KR100948412B1 - 수신 신호 강도를 이용한 위치추정 방법 및 시스템 - Google Patents

수신 신호 강도를 이용한 위치추정 방법 및 시스템 Download PDF

Info

Publication number
KR100948412B1
KR100948412B1 KR1020070137595A KR20070137595A KR100948412B1 KR 100948412 B1 KR100948412 B1 KR 100948412B1 KR 1020070137595 A KR1020070137595 A KR 1020070137595A KR 20070137595 A KR20070137595 A KR 20070137595A KR 100948412 B1 KR100948412 B1 KR 100948412B1
Authority
KR
South Korea
Prior art keywords
fixed node
data
node
fixed
population
Prior art date
Application number
KR1020070137595A
Other languages
English (en)
Other versions
KR20090069800A (ko
Inventor
박현문
박수현
남궁정일
Original Assignee
강릉원주대학교산학협력단
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 강릉원주대학교산학협력단 filed Critical 강릉원주대학교산학협력단
Priority to KR1020070137595A priority Critical patent/KR100948412B1/ko
Publication of KR20090069800A publication Critical patent/KR20090069800A/ko
Application granted granted Critical
Publication of KR100948412B1 publication Critical patent/KR100948412B1/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
    • G01S5/0257—Hybrid positioning
    • G01S5/0268—Hybrid positioning by deriving positions from different combinations of signals or of estimated positions in a single positioning system
    • 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
    • G01S5/0278—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
    • 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
    • G01S5/04—Position of source determined by a plurality of spaced direction-finders

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Probability & Statistics with Applications (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

수신 신호 강도를 이용한 위치추정 방법 및 시스템이 제공된다. 본 발명의 일 실시예에 따른 수신 신호 강도를 이용한 위치추정 방법은 일정한 세기의 신호를 송신하는 하나 이상의 고정 노드로부터 전송된 수신 신호 강도(RSSI)를 시간에 따라 감지하여 각 고정 노드에 대한 복수의 데이터를 획득하는 단계; 상기 각 고정 노드에 대한 복수의 데이터로부터 각 고정 노드에 대한 신뢰 모집단을 생성하는 단계; 상기 생성된 각 고정 노드에 대한 신뢰 모집단을 이용하여 상기 복수의 데이터에 대한 각 고정 노드에 대한 대표값을 산출하는 단계; 및 상기 산출된 각 고정 노드에 대한 대표값을 이용하여 상기 각 고정 노드로부터의 상대 위치를 추정하는 단계를 포함하며, 상기 각 고정 노드에 대한 대표값을 산출하는 단계는 상기 각 고정 노드에 대한 신뢰 모집단에서 소정의 데이터를 추출하고, 상기 소정의 데이터와 상기 추출된 데이터를 포함하는 신뢰 모집단에 속한 다른 데이터와의 거리의 평균값이 임계치 이하인 경우에 상기 소정의 데이터 값과 상기 거리의 평균값의 합을 상기 각 고정 노드에 대한 대표값으로 산출한다.
수신 신호 강도, 위치 추정, 센서 네트워크, 이동평균, k-means

Description

수신 신호 강도를 이용한 위치추정 방법 및 시스템{Method and system for estimating the location using a Received Signal Strength Indication}
본 발명은 위치추정 방법 및 시스템에 관한 것으로, 더욱 상세하게는 센서 네트워크 상에서 수신 신호 강도(RSSI)를 이용하여 위치를 추정하는 방법 및 시스템에 관한 것이다.
무선 센서 네트워크는 신뢰성이나 확장, 저가격, 배치 환경 및 전송매체 등의 다양한 요구를 수용하면서 다양한 환경에서 작동할 필요가 있다. IEEE 802.15.4에서 사용한 네트워크 통신방식은 WPAN의 기반을 통해 이루어지는 구성으로 인프라가 거의 필요 없는 형태로 제공되고 있다. 지그비 얼라이언스(Zegbee Alliance)는 네트워크 및 보안 계층까지 정의하고, 지그비 얼라이언스에서는 각 사업 및 서비스 분야에서 요구하는 사항의 다양성 및 복잡성을 보장하기 위해 스펙을 정의하였다.
예를 들어, 공장 생산 기계와 홈네트워크 가전의 제어 분야에서 각광을 받으며 데이터의 신뢰성 및 위치 인지라는 이슈가 중요한 부분으로 대두되고, 이러한 이슈들이 표준에 반영되고 있다.
노드의 위치를 탐지하기 위해서는 사건 탐지(event detection), 위치 인지 기반 계산(location awareness dependent computing) 및 지리적 트레킹(geographic tracking)등의 기술이 필요하다.　 센서 네트워크 관점에서 신뢰성(Reliability)과 데이터 신뢰성(Robust)에 많은 연구가 이루어지고 있지만, 위치 인지에서는 수신 신호의 신뢰성(Confidence)을 확보할 수 있는 방법 및 시스템이 필요한 실정이다.
본 발명의 일 실시예에 따르면, 다중 경로와 간섭으로 인하여 시간에 따라 계속적으로 변화되는 수신 신호 강도를 신뢰성 있게 보정함으로써 위치 추정의 정확성을 높일 수 있는 위치추정 방법 및 시스템을 제공하는 것을 목적으로 한다.
또한, 복수의 수신 신호 강도에 대하여 k-means 알고리즘을 적용하여 정확성이 높은 하나의 수신 신호 강도로 변환하여 위치 추정에 적용하여 위치 추정의 성능을 높일 수 있는 위치추정 방법 및 시스템을 제공하는 것을 목적으로 한다.
본 발명의 목적들은 이상에서 언급한 목적들로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상술한 목적을 달성하기 위하여 본 발명의 일 실시예에 따른 수신 신호 강도를 이용한 위치추정 방법은 일정한 세기의 신호를 송신하는 하나 이상의 고정 노드로부터 전송된 수신 신호 강도(RSSI)를 시간에 따라 감지하여 각 고정 노드에 대한 복수의 데이터를 획득하는 단계; 상기 각 고정 노드에 대한 복수의 데이터로부터 각 고정 노드에 대한 신뢰 모집단을 생성하는 단계; 상기 생성된 각 고정 노드에 대한 신뢰 모집단을 이용하여 상기 복수의 데이터에 대한 각 고정 노드에 대한 대표값을 산출하는 단계; 및 상기 산출된 각 고정 노드에 대한 대표값을 이용하여 상기 각 고정 노드로부터의 상대 위치를 추정하는 단계를 포함하며, 상기 각 고정 노 드에 대한 대표값을 산출하는 단계는 상기 각 고정 노드에 대한 신뢰 모집단에서 소정의 데이터를 추출하고, 상기 소정의 데이터와 상기 추출된 데이터를 포함하는 신뢰 모집단에 속한 다른 데이터와의 거리의 평균값이 임계치 이하인 경우에 상기 소정의 데이터 값과 상기 거리의 평균값의 합을 상기 각 고정 노드에 대한 대표값으로 산출한다.
상술한 목적을 달성하기 위하여 본 발명의 다른 실시예에 따른 수신 신호 강도를 이용한 위치추정 방법은 일정한 세기의 신호를 송신하는 하나 이상의 고정 노드로부터 전송된 수신 신호 강도(RSSI)를 시간에 따라 감지하여 각 고정 노드에 대한 복수의 데이터를 획득하는 단계; 상기 각 고정 노드에 대한 복수의 데이터로부터 각 고정 노드에 대한 복수의 이동평균 값을 구하는 단계; 상기 각 고정 노드에 대한 이동평균 값을 이용하여 상기 각 고정 노드에 대한 복수의 데이터 중에서 각 고정 노드에 대한 신뢰 모집단을 추출하는 단계; 상기 각 고정 노드에 대한 신뢰 모집단을 이용하여 상기 각 고정 노드에 대한 대표값을 산출하는 단계; 및 상기 산출된 각 고정 노드에 대한 대표값을 이용하여 상기 고정 노드로부터의 상대 위치를 추정하는 단계를 포함한다.
상술한 목적을 달성하기 위하여 본 발명의 또 다른 실시예에 따른 수신 신호 강도를 이용한 위치추정 시스템은 일정한 세기의 신호를 송신하는 하나 이상의 고정 노드; 상기 각 고정 노드로부터 전송된 수신 신호 강도(RSSI)를 시간에 따라 감지하여 각 고정 노드에 대한 복수의 데이터를 획득하는 이동 노드; 및 상기 이동 노드로부터 상기 각 고정 노드에 대한 복수의 데이터를 수신하여 상기 이동 노드의 위치를 추정하는 코디네이터를 포함한다. 상기 코디네이터는 상기 각 고정 노드에 대한 복수의 데이터로부터 각 고정 노드에 대한 복수의 이동평균 값을 산출하여 상기 각 고정 노드에 대한 신뢰 모집단을 생성하는 모집단 생성부; 상기 생성된 각 고정 노드에 대한 신뢰 모집단을 이용하여 상기 각 고정 노드에 복수의 데이터를 대표하는 고정 노드에 대한 대표값을 산출하는 대표값 산출부; 및 상기 산출된 각 고정 노드에 대한 대표값을 이용하여 상기 각 고정 노드로부터의 상대 위치를 추정하는 위치 추정부를 포함한다.
상기한 바와 같은 본 발명의 일 실시예에 따르면, 다중 경로와 간섭으로 인하여 시간에 따라 계속적으로 변화되는 수신 신호 강도를 신뢰성 있게 보정함으로써 위치 추정의 정확성을 높일 수 있다.
이와 함께, 외부 영향에 따른 노이즈를 감쇄시키는 이동평균을 통하여 신뢰성이 있는 모집단을 확보함으로써 이동 노드의 위치 추정을 상대적으로 정확히 할 수 있다.
또한, k-means 알고리즘을 도입함으로써 신뢰 모집단에서의 대표값을 적은 연산량으로 정확히 구할 수 있어 위치 추정의 효율성을 높일 수 있다.
본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 청구범위의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
기타 실시예들의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다. 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
센서 네트워크에서의 위치 추정은 RF를 이용하여 위치 추정하는 시스템에서 GPS(Global Positioning System) 시스템과 동일한 역할을 할 수 있다. 센서 네트워크에서는 음영지역(Line-of-Sight)이 없으면서, RF(Radio Frequency)에 의해 수신된 신호 값을 이용하여 위치를 추정하기 위해 추출된 값의 신뢰성을 높이는 방안이 필요하다.
송신 노드의 전력 스펙트럼 밀도, 변조 품질(EVM 포함)에 대한 RF의 신호는 일정하지만 수신 노드는 다중경로와 노이즈, 도체 등의 영향으로 왜곡된 신호의 값을 얻을 수 있다. 따라서, 정확한 위치를 얻는 것이 쉽지 않다.
하지만, 근사한 위치를 추론하는 것은 현재의 수신 신호 강도(Received Signal Strength Indication; 이하 'RSSI')의 값으로도 가능하며, 따라서 본 발명의 일 실시예에서는 센서네트워크 환경에서 RF 신호를 기준으로 위치 추정하는 이유를 다음과 같이 설명할 수 있다.
　첫 번째로, 저전력의 센서 네트워크에서는 다른 장치를 추가하여 위치인지를 하기에는 많은 에너지 소모가 필요하기 때문이다. GPS나 초음파(Ultrasonic) 등의 추가적인 장치가 사용된다면 위치인지에 대한 정확도는 높아질 수 있지만, 센서 네트워크에서 중요한 배터리 소모에 대한 문제를 해결할 수 없다.
　두 번째로, 비용과 노드의 크기에 있어 제약을 가지고 있기 때문이다. 위치 추정에서는 수십 개에서 수백 개의 노드를 설치하기 때문에 적은 비용이 요구가 되며, 또한 노드의 크기에서도 추가적인 설비나 장치가 없어도 설치가 가능한 가볍고 작은 크기를 요구한다.
　세 번째로, 공간 조건에는 제약을 받지만 온도, 습도, 그리고 빛에 의한 변화에 대한 영향을 받지 않으며, 확장성에 매우 용의하기 때문에 주변 환경에 대해서 유연하게 대처할 수 있기 때문이다.
　RSSI에서의 위치 추정은 RF를 사용할 경우 음영지역(Line of Sight) 문제로 인하여 반사 신호를 통한 다중경로(Multi-Path) 및 간섭이 발생하며, 신호의 세기증감, 중첩현상에 의한 위치가 정확히 파악되지 않을 수 있다.
예를 들어, 실외에서는 적합할지 몰라도 다중경로가 심한 실내에서 신뢰성을 가지는 수신신호를 추출하기가 쉽지 않다. 또한 신호에 대한 샘플링이 적을 경우 명확한 위치파악에서의 샘플 구간의 신뢰성에 대한 문제가 발생되고, 측정된 위치 값에 대한 신뢰도(Quality Indicator)에 문제가 발생할 수 있다.
위치 인지에서의 추론 방법은 예를 들어, 평균값을 이용하여 위치를 인지하는 방법이 있다. 평균 값은 짧은 시간보다는 누적 분포에 따른 위치 인지에 사용된 다. 대표적인 방식으로는 모트트랙(moteTrack 2.0)을 들 수 있으며, 일정한 시간을 통해 공간에 다른 비음영지역(NLOS; Non Line Of Sight)의 특성을 파악하고 코디네이터(Coordinator)에서 RSSI에 대한 데이터베이스를 구축한 후, 가중치 값을 도출하여 위치를 계산하는 방식이 있다. 이는 고정된 장소에서 오랜 시간과 많은 노드를 사용하게 되므로 높은 비용과 많은 자원이 소모되며, 일정한 고정거리를 통해 위치추정을 하는 단점이 있다.
이는, 고정 노드에서 누적분포를 이용하여 수신거리에 대한 신뢰성을 확보함에 의하여 위치를 추론할 수 있다. 이러한 누적 분포의 경우에는 고정되어 있는 노드의 위치파악에는 유용하지만, 위치 추정을 하기 이전에 선행 학습을 위하여 긴 시간이 요구될 뿐만 아니라 실내외의 위치추정은 노드의 이동성(mobility)을 고려하여야 하기 때문에 상기의 누적 분포에 따른 위치 인식 방법을 사용하기에는 무리가 있다.
위치 인지에서의 추론 방법의 또 다른 예로서, 확률론에 근거하여 접근하는 방법이다. 대표적인 방식으로는 최대 우도법(Maximum Likelihood Estimator)를 통한 위치 추정 방법이 있다. 최대 우도법에서 추론된 추정량은 적합한 추정량의 값이기 때문에, 요구하는 위치 값에 가까운 근사치를 구할 수 있다. 이러한 일반적인 추정량 접근 방법은 시스템 자원에 많은 오버헤드가 요구가 되고, 과거의 RSSI 값을 사용하지 못함으로 인하여 발생하는 오차뿐만 아니라 안정화되는 시간까지 불확실한 데이터 값을 나타낼 수 있다. 따라서 가능도(Likelihood)는 확률(probability)이라는 가정을 통해 과거로부터 현재까지의 표본 데이터가 뽑힐 가 능성 또는 데이터가 뽑혀 나올 확률을 최대로 하여 가능도가 최대로 되도록 통계적 모형의 모수를 추정하고 이를 로그(log) 변환하여 위치에 대한 추정 값을 나타내는 것이다.
이와 같이, 최대 우도법은 표본의 크기가 작을 경우 위치의 결과가 일치 하지 않은 경우가 발생할 수 있다. 또한, 무한반복에 대한 오버플로우(overflow)가 발생할 수 있고, 신뢰성이 있는 구간을 추정할 때 수치적 언더플로우(numerical underflow)가 발생할 수 있다.
본 발명의 일 실시예에서는 샘플링이 횟수를 줄이면서도 수신 값에 대한 위치추정의 신뢰도를 높이는 기법으로 이동평균(Moving Average Method)을 이용하여 수신신호의 신뢰성을 가진 정규화된 표준편차 및 신뢰구간의 모집단을 유도하고, 모집단에서 기반으로 신뢰성을 가진 수신신호를 추론하기 위한 K-means 알고리즘을 채택한다.
도 1a는 본 발명의 일 실시예에 따른 수신 신호 강도를 이용한 위치추정 시스템의 블록도이며, 도 1b는 본 발명의 일 실시예에 따른 수신 신호 강도를 이용한 위치추정 시스템이 동작되는 공간을 보여준다.
도 1a 및 도 1b를 참조하면, 본 발명의 일 실시예에 따른 수신 신호 강도를 이용한 위치추정 시스템은 고정 노드(100), 이동 노드(200) 및 코디네이터(300)를 포함할 수 있다.
고정 노드(100)는 하나 이상의 고정 노드(110; 120; 130)로서 일정한 간격 또는 무질서하게 이격되어 배치되는 센서 노드이다. 고정 노드(100)는 일정한 세기 의 신호를 이동 노드(200) 또는 코디네이터(300)에게 송신하여 소스 역할을 할 수 있다. 이와 함께, 고정 노드(100)는 이동 노드(200) 또는 코디네이터(300)에게 정보를 전송할 수도 있다.
이동 노드(200)는 위치가 이동될 수 있는 센서 노드이다. 이동 노드(200)는 고정 노드(100)로부터 전송된 신호의 세기를 감지하여 수신 신호 강도(Received Signal Strength Indication; 'RSSI')를 획득한다. 이동 노드(200)는 이동 노드(100)의 주위에 배치되어 있는 각 고정 노드들(110, 120, 130)로부터 전송된 신호의 세기를 감지하여 각 고정 노드들에 대한 복수의 수신 신호 강도(RSSI)를 얻을 수 있다. 이동 노드(200)는 각 고정 노드(100)로부터의 신호의 세기를 시간에 따라 연속적으로 감지하고, 시간에 따라 획득한 복수의 수신 신호 강도 데이터를 코디네이터(300)에게 전송한다.
도 1b에서와 같이 고정 노드(100)는 하나 이상(110, 120, 130)으로 이루어지며, 이동 노드(200)는 각 고정 노드(110, 120, 130)으로부터의 신호의 세기인 수신 신호 강도를 시간에 따라 연속적으로 감지한다. 여기서, 이동 노드(200)가 각 고정 노드로부터 송신된 신호의 세기인 수신 신호 강도 데이터는 시간에 따라 계속적으로 감지되는 복수의 데이터이며, 본 발명의 일 실시예에서 언급하는 '데이터' 또는 '수신 신호 강도 데이터'는 이동 노드(200)가 고정 노드(100)로부터 송신된 신호의 세기인 수신 신호 강도의 값을 지칭한다. 이와 함께, 각 고정 노드(100)마다 송신된 신호의 세기를 구별하기 위하여, '데이터' 또는 '수신 신호 강도 데이터'를 '각 고정 노드에 대한 데이터' 또는 '각 고정 노드에 대한 수신 신호 강도 데이터'로 표현할 수 있다.
코디네이터(300)는 이동 노드(200)로부터 전송된 각 고정 노드에 대한 복수의 수신 신호 강도 데이터를 이용하여 이동 노드(200)의 상대적인 위치를 추정한다. 여기서, 상대적인 위치란 각 고정 노드(110, 120, 130)로부터의 이동 노드(200)의 상대적인 위치로서, 각 고정 노드(110, 120, 130)의 위치가 알려지면, 이동 노드(200)의 위치를 추정할 수 있다.
코디네이터(300)는 이동 노드(200)가 감지한 복수의 수신 신호 강도 데이터를 각 고정 노드(110, 120, 130)별로 대표값으로 변환하고, 이를 이용하여 이동 노드(200)의 상대적인 위치를 추정할 수 있다. 각 고정 노드(110, 120, 130)별 대표값을 각 고정 노드에 대한 대표값으로 칭하기로 하며, 각 고정 노드에 대한 대표값은 이동 노드(200)가 고정 노드(100)로부터 감지한 복수의 수신 신호 강도 데이터 중에서 위치 추정을 위하여 산출한 하나의 대표적인 값을 말한다.
코디네이터(300)는 모집단 생성부(310), 대표값 산출부(320) 및 위치 추정부(330)를 포함할 수 있다.
모집단 생성부(310)는 이동 노드(200)로부터 수신한 각 고정 노드(110, 120, 130)에 대한 복수의 수신 신호 강도 데이터를 이용하여 각 고정 노드(110, 120, 130)에 대한 신뢰 모집단을 생성한다. 모집단 생성부(310)는 먼저 이동 노드(200)로부터 이동 노드(200)가 감지한 각 고정 노드(110, 120, 130)에 대한 수신 신호 강도 데이터를 시간에 따라 나열되는 각 고정 노드(110, 120, 130)에 대한 복수의 데이터를 수신한다. 모집단 생성부(310)는 수신한 복수의 데이터로부터 각 고정 노 드(110, 120, 130)에 대한 이동평균 값을 산출하고, 산출된 이동평균의 분포를 이용하여 각 고정 노드(110, 120, 130)에 대한 신뢰 모집단을 생성한다. 여기서, 각 고정 노드에 대한 신뢰 모집단이란 이동 노드(200)가 감지하고, 코디네이터에 전송한 각 고정 노드(110, 120, 130)에 대한 복수의 수신 신호 강도의 데이터 집합에서 실질적으로 유효하다고 판단되는 데이터의 집단을 말한다. 각 고정 노드에 대한 신뢰 모집단은 각 고정 노드(100)로부터 이동 노드(200)가 수신한 수신 신호 강도의 데이터에서 추출되므로, 고정 노드(100)의 개수만큼 신뢰 모집단의 개수가 생성될 수 있다.
모집단 생성부(330)에 의하여 이동평균을 구하는 방법은 다음과 같다. 이동 노드(200)는 소정의 고정 노드(100)로부터 시간에 따라 순차적으로 수신 신호 강도를 감지하고, 이동 노드(200)는 코디네이터(300)에 순차적으로 수신 신호 강도를 전송한다. 순차적으로 전송된 신호 강도 데이터를 일정한 개수 또는 일정한 시간 단위로 획득된 데이터 셋으로 하여 평균 수신 신호 강도를 구하고, 데이터 셋의 첫 번째 데이터를 하나씩 순차적으로 쉬프트 시켜 평균 수신 신호 강도를 구한다. 예를 들어, 수신 신호 강도 데이터인 복수의 데이터가 {v0, v1, v2, v3, v4, v5, v6, v7, v8, v9}인 경우에, 3개씩 묶어 하나의 평균 수신 강도를 구한다면 {(v0+v1+v2)/3, (v1+ v2+v3)/3, (v2+ v3+v4)/3, (v3+ v4+v5)/3, (v4+ v5+v6)/3, (v5+ v6+v7)/3, (v6+ v7+v9)/3, (v7+ v8+v9)/3}의 평균 수신 신호 강도를 구할 수 있다. 이와 같이 일정한 데이터 개수를 포함하는 데이터 셋에 대한 평균을 시간에 따라 또는 데이터에 따라 순차적으로 쉬프트(Shift)하면서 획득되는 값을 이동평균(Moving Average)라 한다.
대표값 산출부(320)는 생성된 각 고정 노드에 대한 신뢰 모집단을 이용하여 각 고정 노드에 대한 대표값을 산출한다. 여기서, 대표값이란 이동 노드(200)가 각 고정 노드로부터 복수의 수신 신호 강도를 감지하고, 상기 복수의 수신 신호 강도의 데이터를 바탕으로 추출되는 하나의 값을 말한다. 대표값은 각 고정 노드의 개수만큼 산출될 수 있고, 따라서, 각각을 각 고정 노드에 대한 대표값이라 칭한다.
대표값 산출부(320)는 각 고정 노드의 신뢰 모집단으로부터 각 고정 노드의 대표값을 산출한다. 예를 들어, 대표값 산출부(320)는 먼저 소정의 신뢰 모집단을 선택하고, 선택된 신뢰 모집단에서 임의로 하나의 데이터를 추출한다. 추출된 하나의 데이터와 신뢰 모집단에 속한 모든 다른 데이터와의 거리를 구하여 평균을 취한다. 구한 평균값이 임계치 이하인 경우에는 상기 선택된 값과 평균 값을 합한 값이 대표값으로 산출될 수 있다. 이외에도, 신뢰 모집단에서 대표값을 생성하는 방법은 평균값, 가중치 평균 등의 해당 모집단의 평균을 구하는 방법이 있을 수 있으며, 본 발명의 속하는 기술분야에서 통상의 지식을 가진 자에 의하여 대표값을 선택하는 다양한 방법이 가능하다.
위치 추정부(340)는 추정된 각 고정 노드에 대한 대표값을 이용하여 각 고정 노드(100)로부터 이동 노드(200)의 상대 위치를 추정한다. 위치 추정부(340)는 각 고정 노드의 수신 신호 강도에 대한 대표값을 이용하여 상기 각 고정 노드로부터의 상대 위치를 추정할 수 있다. 또한, 위치 추정부는 각 고정 노드의 수신 신호 강도에 대한 대표값에 가중치를 부여함으로써 각 고정 노드로부터의 위치를 더 정밀하 게 추정할 수 있다.
상기와 같이, 본 발명의 일 실시예에 따른 수신 신호 강도를 이용한 위치추정 시스템은 외부 영향에 따른 노이즈를 감쇄시키는 이동평균을 통하여 신뢰성이 있는 모집단을 확보함으로써 이동 노드(200)의 위치 추정을 상대적으로 정확히 할 수 있다. 또한 일종의 k-means 알고리즘을 도입함으로써 신뢰 모집단에서의 대표값을 적은 연산량으로 정확히 구할 수 있기에 위치 추정에 있어 효율성을 높일 수 있다.
도 2a는 본 발명의 일 실시예에 따른 수신 신호 강도를 거리에 따라 측정하는 예를 보여주며, 도 2b는 본 발명의 일 실시예에 따른 수신 신호 강도의 거리에 따른 크기 값을 나타내며, 도 2c는 실내에서의 거리에 따른 수신 신호 강도의 편차를 보여주며, 도 2d는 실외에서의 거리에 따른 수신 신호 강도의 편차를 보여준다.
도 2a를 참조하면, 소스(260)는 일정한 강도를 가지는 신호를 전송한다. 소스(260)는 RF(Radio Frequency)를 송신할 수 있는 임의의 기기 또는 센서 노드를 포함할 수 있다. 소스(260)에 의해 송신된 신호를 센서 노드(270)가 수신할 수 있다. 센서 노드(270)는 RF 신호를 수신하여, RF 신호의 강도를 감지한다. 여기서, 감지된 신호의 강도를 수신 신호 강도(RSSI)이라고 할 수 있다. 센서 노드(270)는 본 발명의 일 실시예에서 언급하는 고정 노드(100), 이동 노드(200) 등의 신호의 강도를 감지할 수 있는 다양한 노드를 포함할 수 있다. 또한 본 발명의 일 실시예에서의 고정 노드(100), 이동 노드(200) 등은 RF 신호를 송신할 수도 있기에 소스(260)의 역할도 할 수 있다.
도 2b를 참조하면, 도 2a에서와 같이 소스(260)를 고정시킨 상태에서 센서 노드(270)와의 거리를 변경시키면서 수신 신호 강도(RSSI)를 감지할 수 있다. 센서 노드(270)에서 감지되는 수신 신호 강도는 거리에 따라 낮아질 수 있다. 한 지점에서 약 15초 정도의 수신 신호에 대한 평균 값을 측정한 것으로서, 거리가 증가하면서 실외에서의 수신 신호 강도의 감쇄가 더 크게 이루어짐을 알 수 있다. 여기서, 수신된 수신 신호 강도(RSSI) 값은 0 부터 255 까지의 정수로 표현된 값으로써, 소스에 가까울수록 255에 가까워진다. 하지만, 상기 스케일은 하나의 예에 지나지 아니하며, 사용자 또는 시스템에 의하여 다양한 스케일(scale) 값을 가질 수 있다.
도 2c 및 도 2d를 참조하면, 실내에서 수신된 수신 신호 강도의 편차는 실외에서 수신된 신호 강도의 편차보다 상대적으로 크다. 이는 실내에서 수신된 수신 신호 강도가 실외에서 수신된 신호 강도에 비하여 안정성이 떨어질 수 있으며, 이로 인하여 실내에서 수신된 신호 강도를 이용하여 위치 추정을 하는 경우에 실외에서 위치 추정을 하는 경우보다 오차가 커질 수 있다.
전체적으로 살펴보면, 거리가 멀어지면서 편차가 점차적으로 증가될 수 있다. 이러한 편차가 증가되면서, 수신 신호 강도가 일정한 추세를 가지면서 감소될 수 있다. 감소의 형태는 불규칙적이며, 실내에서의 수신 신호 강도의 편차는 실외에서의 수신 신호 강도의 편차보다 크다. 편차가 작은 경우에는 수신 신호 강도의 평균을 거리로 변환하더라도 큰 오차가 발생하지 않지만, 편차가 큰 경우에는 수신 신호 강도의 평균을 변화하는 경우에 오차가 크게 발생할 수 있다.
도 3은 본 발명의 일 실시예에 따른 수신 신호의 표준 편차의 분포를 거리에 따라 보여준다. 도 3을 참조하면, 센서 노드(270)에 의해 수신된 수신 신호 강도의 표준 편차가 문턱값 이하인지를 보여준다. 여기서, 문턱값이란 수신된 수신 신호 강도(RSSI) 값이 신뢰성을 가지는 신호로 인정될 수 있는 최대 값을 말한다. 도 3에서는 6 내지 9의 범위를 문턱값으로 정하였지만, 이는 임의 값으로써 사용자 또는 시스템에서 신뢰성을 가지는 한계 값으로 지정될 수 있다. 이와 함께, 'Best'의 표시는 센서 노드(270)에 의하여 감지된 수신 신호 강도가 실제 거리에 가장 근접하게 얻어진 데이터를 말한다.
도 3을 참조하면, 실내에서의 수신 신호 강도의 표준 편차가 실외에서의 수신 신호 강도의 표준 편차가 상대적으로 현저히 큼을 알 수 있다. 실내에서의 'Best' 데이터는 문턱값의 범위에 있으므로, 환경 및/또는 구현의 방식에 따라 거리 추정이 가능할 수 있다. 하지만, 일반적인 실내에서는 수신 신호 강도의 표준 편차가 문턱값보다 높기 때문에 신뢰성 있는 거리 추정을 할 수가 없다. 따라서, 센서 노드(270)는 감지된 수신 신호 강도를 이용하여 센서 노드(270) 자신의 위치를 신뢰성 있게 획득할 수 없다. 따라서, 실외뿐만 아니라 실내에서도 수신 신호 강도를 감지하여, 위치를 신뢰성 있게 추정할 수 있는 시스템 및 방법이 필요하다.
도 4a는 실내에서 5초 동안 감지된 수신 신호 강도(RSSI)의 분포를 보여주며, 도 4b는 실외에서 5초 동안 감지된 수신 신호 강도의 분포를 보여준다.
도 4a 및 도 4b를 참조하면, 센서 노드(270)에 의하여 감지된 수신 신호 강도(RSSI) 값의 빈도수를 나타낸다. 각 그래프에서는 빈도수가 높을수록, 해당 RSSI 값이 자주 감지되었으므로 실질적으로 해당 RSSI 값이 참일 확률이 증가할 수 있 다. 이와 함께, 전체적으로 감지된 RSSI 값을 평균하는 경우에는 해당 센서 노드(270)에 의하여 추정되는 RSSI 값이 될 수 있다. 여기서, RSSI 신뢰값이란 소스로부터 센서 노드(270)까지 소정의 거리가 있는 경우에 해당되는 수신 신호 강도 값으로서, 사용자 또는 시스템 상에서 미리 입력된 값이다. 여기서는, 7m 거리가 떨어진 상태에서 감지되는 RSSI 값은 실내에서는 218이며, 실외에서는 214이다.
센서 노드(270)는 RSSI 신뢰값이 주어진 상태에서 감지된 RSSI 값을 이용하여 자신이 소스로부터 떨어진 거리를 추정할 수 있다.
한편, 도 4a 및 도 4b는 5초 동안 센서 노드(270)에 감지되는 수신 신호 강도(RSSI) 값을 나타낸 것으로 실내에서보다는 실외에서 감지된 RSSI의 값이 평균값과 신뢰값에 가까이 분포됨을 알 수 있다.
도 5a는 실내에서 15초 동안 감지된 수신 신호 강도의 분포를 보여주며, 도 5b는 실외에서 15초 동안 감지된 수신 신호 강도의 분포를 보여준다.
도 5a 및 도 5b를 참조하면, 15초 동안 센서 노드(270)에 의하여 RSSI 값을 감지하므로 수집되는 데이터의 개수가 5초 동안에 비하여 현저히 증가한다. 이 경우에는 획득되는 데이터의 개수가 증가하면서, 센서 노드(270)에 감지되는 RSSI 값 중에서 빈도수가 높은 RSSI 값이 RSSI 신뢰값에 가까워진다. 이는 실내에서와 실외에서 감지되는 경우에 모두 동일한 경향을 가진다.
전체적으로 살펴본다면, 수신 시간이 길어질수록 획득된 데이터의 패턴은 RSSI 신뢰값에 가까워지는 정규분포 형태를 가질 수 있다. 이와 같이, 위치 추정에 있어서 일정 시간 이상의 시간 동안 감지 데이터를 수집할 수 있다면, 평균과 표준 편차 또는 분산을 통하여 추정되는 위치의 값이 신뢰성 있는 모집단이 될 수 있다. 하지만 RSSI 값을 수신하는 시간이 짧은 경우에는 도 4a 또는 4b에서와 같이 모집단의 분포가 넓어지기 때문에 신뢰성 있는 모집단을 이루기가 쉽지 않다.
따라서, 본 발명의 일 실시예에서는 센서 노드(270)의 위치 추정을 위하여 도 4a, 4b, 5a 및 5b와 같이 감지된 신호 집단이 신뢰성을 가지는 모집단이 되도록 하는 방안과, 추출된 모집단을 통하여 보다 신뢰성 있고 정확한 값을 추정하는 방안이 제안된다. 본 발명의 일 실시예에서는 이동평균을 도입하여 신호 집단에 대한 신뢰성을 확보하고, k-means 알고리즘을 이용하여 공간과 시간에 적합한 신호를 추정한다.
도 6a 는 본 발명의 일 실시예에 따라 5초 동안의 이동평균에 의하여 획득된 모집단의 분포를 보여주며, 도 6b는 본 발명의 일 실시예에 따라 15초 동안의 이동평균에 의하여 획득된 모집단의 분포를 보여준다.
이동평균(Moving Average)은 일정한 데이터 개수를 포함하는 데이터 셋에 대한 평균을 시간에 따라 순차적 쉬프트 하면서 획득되는 값이다. 예를 들어, 이동 노드(200)가 소정의 j-번째 고정 노드(100)로부터 시간에 따라 순차적으로 신호를 수신하면서 100개의 수신 신호 강도(v0 ,j, v1 ,j, v2 ,j, ..., v99 ,j)를 획득하였다고 하자. 10개가 데이터 셋의 구간 개수라 할 때, 이동평균은 다음 수학식과 같이 계산될 수 있다.
Figure 112007093304718-pat00001
여기서, vi ,j 는 j-번째 고정 노드(100)로부터 전송된 신호가 i-번째 시간 스텝에서 감지된 수신 신호 강도이며, si ,j 는 이동 평균을 나타내며, 아래 첨자는 순차적으로 계산된 이동평균의 순서 및 j-번째 고정노드로부터 수신된 것을 나타낸다. 이와 같이, 이동평균은 일정 시간 동안 일정 개수의 데이터 셋을 평균을 취하여 하나의 값으로 나타낸 것으로서, 일정시간 동안 다소 불안정한 수신 신호 강도를 감지하더라도 전체적으로는 안정된 하나의 이동평균 값을 구할 수 있다.
또한 이동평균은 0 부터 255 단계의 정수로 표시되어, 구해진 이동평균은 중 복될 수 있다. 이와 같이, 시간에 따라 감지된 복수의 수신 신호 강도를 기초로 하여 복수의 이동평균 값들을 구할 수 있고, 구해진 복수의 이동 평균값들을 중복되는 횟수만큼 나타냄으로써 도 6a 또는 6b와 같이 정규분포와 유사한 이동평균 값들의 분포를 구할 수 있다.
상기 구해진 이동평균 값들의 분포를 이용하여, 복수의 수신 신호 강도 데이터 중에서 신뢰성 있는 데이터 집단인 신뢰 모집단을 추출할 수 있다. 예를 들어, 이동평균 값들의 분포가 도 6a 또는 6b와 같을 때, 이동평균의 빈도수가 최대가 되는 값을 중심으로 크기가 'h' 만큼 차이가 나는 영역에 있는 수신 신호 강도의 데이터 집합을 신뢰 모집단으로 추출할 수 있다. 또는, 이동평균의 분포에서 평균값을 중심으로 소정의 신뢰 범위에 속하는 영역에 위치하는 수신 신호 강도의 데이터 집합을 신뢰 모집단으로 추출할 수 있다. 예를 들어, 신뢰 범위 60% 범위라면, 이동평균의 분포에서 평균값을 중심으로 60%의 데이터가 위치할 수 있는 통계적인 영역이 추출되고, 이로부터 신뢰 모집단을 추출할 수 있다.
한편, 시간에 지남에 따라 감지된 수신 신호 강도의 개수가 증가하면서 이동평균 값들의 개수도 증가하여, 코디네이터(300)에서 복수의 수신 신호 강도 데이터의 처리에 부하가 걸릴 수 있다. 또한 이동 노드(200)가 이동하는 경우에는 이전에 감지한 복수의 수신 신호 강도 데이터는 현재의 이동 노드(200)의 위치를 추정하는데 필요가 없게 된다. 따라서, 현재의 시점을 기준으로 일정한 시간 이전까지만의 수신 신호 강도를 이용하여 이동평균 값들을 산출하고, 신뢰 모집단을 생성할 수 있고, 상기의 시간 기준은 사용자에 의한 임의 설정 또는 실험적 결과 또는 단위 시간당 데이터 수신횟수 등에 의하여 결정될 수 있다.
도 7은 본 발명의 일 실시예에 따른 수신 신호 강도를 이용한 위치추정 시스템에서 적용하는 k-means 알고리즘의 흐름도를 보여준다.
도 7을 참조하면, 먼저 1-번째 고정 노드에 대한 신뢰 모집단을 선택한다(S700). 각 고정 노드로부터 수신된 신호에 의하여 각 고정 노드에 대한 신뢰 모집단이 생성될 수 있다. 따라서, 각 신뢰 모집단에 대하여 대표값을 생성하는 것을 k-means 알고리즘에 의하며, 여기서 'k'는 고정 노드의 개수가 된다.
선택된 신뢰 모집단에서, 소정의 수신 신호 강도 데이터를 선택한다(S710). 신뢰 모집단에서 임의로 하나의 수신 신호 강도 데이터를 선택한다. 예를 들어, j-번째 고정 노드(100)에 대한 신뢰 모집단을 다음과 같이 정의할 수 있다. 이미 전술한 바와 같이, j-번째 고정 노드(100)로부터 수신된 복수의 데이터 중에서 이동평균을 통하여 신뢰 범위 영역에 속한 데이터들을 추출한 집단이 j-번째 고정 노드(100)에 대한 신뢰 모집단이 된다.
Figure 112007093304718-pat00002
여기서, 임의로 수신 신호 강도
Figure 112007093304718-pat00003
를 선택했다고 가정한다.
하나의 수신 신호 강도가 선택되면, 선택된 수신 신호 강도와 신뢰 모집단의 다른 모든 수신 신호 강도와의 거리의 평균값을 구한다(S720). 거리 평균값이란, 선택된 수신 신호 강도와 나머지 다른 수신 신호 강도와의 유클리디안(Euclidean) 거리의 평균값으로서, 다음의 수학식에 의해 나타낼 수 있다.
Figure 112007093304718-pat00004
여기서, Euj는 j-번째 노드에 대한 유클리디안 거리의 평균값이다. 따라서, Euj는 선택된 수신 신호 강도가 나머지 신뢰 모집단에서 위치가 테두리 부근에 있는 경우에는 평균값이 커지며, 신뢰 모집단의 중심부에 위치하는 경우에는 평균값이 낮아질 수 있다.
평균값 산출후, 산출된 평균값이 임계치 이하인지를 판단한다(S730). 임계치는 신뢰 모집단에서의 대표값으로 표현될 수 있는 최대 허용치로서, 수신 신호 강도의 크기, 개수 또는 오차 범위를 고려한 실험적 또는 이론적인 값으로 설정될 수 있다. 따라서, 임계값은 산출된 평균값이 신뢰 모집단의 대표성을 보장할 수 있을 정도의 허용값으로 정함이 바람직하다.
산출된 평균값이 임계치 이하이면, 선택된 수신 신호 강도와 산출된 평균값을 합하여 j-번째 고정 노드에 대한 대표값으로 산출한다(S740). 산출된 평균값이 임계치 이상이면, 신뢰 모집단에서 다른 소정의 수신 신호 강도를 선택하고, 상기의 과정을 반복하면서 j-번째 고정 노드에 대한 대표값으로 산출할 수 있다(S710, S720, S730).
j-번째 고정 노드에 대한 대표값을 산출하였다면, 모든 고정 노드에 대한 신뢰 모집단의 대표값을 산출되었는지를 확인한다(S750). 산출되지 않았다면, 다음 고정 노드의 신뢰 모집단을 선택하여, 상기의 과정을 반복할 수 있다(S760, S710, S720, S730).
도 8은 본 발명의 일 실시예에 따른 k-means 방식과, 평균, 이동평균에 따른 k-means 방식에 따른 대표값 추정 결과이다.
도 8을 참조하면, x-축으로는 20개의 구간으로 나누어 각 구간에서는 50개의 수신 신호 강도를 램덤하게 선택하였다. y-축으로는 각 구간에 대하여 랜덤하게 선택된 50개의 수신 신호 강도를 이용하여 평균, k-means, 이동평균에 따른 k-means 에 의하여 대표값을 산출한 결과이다. 여기서, 대표값이란 이동 노드(200)가 고정 노드(100)로부터 송신된 신호로부터 복수개의 수신 신호 강도를 감지한 후에 이를 하나의 값으로 나타낸 것이며, 도 8에서는 이동 노드(200)가 감지한 대표값이 217이면 거의 정확한 추정 값이 된다. 217이란 값은 하나의 예이며, 도 8의 실험 조건에서 소스(260)와 센서 노드(270)와의 해당 거리에서 수신되어야 할 최상의 수신 신호 강도 값이다. 따라서, 산출된 결과의 대표값들이 각 구간에서 217에 가까운 값으로 추정된 결과가 도출된다면, 해당 방식은 상대적으로 다른 방식에 비해 우수하다는 것을 보여준다.
먼저 평균(Means) 방식에 의한 결과를 살펴보면, 추정된 대표값이 각 구간 별로 과도하게 높았다가 낮아짐을 반복한다. 이와 함께, 217에서 상대적으로 멀리 떨어진 214 또는 219 등의 대표값을 산출하여 위치 추정에 상대적으로 오차가 발생 할 여지가 크다.
k-means 방식에 의한 결과를 보면, 평균 방식에 비하여 상대적으로 대표값의 등락이 심하지 않으며, 217에 상대적으로 근접하게 대표값을 산출하였다.
마지막으로 이동평균에 따른 k-means 방식은 거의 217에 가깝게 대표값을 추정하였다. 이는 이동평균에 의하여 신뢰 모집단을 추출함으로써, 일단 신뢰성 있는 데이터를 먼저 추출하고 k-means 방식에 의하여 대표값을 산출함으로써 상대적으로 대표값 추정에 정확성을 높일 수 있다.
상기와 같이, 본 발명의 일 실시예에서는 k-means 알고리즘을 신뢰 모집단에서 대표값을 산출하는데 도입함으로써 대표값의 산출에 적은 연산량으로 상대적으로 정확한 추정 값을 산출할 수 있다. 또한, 이동평균에 의한 신뢰 모집단을 생성하고, 생성된 모집단으로부터 대표값을 추출함으로써 불안정한 데이터에도 강인하게 양질의 대표값을 얻을 수 있다.
도 9는 본 발명의 일 실시예에 따른 수신 신호 강도를 이용한 위치추정 시스템에서 위치 추정의 개략도를 보여준다.
코디네이터(300)의 위치 추정부(330)는 주위의 고정 노드(110, 120, 130)에 대한 대표값을 이용하여 이동 노드(200)의 위치를 산출할 수 있다. 여기서, 이동 노드(200)의 위치는 이미 알려진 주위의 고정노드(110, 120, 130)의 위치로부터 상대적인 위치이다.
예를 들어, 이동 노드(200)의 주위에 n 개(n 은 2 이상의 정수)의 고정 노드(110, 120, 130)가 위치하고, 상기 n 개의 고정 노드에 대한 수신 신호 강도의 대표값을 각각 ri 라고 하는 경우에는 다음의 수학식에 의하여 이동 노드의 위치를 구할 수 있다.
Figure 112007093304718-pat00005
여기서, n 은 주위의 고정 노드(100)의 개수이며, A 는 고정 노드로부터 수신될 수 있는 신호의 최대 값이며, ri 는 본 발명의 일 실시예에 따라 구해진 i-번째 고정 노드로부터 감지된 복수의 수신 신호 강도 데이터로부터 추정된 대표값이다.
한편, 실질적으로 수학식 4를 적용하면서 각 고정 노드(100)로부터 신호의 전송 거리와 공간의 편차에 치우쳐 오차가 발생될 수 있다. 따라서, 수학식 4의 (A-ri) 값에 의하여 거리를 추정함에 있어서, 다음과 같은 수학식을 도입할 수 있다.
Figure 112007093304718-pat00006
여기서, κ는 고정 노드(100)와 본 발명의 시스템에 의해 결정되는 상수이며, β 는 거리에 따라 수신 신호 강도가 낮아지는 거리지수를 의미한다. 따라서, 본 발명의 일 실시예에서는 실험적 또는 이론적인 값에 의하여 거리에 따라 수신 신호 강도가 낮아짐에 따라 거리지수(1 이상의 실수)를 산출할 수 있다.
예를 들어, 고정 노드(100)로부터 거리가 5m 이내인 경우에는 거리지수(β)는 1.0부터 1.5 사이이며, 거리가 5m 이상인 경우에는 거리지수가 1.5부터 2.0 사이가 될 수 있다. 또는, 실험적인 반복에 의하여 고정 노드로부터의 거리가 10m 이내에 해당하는 경우에는 거리지수를 1.4부터 1.6정도 까지의 가변적인 범위의 값으로 지정하여 사용할 수도 있다. 거리지수가 커진다는 의미는 고정 노드(100)로부터 이동 노드(200)의 거리가 멀어지면서 상대적으로 수신 신호 강도의 감쇄가 크게 일어남을 의미한다.
이와 함께, (A-ri) 값이 주어지면 i-번째 고정 노드로부터의 거리를 기준 데이터를 통해 알 수 있다. 상기 기준 데이터는 도 8과 같이 일정한 거리에 해당하는 수신 신호 강도(RSSI)가 미리 정의되어 있는 데이터이며, 이를 i-번째 고정 노드에 대한 대표값과 비교함으로 알 수 있다.
따라서, 수학식 5를 수학식 4에 대입하고, (A-ri) 값에 수학식 5를 대입하여 계산함으로써 전송 거리와 공간의 편차에 치우쳐 발생되는 오차를 보정할 수 있다. 이는 수학식 4의 (A-ri) 값에 가중치(Wi)를 각각 부여하는 것과 동일한 효과를 내는 것으로 해석될 수 있다.
상기와 같이, 주위의 고정 노드(100)로부터 감지된 복수의 수신 신호 강도 데이터로부터 이동 노드(200)의 위치를 간편하게 구할 수 있다.
도 10은 본 발명의 일 실시예에 따른 수신 신호 강도를 이용한 위치추정 방법의 흐름도를 보여준다.
도 10을 참조하면, 먼저 일정한 세기의 신호를 송신하는 하나 이상의 고정 노드로부터 전송된 신호의 세기인 수신 신호 강도(RSSI)를 시간에 따라 감지하여 각 고정 노드에 대한 복수의 데이터를 획득한다(S1000). 이동 노드(200)는 상기 획득된 데이터를 코디네이터에 실시간으로 전송한다.
각 고정 노드에 대한 복수의 데이터로부터 각 고정 노드에 대한 복수의 이동평균 값을 구한다(S1010). 이동평균이란, 일정한 데이터 개수 또는 일정 시간 동안의 데이터로 이루어진 데이터 셋에 대하여 평균을 하여 구하고, 이를 데이터 하나씩 쉬프트(Shift) 하면서 데이터 셋을 미세하게 변화시키면서 구하여지는 평균이다.
각 고정 노드에 대한 복수의 이동평균 값이 구해지면, 구해진 이동평균 값의 분포를 이용하여 각 고정 노드로부터 수신된 수신 신호 강도 데이터에 대한 신뢰 모집단을 추출한다(S1020). 구해진 복수의 이동평균 값을 빈도 수로 표시하면, 정규 분포와 유사한 분포를 얻을 수 있다. 따라서, 이동평균의 분포도의 중심에서 일정한 거리에 위치하는 데이터 또는 정규 분포의 통계에 의하여 신뢰 영역이라고 인정되는 영역에 위치하는 데이터 또는 최대 빈도수를 가지는 위치에서 일정한 거리에 위치하는 데이터 등을 추출함으로써 신뢰 모집단을 구할 수 있다. 여기서, 데이터는 이동 노드(200)가 감지한 수신 신호 강도의 데이터를 말한다.
각 고정 노드에 대한 신뢰 모집단이 구해지면, 각 고정 노드(100)로부터 수신된 수신 신호 강도의 대표값을 산출한다(S1030). 여기서, 대표값이란 이동 노드(200)가 고정 노드로부터 전송된 신호의 수신 신호 강도 값들 중에 최적화된 하나의 값을 말한다. 따라서, 각 고정 노드(100)로부터 각각 하나의 대표값을 산출하며, 이를 각 고정 노드에 대한 대표값이라 한다.
예를 들어, 하나의 대표값을 추출하는 방법은 추출된 신뢰 모집단에서 소정의 데이터를 추출하고, 상기 소정의 데이터와 신뢰 모집단에 속한 다른 데이터와의 거리의 평균값이 임계치 이하인 경우에 소정의 데이터 값과 거리의 평균값의 합을 대표값으로 산출할 수 있다.
각 고정 노드(100)로부터 각각 하나의 대표값을 산출되면, 각 대표값을 이용하여 이동 노드(200)의 상대 위치를 추정한다(S1040). 여기서, 이동 노드(200)의 상대 위치란 이미 알려진 고정 노드(100)의 위치로부터 상대적으로 정해지는 위치를 말한다.
상기와 같이, 본 발명의 일 실시예에 따르면 다중 경로와 간섭으로 인하여 시간에 따라 계속적으로 변화되는 수신 신호 강도를 신뢰성 있게 보정함으로써 위치 추정의 정확성을 높일 수 있다. 이와 함께, 복수의 수신 신호 강도에 대하여 k-means 알고리즘을 적용하여 정확성이 높은 하나의 수신 신호 강도로 변환하여 위치 추정에 적용하여 위치 추정의 성능을 높일 수 있다.
이상 첨부된 도면을 참조하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 벗어나지 않는 범위 내에서 여러 가지로 치환, 변형 및 변경이 가능하므로 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.
도 1a는 본 발명의 일 실시예에 따른 수신 신호 강도를 이용한 위치추정 시스템의 블록도이다.
도 1b는 본 발명의 일 실시예에 따른 수신 신호 강도를 이용한 위치추정 시스템이 동작되는 공간을 보여주는 도면이다.
도 2a는 본 발명의 일 실시예에 따른 수신 신호 강도를 거리에 따라 측정하는 예를 보여주는 도면이다.
도 2b는 본 발명의 일 실시예에 따른 수신 신호 강도의 거리에 따른 크기 값을 나타내는 도면이다.
도 2c는 실내에서의 거리에 따른 수신 신호 강도의 편차를 보여주는 도면이다.
도 2d는 실외에서의 거리에 따른 수신 신호 강도의 편차를 보여주는 도면이다.
도 3은 본 발명의 일 실시예에 따른 수신 신호의 표준 편차의 분포를 거리에 따라 보여준다.
도 4a는 실내에서 5초 동안 감지된 수신 신호 강도(RSSI)의 분포를 보여주는 도면이다.
도 4b는 실외에서 5초 동안 감지된 수신 신호 강도의 분포를 보여주는 도면이다.
도 5a는 실내에서 15초 동안 감지된 수신 신호 강도의 분포를 보여주는 도면 이다.
도 5b는 실외에서 15초 동안 감지된 수신 신호 강도의 분포를 보여주는 도면이다.
도 6a 는 본 발명의 일 실시예에 따라 5초 동안의 이동평균에 의하여 획득된 모집단의 분포를 보여주는 도면이다.
도 6b는 본 발명의 일 실시예에 따라 15초 동안의 이동평균에 의하여 획득된 모집단의 분포를 보여주는 도면이다.
도 7은 본 발명의 일 실시예에 따른 수신 신호 강도를 이용한 위치추정 시스템에서 적용하는 k-means 알고리즘의 흐름도이다.
도 8은 본 발명의 일 실시예에 따른 k-means 방식과, 평균, 이동평균에 따른 k-means 방식에 따른 대표값 추정 결과를 보여주는 도면이다.
도 9는 본 발명의 일 실시예에 따른 수신 신호 강도를 이용한 위치추정 시스템에서 위치 추정의 개략도이다.
도 10은 본 발명의 일 실시예에 따른 수신 신호 강도를 이용한 위치추정 방법의 흐름도이다.
*도면의 주요 부분에 대한 설명*
100: 고정노드
200: 이동 노드
300: 코디네이터
310: 모집단 생성부 320: 대표값 산출부
330: 위치 추정부

Claims (13)

  1. 일정한 세기의 신호를 송신하는 하나 이상의 고정 노드로부터 전송된 수신 신호 강도(RSSI)를 시간에 따라 감지하여 각 고정 노드에 대한 복수의 데이터를 획득하는 단계;
    상기 각 고정 노드에 대한 복수의 데이터로부터 각 고정 노드에 대한 신뢰 모집단을 생성하는 단계;
    상기 생성된 각 고정 노드에 대한 신뢰 모집단을 이용하여 상기 복수의 데이터에 대한 각 고정 노드에 대한 대표값을 산출하는 단계; 및
    상기 산출된 각 고정 노드에 대한 대표값을 이용하여 상기 각 고정 노드로부터의 상대 위치를 추정하는 단계를 포함하며,
    상기 각 고정 노드에 대한 대표값을 산출하는 단계는
    상기 각 고정 노드에 대한 신뢰 모집단에서 소정의 데이터를 추출하고, 상기 소정의 데이터와 상기 추출된 데이터를 포함하는 신뢰 모집단에 속한 다른 데이터와의 거리의 평균값이 임계치 이하인 경우에 상기 소정의 데이터 값과 상기 거리의 평균값의 합을 상기 각 고정 노드에 대한 대표값으로 산출하는, 수신 신호 강도를 이용한 위치추정 방법.
  2. 제 1항에 있어서, 상기 각 고정 노드에 대한 신뢰 모집단을 생성하는 단계는
    상기 각 고정 노드에 대한 복수의 데이터로부터 각 고정 노드에 대한 복수의 이동평균 값을 구하는 단계; 및
    상기 각 고정 노드에 대한 복수의 이동평균 값의 분포를 이용하여 상기 각 고정 노드에 대한 복수의 데이터 중에서 신뢰 범위에 속하는 데이터를 추출하는 단계를 포함하는, 수신 신호 강도를 이용한 위치추정 방법.
  3. 제 2항에 있어서, 상기 각 고정 노드에 대한 복수의 이동평균 값을 구하는 단계는
    시간에 따라 순차적으로 획득된 상기 각 고정 노드에 대한 복수의 데이터 중에서 소정의 데이터 개수 또는 소정의 시간 동안에 획득된 데이터 셋의 시작 데이터를 하나씩 순차적으로 쉬프트시켜 평균값을 구하는 단계를 포함하는, 수신 신호 강도를 이용한 위치추정 방법.
  4. 제 1항에 있어서, 상기 각 고정 노드에 대한 복수의 데이터를 획득하는 단계는
    위치 이동이 가능한 이동 노드가 상기 이동 노드 주위에 위치하는 하나 이상의 고정 노드로부터 송신되는 수신 신호 강도(RSSI)를 감지하는 단계를 포함하는, 수신 신호 강도를 이용한 위치추정 방법.
  5. 제 1항에 있어서, 상기 각 고정 노드에 대한 대표값을 산출하는 단계는
    k-means 알고리즘을 이용하여 상기 생성된 각 고정 노드에 대한 신뢰 모집단 에서 각 고정 노드에 대한 하나의 값을 산출하는 단계를 포함하는, 수신 신호 강도를 이용한 위치추정 방법.
  6. 제 1항에 있어서, 상기 상대 위치를 추정하는 단계는
    최대 수신 값과 상기 산출된 각 고정 노드에 대한 대표값과의 차이 값에 각 고정 노드의 위치 좌표를 곱하여 평균함으로써 각 고정 노드로부터의 상대 위치를 추정하는 단계를 포함하는, 수신 신호 강도를 이용한 위치추정 방법.
  7. 제 1항에 있어서, 상기 상대 위치를 추정하는 단계는
    상기 산출된 각 고정 노드에 대한 대표값에 대응하는 거리에 반비례하는 거리지수를 조정함에 의하여 각 고정 노드로부터의 이동 노드의 상대 위치를 추정하는 단계를 포함하는, 수신 신호 강도를 이용한 위치추정 방법.
  8. 일정한 세기의 신호를 송신하는 하나 이상의 고정 노드로부터 전송된 수신 신호 강도(RSSI)를 시간에 따라 감지하여 각 고정 노드에 대한 복수의 데이터를 획득하는 단계;
    상기 각 고정 노드에 대한 복수의 데이터로부터 각 고정 노드에 대한 복수의 이동평균 값을 구하는 단계;
    상기 각 고정 노드에 대한 복수의 이동평균 값을 이용하여 상기 각 고정 노드에 대한 복수의 데이터 중에서 각 고정 노드에 대한 신뢰 모집단을 추출하는 단계;
    상기 각 고정 노드에 대한 신뢰 모집단을 이용하여 상기 각 고정 노드에 대한 대표값을 산출하는 단계; 및
    상기 산출된 각 고정 노드에 대한 대표값을 이용하여 상기 고정 노드로부터의 상대 위치를 추정하는 단계를 포함하는, 수신 신호 강도를 이용한 위치추정 방법.
  9. 제 8항에 있어서, 상기 각 고정 노드에 대한 대표값을 산출하는 단계는
    상기 각 고정 노드에 대한 신뢰 모집단에서 소정의 데이터를 추출하고, 상기 소정의 데이터와 상기 추출된 데이터를 포함하는 신뢰 모집단에 속한 다른 데이터와의 거리의 평균값이 임계치 이하인 경우에 상기 소정의 데이터 값과 상기 거리의 평균값의 합을 상기 각 고정 노드에 대한 대표값으로 산출하는, 수신 신호 강도를 이용한 위치추정 방법.
  10. 일정한 세기의 신호를 송신하는 하나 이상의 고정 노드;
    상기 각 고정 노드로부터 전송된 수신 신호 강도(RSSI)를 시간에 따라 감지하여 각 고정 노드에 대한 복수의 데이터를 획득하는 이동 노드; 및
    상기 이동 노드로부터 상기 각 고정 노드에 대한 복수의 데이터를 수신하여 상기 이동 노드의 위치를 추정하는 코디네이터를 포함하며,
    상기 코디네이터는
    상기 각 고정 노드에 대한 복수의 데이터로부터 각 고정 노드에 대한 복수의 이동평균 값을 산출하여 상기 각 고정 노드에 대한 신뢰 모집단을 생성하는 모집단 생성부;
    상기 생성된 각 고정 노드에 대한 신뢰 모집단을 이용하여 상기 각 고정 노드에 복수의 데이터를 대표하는 고정 노드에 대한 대표값을 산출하는 대표값 산출부; 및
    상기 산출된 각 고정 노드에 대한 대표값을 이용하여 상기 각 고정 노드로부터의 상대 위치를 추정하는 위치 추정부를 포함하는, 수신 신호 강도를 이용한 위치추정 시스템.
  11. 제 10항에 있어서, 상기 대표값 산출부는
    상기 각 고정 노드에 대한 신뢰 모집단에서 소정의 데이터를 추출하고, 상기 소정의 데이터와 상기 추출된 데이터를 포함하는 신뢰 모집단에 속한 다른 데이터와의 거리의 평균값이 임계치 이하인 경우에 상기 소정의 데이터 값과 상기 거리의 평균값의 합을 상기 각 고정 노드에 대한 대표값으로 산출하는, 수신 신호 강도를 이용한 위치추정 시스템.
  12. 제 10항에 있어서, 상기 모집단 생성부는
    시간에 따라 순차적으로 획득된 상기 각 고정 노드의 복수의 데이터 중에서 소정의 데이터 개수 또는 소정의 시간 동안에 획득된 데이터 셋의 시작 데이터를 하나씩 순차적으로 쉬프트시켜 평균값을 구하는, 수신 신호 강도를 이용한 위치추 정 시스템.
  13. 제 10항에 있어서, 상기 위치 추정부는
    상기 산출된 각 고정 노드에 대한 대표값에 대응하는 거리에 반비례하는 거리지수를 조정함에 의하여 각 고정 노드로부터의 이동 노드의 상대 위치를 추정하는, 수신 신호 강도를 이용한 위치추정 시스템.
KR1020070137595A 2007-12-26 2007-12-26 수신 신호 강도를 이용한 위치추정 방법 및 시스템 KR100948412B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020070137595A KR100948412B1 (ko) 2007-12-26 2007-12-26 수신 신호 강도를 이용한 위치추정 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070137595A KR100948412B1 (ko) 2007-12-26 2007-12-26 수신 신호 강도를 이용한 위치추정 방법 및 시스템

Publications (2)

Publication Number Publication Date
KR20090069800A KR20090069800A (ko) 2009-07-01
KR100948412B1 true KR100948412B1 (ko) 2010-03-19

Family

ID=41321407

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070137595A KR100948412B1 (ko) 2007-12-26 2007-12-26 수신 신호 강도를 이용한 위치추정 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR100948412B1 (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101160085B1 (ko) * 2011-01-06 2012-06-26 주식회사 에이스테크놀로지 이동단말기의 위치 추적 시스템 및 방법
KR101223049B1 (ko) 2012-01-11 2013-01-17 경북대학교 산학협력단 구역 기반 위치 인식 방법
KR101388192B1 (ko) * 2012-09-05 2014-04-24 재단법인대구경북과학기술원 수동형 ｕｈｆ ｒｆｉｄ를 이용한 이동 물체의 위치 측정 방법 및 시스템
KR101397648B1 (ko) 2013-03-18 2014-05-26 인하대학교 산학협력단 선박 내의 지그비 노드 배치 방법 및 그 장치
KR101754535B1 (ko) * 2016-06-14 2017-07-20 순천향대학교 산학협력단 Ble 기반 위치 측량을 위한 rssi 신호 보정 시스템 및 방법
KR102497320B1 (ko) * 2021-09-17 2023-02-07 주식회사 티머니 카드 태그 없이 교통요금을 징수하는 결제시스템 및 결제방법

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101255792B1 (ko) * 2011-04-20 2013-04-17 숭실대학교산학협력단 이동 단말기에 구비된 광 수신기의 위치/수신각도 추정장치 및 방법과 이를 이용한 광 송신기
KR101399735B1 (ko) * 2012-10-30 2014-05-27 한양대학교 산학협력단 이동노드 위치 인식 장치 및 방법
KR102078181B1 (ko) * 2017-11-06 2020-02-17 한국과학기술연구원 노드의 상대적 위치 추적 시스템 및 노드의 상대적 위치 추적 방법
KR102030778B1 (ko) 2019-03-19 2019-10-10 한화시스템(주) 딥러닝을 이용한 무인 비행체 안테나 스위칭 시스템을 통한 안테나 스위칭 방법
KR102030777B1 (ko) 2019-03-19 2019-10-10 한화시스템(주) 딥러닝을 이용한 무인 비행체 안테나 스위칭 시스템
KR102474627B1 (ko) * 2020-07-21 2022-12-05 국민대학교산학협력단 사용자 위치 탐지 장치 및 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0712923A (ja) * 1993-06-29 1995-01-17 Oki Electric Ind Co Ltd 物標位置観測装置
US20050227703A1 (en) * 2004-03-30 2005-10-13 Cheng Steven D Method for using base station power measurements to detect position of mobile stations
US7170447B2 (en) 2003-02-14 2007-01-30 Qualcomm Incorporated Method and apparatus for processing navigation data in position determination
KR20070065407A (ko) * 2004-09-29 2007-06-22 퀄컴 인코포레이티드 셀룰러 무선 시스템에서 이동 단말기의 로케이션을발견하는 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0712923A (ja) * 1993-06-29 1995-01-17 Oki Electric Ind Co Ltd 物標位置観測装置
US7170447B2 (en) 2003-02-14 2007-01-30 Qualcomm Incorporated Method and apparatus for processing navigation data in position determination
US20050227703A1 (en) * 2004-03-30 2005-10-13 Cheng Steven D Method for using base station power measurements to detect position of mobile stations
KR20070065407A (ko) * 2004-09-29 2007-06-22 퀄컴 인코포레이티드 셀룰러 무선 시스템에서 이동 단말기의 로케이션을발견하는 방법

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101160085B1 (ko) * 2011-01-06 2012-06-26 주식회사 에이스테크놀로지 이동단말기의 위치 추적 시스템 및 방법
KR101223049B1 (ko) 2012-01-11 2013-01-17 경북대학교 산학협력단 구역 기반 위치 인식 방법
KR101388192B1 (ko) * 2012-09-05 2014-04-24 재단법인대구경북과학기술원 수동형 ｕｈｆ ｒｆｉｄ를 이용한 이동 물체의 위치 측정 방법 및 시스템
KR101397648B1 (ko) 2013-03-18 2014-05-26 인하대학교 산학협력단 선박 내의 지그비 노드 배치 방법 및 그 장치
KR101754535B1 (ko) * 2016-06-14 2017-07-20 순천향대학교 산학협력단 Ble 기반 위치 측량을 위한 rssi 신호 보정 시스템 및 방법
KR102497320B1 (ko) * 2021-09-17 2023-02-07 주식회사 티머니 카드 태그 없이 교통요금을 징수하는 결제시스템 및 결제방법

Also Published As

Publication number Publication date
KR20090069800A (ko) 2009-07-01

Similar Documents

Publication Publication Date Title
KR100948412B1 (ko) 수신 신호 강도를 이용한 위치추정 방법 및 시스템
US10575275B2 (en) Systems and methods for adaptively selecting distance estimates for localization of nodes based on error metric information
Song et al. CSI amplitude fingerprinting-based NB-IoT indoor localization
Yedavalli et al. Ecolocation: a sequence based technique for RF localization in wireless sensor networks
Zou et al. Freedetector: Device-free occupancy detection with commodity wifi
Elbakly et al. A robust zero-calibration RF-based localization system for realistic environments
CN105682224B (zh) 一种免离线训练的分布式无线指纹定位方法
Magowe et al. Accurate analysis of weighted centroid localization
KR100950941B1 (ko) 보정 노드를 기반으로 하는 이동 노드의 위치 추정 시스템및 방법
Li et al. A cluster-principal-component-analysis-based indoor positioning algorithm
CN108038419A (zh) 基于Wi-Fi的室内人员被动检测方法
Du et al. KF-KNN: Low-cost and high-accurate FM-based indoor localization model via fingerprint technology
Lin et al. An indoor Wi-Fi localization algorithm using ranging model constructed with transformed RSSI and BP neural network
Shih et al. Intelligent radio map management for future WLAN indoor location fingerprinting
Li et al. NQRELoc: AP selection via nonuniform quantization RSSI entropy for indoor localization
Fan et al. Single-site indoor fingerprint localization based on MIMO-CSI
Farnham Indoor localisation of iot devices by dynamic radio environment mapping
Jin et al. A whole-home level intrusion detection system using WiFi-enabled IoT
Sikeridis et al. Occupant tracking in smart facilities: An experimental study
Han et al. DFF-EDR: An indoor fingerprint location technology using dynamic fusion features of channel state information and improved edit distance on real sequence
Bornholdt et al. Adaptive procedure for indoor localization using LoRa devices
Deblauwe et al. Hybrid GPS and GSM localization—energy-efficient detection of spatial triggers
Abed et al. An adaptive K-NN based on multiple services set identifiers for indoor positioning system with an ensemble approach
Yin et al. Improved fingerprint localization algorithm based on channel state information
Zeng et al. An improved method for indoor positioning of WIFI based on location fingerprint

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: 20130308

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20140902

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20150225

Year of fee payment: 6

LAPS Lapse due to unpaid annual fee