노드가 속한 클러스터를 소속 클러스터로 결정하는 단계; 및
    (c) 상기 소속 클러스터에 속하는 하나 이상의 노드와의 상대 거리를 파악하여 자신의 위치를 인식하는 단계;를 포함하는 것을 특징으로 하는 위치 인식 방법.
  10. 센서 네트워크에 새로 배치된 신규노드의 위치 인식 방법에 있어서,
    (a) 상기 센서 네트워크 내의 자신의 위치정보를 가지고 있는 노드 중 제 1노드는 자신의 위치정보를 포함하는 위치정보메시지를 센서 네트워크에 방송하는 단계;
    (b) 상기 위치정보메시지를 수신한 자신의 위치정보를 가지고 있는 노드 중 하나 이상의 제 2 노드들로부터 제 2 노드들의 위치정보메시지를 획득하는 단계;
    (c) 상기 위치정보 메시지에 포함된 제1노드 및 제2노드들의 위치정보를 기초로 계산한 제 1 거리값과 상기 제 1노드와 제 2노드들간의 상기 위치정보메세지의 전송 속도 또는 세기를 기초로 계산한 제 2 거리값을 계산하는 단계;
    (d) 상기 제 1 거리값과 상기 제 2 거리값의 차이가 임계값보다 작은 제 1노드 및 제2노드들로 구성된 클러스터를 형성하는 단계;
    (e) 새로운 위치 인식을 필요로 하는 제 3노드가 발생한 경우, 제 3노드는 위치요청메시지를 상기 센서 네트워크에 방송하는 단계;
    (f) 자신의 위치정보를 가지고 있는 노드로부터 자기가 속하는 클러스터 번호를 포함하는 위치응답메시지를 수신하는 단계; 및
    (g) 상기 위치응답메시지의 전송 속도 또는 세기 중 어느 하나를 이용하여 계산한 제 3 거리값이 임계값보다 작은 노드들이 속하는 클러스터 내에서 삼각측량에 의한 위치인식을 수행하는 단계;를 포함하는 것을 특징으로 하는 위치 인식 방법.
  11. 제 8항 내지 제 10항 중 어느 한 항에 기재된 방법을 컴퓨터에 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1020060090146A 2006-09-18 2006-09-18 위치 인식을 위한 노드, 이를 이용한 클러스터 형성 방법및 위치 인식 방법 KR100785794B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020060090146A KR100785794B1 (ko) 2006-09-18 2006-09-18 위치 인식을 위한 노드, 이를 이용한 클러스터 형성 방법및 위치 인식 방법
US11/759,450 US7697458B2 (en) 2006-09-18 2007-06-07 Node for self localization, clustering method using the same, and localization method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020060090146A KR100785794B1 (ko) 2006-09-18 2006-09-18 위치 인식을 위한 노드, 이를 이용한 클러스터 형성 방법및 위치 인식 방법

Publications (1)

Publication Number Publication Date
KR100785794B1 true KR100785794B1 (ko) 2007-12-13

Family

ID=39141054

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020060090146A KR100785794B1 (ko) 2006-09-18 2006-09-18 위치 인식을 위한 노드, 이를 이용한 클러스터 형성 방법및 위치 인식 방법

Country Status (2)

Country Link
US (1) US7697458B2 (ko)
KR (1) KR100785794B1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100941754B1 (ko) 2007-11-08 2010-02-11 한국전자통신연구원 접근점 위치 정보 생성 장치 및 방법
KR100987394B1 (ko) 2009-12-17 2010-10-12 동국대학교 산학협력단 센서 노드의 클러스터링 방법 및 장치
KR101780144B1 (ko) * 2016-02-03 2017-09-19 서울시립대학교 산학협력단 사물인터넷 기반 무선 센서 네트워크의 라우팅 및 부하 균등화 방법
CN107831467A (zh) * 2017-10-10 2018-03-23 深圳数位传媒科技有限公司 节点定位方法、服务器、系统及计算机可读存储介质
CN109068334A (zh) * 2018-09-06 2018-12-21 三峡大学 一种改进Delaunay三角剖分的虚拟力算法部署节点方法

Families Citing this family (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100842260B1 (ko) * 2006-11-08 2008-06-30 한국전자통신연구원 센서 네트워크 상의 각 센서 노드들에 의한 독립적클러스터 구성 방법
US7978639B2 (en) * 2007-08-30 2011-07-12 Intermec Ip Corp. Systems, methods and devices for collecting data from wireless sensor nodes
US7920512B2 (en) * 2007-08-30 2011-04-05 Intermec Ip Corp. Systems, methods, and devices that dynamically establish a sensor network
KR100975087B1 (ko) * 2008-10-07 2010-08-11 성균관대학교산학협력단 전파 방사패턴의 재구축을 통한 센서 네트워크의 위치인식 방법
KR101156618B1 (ko) * 2008-11-21 2012-06-14 연세대학교 산학협력단 무선 네트워크에서 자원을 할당하는 방법
WO2010100325A1 (en) * 2009-03-04 2010-09-10 Nokia Corporation Building and maintaining wireless node constellations
CN101710866B (zh) * 2009-12-01 2011-11-02 北京邮电大学 一种选择和设置网络超级节点的方法
US20130081541A1 (en) 2011-10-03 2013-04-04 Erik John Hasenoehrl Air freshening network
US20140022968A1 (en) * 2012-07-17 2014-01-23 Procter And Gamble, Inc. Home network of connected consumer devices
US8886785B2 (en) 2012-07-17 2014-11-11 The Procter & Gamble Company Home network of connected consumer devices
US20140022940A1 (en) * 2012-07-17 2014-01-23 The Procter & Gamble Company Systems and methods for networking consumer devices
US20140022061A1 (en) * 2012-07-17 2014-01-23 Procter And Gamble, Inc. Home network of connected consumer devices
US20140022917A1 (en) * 2012-07-17 2014-01-23 Procter And Gamble, Inc. Home network of connected consumer devices
US10165654B2 (en) * 2012-07-17 2018-12-25 The Procter & Gamble Company Home network of connected consumer devices
US9762437B2 (en) * 2012-07-17 2017-09-12 The Procter & Gamble Company Systems and methods for networking consumer devices
US20140022793A1 (en) * 2012-07-17 2014-01-23 Procter And Gamble, Inc. Home network of connected consumer devices
KR20140117060A (ko) * 2013-03-26 2014-10-07 한국전자통신연구원 식별자 없이 단말간 직접통신을 위한 매체접근제어계층 프로토콜 제어 장치 및 방법
WO2015003315A1 (en) * 2013-07-09 2015-01-15 Hua Zhong University Of Science Technology Data collection in wireless sensor network
CN103997783B (zh) * 2014-05-14 2017-03-29 无锡北邮感知技术产业研究院有限公司 一种室外聚类匹配定位方法和装置
WO2016139615A1 (en) * 2015-03-04 2016-09-09 Universita' Degli Studi Di Genova Method and system for real-time location
US9763054B2 (en) * 2015-08-19 2017-09-12 Locix Inc. Systems and methods for determining locations of wireless sensor nodes in a tree network architecture having mesh-based features
US9846220B2 (en) * 2015-08-19 2017-12-19 Locix, Inc. Systems and methods for determining locations of wireless sensor nodes in a network architecture having mesh-based features for localization
US10203415B2 (en) 2015-12-09 2019-02-12 General Electric Company Methods for topology and automatic neighborhood detection in lighting system
US10455350B2 (en) 2016-07-10 2019-10-22 ZaiNar, Inc. Method and system for radiolocation asset tracking via a mesh network
US11620471B2 (en) * 2016-11-30 2023-04-04 Cylance Inc. Clustering analysis for deduplication of training set samples for machine learning based computer threat analysis
US10834600B2 (en) * 2017-05-22 2020-11-10 Apple Inc. Managing moving wireless access points in wireless network positioning system
US10298989B2 (en) * 2017-05-29 2019-05-21 EVA Automation, Inc. Environment identification based on multiple proximate hubs
US11350381B2 (en) * 2017-10-26 2022-05-31 Benchmark Electronics, Inc. Mesh ranging and network message and slot structure for ad-hoc networks and method therefor
US11106948B2 (en) * 2018-06-28 2021-08-31 Dell Products L.P. Classifying telemetry data to identify and remediate issues
US10778595B2 (en) * 2018-11-01 2020-09-15 International Business Machines Corporation Operating a message queue cluster having multiple nodes
CN111447658B (zh) * 2019-01-16 2022-01-04 沈阳理工大学 一种基于sdwsn的分簇路由方法
WO2022039354A1 (en) * 2020-08-21 2022-02-24 Samsung Electronics Co., Ltd. Electronic device and method, performed by electronic device, of obtaining location information
US20220124676A1 (en) * 2020-10-15 2022-04-21 Electronics And Telecommunications Research Institute Method and apparatus for channel resource management in wireless communication system
CN113965879B (zh) * 2021-05-13 2024-02-06 深圳市速腾聚创科技有限公司 多传感器的感知信息融合方法及相关设备
CN113254724B (zh) * 2021-06-02 2021-10-15 北京达佳互联信息技术有限公司 网络空间发现方法、装置、电子设备及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060020886A (ko) * 2004-09-01 2006-03-07 한국전자통신연구원 이동 애드혹 네트워크에서 최적 방향-기반 플러딩 방법

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7035240B1 (en) * 2000-12-27 2006-04-25 Massachusetts Institute Of Technology Method for low-energy adaptive clustering hierarchy
US6678750B2 (en) * 2001-06-04 2004-01-13 Hewlett-Packard Development Company, L.P. Wireless networked peripheral devices
JP2005525003A (ja) * 2001-09-05 2005-08-18 ニューベリイ ネットワークス，インコーポレーテッド 無線ネットワークにおける位置検出および場所追跡
US6744740B2 (en) * 2001-12-21 2004-06-01 Motorola, Inc. Network protocol for wireless devices utilizing location information
US7206293B2 (en) * 2001-12-28 2007-04-17 Arraycomm Llc System and related methods for beamforming in a multi-point communications environment
US7277401B2 (en) * 2003-04-25 2007-10-02 Motorola, Inc. Reduced order model node location method for multi-hop networks
JP2005184727A (ja) 2003-12-24 2005-07-07 Hitachi Ltd 無線通信システム、無線ノード、無線通信システムの構築方法及びノードの位置測定方法
US7397782B2 (en) * 2005-05-19 2008-07-08 Intel Corporation Directional transmissions to multiple wireless devices
US7289466B2 (en) * 2005-10-05 2007-10-30 Honeywell International Inc. Localization for low cost sensor network

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060020886A (ko) * 2004-09-01 2006-03-07 한국전자통신연구원 이동 애드혹 네트워크에서 최적 방향-기반 플러딩 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
공개번호 10-2006-0020886

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100941754B1 (ko) 2007-11-08 2010-02-11 한국전자통신연구원 접근점 위치 정보 생성 장치 및 방법
KR100987394B1 (ko) 2009-12-17 2010-10-12 동국대학교 산학협력단 센서 노드의 클러스터링 방법 및 장치
KR101780144B1 (ko) * 2016-02-03 2017-09-19 서울시립대학교 산학협력단 사물인터넷 기반 무선 센서 네트워크의 라우팅 및 부하 균등화 방법
CN107831467A (zh) * 2017-10-10 2018-03-23 深圳数位传媒科技有限公司 节点定位方法、服务器、系统及计算机可读存储介质
CN109068334A (zh) * 2018-09-06 2018-12-21 三峡大学 一种改进Delaunay三角剖分的虚拟力算法部署节点方法
CN109068334B (zh) * 2018-09-06 2021-06-18 三峡大学 一种改进Delaunay三角剖分的虚拟力算法部署节点方法

Also Published As

Publication number Publication date
US20080069008A1 (en) 2008-03-20
US7697458B2 (en) 2010-04-13

Similar Documents

Publication Publication Date Title
KR100785794B1 (ko) 위치 인식을 위한 노드, 이를 이용한 클러스터 형성 방법및 위치 인식 방법
CN112218328B (zh) 一种感知测量方法及装置
US7969913B2 (en) Localization apparatus for recognizing location of node in sensor network and method thereof
JP4968960B2 (ja) Ｔｏａ（到達時刻）とｒｓｓ（受信信号強度）の融合による適応型対象測位方法、装置、システム、および当該システムを利用した対象追跡方法
US8049666B2 (en) Regional positioning method and apparatus in wireless sensor network
Kyritsis et al. A BLE-based probabilistic room-level localization method
US10567918B2 (en) Radio-location method for locating a target device contained within a region of space
CN108449953B (zh) 用于登记装置位置的方法和装置
Ding et al. Using mobile beacons to locate sensors in obstructed environments
KR101600190B1 (ko) 환경 변수를 고려한 실내 측위 장치 및 그 방법
Jeong et al. SALA: Smartphone-assisted localization algorithm for positioning indoor IoT devices
JP2011214920A (ja) 位置推定装置、位置推定方法及びプログラム
JP2008241684A (ja) 位置推定方法、位置推定システム及び無線端末
WO2006132721A1 (en) Method and apparatus for determining the location of a node in a wireless system
KR102518422B1 (ko) 위치 측정 방법, 장치 및 시스템
Hii et al. Improving location accuracy by combining WLAN positioning and sensor technology
CN104076329A (zh) 节点定位方法和装置
KR101901359B1 (ko) 이동 노드를 이용한 수동적 위치 추적 시스템 및 방법
KR20110035989A (ko) 무선 측위 방법 및 장치
KR102083377B1 (ko) 무선 통신 시스템에서 단말 위치를 추정하는 방법 및 이를 위한 장치
JP2012208109A (ja) ３次元測位システム、ノード、ホスト、およびその動作方法
Chan et al. Experiments for leveled RFID localization for indoor stationary objects
KR101244430B1 (ko) 무선 네트워크의 위치 추정 방법 및 시스템
Balasubramanian et al. Minimizing the localization error in wireless sensor networks
KR101064686B1 (ko) 센서 네트워크에서 태그 노드 셀 판별 방법

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
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: 20121129

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20131128

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20141127

Year of fee payment: 8

LAPS Lapse due to unpaid annual fee