KR100938806B1 - 알에프수신신호세기의 확률적 필터링을 이용한무선센서노드 위치추적방법 - Google Patents

알에프수신신호세기의 확률적 필터링을 이용한무선센서노드 위치추적방법 Download PDF

Info

Publication number
KR100938806B1
KR100938806B1 KR1020080040777A KR20080040777A KR100938806B1 KR 100938806 B1 KR100938806 B1 KR 100938806B1 KR 1020080040777 A KR1020080040777 A KR 1020080040777A KR 20080040777 A KR20080040777 A KR 20080040777A KR 100938806 B1 KR100938806 B1 KR 100938806B1
Authority
KR
South Korea
Prior art keywords
received
rssi value
location
wireless sensor
filtering
Prior art date
Application number
KR1020080040777A
Other languages
English (en)
Other versions
KR20090114900A (ko
Inventor
손병락
신승찬
김중규
김희철
Original Assignee
대구대학교 산학협력단
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 대구대학교 산학협력단 filed Critical 대구대학교 산학협력단
Priority to KR1020080040777A priority Critical patent/KR100938806B1/ko
Publication of KR20090114900A publication Critical patent/KR20090114900A/ko
Application granted granted Critical
Publication of KR100938806B1 publication Critical patent/KR100938806B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0278—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves involving statistical or probabilistic considerations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
    • G01S11/02—Systems for determining distance or velocity not using reflection or reradiation using radio waves
    • G01S11/06—Systems for determining distance or velocity not using reflection or reradiation using radio waves using intensity measurements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0252—Radio frequency fingerprinting
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0284—Relative positioning
    • G01S5/0289—Relative positioning of multiple transceivers, e.g. in ad hoc 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

Abstract

본 발명은 수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법에 관한 것으로, 라인트랜시버, 도수분포표가 내장된 제어부, 알에프부(RF), 외부메모리부를 포함하는 복수개의 무선센서노드의 위치를 추적하기 위한 수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법에 있어서, 신호 송수신과정을 통해 RSSI(Received Signal Strength Indication)값을 수신하고 수신된 RSSI값의 도수분포표를 확인하는 제1 단계; 수신된 RSSI값을 카운트하고 카운트 횟수가 50회인지를 판단하는 제2 단계; 만약 카운트 횟수가 50회이면 수신된 RSSI값을 소팅하는 제3 단계; 이후 수신된 RSSI값의 최대도수를 찾아내는 제4 단계; 및 이후 첫번째 RSSI값부터 가장높은 최대도수(Kmax)값까지의 평균을 구하고 필터링된 RSSI값을 얻는 제 5 단계를 포함하여 이루어진 것을 특징으로 한다.
최대도수, 무선센서노드, RSSI

Description

알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법{Wireless Sensor Node Position Tracking Method Using Probability Filtering of RF Received Signal Strength}
본 발명은 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법에 관한 것으로, 더욱 상세하게는 실내환경에서 위치추정시 RF 수신신호세기 측정 오차를 줄이기 위해 RSSI(Received Signal Strength Indication) 필터링 알고리즘을 사용하는 RF수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법에 관한 것이다.
본 발명에서는 무선 센서 네트워크에서 추가적인 하드웨어 없이 RSSI 값만을 이용하여 정확한 위치추정 시스템을 구축하기 위한 필터링 알고리즘을 제안한다. 본 발명에 따르면 실내환경에서 장애물로 인해 발생하는 RSSI 측정오차값을 제안하는 필터링 알고리즘을 이용하여 줄일 수 있게 된다.
위치추정 시스템에서 가장 기본적인 인자는 각 센서노드 간의 상대거리를 측정하는 것이다. 상대거리를 측정하기 위한 간단하고 저렴한 방법은 RF 수신신호세기, 즉, RSSI 값을 측정하여 거리로 환산하는 방법이 있다. LoS(Line of Sight)가 보장되는 실외환경에서 측정한 RSSI 값은 이상적인 RSSI 값과 큰 차이는 발생하지 않지만, 실내 환경은 다양한 오차발생원인(장애물, 사람의 이동 등)에 의해 정확한 RSSI 값을 수신하기 어렵다.
1991년 Mark Weiser의 논문 "The Computer for the 21st Century"(M. Weiser, "The Computer for the 21st Century," Scientific American, pp. 94-104, 1991)에서 'Ubiquitous Computing'이라는 말을 처음으로 시작하면서 Ubiquitous는 미래 컴퓨터 시스템을 지칭하는 용어로 사용되고 있다.
Ubiquitous 사회의 특징인 '보이지 않는 기술' 구현하는 핵심 기술 중 하나는 위치추정 기술이다. 위치추정 기술은 사용자 요구에 의한 수동적 컴퓨팅 환경이 아닌 능동적 감지에 의한 자동 컴퓨팅 환경을 가능하게 할 뿐 아니라 사용자가 인식하지 못하는 상황에서 자연스럽게 정보를 제공해 주는 컴퓨팅 환경을 가능하게 한다. 이에 따라 최근 다양한 통신 방식을 이용한 위치추정 기술이 연구되고 있다. 특히, GPS(Global Positioning System)를 이용한 자동항법장치 및 이동통신망 기반의 위치기반 서비스인 LBS(Location Based Service)는 이미 다양한 분야에서 활용되고 있으며 현대사회에서 필수불가결한 기술로 발전해 왔다.
Ubiquitous 컴퓨팅 핵심 기술 중 하나인 무선 센서 네트워크(Wireless Sensor Networks) 기술은 현재 다양한 각도로 연구가 진행되고 있다. 특히, 최근 무선 센서 네트워크에서 센서노드의 위치추정 기술은 다양한 응용 분야에서 기술개발 및 위치추정 오차를 줄이기 위한 연구가 활발히 진행되고 있다. 센서노드의 위치정보를 기반으로 하는 응용분야는 다양하며 대표적인 사례로는 다음과 같다.
- 홈오토메이션 : 홈네트워킹과 무선센서네트워크를 기반으로 하는 유비쿼터스 컴퓨팅 환경을 가정에 적용하여 보다 향상된 기능을 제공하는 가정 자동화 시스템이다. 이런 홈오토메이션 분야에서는 사용자 위치추정 분야에 사용된다. 생활패턴에 대한 조사로 다양한 서비스가 가능하게 된다.
- 미아방지 시스템 : 놀이공원, 동물원, 단체이동 등 주로 어린이들의 단체 이동시 적용 가능한 시스템으로 특정영역에서 벗어난 노드에 경고 및 위치의 추적까지 가능한 시스템이다.
- 침입자 방지 시스템 : 침입자 방지 시스템은 위치추정의 개념보다는 특정영역에 허가되지 않은 사람의 출입을 확인하기 위한 시스템으로 사용된다. 또한 침입자의 위치 추적 또한 가능하게 하는 시스템으로 발전하고 있다.
- 병원에서의 환자 위치 추적 : 병원에서의 응급환자에 대한 신속한 대응이 가능하고 환자의 생체정보를 얻어 쉽게 환자 관리가 가능한 시스템
- 대형마트/백화점의 고객 선호도 분석 : 시간별, 고객별, 날짜별 등 마트나 백화점의 제품에 대한 고객의 선호도를 조사 분석이 가능하고 이 자료들은 운영 및 마케팅의 기초자료로 활용이 가능하다.
- 재난 방재 시스템 : 건물내 사람 및 사물의 위치를 탐색하고 인원정보 및 중요 사물의 위치를 파악한다. 이런 위치정보를 이용하여 재난 발생시 신속한 인명 구조와 중요 사물의 복구를 가능하게 한다.
일반적으로 무선 센서 네트워크에서 실내 위치추정 시스템은 지그비(ZigBee)를 이용한 RSSI(Received Signal Strength Indication) 기반의 위치추정 시스템을 많이 사용한다. 이유는 별도의 추가적인 하드웨어 없이 위치 추정이 가능하고 구축비용이 저렴하며 응용범위가 넓다는 장점이 있기 때문이다. 하지만 RF 특성상 회절, 반사, 멀티패스(multi-path)등 다양한 문제점들이 산재되어 있다. RSSI를 이용한 위치추정 시스템은 LoS(Line of Sight)가 확보되는 실외환경에서는 비교적 정확한 거리추정이 가능하지만, Non-LoS 환경에서는 벽, 가구 등과 같은 장애물, 사람의 이동 등 여러 가지 오차 발생요인으로 인한 RF 수신신호세기 측정값이 부정확한 단점을 가지고 있다.
이하 기존의 위치추정시스템에 대하여 설명한다.
위치추정 시스템의 분류
위치추정 시스템은 추정 영역의 범위에 따라 원거리와 근거리 위치추정 시스템으로 분류할 수 있다. 원거리 위치추정 시스템은 수 미터에서 수 킬로미터 단위의 큰 오차 범위를 가지고 있지만, 근거리 위치추정 시스템은 실제 사람이 생활하는 공간에서의 수 센티미터에서 수 미터의 작은 오차범위를 가진 시스템을 말한다.
원거리 위치추정 시스템
GPS 기술은 1970년대 미국 국방성에서 군사용 목적으로 시작된 기술이다. 24개의 위성이 지구 상공에 있는 6개의 원형 궤도면에 각각 4개씩 할당되어 돌고 있으며 위도, 경도, 고도의 위치정보뿐만 아니라 속도와 시간 정보까지 얻을 수 있다. GPS 위성은 최소 5개의 위성으로부터 신호를 수신할 수 있으며 각각의 위성은 2개의 L 밴드 주파수를 이용해 신호를 송신한다. GPS는 위치추정 방식에서 기본적인 삼각법 방식을 이용하며 위치추정 정확도는 20m 이내이며 시간 정확도는 100ns, 속도 정확도는 초당 3cm 이다.
CDMA(Code Division Multiple Access) 기반 LBS 기술은 위치기반서비스를 의미하지만 일반적으로 이동통신망에서 사용되는 위치기반서비스를 의미한다. LBS는 이동통신망 기반으로 친구 찾기, 교통정보제공, 비상구조, 물류, 보안 등 다양한 분야에 서비스를 제공하고 있다. LBS의 핵심 기술은 위치 파악 기술, 위치 기반 정보 생성 기술, 그리고 위치 기반 정보 제공 기술의 3가지로 요약될 수 있다(김학용, "무선랜 기반 위치정보 서비스" Telecommunications Review, 제16권, pp.188-202, 2006.).
근거리 위치추정 시스템
WLAN(Wireless Local Area Networks)을 이용한 근거리 위치추정 시스템은 단말 노드가 수신하는 RF신호의 세기(RF Signal Strength)를 측정하여 신호 감쇠정도에 따른 거리를 계산한다. 이 계산된 거리로 단말 노드의 위치를 추정한다. 이를 이용한 대표적인 시스템은 마이크로소프트사의 RADAR 시스템(P. Bahl, and V.N. Padmanabhan, RADAR: An In Building RF-Based User Location and Tracking System, In Proc . of IEEE Infocom 2000 Conf . on Computer Commun, Vol.2, pp. 775-784, 2000), Ekahau(Ekahau, Inc., http://www.ekahau.com )와 Intel의 Place Lab(Place Lab at Intel Corporation, http://www.placelab.org)등이 있다. RADAR는 건물 내 사용자 위치를 인식하고 추적하기 위한 시스템으로 여러개의 수신기에서 수집된 RF 신호 세기를 이용하여 사용자의 위치를 측정한다. RADAR는 IEEE 802.11 무선랜 환경을 기반으로 하며, AP(Access Point)에서 WLAN 단말 노드들이 전송하는 신호의 세기와 신호 대 잡음비를 측정하고 이를 이용하여 실내 환경에서 WLAN 장치들의 2차원 위치를 계산한다. 신호 전파 모델을 검증하고 실시간으로 사용자 위치를 추측하기 위해 사용자 위치 함수로서 무선 신호에 대한 정보를 기록하여 수집한다. 위치가 다른 세 개의 AP(Access Point)로부터 얻어진 RF 세기 정보는 하나의 테이블로 수집되고 각각에 대한 표준과 편차를 계산한다. Ekahau 시스템은 소프트웨어만으로 구성되어 있으며 기존에 사용하던 WLAN AP를 위치 추적 용도로 사용한다. 이 시스템은 Ekahau Finder, Finder Application Sever, Ekahau Positioning Engine, Positioning Engine Server로 구성되어 있다. 기본적으로는 AP와 WLAN 단말 노드 사이의 RF 신호 세기를 이용하며 Fingerprinting 방식을 사용해서 위치추정의 정확도를 높였다.
적외선을 이용한 방식은 실내 곳곳에 부착된 적외선 센서가 고유 ID코드를 가진 적외선 장치를 인식하여 위치를 찾아내는 방식이다. 비교적 시스템의 구성이 간단하고 저렴하나 적외선신호의 특성상 LoS내에서만 사용이 가능하고 형광 또는 태양광이 비치는 곳에는 사용하기 어렵다. 대표적인 시스템은 Active Badge(R. Want, A. Hopper, V. Falcao, and J. Gibbons, "The Active Badge Location System," ACM Trans. on Information Systems, Vol.10, pp. 91-102, 1992)가 있다. 액티브 배지는 1992년 AT&T 캠브리지 연구소에서 기지국감시 위치 측정 기법을 이 용하여 건물 내 개인의 위치를 파악하기 위해서 개발되었다. 이 시스템은 주기적으로 고유의 ID정보를 가진 적외선 신호를 송신하는 송신기와 천정에 부착된 수신기로 구성된다. 수신기는 특정한 아이디를 가진 송신기가 현재 범위 이내에 있음을 통해서 송신기의 위치를 결정한다.
초음파를 이용한 위치추정 시스템은 RF와 초음파의 속도차이를 이용하여 위치를 추정하는 시스템이다. 이를 이용한 대표적인 시스템으로는 MIT의 Cricket(N. Priyantha, A. Chakraborty, and H. Balakrishnan, "The Cricket Location-Support System," Proc. of the ACM Int'l Conf. on MobICom, 2000)시스템이 있다. Cricket 시스템은 2000년 미국 MIT 대학에서 개발한 시스템으로 TinyOS를 기반으로 위치를 알고 있는 고정된 비컨(Beacon) 노드들이 초음파 신호가 수신 노드에 도달할 때까지 RF신호를 계속 전송하도록 하여, 수신 노드가 항상 초음파 신호를 수신할 경우 반드시 이에 대응하는 RF 신호도 수신할 수 있도록 한다. RF와 같이 수신된 초음파 신호는 TDoA(Time Difference of Arrival)를 측정하여 거리값을 계산하고 최종적으로 위치를 계산한다. 이 시스템은 중앙 서버에서 위치를 계산하지 않고 각각의 단말 노드에서 자신의 위치를 계산하는 방식이다.
Bluetooth는 근거리 무선통신 규약으로 반경 10~100m사이의 각종 전자/정보통신 기기를 무선으로 연결하는 기술이다. 2.45GHz 주파를 사용하며 최근 가정이나 사무실에 컴퓨터, 프린터, 휴대폰, PDA등 다양한 기기에 적용 대중화 되어있다. Bluetooth를 이용한 위치추정 시스템은 일반적으로 RSSI를 이용하여 단말노드가 거리를 측정하고 위치를 알고 있는 노드를 기준점으로 삼각측량을 이용하여 위치를 계산한다.
RFID는 태그(Tag)와 리더(Reader)로 구성되어 있으며 리더에서 RF를 송신하면 태그는 자신의 유일한 ID를 보내준다. 리더는 이 유일한 정보를 읽어서 무슨 태그인지, 어떤 정보인지를 판단한다. 리더와 태그는 사용 주파수와 출력 RF 파워에 따라서 인식 거리가 다르다. 일반적으로 태그의 인식 가능 거리는 접촉식이 아닐 경우 수 미터에 이른다. 태그 인식에 따른 특정 리더의 고정 위치로 셀 단위로 태그의 위치를 추정할 수 있다. 실내 공간에서 규칙적인 배열로 설치할 경우 좀 더 정밀한 위치 추정이 가능하다. RFID 시스템을 이용한 위치추정 시스템의 대표적인 것으로는 SpotON(J. Hightower, R. Wand, and G. Borriello, "Spoton: An Indoor 3d Location Sensing Technology Based on RF Signal Strength," University of Washington, Technical Report 00-02-02, 2000, SpotON: Ad-hoc Location Sensing, http://portolano.cs.washington.edu/projects/spoton )이 있다. SpotOn은 1997년 미국 워싱턴 대학에서 수행한 Portolano 프로젝트(Portolano: An Expedition into Invisible Computing , http://portolano.cs.washington.edu)에서 제안한 시스템으로 무선 신호의 거리에 따른 감쇠 특성을 이용했다. 천정이나 벽에 붙어 있는 고정된 위치의 태그와 이동물체의 태그를 상대적인 거리로 계산한다.
UWB(Ultra Wide Band)는 고속의 근거리 무선 통신망을 제공할 수 있는 새로운 대안으로 최근 많은 연구가 진행 중이다. 이는 군사용 레이더에 사용되던 기술로 임펄스 통신이라고도 한다. UWB 기술은 수백 pico-sec의 아주 짧은 펄스를 안테나를 통해 바로 전송하는 통신 방식이다. UWB 기반의 위치추정 시스템은 기존의 위 치추정 시스템들에 비해 많은 장점을 가지고 있다. 신호의 투과력이 우수하기 때문에 전파 지연 시간을 정확히 측정할 수 있다. LoS가 보장되지 않는 실내 환경이나 전파 음영지역에서도 위치 측정 정확도 뛰어나다. 또한 기존 RF 통신기술과는 다른 반송파를 사용하지 않으므로 구조가 간단하다.
근거리 위치추정 시스템의 구성
근거리 위치추정 시스템은 위치추적의 대상이 되는 단말노드, AP 그리고 중앙서버 혹은 위치계산 엔진(Positioning Calculation Engine)으로 구성된다. 또한, 동작하는 방식에 따라 인프라 기반 방식(Infrastructure-Based Architecture)과 단말기 기반 방식(Terminal-Based Architecture)으로 분류될 수 있다(김학용, 김성덕, 서동길, 지정강, 장현태, "근거리 위치추적 기술 동향", IITA 주간기술동향, 통권 1322호, pp. 1-12, 2007).
인프라 기반
인프라 기반 방식은 자신의 위치를 모르는 단말 노드가 주기적으로 비컨 신호를 브로드캐스트(Broadcast)하면 주변에 있는 AP가 그 신호를 수신하여 노드와의 위치정보 또는 거리정보를 수집한 후 중앙의 위치계산 엔진이나 서버에 전송하게 된다. 이 정보를 기반으로 단말 노드의 계산되어 진다. 이러한 이유로 인프라 기반 방식은 네트워크 기반(Network-Based Architectre)이라고도 불린다.
단말기 기반 방식
단말기 기반 방식의 위치추적 시스템에서는 AP가 일정한 주기로 비컨 신호를 브로드캐스트하게 된다. 이 신호를 수신한 단말 노드는 신호를 분석하여 위치정보를 또는 거리정보를 수집한 후 위치계산 엔진을 통해 위치값을 계산하게 된다. 단말기 기반 방식에서는 단말 노드가 다양한 기능을 수행하기 때문에 클라이언트 기반(Client-Based Architecture)라고도 불린다. 이 방식에서는 태그가 최소 3개 이상의 AP로부터 신호를 수신해야 하며 그에 따른 위치정보 처리 기능을 수행해야 하기 때문에 전력 소모가 커지고 위치정보 전송주기가 길어져야 한다는 단점이 있다.
위치 추정 기술(이지영, 양성원, 이영화, 차호정, "유비쿼터스 환경에서의 위치인식 기술", 한국인터넷정보학회, 제7권 제2호, pp.30-37, 2006).
AoA( Angle of Arrival )
AoA 방식은 DoA(Direction of Arrival)라고도 불린다. AoA 방식은 어레이 안테나(array antenna)를 사용하여 수신된 신호의 방향을 계산한다. 따라서 하나의 AoA 측정값은 물체의 위치를 하나의 선상의 어느 한 점으로 국한할 수 있다. 만일 서로 다른 위치에 있는 최소한 두 개의 어레이 안테나로부터 AoA 측정값을 얻는다면, 물체의 위치는 각 안테나로부터 얻어지는 AoA 측정값들로부터 얻어지는 두 선의 교차점이 되며, 많은 AoA 측정값들을 사용할수록 측정된 위치의 정확도는 향상이 된다. AoA 방식은 레이더 및 상업적인 무선 시스템에서 흔히 사용되고 있으나, 어레이 안테나 배치에 따른 공간 등의 문제로 인하여 무선센서네트워크에는 적합하 지 않는 방식이다.
ToA( Time of Arrival )
거리 측정을 위한 신호를 송신하는 비컨과 이를 수신하는 노드 간에 신호가 도달하는데 소요되는 시간을 측정하여 거리를 구하는 방식이다. 3개 이상의 수신기 혹은 비컨이 있을 경우 측정된 거리들로부터 삼각법을 사용하여 위치를 계산할 수 있다. ToA의 거리측정 방식에는 크게 동기식과 비동기식이 있다. 동기식에서는 수신 노드와 비컨이 서로 동기화되어 있어야 하며, 비컨은 수신 노드로부터 절대적인 현재 시간을 기록한 신호를 보낸다. 수신 노드와 비컨 사이의 시간이 동기화 되어 있기 때문에 수신 노드는 신호의 수신 시간을 측정하여 비컨과 수신기 간에 신호 도달에 걸리는 절대적인 시간을 구할 수 있다. 그 절대적인 시간을 이용하여 사용되는 신호의 전송속도와 신호 도달 시간으로부터 거리를 구할 수 있다. 비동기 방식에서 수신기와 비컨 간에 시간 동기를 맞출 필요가 없다. 비컨은 현재 시간을 기록한 다음 즉시 수신 노드에 신호를 보낸다. 수신 노드는 비컨으로부터 수신한 신호를 다시 비컨에게 되돌려 보낸다. 수신 노드에서 신호를 다시 비컨에게 되돌려 보낸다. 수신 노드에서 신호를 다시 비컨에 되돌려 보내는데 걸리는 지연이 일정하다고 한다면, 비컨은 신호의 전송 시간과 수신 시간의 차 및 수신 노드에서의 지연 시간으로부터 비컨과 수신 노드 사이의 거리를 계산할 수 있다.
TDoA( Time Difference of Arrival )
여러 개의 수신 노드에서 수신한 신호의 도착 시간들의 차로부터 비컨의 위치를 측정하는 방식이다. 이 방식에서는 비컨에서 신호를 보낸 절대적인 시간은 알 수 없으며, 서로 시간적으로 동기 되어 있는 수신기들이 비컨으로부터 수신한 신호의 도착 시간을 각각 측정한다. 비컨과 수신 노드 사이의 거리의 차는 쌍곡선을 형성하며 상곡선들의 교차점을 계산함으로써 단말의 위치를 구할 수 있다.
Fingerprint
Fingerprint 방식은 확률론적 모델링에 의한 위치 추정 기법으로 노이즈 및 주위환경 정보를 위치 추적을 위한 정보로 활용하는 방시이다. 이 기법은 측위를 수행하기 전에 먼저 데이터베이스를 구성하여 측위를 위한 공간에 다수의 샘플 포인트를 설정하고 설정된 샘플 포인트에서 수신되는 전파의 특성값을 데이터베이스화 하여 저장 한다. 이후 비컨들로부터 수신되 전파의 특성을 데이터베이스 검색을 통해 최적 위치값을 추출해 낸다. 주위 환경정보를 측위에 사용할 수 있다는 점에서 정확한 위치를 제공하는 장점이 있지만 샘플 포인트에서 다양한 전파 특성값을 추출하여 데이터베이스화 하는 과정이 번거롭고 환경의 변화가 생길 때마다 새롭게 데이터베이스화해야하는 단점이 있다.
RSSI
RSSI는 신호를 수신하는 단말에서 신호의 세기를 통계적인 기법에 근거하여 확률분포와 대조하여 위치를 측정하는 기법이다. RSSI방식을 이용하기 위해서는 우선적으로 사전에 정의된 다양한 지점에서 신호 세기들을 RSSI 표본 수집을 통해 측정하여야 한다. 이러한 과정을 수행하고 나면 비컨의 송신 신호를 각 수신 노드들이 신호의 감쇠 정도를 측정하여 확률적 기법을 통해 미리 수집되었던 RSSI 표본과 대조하여 노드의 위치를 추정한다. 이 기법은 간단하게 구현이 가능하고 여러 응용 에 사용될 수 있지만 장애물이 많은 복잡한 실내 환경일 경우 거리 측정에 오차가 클 수 있다.
위치추정 과정
위치추정시스템은 여러 가지가 있지만 일반적으로 다음과 같은 과정을 가진다(이원희, 이우용, 김민규, 엄두섭, 김진원, "유비쿼터스 환경을 위한 위치 측정 시스템 기술동향", 정보과학회학회지, 제22권 제12호, pp. 41-50, 2004). 도 1은 위치추정 시스템에서 노드의 위치를 추정하는 과정이다. 위치추정 과정은 위치정보 수집(Measuring), 위치정보 변환(Converting), 필터링(Filtering), 위치값 계산(Determination), 그리고 스무딩(Smoothing)의 5 단계를 통해 이루어진다. 이 중에서 위치정보 수집, 위치정보 변환, 그리고 위치값 계산 과정은 반드시 포함되어야 한다. 각 단계별 동작은 다음과 같다.
위치정보의 수집은 단말 노드와 비컨 장치 사이에서 수행된다. 위치정보는 RSSI, ToA, AoA 형태가 될 수 있다. 위치정보의 변환은 비컨에서 수신한 위치정보를 위치값 계산 과정에서 사용할 수 있는 형태로 변환하는 과정이다. 위치정보의 유형에 따라 그에 상응하는 전파모델을 이용하여 거리로 환산하게 된다. 위치정보가 RSSI인 경우 Friis 공식에 바탕을 둔 전파 모델을 이용하며, 위치정보가 ToA일 경우 빛의 전달과 관련된 물리 공식에 바탕을 둔 전파 모델을 사용한다. 필터링 과정은 보다 정확한 위치 계산을 위해 위치정보가 변형된 거리를 선별하는 과정이다. 위치 계산은 Cell-ID, ToA, TDoA, AoA 그리고 Fingerprint방식들이 있다. 스무딩 과정은 위치값 계산 과정을 통해 얻어진 실시간 위치정보를 이전에 얻어진 위치정 보를 이용하여 노드의 움직임 추세를 반영하는 기법이다.
RSSI 값의 분포도
일반적으로 LoS가 보장되는 실외환경에서 RSSI 값은 수학식 1과 같이 표현되며, 도 2는 이상적인 RSSI 값의 분포를 보인다(K. Aamodt, CC2431 Location Engine. Applications Note AN042, Texas Instrument Incorporated , 2006). X축은 거리(m)를 나타내고 Y축은 RSSI 값(dBm)을 나타낸다. 도 2는 수학식 1과 같이 정의할 수 있으며, 거리에 따라 RSSI 값이 일정하게 변함을 확인할 수 있다.
Figure 112008031442646-pat00001
여기서,
- n : 신호전파상수
- d : 송신자로부터의 거리
- A : 실내환경 1m 거리에서 수신된 RF 신호세기
하지만 실내환경에서 RSSI 값은 장애물 때문에 값의 변화가 심하다. 도 3은 실외환경 1m 거리에서 측정된 RSSI 값의 변화를 보인다. 약 -47dBm을 기준으로 RSSI 값이 일정하게 분포하는 모습을 확인할 수 수 있다. 도 4는 실내환경 1m 거리에서 측정한 결과이다. RSSI 값의 분포가 -11dBm을 기준으로 좌우 대칭되게 분포함을 확인할 수 있다.
평균 및 피드백 필터링 기법
기존의 필터링 기법은 크게 평균 필터링 기법과 피드백 필터링 기법을 사용하였다. 평균 필터링 기법은 수학식 2와 같이 표현되며 단위시간동안 수신된 전체 RSSI 값의 합을 수신된 개수만큼 나눈 값이다.
Figure 112008031442646-pat00002
- n : 수신된 RSSI 값의 개수
피드백 필터링 방식은 수학식 3과 같이 이전에 수신된 RSSI 값이 이후에 수신된 RSSI 값에 의해 변화되는 형태이다.
Figure 112008031442646-pat00003
수학식 3에서 상수 a는 0<a<1, 일반적으로 a>0.75 같이 가중치를 부여할 수 있다. 하지만 실외환경에서 피드백 필터링 기법으로 측정된 RSSI값은 문제가 별로 없지만, 실내환경에서 장애물로 인하여 정확도가 떨어지는 문제점을 가지고 있다. 원인은 수신된 RSSI값의 전체 값을 필터링 함으로써 발생된다.
본 발명의 목적은 상기한 바와 같은 종래기술에서의 문제점을 개선하고자 제안된 것으로서, 실내환경에서 오차발생 원인을 고려하여 RSSI 값을 정확하게 필터링하기 위한 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법을 제공하는 데 있다.
본 발명의 또 다른 목적은 실내환경에서 다양한 오차원인으로 인하여 RSSI 값이 이상적인 값과의 오차가 발생하는 데, 이 오차를 줄이기 위한 필터링 알고리즘인 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법을 제공하는데 있다.
상기한 바와 같은 목적을 달성하기 위한 본 발명의 바람직한 실시예에 따르면, 본 발명의 일실시예에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법은 먼저 수신된 RSSI 값의 도수분포표를 확인하고, 수신된 RSSI 값의 최대 도수를 찾아내고, 첫번째 RSSI 값부터 가장 높은 값까지의 평균을 구하는 단계를 포함하여 이루어진 것을 특징으로 한다.
이상 설명된 바와 같이, 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법에 의하면, 실내환경에서 정확도가 높은 RSSI 값을 필터링 할 수 있다. 실증실험을 통해 제안한 필터링 기법이 평균 및 피드백 필터링 기법보다 정확도가 각각 11.58%, 10.64% 향상되는 효과가 있다.
본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법은 위치추정시스템에서 기존 평균 및 피드백필터링 기법에 비해 환산거리 정확도를 향상시켰다. 제안한 필터링기법은 알고리즘이 단순하기 때문에 추가적인 계산량 및 복잡도 증가없이 정확도를 향상시킬 수 있는 효과가 있다.
이하 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법에 대하여 첨부도면을 참조로 상세히 설명한다.
도 5는 본 발명에 따른 실내환경 1m에서 측정된 RSSI값 중 제안하는 필터링 기법에 사용되는 Kmax를 결정하기 위한 도면이고, 도 6은 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법의 순서도이고, 도 7a 및 도 7b는 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법을 실험하기 위한 실험환경의 예를 나타낸 도면이고, 도 8은 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법을 실행하기 위한 메인모듈의 개략적인 구성도이고, 도 9는 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법을 실행하기 위한 메인모듈에 장착되는 펌웨어의 계층구조도이고, 도 10은 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법을 통해 실내환경 1m~15m에서 센서노드에 적용하여 수신된 RSSI값을 나타낸 도면이고, 도 11은 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법과 기존의 평균 및 피드백 기법을 사용하여 수신된 RSSI값과 이상적인 RSSI값과의 비교결과를 나타낸 도면이고, 도 12는 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법과 기존의 평균 및 피드백 기법을 사용하여 수신된 RSSI값을 거리로 환산한 후 실제거리와의 오차를 나타낸 도면이고, 도 13은 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법과 기존의 평균 및 피드백 기법을 사용하여 수신된 RSSI값, 거리변환 및 거리오차의 비교결과를 나타낸 도면이다.
실내환경은 다양한 장애물이 원인이 되어 실외환경과 같은 RSSI 값을 얻기는 힘들다. 실내환경에서 평균 및 피드백 필터링 기법을 적용한다면 정확한 RSSI 값을 얻을 수 없다. 본 발명에서는 실내환경에서 정확도가 높은 RSSI 값을 획득하기 위해 새로운 필터링 기법을 제안한다.
도 5는 실내환경 1m에서 측정된 RSSI 값 중 제안하는 필터링 기법에 사용되는 Kmax를 결정하기 위한 도면이며, A영역과 B영역으로 분리시킬 수 있다. A영역은 송신노드와 비컨노드 사이의 정확도가 높은 RSSI 값이 되고, B영역은 장애물에 의한 오차가 발생되어 정확도가 낮은 RSSI 값이 수신되었음을 보여준다. 이것은 본 발명에서 제안한 필터링 알고리즘에 핵심적인 부분으로 장애물에 의해 발생한 오차발생 범위를 제거하고 평균 필터링함으로써 RSSI 값의 정확도를 향상시킬 수 있다.
실내환경에서 사람의 이동과 벽과 같은 장애물에 의한 오차가 발생할 경우 평균과 피드백 필터링 기법은 도 2에서 이상적인 RSSI 값과 많은 차이를 보인다. 본 발명에서는 도 5와 같이 분산된 형태의 누적분포도에서 B영역과 같이 오차 발생 지역을 제거하고 Kmax값 이전의 RSSI 값의 평균을 구함으로써 실내환경에서 정확도가 높은 RSSI 값을 필터링 할 수 있다.
본 발명에서 제안한 필터링 기법의 실행과정은 다음과 같다.
a. 수신된 RSSI 값의 도수분포표를 확인한다.
b. 수신된 RSSI 값의 최대 도수를 찾아낸다.
c. 첫번째 RSSI 값부터 가장 높은 값까지의 평균을 구한다.
도 5에서 A영역이 해당하는 부분이다. 제안하는 필터링 기법은 수학식 4와 같다.
Figure 112008031442646-pat00004
xk : k번째 수신된 RSSI 값
nk : 도수
nkxk : 데이터와 도수의 곱
Nk : 누적 도수
kmax : 최대 도수
Nkmax : Kmax까지의 누적도수
본 발명은 평균 필터링 방식과 비교하여 메모리상에 도수분포표를 유지해야 하는 단점은 있지만, 복잡도는 증가되지 않는다. 도수분포도는 매우 작은 메모리 공간을 차지하기 때문에 센서노드의 운영에는 문제되지 않는다. 예를 들어, 실제 50개의 RSSI 값을 저장하고 있는 도수분포표를 메모리공간에 저장한다면 약 50byte의 저장 공간이 필요하다. 제안한 필터링 알고리즘의 순서도는 도 6과 같다.
도 6을 참조하면, 신호 송수신과정을 통해 RSSI값을 수신하고(S2) 수신된RSSI값의 도수분포표를 확인하는 단계(S4), 수신된 RSSI값을 카운트하고 카운트 횟수가 50회인지를 판단하는 단계(S6), 만약 50회이하이면 단계 S2 및 S4를 반복하고, 만약 50회이면 수신된 RSSI값을 소팅하는 단계(S10), 이후 수신된 RSSI값의 최대도수를 찾아내는 단계(S12), 이후 첫번째 RSSI값부터 가장높은 Kmax값까지의 평균을 구하고(S14) 필터링된 RSSI값을 얻는다(S16).
실험환경 및 방법
실험은 복합건물의 복도에서 실시하였다(도 7). 복도에서 사람의 이동, 벽과 같은 장애물을 고려하였다. 센서노드의 위치는 복도 바닥에서 1.5m 높이의 고정물위에 설치하였고(도 7에서 삼각대 머리 부분에 센서노드가 설치된 모습(두 대의 센서노드)을 볼 수 있다), 지그비 통신 가능거리를 고려하여 1m~15m까지 50회 반복하여 수신된 패킷을 분석하였다.
실험에 사용한 센서노드와 펌웨어
센서노드는 (주)옥타컴의 Nano-24를 사용하였다. Nano-Q+기반의 센서노드이며 센서 네트워크 개발 및 교육용 키트이다. MCU는 RISC 구조를 사용하는 ATmega128L이며 내부에 128Kbyte의 ISR(In-System Reprogrammable)기반의 플래시 메모리와 4Kbyte의 내부 SRAM 및 4Kbyte의 EEPROM을 지원한다. 추가적으로 외부 플래시메모리 512Kbyte와 외부 SDRAM 32Kbyte를 지원한다. Nano-24는 Main, Interface, Sensor, Actuator 4개의 모듈로 구성되어 있다. 이중에서 도 8에서와 같은 ATmega128L과 CC2420을 포함하고 있는 메인모듈을 사용하였다.((주)옥타컴, http://www.octacomm.net, (주)옥타컴, "임베디드 시스템의 이해" 출판사, 2006).
도 8에서, 이와 같이 구성된 메인모듈은 각각의 센서노드내에 내장된다. 참조부호 30은 라인트랜시버를 나타내고, 참조부호 20은 제어부를 나타내며, 참조부호 40은 알에프부(RF)를 나타내고 참조부호 50 및 60은 외부메모리부를 나타낸다. 상기 제어부(20)내에는 도수분포표(도시안됨)가 저장되어있고 아울러 도 6과 같은 프로세스를 수행하기 위한 프로그램(도시안됨)이 내장되어 있다. 상기와 같은 구성은 일반적인 구성이므로 자세한 설명은 생략하기로 한다.
센서노드용 OS를 제외한 자체 개발한 펌웨어를 센서노드에 포팅시켰다. OS에 의존적이지 않게 하드웨어에 최적화 시켰으며, TinyOS 보다 MCU 리소스 사용량을 줄였다. 예를 들어, RF LED 테스트 프로그램인 CntToLedAndRfm에 비해 Flash 메모 리는 약 2배, SRAM은 약 1.45배 줄였다. 실제로 CntToLedAndRfm은 데이터 없는 단순 RF 테스트용임을 감안한다면 더 많은 리소스를 절약을 할 수 있다. 효율적인 메모리 관리는 향후 하드웨어의 소형화를 및 Routing Protocol, IPv6 등과 같은 상위계층의 서비스를 더 유연하게 구현할 수 있다. 도 9는 개발한 펌웨어를 나타낸다.
실험결과
도 10은 1m~15m까지 제안한 필터링 기법을 센서노드에 적용하여 수신된 RSSI 값의 결과이다. 비컨노드와 거리가 멀어질수록 수신된 RSSI 값이 이상적인 RSSI 값에 비해 동떨어지는 경향이 있다. 이런 현상은 실내환경에서 장애물에 의해 발생된다.
도 14는 실험한 3가지 피드백 기법의 실험 결과를 사용하여 제안하는 필터링 기법과 평균 및 피드백 기법의 성능을 비교 분석한 것이다. 이상적인 RSSI 값과 환산거리를 기준으로 제안하는 필터링 기법과 평균 및 피드백 필터링 기법이 이상적인 값과의 거리오차를 비교한 것이며, 정확도에서 (-)값은 제안한 필터링 기법이 낮은 정확도 가짐을 의미하고 (+)값은 높은 정확도를 의미한다. 2m를 제외하고 피드백 방식보다 높은 정확도를 보인다. 그 이유는 피드백 필터링 방식에서 2m에서는 수신된 50개의 RSSI 값 중에서 마지막 값이 이상적인 RSSI 값과 근사하게 들어와서 오차가 다른 방식에 비해 많이 향상되었기 때문이다. 이것을 특수한 경우이며, 반대의 경우는 다른 기법에 의해 큰 오차가 발생할 수 있다. 제안한 필터링 기법은 4m에서 가장 높은 정확도를 보였다.
도 10에서 알 수 있듯이, 수신된 RSSI 값이 -27과 -28이 가장 많이 반영되었고, 피드백 방식이 많은 오차를 발생시키기 때문에 상대적으로 높은 정확도를 보였다.
도 11은 필터링한 RSSI값을 비교한 그래프이다. 제안한 필터링 기법이 평균 및 피드백 필터링 기법보다 이상적인 RSSI값에 더 근접함을 확인할 수 있다. 도 12는 이상적인 RSSI값과 실제거리를 기준으로 제안한 필터링 기법을 적용했을 때 평균과 필터링 기법에 의해 환산거리오차가 낮기 때문에 정확도가 향상됨을 확인할 수 있다.
제안하는 필터링기법을 평균필터링 기법과 비교했을 때 10m에서 정확도가 32.16% 가장 높게 향상되었으며, 전체 평균향상도가 제안한 필터링기법이 평균필터링기법에 비해 11.58% 향상되고, 피드백 필터링 기법과 비교했을 때 10.65% 향상됨을 확인할 수 있다.
도 1은 종래 위치추정시스템에서 노드의 위치를 추정하는 과정을 설명하는 도면이다.
도 2는 이상적인 RSSI값의 분포도이다.
도 3은 실외환경 1m거리에서 측정된 RSSI값의 변화를 나타낸 도면이다.
도 4는 실내환경 1m거리에서 측정한 RSSI값의 변화를 나타낸 도면이다.
도 5는 본 발명에 따른 실내환경 1m에서 측정된 RSSI값 중 제안하는 필터링 기법에 사용되는 Kmax를 결정하기 위한 도면이다.
도 6은 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법의 순서도이다.
도 7a 및 도 7b는 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법을 실험하기 위한 실험환경의 예를 나타낸 도면이다.
도 8은 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법을 실행하기 위한 메인모듈의 개략적인 구성도이다.
도 9는 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법을 실행하기 위한 메인모듈에 장착되는 펌웨어의 계층구조도이다.
도 10은 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법을 통해 실내환경 1m~15m에서 센서노드에 적용하여 수신된 RSSI값을 나타낸 도면이다.
도 11은 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법과 기존의 평균 및 피드백 기법을 사용하여 수신된 RSSI값과 이상적인 RSSI값과의 비교결과를 나타낸 도면이다.
도 12는 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법과 기존의 평균 및 피드백 기법을 사용하여 수신된 RSSI값을 거리로 환산한 후 실제거리와의 오차를 나타낸 도면이다.
도 13은 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법과 기존의 평균 및 피드백 기법을 사용하여 수신된 RSSI값, 거리변환 및 거리오차의 비교결과를 나타낸 도면이다.
* 도면의 주요부분에 대한 부호의 설명 *
20: 제어부
30: 라인트랜시버
40: 알에프부(RF)
50,60: 외부메모리부

Claims (2)

  1. 라인트랜시버, 도수분포표가 내장된 제어부, 알에프부(RF), 외부메모리부를 포함하는 복수개의 무선센서노드의 위치를 추적하기 위한 수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법에 있어서,
    신호 송수신과정을 통해 RSSI(Received Signal Strength Indication)값을 수신하고 수신된 RSSI값의 도수분포표를 확인하는 제1 단계;
    수신된 RSSI값을 카운트하고 카운트 횟수가 50회인지를 판단하는 제2 단계;
    만약 카운트 횟수가 50회이면 수신된 RSSI값을 소팅하는 제3 단계;
    이후 수신된 RSSI값의 최대도수를 찾아내는 제4 단계; 및
    이후 첫번째 RSSI값부터 가장높은 최대도수(Kmax)값까지의 평균을 구하고 필터링된 RSSI값을 얻는 제 5 단계를 포함하여 이루어진 것을 특징으로 하는 수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법.
  2. 제 1 항에 있어서,
    상기 제 5 단계는 아래 수학식 4와 같은 과정을 수행하는 것을 특징으로 하는 수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법.
    [수학식 4]
    Figure 112008031442646-pat00005
    xk : k번째 수신된 RSSI 값
    nk : 도수
    nkxk : 데이터와 도수의 곱
    Nk : 누적 도수
    kmax : 최대 도수
    Nkmax : Kmax까지의 누적도수
KR1020080040777A 2008-04-30 2008-04-30 알에프수신신호세기의 확률적 필터링을 이용한무선센서노드 위치추적방법 KR100938806B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020080040777A KR100938806B1 (ko) 2008-04-30 2008-04-30 알에프수신신호세기의 확률적 필터링을 이용한무선센서노드 위치추적방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080040777A KR100938806B1 (ko) 2008-04-30 2008-04-30 알에프수신신호세기의 확률적 필터링을 이용한무선센서노드 위치추적방법

Publications (2)

Publication Number Publication Date
KR20090114900A KR20090114900A (ko) 2009-11-04
KR100938806B1 true KR100938806B1 (ko) 2010-01-28

Family

ID=41556093

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080040777A KR100938806B1 (ko) 2008-04-30 2008-04-30 알에프수신신호세기의 확률적 필터링을 이용한무선센서노드 위치추적방법

Country Status (1)

Country Link
KR (1) KR100938806B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101233755B1 (ko) 2011-03-21 2013-02-15 부산대학교 산학협력단 신호 세기를 이용한 무선 신호로 측정된 거리의 검증 방법
KR101459915B1 (ko) 2013-06-11 2014-11-10 순천대학교 산학협력단 위치인식 방법
KR102009898B1 (ko) * 2018-11-07 2019-08-12 진성규 비콘 기반의 산업 현장 안전 관리 시스템
KR20200101798A (ko) * 2019-02-20 2020-08-28 빌리브마이크론(주) 출입 관리 시스템 및 그 출입 관리 방법

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101053900B1 (ko) * 2009-12-09 2011-08-04 (주)한울옵틱스 위치 추적 시스템 및 그 방법
KR101327525B1 (ko) * 2012-10-24 2013-11-08 경희대학교 산학협력단 위치 추적 장치 및 위치 추적 방법
KR102280482B1 (ko) * 2014-12-23 2021-07-21 에스케이텔레콤 주식회사 파라미터 계수를 활용한 단말기 위치 측위 방법 및 장치
KR101726677B1 (ko) * 2015-04-29 2017-04-14 국방과학연구소 무선 센서 네트워크 장치 및 그 제어방법
CN105301560B (zh) * 2015-10-12 2019-01-18 刘儿兀 一种基于2点rssi的动态加权进化定位系统及方法
KR102638227B1 (ko) 2018-10-11 2024-02-20 엘지이노텍 주식회사 다중 안테나 스위칭을 이용한 디바이스 위치 판단 방법 및 장치
CN109451435A (zh) * 2018-12-24 2019-03-08 山东农业大学 一种温室内作业机具定位方法、系统及终端

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1022578A2 (en) 1999-01-20 2000-07-26 Matsushita Electric Industrial Co., Ltd. Apparatus utilizing radio signal strength for estimating current position of the mobile
WO2006039434A1 (en) 2004-09-29 2006-04-13 Qualcomm Incorporated A method for finding the location of a mobile terminal in a cellular radio system
US7042391B2 (en) 2003-12-12 2006-05-09 Xerox Corporation Mobile device and method for determining location of mobile device
US20070139269A1 (en) 2005-12-16 2007-06-21 Lucent Technologies Inc. System and method for model-free position estimation and tracking

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1022578A2 (en) 1999-01-20 2000-07-26 Matsushita Electric Industrial Co., Ltd. Apparatus utilizing radio signal strength for estimating current position of the mobile
US7042391B2 (en) 2003-12-12 2006-05-09 Xerox Corporation Mobile device and method for determining location of mobile device
WO2006039434A1 (en) 2004-09-29 2006-04-13 Qualcomm Incorporated A method for finding the location of a mobile terminal in a cellular radio system
US20070139269A1 (en) 2005-12-16 2007-06-21 Lucent Technologies Inc. System and method for model-free position estimation and tracking

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101233755B1 (ko) 2011-03-21 2013-02-15 부산대학교 산학협력단 신호 세기를 이용한 무선 신호로 측정된 거리의 검증 방법
KR101459915B1 (ko) 2013-06-11 2014-11-10 순천대학교 산학협력단 위치인식 방법
KR102009898B1 (ko) * 2018-11-07 2019-08-12 진성규 비콘 기반의 산업 현장 안전 관리 시스템
KR20200101798A (ko) * 2019-02-20 2020-08-28 빌리브마이크론(주) 출입 관리 시스템 및 그 출입 관리 방법
KR102186598B1 (ko) * 2019-02-20 2020-12-03 빌리브마이크론(주) 출입 관리 시스템 및 그 출입 관리 방법

Also Published As

Publication number Publication date
KR20090114900A (ko) 2009-11-04

Similar Documents

Publication Publication Date Title
KR100938806B1 (ko) 알에프수신신호세기의 확률적 필터링을 이용한무선센서노드 위치추적방법
Asaad et al. A comprehensive review of indoor/outdoor localization solutions in IoT era: Research challenges and future perspectives
Basri et al. Survey on indoor localization system and recent advances of WIFI fingerprinting technique
Song et al. A survey on indoor positioning technologies
US9234958B2 (en) Method, apparatus, and computer program product for distributed indoor three-dimensional radiomap
Cengiz Comprehensive analysis on least-squares lateration for indoor positioning systems
KR101600190B1 (ko) 환경 변수를 고려한 실내 측위 장치 및 그 방법
Kjærgaard Indoor positioning with radio location fingerprinting
Rose et al. 3D trilateration localization using RSSI in indoor environment
Sasikala et al. Received signal strength based indoor positioning with RFID
Jain et al. Performance analysis of received signal strength fingerprinting based distributed location estimation system for indoor wlan
Xu et al. Variance-based fingerprint distance adjustment algorithm for indoor localization
Kanan et al. A combined batteryless radio and WiFi indoor Positioning System
Vandikas et al. Empirical-based analysis of a cooperative location-sensing system
Samu et al. Survey on indoor localization: Evaluation performance of bluetooth low energy and fingerprinting based indoor localization system
Vojdani et al. Localization in anchor less wireless sensor network
Yang et al. Novel Dynamic KNN with Adaptive Weighting Mechanism for Beacon-based Indoor Positioning System
Lemieux et al. WHLocator: hybrid indoor positioning system
Shafi et al. Review of Indoor Localization Based Services (ILBS) and its Applications
Trogh Location tracking in indoor and outdoor environments based on the viterbi principle
Du Map-assisted Indoor Positioning Utilizing Ubiquitous WiFi Signals
Jovanovic et al. Analysis of Indoor Localization Techniques
THUMMALAPALLI Wi-fi indoor positioning
Das et al. Algorithmic aspects of sensor localization
Li A probabilistic approach for Wi-Fi based indoor localization

Legal Events

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

Payment date: 20121126

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20140121

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20150115

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20160120

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20170102

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20180119

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20200102

Year of fee payment: 11