KR102092855B1 - System for object position estimation based on magnetic field signal using underwater sensor network and method thereof - Google Patents

System for object position estimation based on magnetic field signal using underwater sensor network and method thereof Download PDF

Info

Publication number
KR102092855B1
KR102092855B1 KR1020180088701A KR20180088701A KR102092855B1 KR 102092855 B1 KR102092855 B1 KR 102092855B1 KR 1020180088701 A KR1020180088701 A KR 1020180088701A KR 20180088701 A KR20180088701 A KR 20180088701A KR 102092855 B1 KR102092855 B1 KR 102092855B1
Authority
KR
South Korea
Prior art keywords
magnetic field
sensor network
underwater sensor
field signal
entered
Prior art date
Application number
KR1020180088701A
Other languages
Korean (ko)
Other versions
KR20190098668A (en
Inventor
신요안
김광열
Original Assignee
숭실대학교 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 숭실대학교 산학협력단 filed Critical 숭실대학교 산학협력단
Priority to US16/260,068 priority Critical patent/US11209502B2/en
Publication of KR20190098668A publication Critical patent/KR20190098668A/en
Application granted granted Critical
Publication of KR102092855B1 publication Critical patent/KR102092855B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
    • G01V3/08—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation operating with magnetic or electric fields produced or modified by objects or geological structures or by detecting devices
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30—Assessment of water resources

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Electromagnetism (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

본 발명은 수중 센서 네트워크를 이용한 자기장 기반의 물체 위치 추정 시스템 및 그 방법에 관한 것이다.
본 발명에 따르면, 수중 센서 네트워크를 이용한 자기장 기반의 물체 위치 추정 방법에 있어서, 수중에 설치된 복수의 자기장 센서로 이루어진 수중 센서 네트워크를 이용하여 수중을 이동하는 물체로부터 발산된 자기장 신호를 수신하는 단계, 상기 수신된 자기장 신호로부터 지구 자기장 및 노이즈 신호를 제거하여 유도 자기장 신호를 추출하는 단계, 상기 유도 자기장 신호를 이용하여 상기 이동 중인 물체가 상기 수중 센서 네트워크에 진입하였는지 여부를 판단하는 단계, 그리고 상기 물체가 진입한 것으로 판단되면, 상기 물체를 감지한 복수의 센서들의 위치 정보를 이용하여 상기 물체의 위치를 추정하는 단계를 포함한다.
이와 같이 본 발명에 따르면, 기존의 위치를 추적하는 핑거프린팅 기법 또는 ToA 기법보다 수중에서 움직이는 물체의 위치를 더욱 정확하게 측정할 수 있으며, 자기장 특성을 이용하기 때문에 물체의 자기장 신호 세기가 변화되는 상황에서도　자기장 신호에 따라 k개의 센서 개수를 선택하여 위치를 추정함으로써 각각의 센서의 이격 거리가 증가하여도 정확한 물체의 위치를 측정할 수 있다. The present invention relates to a magnetic field based object position estimation system and method using an underwater sensor network.
According to the present invention, in a method for estimating a magnetic field-based object position using an underwater sensor network, receiving a magnetic field signal emitted from an object moving underwater using an underwater sensor network composed of a plurality of magnetic field sensors installed in the water, Extracting an induced magnetic field signal by removing the earth magnetic field and noise signal from the received magnetic field signal, determining whether the moving object has entered the underwater sensor network using the induced magnetic field signal, and If it is determined that has entered, it includes the step of estimating the position of the object using the position information of the plurality of sensors that sense the object.
As described above, according to the present invention, it is possible to more accurately measure the position of an object moving underwater than the fingerprinting technique or the ToA technique that tracks the existing location, and even because the magnetic field characteristic is used, even when the magnetic field signal strength of the object changes. By estimating the position by selecting the number of k sensors according to the magnetic field signal, it is possible to measure the exact position of the object even if the separation distance of each sensor increases.

Description

수중 센서 네트워크를 이용한 자기장 기반의 물체 위치 추정 시스템 및 그 방법{SYSTEM FOR OBJECT POSITION ESTIMATION BASED ON MAGNETIC FIELD SIGNAL USING UNDERWATER SENSOR NETWORK AND METHOD THEREOF}Magnetic field-based object position estimation system and method using underwater sensor network {SYSTEM FOR OBJECT POSITION ESTIMATION BASED ON MAGNETIC FIELD SIGNAL USING UNDERWATER SENSOR NETWORK AND METHOD THEREOF}

본 발명은 수중 센서 네트워크를 이용한 자기장 기반의 물체 위치 추정 시스템 및 그 방법에 관한 것으로, 보다 상세하게는 물체 고유의 자기장을 활용하여 물체의 위치를 측정하는 수중 센서 네트워크를 이용한 자기장 기반의 물체 위치 추정 시스템 및 그 방법에 관한 것이다.The present invention relates to a magnetic field-based object position estimation system and method using an underwater sensor network, and more specifically, a magnetic field-based object position estimation using an underwater sensor network that measures the position of an object using a unique magnetic field of the object. It relates to a system and a method.

수중 사물 인터넷(Internet of Underwater Things; IoUT)은 수중에서 발생되는 다양한 정보를 지상에서 관측할 수 있게 하는 기술이다. 수중 사물 인터넷을 이용하기 위해서 수중 센서 네트워크 간 통신뿐만이 아니라 수중 이동형 노드(Underwater Moving Node; UMN)에 대한 위치를 추정할 수 있어야 한다. The Internet of Things (IoUT) is a technology that enables various information generated from underwater to be observed from the ground. In order to use the underwater Internet of Things, it is necessary to be able to estimate the location of the underwater moving node (UMN) as well as communication between the underwater sensor networks.

고주파 무선 신호는 수중 환경에서 급격하게 흡수되기 때문에 지상에서 위치정보를 제공하는 GPS(Global Positioning System)는 사용할 수 없다. 이에 일반적인 수중 위치추정 기법으로 음향 신호의 왕복 시간을 측정하는 ToA(Time-of-Arrival) 기법이 사용되고 있지만, 해저 물살을 비롯하여 수온 및 수압의 변화에 의해 수중 음향의 전파 속도가 크게 영향을 받기 때문에 고정밀 위치추정이 불가능하다는 단점이 있다.Since the high-frequency radio signal is rapidly absorbed in the underwater environment, a global positioning system (GPS) that provides location information on the ground cannot be used. As a general underwater position estimation technique, a time-of-arrival (ToA) technique that measures the round-trip time of an acoustic signal is used, but because the speed of propagation of underwater sound is greatly affected by changes in water temperature and water pressure, as well as submarine tides. The disadvantage is that high-precision position estimation is impossible.

또한, 핑거프린팅(Fingerprinting) 기법은 확률론적 모델링에 의하여 위치를 추정하는 방식으로서, 잡음 및 주위 환경의 정보를 무선 지도(Radio Map; RM)에 저장시키고 이것을 이용하여 단말기 위치를 추정하게 된다. 이 기법은 오프라인과 온라인의 총 두 단계로 이루어지는데, 첫번째 오프라인 단계는 지역 탐색을 통해 주어진 환경에서 각 샘플 포인트에 따른 RSS(Received Signal Strength)를 측정하여 RM을 구축하는 단계이다. 그리고 두번째 온라인 단계는 다수 AP(Access Point)로부터 임의 노드로 전송된 신호들의 RSS를 핑거프린팅 벡터값으로 측정하고, 이렇게 측정된 RSS 벡터값과 RM에 있는 각각의 샘플 포인트 사이의 RSS 벡터값 사이의 최소 Euclidean 거리를 갖는 위치를 임의 노드의 위치로 추정하는 단계이다. In addition, the fingerprinting technique is a method of estimating a location by probabilistic modeling, and stores information of noise and surrounding environment in a radio map (RM) and uses it to estimate the terminal location. This technique consists of two phases, offline and online. The first offline phase is to build an RM by measuring the received signal strength (RSS) for each sample point in a given environment through local search. And the second online step measures the RSS of signals transmitted from a plurality of APs (Access Points) to a random node as a fingerprinting vector value, and between the measured RSS vector value and the RSS vector value between each sample point in the RM. This is a step of estimating a location having a minimum Euclidean distance as a location of an arbitrary node.

하지만, 종래의 필거프린팅 기법은 전파를 이용하여 위치를 측정하기 때문에 수중에서 사용하기 어렵다는 단점이 있다.However, the conventional pilger printing technique has a disadvantage that it is difficult to use underwater because it measures the position using radio waves.

또한, 핑거프린팅 기법의 문제점을 해결하기 위해 자기장 신호를 이용한 수중에서 위치를 확인할 수 있는 기술이 필요하게 되었지만, 자기장 신호는 수중음향 신호와 달리 멀리 전파되는 특성이 없기 때문에 ToA 기법을 사용할 수 없으며, 단순히 자기장을 탐지한 센서의 위치를 물체의 위치로 추정하게 될 경우 위치추정 오차가 크게 발생된다. In addition, in order to solve the problem of the fingerprinting technique, a technique capable of confirming the position in the water using a magnetic field signal is required. However, unlike the underwater acoustic signal, the ToA technique cannot be used because the magnetic field signal has no propagation characteristics, If the position of the sensor that detects the magnetic field is estimated as the position of the object, a position estimation error is generated.

특히, 센서 네트워크에서 위치추정 성능을 향상시키기 위해 위치추정 과정에서 너무 많은 앵커 노드를 사용하면 시스템의 연산량이 높아질 수 있으며, 이에 따라 실시간 위치추정이 어려울 수 있다. 이와 반대로 적은 개수의 앵커 노드를 사용할 경우에는 센서 노드 사이의 이격거리에 따른 위치추정 오차가 크게 발생한다는 단점이 있다.In particular, if too many anchor nodes are used in the location estimation process in order to improve the location estimation performance in the sensor network, the computational amount of the system may be increased, and accordingly, real-time location estimation may be difficult. On the contrary, if a small number of anchor nodes are used, there is a disadvantage in that a position estimation error is generated according to the separation distance between sensor nodes.

본 발명의 배경이 되는 기술은 대한민국 국내 등록특허 10-1802872(2017.11.29 공고)에 개시되어 있다.The background technology of the present invention is disclosed in Korean Patent Registration No. 10-1802872 (Nov. 29, 2017).

본 발명이 이루고자 하는 기술적 과제는 물체 고유의 자기장을 활용하여 물체의 위치를 측정하는 수중 센서 네트워크를 이용한 자기장 기반의 물체 위치 추정 시스템 및 그 방법을 제공하기 위한 것이다. The technical object of the present invention is to provide a magnetic field based object position estimation system and method using an underwater sensor network that measures the position of an object by utilizing the object's own magnetic field.

이러한 기술적 과제를 이루기 위한 본 발명의 실시 예에 따르면, 수중 센서 네트워크를 이용한 자기장 기반의 물체 위치 추정 방법에 있어서, 수중에 설치된 복수의 자기장 센서로 이루어진 수중 센서 네트워크를 이용하여 수중을 이동하는 물체로부터 발산된 자기장 신호를 수신하는 단계, 상기 수신된 자기장 신호로부터 지구 자기장 및 노이즈 신호를 제거하여 유도 자기장 신호를 추출하는 단계, 상기 유도 자기장 신호를 이용하여 상기 이동 중인 물체가 상기 수중 센서 네트워크에 진입하였는지 여부를 판단하는 단계, 그리고 상기 물체가 진입한 것으로 판단되면, 상기 물체를 감지한 복수의 센서들의 위치 정보를 이용하여 상기 물체의 위치를 추정하는 단계를 포함한다.According to an embodiment of the present invention for achieving such a technical problem, in a method for estimating a magnetic field-based object position using an underwater sensor network, from an object moving underwater using an underwater sensor network consisting of a plurality of magnetic field sensors installed in the water Receiving a divergent magnetic field signal, extracting an induced magnetic field signal by removing the earth magnetic field and noise signal from the received magnetic field signal, and whether the moving object has entered the underwater sensor network using the induced magnetic field signal And determining whether the object has entered, and estimating the position of the object using location information of a plurality of sensors detecting the object.

상기 유도 자기장 신호를 추출하는 단계에 있어서, SES(Single Exponential Smoothing) 알고리즘 또는 DES(Double Exponential Smoothing) 알고리즘을 이용하여 상기 유도 자기장 신호를 추출할 수 있다.In the step of extracting the induced magnetic field signal, the induced magnetic field signal may be extracted using a single exponential smoothing (SES) algorithm or a double exponential smoothing (DES) algorithm.

상기 진입여부를 판단하는 단계는, 다음의 수학식과 같이, 상기 유도 자기장 신호가 임계치 이하이면 상기 물체가 상기 수중 센서 네트워크에 진입하지 않은 것으로 판단하고, 상기 유도 자기장 신호가 임계치보다 크면 상기 수중 센서 네트워크에 진입한 것으로 판단할 수 있다.The step of determining whether the entry is, as in the following equation, if the guided magnetic field signal is below a threshold, it is determined that the object has not entered the underwater sensor network, and if the guided magnetic field signal is greater than the threshold, the underwater sensor network You can judge that you have entered.

Figure 112018075280544-pat00001
Figure 112018075280544-pat00001

여기서, N은 수중 센서 네트워크를 구성하는 모든 자기장 센서의 개수이고,

Figure 112020023261190-pat00002
는 t 시점에서 수중센서 네트워크의 n번째 자기장 센서가 수신한 유도 자기장 신호의 크기이고,
Figure 112020023261190-pat00003
는 상기 물체의 진입 여부를 판단하기 위한 임계치이며, P가 0이면 상기 물체가 수중 센서 네트워크에 진입하지 않은 것을 의미하고, P가 1이면 상기 물체가 수중 센서 네트워크에 진입한 것으로 나타낸다.Here, N is the number of all magnetic field sensors constituting the underwater sensor network,
Figure 112020023261190-pat00002
Is the magnitude of the induced magnetic field signal received by the nth magnetic field sensor of the underwater sensor network at time t,
Figure 112020023261190-pat00003
Is a threshold for determining whether the object has entered, and if P is 0, it means that the object has not entered the underwater sensor network, and if P is 1, it is indicated that the object has entered the underwater sensor network.

상기 임계치(

Figure 112018075280544-pat00004
)는 상기 물체의 강자성 정도가 클수록 증가하는 값으로 설정될 수 있다.The threshold (
Figure 112018075280544-pat00004
) May be set to a value that increases as the degree of ferromagneticity of the object increases.

상기 물체의 위치를 추정하는 단계는, 상기 수중 센서 네트워크를 구성하는 N개의 자기장 센서 각각에 대하여 측정된 유도 자기장 신호의 크기를 상기 임계치와 비교하는 단계. 측정된 유도 자기장 신호가 상기 임계치보다 큰 k개의 자기장 센서를 선택하는 단계, 그리고 상기 선택된 k개의 자기장 센서의 좌표의 평균 값을 연산하고, 연산된 좌표의 평균 값을 상기 물체의 위치로 추정하는 단계를 포함할 수 있다.The estimating the position of the object may include comparing the magnitude of the induced magnetic field signal measured for each of the N magnetic field sensors constituting the underwater sensor network with the threshold. Selecting k magnetic field sensors whose measured induced magnetic field signal is greater than the threshold, and calculating an average value of coordinates of the selected k magnetic field sensors and estimating an average value of the calculated coordinates as the position of the object It may include.

본 발명의 다른 실시 예에 따르면, 수중 센서 네트워크를 이용한 자기장 기반의 물체 위치 추정 시스템에 있어서, 수중을 이동하는 물체로부터 발산된 자기장 신호를 수신하는 복수의 자기장 센서로 이루어진 수중 센서 네트워크, 그리고 상기 자기장 신호로부터 지구 자기장 및 노이즈 신호를 제거하여 유도 자기장 신호를 추출하고, 상기 추출된 유도 자기장을 이용하여 상기 이동 중인 물체가 상기 수중 센서 네트워크에 진입하였는지 여부를 판단하며, 상기 물체를 감지한 복수의 자기장 센서들의 위치 정보를 이용하여 상기 물체의 위치를 추정하는 위치 추정 장치를 포함한다.According to another embodiment of the present invention, in a magnetic field based object position estimation system using an underwater sensor network, an underwater sensor network consisting of a plurality of magnetic field sensors receiving a magnetic field signal emitted from an object moving underwater, and the magnetic field The earth magnetic field and the noise signal are removed from the signal to extract an induced magnetic field signal, and it is determined whether the moving object has entered the underwater sensor network using the extracted induced magnetic field, and a plurality of magnetic fields detecting the object And a position estimation device for estimating the position of the object using the position information of the sensors.

이와 같이 본 발명에 따르면, 기존의 위치를 추적하는 핑거프린팅 기법 또는 ToA 기법보다 수중에서 움직이는 물체의 위치를 더욱 정확하게 측정할 수 있으며, 물체의 자기장 신호 세기가 변화되는 상황에서도　측정되는 자기장 신호에 따라 k개의 센서 개수를 선택하여 위치를 추정함으로써 각각의 센서의 이격 거리가 증가하여도 정확한 물체의 위치를 측정할 수 있다. As described above, according to the present invention, it is possible to more accurately measure the position of a moving object in the water than the fingerprinting technique or the ToA technique that tracks the existing location, and according to the measured magnetic field signal even when the magnetic field signal strength of the object changes. By estimating the position by selecting the number of k sensors, it is possible to measure the exact position of the object even if the separation distance of each sensor increases.

또한, 수중 센서간의 거리가 증가해도 측정되는 물체의 위치와 실제 물체의 위치의 오차를 종래의 핑거프린팅 기법 또는 ToA 기법보다 작게 줄일 수 있다.In addition, even if the distance between the underwater sensors increases, the error between the position of the measured object and the position of the real object can be reduced to be smaller than the conventional finger printing technique or the ToA technique.

도 1은 본 발명의 실시예에 따른 자기장 기반의 물체 위치 추정 시스템을 나타낸 도면이다.
도 2는 본 발명의 실시예에 따른 위치 추정 장치의 구성을 나타낸 구성도이다.
도 3은 도 2에 따른 위치 추정부의 구성을 나타낸 구성도이다.
도 4은 본 발명의 실시예에 따른 포함하는 자기장 기반의 물체 위치 추정 방법을 나타낸 순서도이다.
도 5는 본 발명의 실시예에 따른 S440단계를 상세히 설명하기 위한 순서도이다.
도 6는 본 발명의 실시예에 따른 수중 센서 네트워크의 간격에 따른 MDE를 측정한 결과를 나타낸 그래프이다.1 is a view showing a magnetic field based object position estimation system according to an embodiment of the present invention.
2 is a block diagram showing the configuration of a position estimation apparatus according to an embodiment of the present invention.
3 is a configuration diagram showing the configuration of the position estimation unit according to FIG. 2.
4 is a flowchart illustrating a method for estimating a position of an object based on a magnetic field according to an embodiment of the present invention.
5 is a flow chart for explaining in detail step S440 according to an embodiment of the present invention.
6 is a graph showing the results of measuring the MDE according to the spacing of the underwater sensor network according to an embodiment of the present invention.

아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시 예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those skilled in the art to which the present invention pertains may easily practice. However, the present invention can be implemented in many different forms and is not limited to the embodiments described herein. In addition, in order to clearly describe the present invention in the drawings, parts irrelevant to the description are omitted, and like reference numerals are assigned to similar parts throughout the specification.

명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.Throughout the specification, when a part “includes” a certain component, it means that the component may further include other components, not to exclude other components, unless otherwise stated.

그러면 첨부한 도면을 참고로 하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다.Then, embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those skilled in the art to which the present invention pertains can easily practice.

도 1은 본 발명의 실시예에 따른 물체 위치 추정 시스템을 나타낸 도면이다. 1 is a view showing an object position estimation system according to an embodiment of the present invention.

도 1에서 나타낸 것처럼, 위치 추정 시스템(100)은 수중 센서 네트워크(110) 및 위치 추정 장치(200)를 포함한다.1, the position estimation system 100 includes an underwater sensor network 110 and a position estimation device 200.

먼저, 수중 센서 네트워크(110)는 일정 간격으로 이격되어 설치된 복수의 자기장 센서(120)를 포함하고, 자기장 센서(120)는 수중을 이동하는 물체(10)로부터 발산된 자기장 신호를 수신한다.First, the underwater sensor network 110 includes a plurality of magnetic field sensors 120 spaced apart at regular intervals, and the magnetic field sensor 120 receives a magnetic field signal emitted from an object 10 moving underwater.

이때, 이동하는 물체(10)는 강자성을 가지고 있으며, 물체의 크기 또는 구성요소에 따라 강자성 정도가 변경된다. 여기서, 강자성은 물질 외부에서 자기장이 가해지지 않은 상태에서도 스스로 자기화 되어 자석이 되는 성질을 의미하며, 대부분의 물체는 강자성을 가지고 있다.At this time, the moving object 10 is ferromagnetic, and the degree of ferromagnetic is changed according to the size or component of the object. Here, ferromagnetism means a property of being magnetized by being magnetized by itself even when a magnetic field is not applied from outside the material, and most objects have ferromagnetic properties.

또한, 자기장 센서(120)는 지자기 센서를 포함하며, 지구에서 발생하는 자기장의 크기를 측정한다. 자기장 센서(120)로 측정된 신호는 크게 물체의 유도 자기장 신호, 지구 자기장 신호 및 센서의 잡음을 포함한다. In addition, the magnetic field sensor 120 includes a geomagnetic sensor, and measures the size of the magnetic field generated by the earth. The signal measured by the magnetic field sensor 120 largely includes an induction magnetic field signal of an object, an earth magnetic field signal, and noise of the sensor.

도 2는 본 발명의 실시예에 따른 위치 추정 장치의 구성을 나타낸 구성도이다.2 is a block diagram showing the configuration of a position estimation apparatus according to an embodiment of the present invention.

도 2에서 나타낸 것처럼, 위치 추정 장치(200)는 유도 자기장 신호 추출부(210), 판단부(220) 및 위치 추정부(230)를 포함한다.As shown in FIG. 2, the position estimation apparatus 200 includes an induced magnetic field signal extraction unit 210, a determination unit 220, and a position estimation unit 230.

먼저, 유도 자기장 신호 추출부(210)는 자기장 센서(120)가 측정하는 자기장 신호로부터 SES(Single Exponential Smoothing) 알고리즘 또는 DES(Double Exponential Smoothing) 알고리즘을 이용하여 지구 자기장 및 노이즈 신호를 제거하고, 유도 자기장 신호를 추출한다.First, the induction magnetic field signal extraction unit 210 removes the earth magnetic field and noise signal using a single exponential smoothing (SES) algorithm or a double exponential smoothing (DES) algorithm from the magnetic field signals measured by the magnetic field sensor 120, and induces them. Extract the magnetic field signal.

즉, SES 알고리즘 및 DES 알고리즘은 측정된 자기장 신호에서 유도 자기장의 신호를 획득하기 위해 사용된다.That is, the SES algorithm and the DES algorithm are used to obtain a signal of an induced magnetic field from the measured magnetic field signal.

여기서, SES 알고리즘은 가중치를 이용하여 최근 관측지점에는 큰 가중치를 부여하고, 이전으로 감에 따라 가중치를 줄여가는 방법으로 경향값이나 계절성이 없을 때 이용하는 알고리즘으로, 계절성은 규칙적으로 발생하는 변동현상을 말한다.Here, the SES algorithm is a method used when there is no trend value or seasonality by assigning a large weight to a recent observation point using a weight, and decreasing the weight according to the previous approach. Speak.

또한, DES 알고리즘은 시계열 자료에 있어서 경향값이 존재하는 경우 사용하는 알고리즘으로서, SES 알고리즘을 두 번 적용하여 결과 값을 도출한다.In addition, the DES algorithm is used when a trend value exists in time series data, and the result value is derived by applying the SES algorithm twice.

한편, SES 알고리즘 및 DES 알고리즘을 통해 추출된 유도자기장은 물체로부터 거리가 멀어질수록 그 세기가 감소한다.On the other hand, the induced magnetic field extracted through the SES algorithm and the DES algorithm decreases in intensity as the distance from the object increases.

다음으로, 판단부(220)는 유도 자기장 신호 추출부(210)로부터 추출된 유도 자기장을 이용하여 이동 중인 물체(10)가 수중 센서 네트워크(110)에 진입하였는지 여부를 판단한다.Next, the determination unit 220 determines whether the moving object 10 has entered the underwater sensor network 110 using the induced magnetic field extracted from the induced magnetic field signal extraction unit 210.

이때, 판단부(220)는 추출된 유도 자기장 신호가 측정된 임계치보다 작거나 같으면 수중 센서 네트워크(110)에 진입하지 않은 것으로 판단하고, 추출된 유도 자기장 신호가 측정된 임계치보다 크면 수중 센서 네트워크(110)에 진입한 것으로 판단한다.At this time, if the extracted magnetic field signal is less than or equal to the measured threshold, the determination unit 220 determines that the underwater sensor network 110 has not entered, and if the extracted induced magnetic field signal is greater than the measured threshold, the underwater sensor network ( 110).

여기서, 임계치는 이동중인 물체(10)의 강자성 정도에 따라서 변동이 가능한 값이다.Here, the threshold is a value that can be varied depending on the degree of ferromagneticity of the moving object 10.

다음으로 위치 추정부(230)는 판단부(220)로부터 이동중인 물체(10)가 수중 센서 네트워크(110)에 진입한 것으로 판단하면 이동중인 물체(10)를 감지한 복수의 자기장 센서(120)들의 위치 정보를 이용하여 물체의 위치를 추정한다.Next, the position estimator 230 determines that the moving object 10 has entered the underwater sensor network 110 from the determination unit 220, the plurality of magnetic field sensors 120 that detect the moving object 10 The location of the object is estimated by using the location information of them.

도 3은 도 2에 따른 위치 추정부의 구성을 나타낸 구성도이다.3 is a configuration diagram showing the configuration of the position estimation unit according to FIG. 2.

도 3에서 나타낸 것처럼, 위치 추정부(230)는 신호 크기 비교부(231), 자기장 센서 선택부(232) 및 추정부(233)를 포함한다.As shown in FIG. 3, the position estimation unit 230 includes a signal size comparison unit 231, a magnetic field sensor selection unit 232, and an estimation unit 233.

먼저, 신호 크기 비교부(231)는 수중 센서 네트워크(100)를 구성하는 N개의 자기장 센서(120) 각각에 대하여 측정된 유도 자기장 신호의 크기를 이동중인 물체(10)의 임계치와 비교한다.First, the signal size comparison unit 231 compares the magnitude of the induced magnetic field signal measured for each of the N magnetic field sensors 120 constituting the underwater sensor network 100 with the threshold of the moving object 10.

다음으로, 자기장 센서 선택부(232)는 측정된 유도 자기장 신호의 크기가 임계치보다 크게 측정된 자기장 센서(120)를 선택한다.Next, the magnetic field sensor selector 232 selects the measured magnetic field sensor 120 in which the magnitude of the measured induced magnetic field signal is greater than a threshold.

그러면, 추정부(233)는 자기장 센서 선택부(232)로부터 선택된 자기장 센서(120) 좌표의 평균값을 연산하고, 연산된 평균값을 이동중인 물체(10)의 위치로 추정한다.Then, the estimation unit 233 calculates the average value of the coordinates of the magnetic field sensor 120 selected from the magnetic field sensor selection unit 232, and estimates the calculated average value as the position of the moving object 10.

이하에서는, 도 4 및 도 5를 이용하여 본 발명의 실시예에 따른 자기장 기반의 물체 위치 추정 방법을 설명한다.Hereinafter, a method for estimating a magnetic field-based object position according to an embodiment of the present invention will be described with reference to FIGS. 4 and 5.

도 4는 본 발명의 실시예에 따른 포함하는 자기장 기반의 물체 위치 추정 방법을 나타낸 순서도이고, 도 5는 본 발명의 실시예에 따른 S440단계를 상세히 설명하기 위한 순서도이다.4 is a flowchart illustrating a method for estimating a magnetic field based object position according to an embodiment of the present invention, and FIG. 5 is a flowchart for explaining step S440 according to an embodiment of the present invention.

먼저, 도 4에서 나타낸 것처럼, 수중에 설치된 센서 네트워크(110)를 구성하는 각각의 자기장 센서(120)는 이동중인 물체(10)로부터 발산된 자기장 신호를 수신한다(S410).First, as shown in FIG. 4, each magnetic field sensor 120 constituting the sensor network 110 installed in the water receives a magnetic field signal emitted from the moving object 10 (S410).

여기서, 수신된 신호는 지구 자기장 신호, 이동중인 물체(10)의 노이즈 신호 및 유도 자기장 신호를 포함한다. Here, the received signal includes the earth magnetic field signal, the noise signal of the moving object 10 and the induced magnetic field signal.

그러면, 유도 자기장 신호 추출부(210)는 수신된 자기장 신호로부터 지구 자기장 신호, 자기장 센서(120)의 노이즈 신호를 제거하여 유도 자기장 신호를 추출한다(S420).Then, the induced magnetic field signal extraction unit 210 extracts the induced magnetic field signal by removing the earth magnetic field signal and the noise signal of the magnetic field sensor 120 from the received magnetic field signal (S420).

이때, 유도 자기장 신호 추출부(210)는 정밀도 향상을 위해 SES 알고리즘 또는 DES 알고리즘을 이용하여 지구 자기장 신호 및 노이즈 신호를 제거하여 유도 자기장 신호를 추출할 수 있다.At this time, the induction magnetic field signal extraction unit 210 may extract the induced magnetic field signal by removing the earth magnetic field signal and the noise signal using an SES algorithm or a DES algorithm to improve precision.

다음으로, 판단부(220)는 추출된 유도 자기장이 수중센서 네트워크(110)에 진입하였는지 여부를 판단한다(S430).Next, the determination unit 220 determines whether or not the extracted induction magnetic field has entered the underwater sensor network 110 (S430).

즉, 판단부(220)는 아래의 수학식 1을 이용하여 이동중인 물체(10)가 수중센서 네트워크에 진입하였는지 여부를 판단한다.That is, the determination unit 220 determines whether the moving object 10 has entered the underwater sensor network using Equation 1 below.

Figure 112018075280544-pat00005
Figure 112018075280544-pat00005

여기서, N은 수중 센서 네트워크를 구성하는 모든 자기장 센서의 개수이고,

Figure 112020023261190-pat00031
는 t 시점에서 수중센서 네트워크의 n번째 자기장 센서가 수신한 유도 자기장 신호의 크기이고,
Figure 112020023261190-pat00007
는 물체(10)의 진입 여부를 판단하기 위한 임계치이며, P가 0이면 상기 물체(10)가 수중 센서 네트워크(110)에 진입하지 않은 것을 의미하고, P가 1이면 상기 물체(10)가 수중 센서 네트워크(110)에 진입한 것으로 나타낸다.Here, N is the number of all magnetic field sensors constituting the underwater sensor network,
Figure 112020023261190-pat00031
Is the magnitude of the induced magnetic field signal received by the nth magnetic field sensor of the underwater sensor network at time t,
Figure 112020023261190-pat00007
Is a threshold for determining whether the object 10 enters. If P is 0, it means that the object 10 has not entered the underwater sensor network 110. If P is 1, the object 10 is underwater. It is shown that the sensor network 110 has been entered.

예를 들어, N이 100이고

Figure 112018075280544-pat00008
의 값이 10이라고 가정하면,
Figure 112018075280544-pat00009
값의 평균이 10보다 작거나 같은 경우, 판단부(220)는 이동중인 물체(10)가 센서 네트워크(110)에 진입하지 않은 것으로 판단한다.For example, N is 100
Figure 112018075280544-pat00008
Assuming that the value of is 10,
Figure 112018075280544-pat00009
When the average value is less than or equal to 10, the determination unit 220 determines that the moving object 10 has not entered the sensor network 110.

이와 반대로

Figure 112018075280544-pat00010
값의 평균이 10보다 크면, 판단부(220)는 이동중인 물체(10)가 센서 네트워크(110)에 진입한 것으로 판단한다.Conversely
Figure 112018075280544-pat00010
If the average value is greater than 10, the determination unit 220 determines that the moving object 10 has entered the sensor network 110.

다음으로, 이동중인 물체(10)가 센서 네트워크(110)에 진입한 것으로 판단되면, 위치 추정부(230)는 물체를 감지한 복수의 자기장 센서(120)의 위치 정보를 이용하여 이동중인 물체(10)의 위치를 추정한다(S440).Next, if it is determined that the moving object 10 has entered the sensor network 110, the location estimator 230 uses the location information of the plurality of magnetic field sensors 120 that detect the moving object ( The location of 10) is estimated (S440).

즉, 판단부(220)가 이동중인 물체(10)가 센서 네트워크(110)에 진입한 것으로 판단하면, 위치 추정부(230)는 이동중인 물체(10)의 위치를 추적하고, 판단부(220)가 이동중인 물체(10)가 센서 네트워크(110)에 진입하지 않은 것으로 판단하면, 위치 추정부(230)는 이동중인 물체(10)의 위치를 추적하지 않는다.That is, if the determination unit 220 determines that the moving object 10 has entered the sensor network 110, the location estimation unit 230 tracks the location of the moving object 10 and the determination unit 220 ), If it is determined that the moving object 10 has not entered the sensor network 110, the position estimating unit 230 does not track the position of the moving object 10.

이하에서는 도 5를 이용하여 S440 단계를 상세히 설명한다.Hereinafter, step S440 will be described in detail with reference to FIG. 5.

먼저, 신호 크기 비교부(231)는 수중 센서 네트워크(110)를 구성하는 N개의 자기장 센서(120) 각각에 대하여 추출된 유도 자기장 신호의 크기와 임계치를 비교한다(S441).First, the signal size comparison unit 231 compares the magnitude and threshold of the extracted magnetic field signal with respect to each of the N magnetic field sensors 120 constituting the underwater sensor network 110 (S441).

여기서, 신호 크기 비교부(231)는 수중 센서 네트워크(110)를 구성하는 자기장 센서(120) 각각에 대해 추출된 유도 자기장 크기와 임계치를 비교한다.Here, the signal size comparison unit 231 compares the extracted magnetic field size and a threshold value for each of the magnetic field sensors 120 constituting the underwater sensor network 110.

또한, 자기장 센서(120)의 개수는 각 센서간의 거리 및 측정하고자 하는 구역의 크기에 따라 변동이 가능하다.In addition, the number of magnetic field sensors 120 may vary depending on the distance between each sensor and the size of the area to be measured.

다음으로, 자기장 센서 선택부(232)는 신호 크기 비교부(231)로부터 비교된 유도 자기장 신호의 크기가 임계치보다 큰 자기장 센서(120)를 선택한다(S442).Next, the magnetic field sensor selection unit 232 selects the magnetic field sensor 120 having a magnitude greater than the threshold of the induced magnetic field signal compared from the signal size comparison unit 231 (S442).

그러면, 추정부(233)는 자기장 센서 선택부(232)로부터 선택된 자기장 센서(120) 좌표의 평균을 연산하고, 연산된 위치를 물체의 위치로 추정한다(S443).Then, the estimation unit 233 calculates the average of the coordinates of the magnetic field sensor 120 selected from the magnetic field sensor selection unit 232, and estimates the calculated position as the position of the object (S443).

또한, 추정부(233)는 이동하는 물체(10)의 위치를 지속적으로 추정하고, 추정된 데이터를 이용하여 이동하는 물체(10)의 이동속도, 크기 및 예상 위치 좌표를 획득할 수 있다.In addition, the estimation unit 233 may continuously estimate the position of the moving object 10, and obtain the moving speed, size, and estimated position coordinates of the moving object 10 using the estimated data.

도 6은 본 발명의 실시예에 따른 수중 센서 네트워크의 간격에 따른 MDE를 측정한 결과를 나타낸 그래프이다.6 is a graph showing the result of measuring the MDE according to the spacing of the underwater sensor network according to an embodiment of the present invention.

도 6에서 나타낸 것처럼, 1-NN(Nearest Neighbor) 및 3-NN은 기존의 수신신호세기(Received Signal Strength; RSS)를 기반으로 한 무선측위 알고리즘을 이용하여 모의 실험한 결과로서 가장 큰 자기장 신호를 수신하는 고정된 k={1,3}개 센서의 위치를 평균하여 추정한 결과이며, Prop로 나타낸 것은 본 발명의 실시예에 따른 모의 실험한 결과를 나타낸 것이다.As shown in FIG. 6, 1-NN (Nearest Neighbor) and 3-NN are the results of a simulation using a radio positioning algorithm based on the existing Received Signal Strength (RSS), which shows the largest magnetic field signal. The received k = {1,3} sensors are estimated by averaging the positions, and the prop is shown as a simulation result according to an embodiment of the present invention.

여기서, 평균거리오차(Mean Distance Error, 이하 "MDE"라고 함)를 측정하기 위해 다이폴 모멘트는 {54, 28.3, 88.6}[Am2]이고, AWGN σ2 [nT]이고, 자기장 센서(120)간의 배치간격은 2 ~ 10[m]이고, 관측시간은 200[s]로 설정하였다.Here, the dipole moment is {54, 28.3, 88.6} [Am 2 ], AWGN σ 2 [nT], and the magnetic field sensor 120 to measure the average distance error (hereinafter referred to as “MDE”) The interval between batches was 2 to 10 [m], and the observation time was set to 200 [s].

또한, MDE는 실제 물체(10)의 위치와 측정된 위치의 차이고, Deployment Distance는 자기장 센서(120)의 배치 간격을 나타낸다.In addition, MDE is the difference between the position of the actual object 10 and the measured position, and the Deployment Distance indicates the placement distance of the magnetic field sensor 120.

도 6에서, 1-NN는 이동중인 물체(10)와 가장 가까운 자기장 센서(120)의 1개의 위치를 나타내고, 3-NN는 이동중인 물체(10)와 가장 가까운 3개의 자기장 센서(120)의 평균 위치를 나타낸다.In FIG. 6, 1-NN represents one position of the magnetic field sensor 120 closest to the moving object 10, and 3-NN of three magnetic field sensors 120 closest to the moving object 10. Indicates the average position.

도 6에 나타낸 1-NN 및 3-NN알고리즘의 그래프에 따르면, 자기장 센서(120)간에 이격된 거리가 증가하면, 연산된 MDE도 증가하지만, 본 발명의 경우 자기장 센서(120)간에 이격된 거리가 증가하더라도 1-NN 및 3-NN알고리즘에 비하여 MDE 값이 낮은 값을 유지한다는 것을 알 수 있다. According to the graph of the 1-NN and 3-NN algorithms shown in FIG. 6, when the distance between the magnetic field sensors 120 increases, the calculated MDE also increases, but in the case of the present invention, the distance between the magnetic field sensors 120 It can be seen that the MDE value maintains a low value compared to the 1-NN and 3-NN algorithms, even if is increased.

이와 같이 본 발명에 따르면, 기존의 위치를 추적하는 핑거프린팅 기법 또는 ToA 기법보다 수중에서 움직이는 물체의 위치를 더욱 정확하게 측정할 수 있으며, 자기장 특성을 이용하기 때문에 물체의 자기장 신호 세기가 변화되는 상황에서도　자기장 신호에 따라 k개의 센서 개수를 선택하여 위치를 추정함으로써 각각의 센서의 이격 거리가 증가하여도 정확한 물체의 위치를 측정할 수 있다. As described above, according to the present invention, it is possible to more accurately measure the position of an object moving underwater than the fingerprinting technique or the ToA technique that tracks the existing location, and even because the magnetic field characteristic is used, even when the magnetic field signal strength of the object changes. By estimating the position by selecting the number of k sensors according to the magnetic field signal, it is possible to measure the exact position of the object even if the separation distance of each sensor increases.

또한, 수중 센서간의 거리가 증가해도 측정되는 물체의 위치와 실제 물체의 위치의 오차를 종래의 핑거프린팅 기법 또는 ToA 기법보다 작게 줄일 수 있다.In addition, even if the distance between the underwater sensors increases, the error between the position of the measured object and the position of the real object can be reduced to be smaller than the conventional finger printing technique or the ToA technique.

본 발명은 도면에 도시된 실시 예를 참고로 설명 되었으나 이는 예시적인 것이 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 다른 실시 예가 가능하다는 점을 이해할 것이다 .따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의하여 정해져야 할 것이다.The present invention has been described with reference to the embodiments shown in the drawings, but these are merely exemplary, and those skilled in the art will understand that various modifications and equivalent other embodiments are possible therefrom. , The true technical protection scope of the present invention should be determined by the technical spirit of the appended claims.

10: 물체, 100: 위치 추정 시스템,
110: 수중 센서 네트워크, 120: 자기장 센서,
200: 위치 추정 장치, 210: 유도 자기장 신호 추출부,
220: 판단부, 230: 위치 추정부,
231: 신호 크기 비교부, 232: 자기장 센서 선택부,
233: 추정부10: object, 100: position estimation system,
110: underwater sensor network, 120: magnetic field sensor,
200: position estimation device, 210: induction magnetic field signal extraction unit,
220: judgment unit, 230: location estimation unit,
231: signal size comparison unit, 232: magnetic field sensor selection unit,
233: estimation unit

Claims (10)

수중 센서 네트워크를 이용한 자기장 기반의 물체 위치 추정 방법에 있어서,
수중에 설치된 복수의 자기장 센서로 이루어진 수중 센서 네트워크를 이용하여 수중을 이동하는 물체로부터 발산된 자기장 신호를 수신하는 단계,
상기 수신된 자기장 신호로부터 지구 자기장 및 노이즈 신호를 제거하여 유도 자기장 신호를 추출하는 단계,
상기 유도 자기장 신호를 이용하여 상기 이동 중인 물체가 상기 수중 센서 네트워크에 진입하였는지 여부를 판단하는 단계, 그리고
상기 물체가 진입한 것으로 판단되면, 상기 물체를 감지한 복수의 센서들의 위치 정보를 이용하여 상기 물체의 위치를 추정하는 단계를 포함하고,
상기 진입여부를 판단하는 단계는,
다음의 수학식과 같이, 상기 수중 센서 네트워크의 유도 자기장 신호가 임계치 이하이면 상기 물체가 상기 수중 센서 네트워크에 진입하지 않은 것으로 판단하고, 상기 수중 센서 네트워크의 유도 자기장 신호가 임계치보다 크면 상기 수중 센서 네트워크에 진입한 것으로 판단하는 자기장 기반의 물체 위치 추정 방법:
Figure 112020023261190-pat00025

여기서, N은 수중 센서 네트워크를 구성하는 모든 자기장 센서의 개수이고,
Figure 112020023261190-pat00032
는 t 시점에서 수중센서 네트워크의 n번째 자기장 센서가 수신한 유도 자기장 신호의 크기이고,
Figure 112020023261190-pat00027
는 상기 물체의 진입 여부를 판단하기 위한 임계치이며, P가 0이면 상기 물체가 수중 센서 네트워크에 진입하지 않은 것을 의미하고, P가 1이면 상기 물체가 수중 센서 네트워크에 진입한 것으로 나타낸다.In the method of estimating the position of an object based on a magnetic field using an underwater sensor network,
Receiving a magnetic field signal emitted from an object moving underwater using an underwater sensor network consisting of a plurality of magnetic field sensors installed in the water,
Extracting an induced magnetic field signal by removing the earth magnetic field and noise signal from the received magnetic field signal,
Determining whether the moving object has entered the underwater sensor network using the induced magnetic field signal, and
If it is determined that the object has entered, including the step of estimating the position of the object using the position information of a plurality of sensors that sense the object,
The step of determining whether the entry,
As shown in the following equation, if the induced magnetic field signal of the underwater sensor network is below a threshold, it is determined that the object has not entered the underwater sensor network, and if the induced magnetic field signal of the underwater sensor network is greater than the threshold, the underwater sensor network A method for estimating the position of an object based on a magnetic field determined to have entered:
Figure 112020023261190-pat00025

Here, N is the number of all magnetic field sensors constituting the underwater sensor network,
Figure 112020023261190-pat00032
Is the magnitude of the induced magnetic field signal received by the nth magnetic field sensor of the underwater sensor network at time t,
Figure 112020023261190-pat00027
Is a threshold for determining whether the object has entered, and if P is 0, it means that the object has not entered the underwater sensor network, and if P is 1, it is indicated that the object has entered the underwater sensor network. 제1항에 있어서,
상기 유도 자기장 신호를 추출하는 단계에 있어서,
SES(Single Exponential Smoothing) 알고리즘 또는 DES(Double Exponential Smoothing) 알고리즘을 이용하여 지구 자기장 및 노이즈 신호를 제거하여 상기 유도 자기장 신호를 추출하는 자기장 기반의 물체 위치 추정 방법.According to claim 1,
In the step of extracting the induced magnetic field signal,
A magnetic field based object position estimation method for extracting the induced magnetic field signal by removing the earth magnetic field and noise signal using a single exponential smoothing (SES) algorithm or a double exponential smoothing (DES) algorithm. 삭제delete 제1항에 있어서,
상기 임계치(
Figure 112019102696660-pat00014
)는 상기 물체의 강자성 정도가 클수록 증가하는 값으로 설정되는 자기장 기반의 물체 위치 추정 방법.According to claim 1,
The threshold (
Figure 112019102696660-pat00014
) Is a magnetic field based object position estimation method that is set to an increasing value as the degree of ferromagneticity of the object increases. 제4항에 있어서,
상기 물체의 위치를 추정하는 단계는,
상기 수중 센서 네트워크를 구성하는 N개의 자기장 센서 각각에 대하여 측정된 유도 자기장 신호의 크기를 상기 임계치와 비교하는 단계.
측정된 유도 자기장 신호가 상기 임계치보다 큰 k개의 자기장 센서를 선택하는 단계, 그리고
상기 선택된 k개의 자기장 센서의 좌표의 평균 값을 연산하고, 연산된 좌표의 평균 값을 상기 물체의 위치로 추정하는 단계를 포함하는 자기장 기반의 물체 위치 추정 방법. According to claim 4,
Estimating the position of the object,
Comparing the magnitude of the induced magnetic field signal measured for each of the N magnetic field sensors constituting the underwater sensor network with the threshold.
Selecting k magnetic field sensors in which the measured induced magnetic field signal is greater than the threshold, and
And calculating an average value of coordinates of the selected k magnetic field sensors and estimating an average value of the calculated coordinates as the position of the object. 수중 센서 네트워크를 이용한 자기장 기반의 물체 위치 추정 시스템에 있어서,
수중을 이동하는 물체로부터 발산된 자기장 신호를 수신하는 복수의 자기장 센서로 이루어진 수중 센서 네트워크, 그리고
상기 자기장 신호로부터 지구 자기장 및 노이즈 신호를 제거하여 유도 자기장 신호를 추출하고, 상기 추출된 유도 자기장을 이용하여 상기 이동 중인 물체가 상기 수중 센서 네트워크에 진입하였는지 여부를 판단하며, 상기 물체를 감지한 복수의 자기장 센서들의 위치 정보를 이용하여 상기 물체의 위치를 추정하는 위치 추정 장치를 포함하고,
상기 위치 추정 장치는,
상기 자기장 신호로부터 지구 자기장 및 노이즈 신호를 제거하고, SES(Single Exponential Smoothing) 알고리즘 또는 DES(Double Exponential Smoothing) 알고리즘을 이용하여 유도 자기장 신호를 추출하는 유도 자기장 신호 추출부,
상기 추출된 유도 자기장을 이용하여 상기 이동 중인 물체가 상기 수중 센서 네트워크에 진입하였는지 여부를 판단하는 판단부, 그리고
상기 물체가 진입한 것으로 판단되면, 상기 물체를 감지한 복수의 자기장 센서들의 위치 정보를 이용하여 상기 물체의 위치를 추정하는 위치 추정부를 포함하고,
상기 판단부는,
다음의 수학식과 같이, 상기 수중 센서 네트워크의 유도 자기장 신호가 임계치 이하이면 상기 물체가 상기 수중 센서 네트워크에 진입하지 않은 것으로 판단하고, 상기 수중 센서 네트워크의 유도 자기장 신호가 임계치보다 크면 상기 수중 센서 네트워크에 진입한 것으로 판단하는 자기장 기반의 물체 위치 추정 시스템:
Figure 112020023261190-pat00028

여기서, N은 수중 센서 네트워크를 구성하는 모든 자기장 센서의 개수이고,
Figure 112020023261190-pat00033
는 t 시점에서 수중센서 네트워크의 n번째 자기장 센서가 수신한 유도 자기장 신호의 크기이고,
Figure 112020023261190-pat00030
는 상기 물체의 진입 여부를 판단하기 위한 임계치이며, P가 0이면 상기 물체가 수중 센서 네트워크에 진입하지 않은 것을 의미하고, P가 1이면 상기 물체가 수중 센서 네트워크에 진입한 것으로 나타낸다.In the magnetic field-based object position estimation system using the underwater sensor network,
An underwater sensor network consisting of a plurality of magnetic field sensors that receive a magnetic field signal emitted from an object moving under water, and
A magnetic field signal is extracted by removing the earth magnetic field and noise signal from the magnetic field signal, and it is determined whether the moving object has entered the underwater sensor network using the extracted induced magnetic field, and the plurality of sensing the object It includes a position estimation device for estimating the position of the object using the position information of the magnetic field sensor,
The position estimation device,
An induction magnetic field signal extraction unit that removes the earth magnetic field and noise signals from the magnetic field signal and extracts an induced magnetic field signal using a single exponential smoothing (SES) algorithm or a double exponential smoothing (DES) algorithm,
A determination unit for determining whether the moving object has entered the underwater sensor network using the extracted induction magnetic field, and
If it is determined that the object has entered, and includes a position estimator for estimating the position of the object by using the position information of a plurality of magnetic field sensors sensing the object,
The determination unit,
As shown in the following equation, if the induced magnetic field signal of the underwater sensor network is below a threshold, it is determined that the object has not entered the underwater sensor network, and if the induced magnetic field signal of the underwater sensor network is greater than the threshold, the underwater sensor network Magnetic field-based object position estimation system judged to have entered:
Figure 112020023261190-pat00028

Here, N is the number of all magnetic field sensors constituting the underwater sensor network,
Figure 112020023261190-pat00033
Is the magnitude of the induced magnetic field signal received by the nth magnetic field sensor of the underwater sensor network at time t,
Figure 112020023261190-pat00030
Is a threshold for determining whether the object has entered, and if P is 0, it means that the object has not entered the underwater sensor network, and if P is 1, it is indicated that the object has entered the underwater sensor network. 삭제delete 삭제delete 제6항에 있어서,
상기 임계치(
Figure 112020023261190-pat00018
)는 상기 물체의 강자성 정도가 클수록 증가하는 값으로 설정되는 자기장 기반의 물체 위치 추정 시스템.The method of claim 6,
The threshold (
Figure 112020023261190-pat00018
) Is a magnetic field based object position estimation system that is set to an increasing value as the degree of ferromagneticity of the object increases. 제9항에 있어서,
상기 위치 추정부는,
상기 수중 센서 네트워크를 구성하는 N개의 자기장 센서 각각에 대하여 측정된 유도 자기장 신호의 크기를 상기 임계치와 비교하는 신호 크기 비교부,
측정된 유도 자기장 신호가 상기 임계치보다 큰 k개의 자기장 센서를 선택하는 자기장 센서 선택부, 그리고
상기 선택된 k개의 자기장 센서의 좌표의 평균 값을 연산하고, 연산된 좌표의 평균 값을 상기 물체의 위치로 추정하는 추정부를 포함하는 자기장 기반의 물체 위치 추정 시스템. The method of claim 9,
The position estimation unit,
A signal size comparison unit comparing the magnitude of the induced magnetic field signal measured for each of the N magnetic field sensors constituting the underwater sensor network with the threshold,
A magnetic field sensor selector for selecting k magnetic field sensors having a measured induced magnetic field signal greater than the threshold, and
A magnetic field-based object position estimation system including an estimating unit that calculates an average value of coordinates of the selected k magnetic field sensors and estimates an average value of the calculated coordinates as the position of the object.
KR1020180088701A 2018-02-14 2018-07-30 System for object position estimation based on magnetic field signal using underwater sensor network and method thereof KR102092855B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US16/260,068 US11209502B2 (en) 2018-02-14 2019-01-28 System for object position estimation based on magnetic field signal using underwater sensor network and method thereof

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020180018465 2018-02-14
KR20180018465 2018-02-14

Publications (2)

Publication Number Publication Date
KR20190098668A KR20190098668A (en) 2019-08-22
KR102092855B1 true KR102092855B1 (en) 2020-03-24

Family

ID=67767074

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180088701A KR102092855B1 (en) 2018-02-14 2018-07-30 System for object position estimation based on magnetic field signal using underwater sensor network and method thereof

Country Status (1)

Country Link
KR (1) KR102092855B1 (en)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111498066B (en) * 2020-04-23 2021-11-23 大连海事大学 Underwater weak magnetic signal collection robot and method for detecting target object by using same

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050280421A1 (en) 2003-08-27 2005-12-22 Nec Mobiling, Ltd. Earthquarke prediction method and system thereof
WO2007053025A1 (en) 2005-11-03 2007-05-10 Advanced Hydrocarbon Mapping As A method for hydrocarbon reservoir mapping and apparatus for use when performing the method
KR101350389B1 (en) * 2012-11-30 2014-01-16 숭실대학교산학협력단 Wireless positioning method using wireless sensor networks and apparatus thereof

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6318007B2 (en) * 2013-11-29 2018-04-25 株式会社日立ハイテクノロジーズ Data processing method, data processing apparatus, and processing apparatus

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050280421A1 (en) 2003-08-27 2005-12-22 Nec Mobiling, Ltd. Earthquarke prediction method and system thereof
WO2007053025A1 (en) 2005-11-03 2007-05-10 Advanced Hydrocarbon Mapping As A method for hydrocarbon reservoir mapping and apparatus for use when performing the method
KR101350389B1 (en) * 2012-11-30 2014-01-16 숭실대학교산학협력단 Wireless positioning method using wireless sensor networks and apparatus thereof

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
KR101646613 B1B1*
김민호, 주웅걸, 임창선, 윤상기, 문상택. 항만 감시를 위한 수중 강자성 표적 탐지에 관한 연구. 한국군사과학기술학회지. 18권 4호, 2015. 350-357쪽*

Also Published As

Publication number Publication date
KR20190098668A (en) 2019-08-22

Similar Documents

Publication Publication Date Title
US11209502B2 (en) System for object position estimation based on magnetic field signal using underwater sensor network and method thereof
US7969913B2 (en) Localization apparatus for recognizing location of node in sensor network and method thereof
US9288632B2 (en) Simultaneous localization and mapping using spatial and temporal coherence for indoor location
Jang et al. Geomagnetic field based indoor localization using recurrent neural networks
WO2017185828A1 (en) Fingerprint positioning method and apparatus
JP6707575B2 (en) Wireless positioning method for locating a target device contained within a region of space
EP2415310A1 (en) Method for localizing set of nodes in wireless networks
JP2005176386A (en) Mobile device
JP2007013500A (en) Radio terminal position estimating system, position estimating method for radio terminal position estimating system, and data processor
CN110501010A (en) Determine position of the mobile device in geographic area
CN109521420B (en) Multi-target tracking method based on multi-feature matching
KR101873797B1 (en) A method for target location using the tdoa information matching
KR20150082973A (en) Method and apparatus for analysis of ionosphere observation signal using radar
KR101627419B1 (en) Method for estmating location of mobile node and apparatus thereof
KR102092855B1 (en) System for object position estimation based on magnetic field signal using underwater sensor network and method thereof
KR101726677B1 (en) Wireless sensor network device and method for controlling the same
Fariz et al. An improved indoor location technique using Kalman filtering on RSSI
KR102136333B1 (en) Apparatus and method for estimating target position
Kumar et al. Evaluation of node-metastasis in sparse underwater acoustic sensor networks for localization under acoustically stratified malicious node conditions
KR101480834B1 (en) Target motion analysis method using target classification and ray tracing of underwater sound energy
Fariz et al. An improved indoor location technique using Kalman filter
JP7306030B2 (en) Target motion estimation device and target motion estimation method
Tiwari et al. Smart-Phone Based Improved Multi-floor Indoor Localization System
KR101782643B1 (en) Apparatus and method for tracking position of fixed node
KR101541144B1 (en) Method for Underwater Object Location Determination using Proximity Sensor of Compass Direction and Device thereof

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant