KR101232365B1 - 무선센서 네트워크에서의 다중 이동체 위치추적장치 및 그 방법 - Google Patents

무선센서 네트워크에서의 다중 이동체 위치추적장치 및 그 방법 Download PDF

Info

Publication number
KR101232365B1
KR101232365B1 KR1020110083029A KR20110083029A KR101232365B1 KR 101232365 B1 KR101232365 B1 KR 101232365B1 KR 1020110083029 A KR1020110083029 A KR 1020110083029A KR 20110083029 A KR20110083029 A KR 20110083029A KR 101232365 B1 KR101232365 B1 KR 101232365B1
Authority
KR
South Korea
Prior art keywords
tracking
sensor node
frequency components
relative distance
moving
Prior art date
Application number
KR1020110083029A
Other languages
English (en)
Inventor
이승룡
이영구
비엣 흥 당
Original Assignee
경희대학교 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 경희대학교 산학협력단 filed Critical 경희대학교 산학협력단
Priority to KR1020110083029A priority Critical patent/KR101232365B1/ko
Application granted granted Critical
Publication of KR101232365B1 publication Critical patent/KR101232365B1/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
    • G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
    • G01S11/14—Systems for determining distance or velocity not using reflection or reradiation using ultrasonic, sonic, or infrasonic waves
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/003—Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

무선센서 네트워크에서의 다중 이동체 위치추적장치 및 그 방법이 개시된다. 본 발명의 일 실시예에 따른 위치추적장치는 이동체로부터 발생한 음향신호를 복수의 센서노드로부터 수신하여 주파수 대역을 분할하고 주요 주파수 성분을 추출하는 주파수 분할부와, 추출된 주요 주파수 성분별로 각 센서노드가 이동체로부터 감지한 음향신호의 에너지 등급비율 정보를 통해 각 센서노드와 이동체 간의 거리관계를 나타내는 상대 거리정보를 계산하는 상대 거리정보 계산부와, 상대 거리정보를 이용하여 이동체의 위치를 추적하는 위치추적부를 포함한다. 이에 따라, 무선센서 네트워크에서 복수 개의 이동체를 포함하는 소스의 위치를 정확하게 파악할 수 있다.

Description

무선센서 네트워크에서의 다중 이동체 위치추적장치 및 그 방법 {Apparatus and method for multiple moving source positioning in wireless sensor network}
본 발명의 일 양상은 무선센서 네트워크 기술에 관한 것으로, 보다 상세하게는 무선센서 네트워크에서의 다중 이동체 위치추적 기술에 관한 것이다.
무선센서 네트워크(Wireless Sensor Network : 이하 WSN이라 약칭함)는 센서노드, 센서노드로부터 수집된 정보를 가공하는 프로세서 및 가공된 정보를 전송하는 무선 송수신 장치로 구성된 네트워크이다. 일반적인 네트워크와 다르게 의사소통뿐만 아니라 자동화된 원격정보 수집이 가능하여 과학적·의학적·군사적·상업적 용도 등 다양한 응용 개발에 폭넓게 활용될 수 있다.
무선센서 네트워크는 인간 중심의 유비쿼터스 패러다임이 확대되면서 유비쿼터스 센서 네트워크(Ubiquitous sensor network : 이하 USN이라 약칭함)로 발전하고 있다. 특히 차량 등을 포함하는 사물 또는 사람 등 소스의 위치를 파악하는 위치인식 분야에 활용될 수 있다.
소스의 위치를 파악하기 위해 소스에서 발생하는 음향신호(acoustic signal)를 이용하는 방법은 간단하고 효율적인 방법 중 하나이다. 그런데 음향신호에는 잡음과 도플러 효과(Doppler effect) 및 레일리 다중 경로 페이딩(Rayleigh multi-path fading)이 포함되어 있어서 소스의 위치를 정확하게 추적하기는 쉽지 않다.
선행기술 [Yoki Sasaki, Satoshi Kagami, Hiroshi Mizoguchi: Multiple sound source mapping for a mobile robot by self-motion triangulation. In: International Conference on Intelligent Robots and Systems, IEEE (2006) 380-385]와, [Milutin Stanacevic: Micropower gradient flow acoustic localizer. IEEE Transations on Circuits and systems 52 (2005) 2148-2157]와, Stanley T.Birchfield, Danial Kahn Gilmor: A unifying framework for acoustic localization. In: IEEE International Conference, IEEE Computer Society (2001)]에는 음향신호를 이용하여 하나의 물체의 위치를 추적하는 기술에 대해 개시하고 있다.
일 양상에 따라, 무선센서 네트워크에서 다중 이동체(multiple moving object)의 위치를 추적하는 이동체 위치추적장치 및 그 방법을 제안한다.
일 양상에 따른 무선센서 네트워크에서 이동체의 위치를 추적하는 위치추적장치는, 이동체로부터 발생한 음향신호를 복수의 센서노드로부터 수신하여 주파수 대역을 분할하고 주요 주파수 성분을 추출하는 주파수 분할부와, 추출된 주요 주파수 성분별로 각 센서노드가 이동체로부터 감지한 음향신호의 에너지 등급비율 정보를 통해 각 센서노드와 이동체 간의 거리관계를 나타내는 상대 거리정보를 계산하는 상대 거리정보 계산부와, 상대 거리정보를 이용하여 이동체의 위치를 추적하는 위치추적부를 포함한다.
위치추적부는, 상대 거리정보를 이용하여 주요 주파수 성분별 발생위치 영역들을 추적하는 주파수 성분 위치추적부와, 주요 주파수 성분별 발생위치 영역들을 클러스터링하고 클러스터링된 그룹 내 이동체의 위치를 추적하는 이동체 위치추적부를 포함할 수 있다.
다른 양상에 따른 무선센서 네트워크에서 위치추적장치가 이동체의 위치를 추적하는 방법은, 이동체로부터 발생한 음향신호를 복수의 센서노드로부터 수신하여 주파수 대역을 분할하고 주요 주파수 성분을 추출하는 단계와, 추출된 주요 주파수 성분별로 각 센서노드가 이동체로부터 감지한 음향신호의 에너지 등급비율 정보를 통해 각 센서노드와 이동체 간의 거리관계를 나타내는 상대 거리정보를 계산하는 단계와, 상대 거리정보를 이용하여 이동체의 위치를 추적하는 단계를 포함한다.
일 실시예에 따르면, 무선센서 네트워크에서 복수 개의 이동체를 포함하는 소스의 위치를 정확하게 파악할 수 있다. 특히, 수신신호에 도플러 효과와 레일리 다중 경로 페이딩을 포함하는 잡음이 포함된 경우에도 정확하게 소스의 위치를 파악할 수 있다. 또한, 소스의 수가 센서노드의 수보다 많은 경우에도 유용하다. 또한, 주파수 도메인에서의 클러스터링 방법을 통해 소스의 위치를 정확하게 파악할 수 있다.
나아가, 다중 센서노드를 이용한 데이터 및 프로세스 분산 방식을 통해 복잡한 통신 프로세스 및 연산 과정을 줄일 수 있다. 또한, 센서노드로부터 수신신호의 각 데이터 프레임마다 몇 개의 주요 데이터만이 위치추적장치로 전송되기 때문에 통신비용을 낮출 수 있다.
나아가, 이물질이나 적대적인 물체를 감지함에 따라 보안과 군사 방어에 활용될 수 있고, 다중 물체 추적 및 물체 인식에도 유용하게 활용될 수 있다.
도 1은 본 발명의 일 실시예에 따른 무선 센서 네트워크의 센서노드와 위치추적장치의 구성도,
도 2는 본 발명의 일 실시예에 따라 센서노드에서 필터링된 신호를 도시한 참조도,
도 3은 본 발명의 일 실시예에 따라 이동체 위치추적에 영향을 주는 도플러 효과와 레일리 다중 경로 페이딩을 설명하기 위한 참조도,
도 4는 본 발명의 일 실시예에 따른 주요 주파수 성분별 발생위치 영역들의 위치곡선을 정의한 제한인자를 설명하기 위한 참조도,
도 5는 본 발명의 일 실시예에 따른 제한인자의 경사 기반 컨버전스 문제를 설명하기 위한 참조도,
도 6a 및 도 6b는 본 발명의 일 실시예에 따라 이동체의 위치추적 결과의 정확도를 보여주기 위해 시뮬레이션 결과를 도시한 참조도,
도 7은 본 발명의 일 실시예에 따른 위치추적장치의 이동체의 위치추적방법를 도시한 흐름도이다.
이하에서는 첨부한 도면을 참조하여 본 발명의 실시예들을 상세히 설명한다. 본 발명을 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1은 본 발명의 일 실시예에 따른 무선센서 네트워크(1)의 센서노드(10)와 위치추적장치(12)의 구성도이다.
도 1을 참조하면, 센서노드(10)는 샘플링 및 시간 분할부(100), DFT부(102), 필터링부(104) 및 신호 코딩부(106)를 포함한다. 위치추적장치(12)는 베이스스테이션(Base station:BS)에 위치하여, 신호 디코딩부(120), 주파수 분할부(122), 상대 거리정보 계산부(124), 주파수 성분 위치추적부(126) 및 이동체 위치추적부(128)를 포함한다.
센서노드(sensor node)(10)는 이동체(moving object)로부터 발생한 음향신호(acoustic signal)를 감지한다. 이동체는 음향신호를 발생할 수 있는 모든 물체를 포함한다. 예를 들면 차량일 수 있다. 이때 위치를 모르는 M개의 이동체들이 음향신호를 발생하고, 위치를 아는 N개의 센서노드가 음향신호를 수신한다고 가정한다. 이동체는 음원을 발생하는 대상이라는 의미에서 소스(source) 용어와 혼용하여 사용된다.
샘플링 및 시간 분할부(100)는 이동체들로부터 음향신호를 입력받아 이를 샘플링(sampling)하고 샘플링 신호를 소정의 시간 단위로 분할한다. 이동체들로부터 음향신호를 입력받기 위해 센서노드(10)는 마이크로폰(microphone)을 포함하며, 마이크로폰은 등방성(isotrope) 형태일 수 있다. 마이크로폰은 증폭기와 A/D 변환기 등을 포함하여 이동체들로부터 입력되는 음향신호를 전기신호로 변환한다. 각 센서노드(10)는 복수의 마이크로폰을 이용하여 음향신호를 수신할 수 있다. 샘플링 및 시간 분할부(100)를 통해 샘플링 및 시간 분할된 수신신호는 식 1과 같다.
Figure 112011064508201-pat00001
식 1을 참조하면, Sj(t)는 M개의 이동체로부터 발생한 음향신호이고, aij는 센서노드 i가 소스 j로부터 수신한 신호의 진폭이득(amplitude gain)을 나타내며, τij는 수신신호의 지연시간(propagation time)을 의미한다. 소스들이 고정되어 있다고 가정할 때, τij는 일정하다. 그러나, 소스들이 이동 중이면 τij는 시간에 따라 가변된다. 이때, τij는 식 2와 같다.
Figure 112011064508201-pat00002
식 2를 참조하면, dij(t)는 센서노드 i와 소스 j 간의 거리이고, vc는 지연속도이다. 속도 vc로 이동중인 소스 j의 이동은 τij를 증가시키거나 감소시켜서 센서노드 i에서 시간 도메인에서의 수신신호가 신장(stretched)되거나 압축(compressed)된다. 그 결과, 소스 j의 이동은 각 센서노드가 수신하는 신호의 주파수 성분을 변화시키는데, 이를 도플러 효과(Doppler effect)라고 하며, 식 3과 같다.
Figure 112011064508201-pat00003
식 3을 참조하면, fj는 소스 j의 주파수 성분(f-component)이고, fij는 센서노드 i에서 수신된 신호의 주파수 성분 fj의 시프트 형태(shift version)이다. θij(t)는 벡터 vj와 벡터 ij 간의 각도(angle)이다.
전술한 τij를 이용하여 이동체의 위치를 추적하는 방법은 모든 패킷을 대상으로 하므로 패킷을 송수신하는 데 요구되는 통신 로드량이 급증하게 된다. 따라서, 본 발명은 서로 다른 센서노드가 소스로부터 수신한 신호 세기 강도를 이용하여 이동체의 위치를 추적한다.
DFT부(102)는 샘플링 및 시간 분할부(100)로부터 시간영역 신호를 입력받아 이를 DFT(Discrete Fourier Transform)를 이용하여 주파수영역 신호로 변환한다. 이때 DFT부(102)는 프레임 단위의 시간영역 신호를 주파수영역 신호로 변환할 수 있는데, 안정된 스펙트럼을 구하기 위하여 프레임화된 샘플링 신호에 대하여 해밍 윈도우(hamming window) 등의 시간 윈도우를 곱할 수 있다. 프레임화의 단위는 샘플링 주파수, 애플리케이션의 종류 등에 의해 결정될 수 있다. DFT부(102)를 통해 주파수영역 신호로 변환된 수신신호 |Xi(ωk)|는 식 4와 같다.
Figure 112011064508201-pat00004
식 4를 참조하면, |Sij(ωk)|는 센서노드 i가 소스 j로부터 수신한 주파수영역 신호이다. 수신신호 |Xi(ωk)|는 소정의 주파수 영역으로 분할될 수 있다. 주파수 도메인 (ωa,ωb) 상에서 분할된 주파수 세그먼트(segment)는 소스 z에서의 시프트 주파수 성분(shifted f-component)을 포함한다. 이때, 소스 z에서의 시프트 주파수 성분은 다른 소스에서의 시프트 주파수 성분의 간섭이 없다고 가정한다. 주파수 분할된 주파수영역 신호는 식 5와 같다.
Figure 112011064508201-pat00005
식 5를 참조하면, ωk (m) ∈ (ωa,ωb)이고, m은 주파수 성분(f-component)의 인덱스(index)이다. f-component는 서로 상이한 시프트 성분을 가질 수 있지만, 에너지는 불변한다. 이는 수신신호가 시간 영역에서 도플러 효과에 의해 신장되거나 압축되는 동안에도 소스 z에서의 진폭은 불변하기 때문이다. 이는 식 6에서와 같이 표현될 수 있다.
Figure 112011064508201-pat00006
이 사실에 근거하여, f-component가 소스 z에 해당된다면, 각 센서노드와 이동체 간의 거리관계를 나타내는 상대 거리정보 rilz (m)는 식 7과 같다.
Figure 112011064508201-pat00007
상대 거리정보 rilz (m)는 주요 주파수 성분별로 각 센서노드가 이동체로부터 감지한 수신신호의 에너지 등급비율을 통해 계산된다. 수신신호의 에너지 등급비율은 식 8과 같다.
Figure 112011064508201-pat00008
식 8을 참조하면, Eiz는 센서노드 i가 소스 z로부터 수신한 신호의 에너지강도이다. 수신신호 에너지 강도를 이용하면 상대 거리정보를 계산할 수 있다. 이는 식 9와 같다.
Figure 112011064508201-pat00009
식 9를 참조하면, diz는 센서노드 i와 소스 z간의 거리이다.
필터링부(104)는 주파수영역 신호의 잡음을 필터링한다. 필터링된 주파수영역 신호는
Figure 112011064508201-pat00010
로 표시된다. 필터링된 신호의 예는 도 2에 도시된 바와 같다. 신호 코딩부(106)는 잡음이 제거된 주파수영역 신호를 압축(compression)한다.
한편, 위치추적장치(12)의 신호 디코딩부(120)는 복수의 센서노드(10)로부터 수신한 주파수영역 신호를 압축해제(decompression)하여,
Figure 112011064508201-pat00011
를 복원한다.
주파수 분할부(122)는 신호 디코딩부(120)를 통해 압축 해제된 주파수영역 신호
Figure 112011064508201-pat00012
를 대상으로 주파수 대역을 분할(frequency segmentation)하고 주요 주파수 성분(dominant f-component)을 추출한다.
주파수 분할부(122)를 통해 주파수 도메인 (ωa,ωb) 상에서 분할된 주파수 세그먼트는 소스 z의 이동에 따른 시프트 주파수 성분(shifted f-component)을 포함한다. 주파수 분할된 주파수영역 신호는
Figure 112011064508201-pat00013
로 표시된다.
일 실시예에 따르면, 주파수 분할부(122)는 이동체의 이동에 따라 형성되는 주요 주파수 성분에 포함된 시프트 주파수 성분들을 클러스터링(clustering)하고 클러스링 결과에 기초하여 주파수 세그먼트(frequency segment)를 결정한다. 도플러 효과는 주파수 성분에 영향을 주어, 주파수가 높을수록 시프트 현상은 많아진다. 소스 j의 주파수 성분 fo는 도플러 효과에 의해
Figure 112011064508201-pat00014
내에서 시프트 주파수 성분을 갖는다. 전술한 클러스터링은 하기 조건에 따라 주파수영역 신호의 log10(·) 의 단위 내에서 수행된다. 조건에 따르면, 1) 각 주파수 세그먼트의 폭(width)은 식 10에서 정의된 Δf(dB)보다 크지 않아야 한다. 2) 클러스터 내에서 주파수 성분의 수(number)는 2보다 커야 한다. 3) 센서노드가 수신한 신호의 주파수 성분의 평균 에너지는 잡음 레벨(noise level)보다 커야 한다.
Figure 112011064508201-pat00015
전술한 조건에 따르면, 소스의 수는 센서노드의 수보다 클 수 있다. 필터링에 의한 주파수 성분들의 손실(loss of some f-component)은 용인될 수 있다. 이는 소스가 주파수 성분 위치들 중 단지 하나의 지점에 위치하기 때문이다. 소스의 최대 가능수는 샘플링 주파수, 소스들의 속도, 각 소스에서의 주요 주파수 성분들의 수에 따라 좌우된다. 모든 주파수 성분들의 최소 주파수를 fmin이라 하고, 소스에서 주파수 성분들의 평균수를
Figure 112011064508201-pat00016
라 하면, 소스의 최대 가능수 Mmax는 식 11과 같다.
Figure 112011064508201-pat00017
식 11에서의 분자는 모든 소스에서의 가능한 모든 주파수 성분의 총 개수이다. 소스의 최대속도가 감소할수록 소스의 최대 가능수는 증가한다. 소스의 최대 가능수는 센서노드의 수에 영향을 받지 않는다. 이는 소스들의 위치가 소스들의 주요 주파수 성분들에 의해 결정되기 때문이다. 센서노드의 수가 증가할수록 위치 측정의 정확도가 향상되는 것이 일반적이나, 소스의 수가 변한다면 상황은 달라진다. 소스들의 주요 주파수 성분의 시프트 형태가 주파수 도메인에서 서로 간섭을 미치지 않기 때문이다.
상대 거리정보 계산부(124)는 주파수 분할부(122)를 통해 추출된 주요 주파수 성분별로 각 센서노드가 이동체로부터 감지한 음향신호의 에너지 등급비율 정보를 이용하여 각 센서노드와 이동체 간의 거리관계를 나타내는 상대 거리정보 rilz (m)를 계산한다. 상대 거리정보 rilz (m)는 식 7에서 전술한 바와 같다.
상대 거리정보는 각 센서노드로부터 서로 다른 거리에 있는 이동체를 대상으로 각 센서노드별 상대적인 관계를 나타내며, 제한인자(constraint) 또는 소스의 위치가 포함된 위치곡선을 정의한다. 예를 들면, 이동체의 최적위치를 포함하는 직선 또는 원 형태로 표시된다. 예를 들면, rilz (m) = 1인 경우, 위치곡선은 센서노드 i와 센서노드 j를 연결하는 라인 세그먼트의 수직 이등분선 형태이다. 그렇지 않은 경우는 원 형태이다 (도 4 참조).
주파수 성분 위치추적부(126)는 상대 거리정보 계산부(124)를 통해 계산된 상대 거리정보를 이용하여 주파수 성분 위치 p(m)를 추적한다. 센서노드가 수신한 신호에는 여전히 추가잡음이 존재하며 이를 완전히 제거하기는 어렵다. 더군다나, 소스가 센서노드와 매우 근접한 위치에 있으면, 수신신호는 해당 센서노드에 지배적으로 영향을 미치겠지만 다른 센서노드들에 의한 잡음의 크기보다 작을 수 있으며 제한인자(constraint) 내에 큰 에러를 발생할 수 있다. 따라서, 제한인자 내 에러는 피할 수는 없으므로, 주파수 성분의 위치추적은 벡터 p(m)을 통해 구현된다. p(m)은 식 12 및 식 13과 같이 2차 서메이션 형태(quadratic sum form)로 표현된다.
Figure 112011064508201-pat00018
Figure 112011064508201-pat00019
식 12 및 식 13을 참조하면, p(m) ∈ R2이고, 식 12는 실제로 p(m)에 대한 2차 형태가 아니지만, 각 제한인자는 p(m)부터 dij = riljdlj를 만족하는 위치곡선까지의 최소 거리에 대해 2차 형태를 충족한다.
곡선 형태의 제한인자는 밸리(valley)를 형성하게 되고, 밸리의 아래 부분은 약간 경사지게 된다(도 5 참조). 이에 따라 밸리의 아래 부분에서 라인 검색 프로세스(line search process)는 최적위치(optimum position)로 향해갈 때 측면에서 앞뒤를 오감에 따라 경사법(gradient method)에 의한 경사 기반 컨버전스(gradient-based convergence)에 많은 시간이 소요된다. 본 발명은 계산 최적화를 위해 경사법으로 FletcherReeves conjugated gradient method를 사용하고, 라인 검색 프로세스로 Fibonacci segment search를 사용하며, 최적화를 위한 1차 도함수
Figure 112011064508201-pat00020
는 식 14와 같다.
Figure 112011064508201-pat00021
제한인자의 수는 센서노드의 수보다 크다. 예를 들면 센서노드의 수가 5이면 제한인자의 수는 10이다. 제한인자의 수가 클수록 위치측정의 정확도는 높아진다.
이동체 위치추적부(128)는 주요 주파수 성분별 발생위치 영역들을 클러스터링하고 클러스터링된 그룹 내 이동체의 위치를 추적한다. 이때, 이동체 위치추적부(128)는 클러스터링된 주요 주파수 성분별 발생위치 영역들의 평균값을 이용하여 이동체의 위치를 추적한다. 평균값 계산을 위해 K-nearest neighbor clustering 방법 또는 d-min clustering 방법을 사용할 수 있는데, 본 발명은 전술한 방법에 가중치 부여 방법을 결합한다. 즉, 이동체 위치추적부(128)는 주요 주파수 성분별 에너지에 따라 가중치 ω(m)를 다르게 할당하고, 할당된 가중치 순서에 따라 이동체의 위치를 추적한다. 가중치 ω(m)은 각 센서노드가 수신한 신호의 주요 주파수 성분들의 에너지 평균값이다. 클러스터링된 그룹 j’ (식에 Dj'로 표시) 내 주파수 성분별 발생위치 영역들에 포함되는 소스의 위치 pj'는 식 15와 식 16와 같다.
Figure 112011064508201-pat00022
Figure 112011064508201-pat00023
식 15와 식 16에서, Ei (m)은 센서노드 i에 의해 수신된 신호의 주파수 성분 m의 에너지 크기이다.
일 실시예에 따르면, 이동체 위치추적부(128)는 도플러 효과(Doppler effect)와 레일리 다중 경로 페이딩(Rayleigh multi-path fading)을 포함하는 잡음을 고려하여 주요 주파수 성분별 발생위치 영역들을 클러스터링하고 클러스터링된 그룹 내 이동체의 위치를 추적한다.
이상적으로, 동일한 소스 j에 해당하는 주파수 성분들은 동일한 이동체 위치 Pj로부터 발생한 것이어야 한다. 그러나, 실제로는 주파수영역 신호에 영향을 주는 팩터는 위치추적에 영향을 주고, 동일한 소스 j에 해당하는 주파수 성분들이 동일한 이동체 위치 Pj로부터 발생한 것이 아닌 소스 j와 인접한 위치로부터 발생한 것일 가능성이 있다. 이러한 팩터의 대표적인 예가 도플러 효과와 레일리 다중 경로 페이딩을 포함하는 잡음이다. 도플러 효과는 주파수 성분의 시프트를 야기하고, 이는 주파수 도메인 상에서의 클러스터링 오류와 연결된다(도 3 참조). 레일리 다중 경로 페이딩 역시 주파수영역 신호의 변화를 야기한다(도 3 참조). 따라서, 이동체 위치추적부(128)는 도플러 효과와 레일리 다중 경로 페이딩을 포함하는 잡음을 고려하여 주요 주파수 성분별 발생위치 영역들 p(m)을 클러스터링하고 클러스터링된 그룹 내 이동체의 위치 pj를 추적한다.
도 2는 본 발명의 일 실시예에 따라 센서노드에서 필터링된 신호를 도시한 참조도이다.
도 1 및 도 2를 참조하면, 센서노드(10)의 필터링부(104)는 잡음을 추정하고, 추정된 잡음을 필터링한다. 필터링된 결과의 예는 도 2에 도시된 바와 같다. 필터링된 신호는 분실된 주파수 성분(lost f-component)와 잉여 주파수 성분(redundant f-component)를 포함한다.
도 3은 본 발명의 일 실시예에 따라 이동체 위치추적에 영향을 주는 도플러 효과와 레일리 다중 경로 페이딩을 설명하기 위한 참조도이다.
도 3을 참조하면, 도플러 효과는 주파수 성분의 시프트를 야기하고, 이는 주파수 도메인 상에서의 클러스터링 오류와 연결된다. 레일리 다중 경로 페이딩 역시 주파수영역 이미지의 변화를 야기한다. 본 발명은 전술한 도플러 효과와 레일리 다중 경로 페이딩에 상관없이 이동체의 위치를 추적할 수 있는 기술에 대해 기술하고 있다.
도 4는 본 발명의 일 실시예에 따른 주요 주파수 성분별 발생위치 영역들의 위치곡선을 정의한 제한인자를 설명하기 위한 참조도이다.
도 1 및 도 4를 참조하면, 상대 거리정보 계산부(124)를 통해 계산되는 상대 거리정보는 각 센서노드로부터 서로 다른 거리에 있는 이동체를 대상으로 각 센서노드별 상대적인 관계를 나타내며, 제한인자(constraint) 또는 소스의 위치가 포함된 위치곡선을 정의한다. 예를 들면, 도 4에 도시된 바와 같이, 이동체의 최적위치를 포함하는 직선 또는 원 형태로 표시된다. 예를 들면, rilz (m)=1인 경우, 위치곡선은 센서노드 i와 센서노드 j를 연결하는 라인 세그먼트의 수직 이등분선 형태이다. 그렇지 않은 경우는 원 형태이다.
도 5는 본 발명의 일 실시예에 따른 제한인자의 경사 기반 컨버전스 문제를 설명하기 위한 참조도이다.
도 5를 참조하면, 곡선 형태의 제한인자는 밸리(valley)를 형성하게 되고, 밸리의 아래 부분은 약간 경사지게 된다. 이에 따라 밸리의 아래 부분에서 라인 검색 프로세스(line search process)는 최적위치(optimum position)로 향해갈 때 측면에서 앞뒤를 오감에 따라 경사법(gradient method)에 의한 경사 기반 컨버전스(gradient-based convergence)에 많은 시간이 소요된다. 본 발명은 계산 최적화를 위해 경사법으로 FletcherReeves conjugated gradient method를 사용하고, 라인 검색 프로세스로 Fibonacci segment search를 사용하며, 최적화를 위한 1차 도함수
Figure 112011064508201-pat00024
는 전술한 식 14와 같다. 제한인자의 수는 센서노드의 수보다 크다. 예를 들면 센서노드의 수가 5이면 제한인자의 수는 10이다. 제한인자의 수가 클수록 위치측정의 정확도는 높아진다.
도 6a 및 도 6b는 본 발명의 일 실시예에 따라 이동체의 위치추적 결과의 정확도를 보여주기 위해 시뮬레이션 결과를 도시한 참조도이다.
도 6a는 이동체의 속도가 0인 경우, 도 6b는 이동체의 속도가 40km/h인 경우의 센서노드의 위치(sensor position), 소스의 위치(source position), 소스의 이동경로(path trail), 가중치가 부여된 주요 주파수 성분별 발생위치 영역(weighted f-component's position), 그룹 링크(group link) 및 소스의 추정위치(source's estimated position)를 각각 나타낸 것이다. 도 6a 및 도 6b를 참조하면, 소스의 수가 센서노드의 수보다 많은 경우 (예 : 소스의 수 5, 센서노드의 수 4)에도 소스의 위치 추적에 정확도가 높음을 확인할 수 있다.
도 7은 본 발명의 일 실시예에 따른 위치추적장치의 이동체의 위치추적방법를 도시한 흐름도이다.
도 1 및 도 7을 참조하면, 위치추적장치(12)는 복수의 센서노드가 이동체로부터 발생한 음향신호를 감지하면 이를 복수의 센서노드로부터 수신하여 주파수 대역을 분할하고 주요 주파수 성분을 추출한다(700). 주파수 대역을 분할하고 주요 주파수 성분을 추출하는 단계(700)에서 위치추적장치(12)는 이동체의 이동에 따라 형성되는 주요 주파수 성분에 포함된 시프트 주파수 성분들을 클러스터링하고 클러스터링 결과에 기초하여 주파수 세그먼트를 결정할 수 있다.
이어서, 위치추적장치(12)는 추출된 주요 주파수 성분별로 각 센서노드가 이동체로부터 감지한 음향신호의 에너지 등급비율 정보를 통해 각 센서노드와 이동체 간의 거리관계를 나타내는 상대 거리정보를 계산한다(710). 상대 거리정보는 각 센서노드로부터 서로 다른 거리에 있는 이동체를 대상으로 각 센서노드별 상대적인 관계를 나타내며, 제한인자(constraint) 또는 소스의 위치가 포함된 위치곡선을 정의한다.
이어서, 위치추적장치(12)는 상대 거리정보를 이용하여 주요 주파수 성분별 발생위치 영역들을 추적한다(720). 그리고, 주요 주파수 성분별 발생위치 영역들을 클러스터링하여 클러스터링된 그룹 내 이동체의 위치를 추적한다(730). 이때, 위치추적장치(12)는 주요 주파수 성분별 에너지에 따라 가중치를 다르게 할당하고 할당된 가중치 순서에 따라 이동체의 위치를 추적할 수 있다. 가중치는 각 센서노드가 수신한 신호의 주요 주파수 성분들의 에너지 평균값이다.
이제까지 본 발명에 대하여 그 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술분야에서 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.
1 : 무선센서 네트워크 10 : 센서노드
12 : 위치추적장치 100 : 샘플링 및 시간 분할부
102 : DFT부 104 : 필터링부
106 : 신호 코딩부 120 : 신호 디코딩부
122 : 주파수 분할부 124 : 상대 거리정보 계산부
126 : 주파수 성분 위치추적부 128 : 이동체 위치추적부

Claims (12)

  1. 무선센서 네트워크에서 이동체들의 위치를 추적하는 위치추적장치에 있어서,
    상기 이동체들로부터 발생한 음향신호를 복수의 센서노드로부터 수신하여 주파수 대역을 분할하고 주요 주파수 성분을 추출하는 주파수 분할부;
    상기 추출된 주요 주파수 성분별로 각 센서노드가 각 이동체로부터 감지한 음향신호의 에너지 강도를 계산하고 각 센서노드에서의 음향신호 에너지 강도의 등급을 비교하여 각 센서노드와 각 이동체 간의 거리관계를 나타내는 상대 거리정보를 계산하는 상대 거리정보 계산부; 및
    상기 상대 거리정보를 이용하여 상기 이동체들의 위치를 추적하는 위치추적부;
    를 포함하는 것을 특징으로 하는 위치추적장치.
  2. 제 1 항에 있어서, 상기 주파수 분할부는,
    상기 복수의 센서노드를 통해 상기 이동체들의 음향신호를 대상으로 신호 샘플링, 시간 분할, 푸리에 변환, 필터링 및 신호 압축을 포함하는 전처리를 거쳐 가공된 주파수영역 신호를 상기 복수의 센서노드로부터 분산 방식을 통해 수신하여 주파수 영역을 분할하는 것을 특징으로 하는 위치추적장치.
  3. 제 1 항에 있어서, 상기 주파수 분할부는,
    상기 이동체들의 이동에 따라 형성되는 주요 주파수 성분에 포함된 시프트 주파수 성분들을 클러스터링하고 클러스터링 결과에 기초하여 주파수 세그먼트를 결정하는 것을 특징으로 하는 위치추적장치.
  4. 제 1 항에 있어서,
    상기 상대 거리정보는 각 센서노드로부터 서로 다른 거리에 있는 이동체를 대상으로 각 센서노드별 상대적인 관계를 나타내며, 제한인자(constraint) 또는 소스의 위치가 포함된 위치곡선을 정의하는 것을 특징으로 하는 위치추적장치.
  5. 제 1 항에 있어서, 상기 위치추적부는,
    상기 상대 거리정보를 이용하여 주요 주파수 성분별 발생위치 영역들을 추적하는 주파수 성분 위치추적부; 및
    상기 주요 주파수 성분별 발생위치 영역들을 클러스터링하고 클러스터링된 그룹 내 이동체의 위치를 추적하는 이동체 위치추적부;
    를 포함하는 것을 특징으로 하는 위치추적장치.
  6. 제 5 항에 있어서, 상기 이동체 위치추적부는
    주요 주파수 성분별 에너지에 따라 가중치를 다르게 할당하고 할당된 가중치 순서에 따라 이동체의 위치를 추적하며,
    상기 가중치는 각 센서노드가 수신한 신호의 주요 주파수 성분들의 에너지 평균값인 것을 특징으로 하는 위치추적장치.
  7. 제 5 항에 있어서, 상기 이동체 위치추적부는
    도플러 효과와 레일리 다중 경로 페이딩을 포함하는 잡음을 고려하여 상기 주요 주파수 성분별 발생위치 영역들을 클러스터링하고 클러스터링된 그룹 내 이동체의 위치를 추적하는 것을 특징으로 하는 위치추적장치.
  8. 무선센서 네트워크에서 위치추적장치가 이동체들의 위치를 추적하는 방법에 있어서,
    상기 이동체들로부터 발생한 음향신호를 복수의 센서노드로부터 수신하여 주파수 대역을 분할하고 주요 주파수 성분을 추출하는 단계;
    상기 추출된 주요 주파수 성분별로 각 센서노드가 각 이동체로부터 감지한 음향신호의 에너지 강도를 계산하고 각 센서노드에서의 음향신호 에너지 강도의 등급을 비교하여 각 센서노드와 각 이동체 간의 거리관계를 나타내는 상대 거리정보를 계산하는 단계; 및
    상기 상대 거리정보를 이용하여 상기 이동체들의 위치를 추적하는 단계;
    를 포함하는 것을 특징으로 하는 위치추적방법.
  9. 제 8 항에 있어서, 상기 주파수 대역을 분할하고 주요 주파수 성분을 추출하는 단계는,
    상기 이동체들의 이동에 따라 형성되는 주요 주파수 성분에 포함된 시프트 주파수 성분들을 클러스터링하고 클러스터링 결과에 기초하여 주파수 세그먼트를 결정하는 것을 특징으로 하는 위치추적방법.
  10. 제 8 항에 있어서,
    상기 상대 거리정보는 각 센서노드로부터 서로 다른 거리에 있는 이동체를 대상으로 각 센서노드별 상대적인 관계를 나타내며, 제한인자(constraint) 또는 소스의 위치가 포함된 위치곡선을 정의하는 것을 특징으로 하는 위치추적방법.
  11. 제 8 항에 있어서, 상기 이동체들의 위치를 추적하는 단계는,
    상기 상대 거리정보를 이용하여 주요 주파수 성분별 발생위치 영역들을 추적하는 단계; 및
    상기 주요 주파수 성분별 발생위치 영역들을 클러스터링하고 클러스터링된 그룹 내 이동체의 위치를 추적하는 단계;
    를 포함하는 것을 특징으로 하는 위치추적방법.
  12. 제 8 항에 있어서, 상기 이동체들의 위치를 추적하는 단계는,
    주요 주파수 성분별 에너지에 따라 가중치를 다르게 할당하고 할당된 가중치 순서에 따라 이동체들의 위치를 추적하며,
    상기 가중치는 각 센서노드가 수신한 신호의 주요 주파수 성분들의 에너지 평균값인 것을 특징으로 하는 위치추적방법.
KR1020110083029A 2011-08-19 2011-08-19 무선센서 네트워크에서의 다중 이동체 위치추적장치 및 그 방법 KR101232365B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110083029A KR101232365B1 (ko) 2011-08-19 2011-08-19 무선센서 네트워크에서의 다중 이동체 위치추적장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110083029A KR101232365B1 (ko) 2011-08-19 2011-08-19 무선센서 네트워크에서의 다중 이동체 위치추적장치 및 그 방법

Publications (1)

Publication Number Publication Date
KR101232365B1 true KR101232365B1 (ko) 2013-02-13

Family

ID=47899374

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110083029A KR101232365B1 (ko) 2011-08-19 2011-08-19 무선센서 네트워크에서의 다중 이동체 위치추적장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR101232365B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101337449B1 (ko) 2012-04-12 2013-12-05 (주)아이스플럽 음향 시스템을 이용하여 모바일 단말기의 위치를 추정하는 위치 추정 방법 및 위치 추정 시스템과 이에 사용되는 음향 시스템
KR101717947B1 (ko) * 2015-12-21 2017-03-20 호서대학교 산학협력단 수중 통신 방법
CN117170589A (zh) * 2023-11-02 2023-12-05 江苏华鲲振宇智能科技有限责任公司 一种虚拟化存储服务器系统及控制方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100911870B1 (ko) 2009-02-11 2009-08-11 김성완 음원 추적 장치 및 그 방법
JP2010206449A (ja) 2009-03-03 2010-09-16 Nippon Telegr & Teleph Corp <Ntt> 発話向き推定装置、方法及びプログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100911870B1 (ko) 2009-02-11 2009-08-11 김성완 음원 추적 장치 및 그 방법
JP2010206449A (ja) 2009-03-03 2010-09-16 Nippon Telegr & Teleph Corp <Ntt> 発話向き推定装置、方法及びプログラム

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101337449B1 (ko) 2012-04-12 2013-12-05 (주)아이스플럽 음향 시스템을 이용하여 모바일 단말기의 위치를 추정하는 위치 추정 방법 및 위치 추정 시스템과 이에 사용되는 음향 시스템
KR101717947B1 (ko) * 2015-12-21 2017-03-20 호서대학교 산학협력단 수중 통신 방법
WO2017111298A1 (ko) * 2015-12-21 2017-06-29 호서대학교 산학협력단 수중 통신 방법
CN117170589A (zh) * 2023-11-02 2023-12-05 江苏华鲲振宇智能科技有限责任公司 一种虚拟化存储服务器系统及控制方法

Similar Documents

Publication Publication Date Title
US10871548B2 (en) Systems and methods for transient acoustic event detection, classification, and localization
CN109275095B (zh) 一种基于蓝牙的室内定位系统、定位设备和定位方法
WO2019062734A1 (zh) 基于Wi-Fi热点的室内定位方法及装置
US20180131575A1 (en) Method for clustering wireless channel mpcs based on a kpd doctrine
CN109490826B (zh) 一种基于无线电波场强rssi的测距与位置定位方法
CN110049549B (zh) 基于WiFi指纹的多融合室内定位方法及其系统
CN109450574B (zh) 高铁通信网络中无线信道多径分簇方法和装置
CN110543842A (zh) 一种基于Wi-Fi信号的目标运动识别方法及系统
Wang et al. CSI-based human sensing using model-based approaches: a survey
JP2013205398A (ja) 発信源推定方法およびそれを利用した発信源推定装置
Cai et al. Self-deployable indoor localization with acoustic-enabled IoT devices exploiting participatory sensing
WO2016079656A1 (en) Zero-calibration accurate rf-based localization system for realistic environments
Labinghisa et al. Neural network-based indoor localization system with enhanced virtual access points
KR101232365B1 (ko) 무선센서 네트워크에서의 다중 이동체 위치추적장치 및 그 방법
Fang et al. Writing in the air: recognize letters using deep learning through WiFi signals
Dang et al. PCA-Kalman: device-free indoor human behavior detection with commodity Wi-Fi
AlHajri et al. A cascaded machine learning approach for indoor classification and localization using adaptive feature selection
Guo et al. Tracking multiple acoustic sources by adaptive fusion of TDOAs across microphone pairs
Tan et al. UAV localization with multipath fingerprints and machine learning in urban NLOS scenario
Qu et al. Source localization by TDOA with random sensor position errors—part II: mobile sensors
Nguyen et al. Reliable indoor location prediction using conformal prediction
Diao et al. CMD-based NLOS identification and mitigation in wireless sensor networks
Agarwal et al. Hardware implementation of k-means clustering based spectrum sensing using usrp in a cognitive radio system
Li et al. Edge computing-enabled green multisource fusion indoor positioning algorithm based on adaptive particle filter
Niang et al. An adapted machine learning algorithm based-Fingerprints using RLS to improve indoor Wi-fi localization systems

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: 20160120

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20170201

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20171220

Year of fee payment: 6

LAPS Lapse due to unpaid annual fee