KR20080019593A - 현존하는 무선 기지국을 이용한 위치 확인 서비스 - Google Patents

현존하는 무선 기지국을 이용한 위치 확인 서비스 Download PDF

Info

Publication number
KR20080019593A
KR20080019593A KR1020077027340A KR20077027340A KR20080019593A KR 20080019593 A KR20080019593 A KR 20080019593A KR 1020077027340 A KR1020077027340 A KR 1020077027340A KR 20077027340 A KR20077027340 A KR 20077027340A KR 20080019593 A KR20080019593 A KR 20080019593A
Authority
KR
South Korea
Prior art keywords
base station
location
information
user
database
Prior art date
Application number
KR1020077027340A
Other languages
English (en)
Inventor
매튜 만 청 청
존 씨. 크럼
찬드라세카르 토타
스티브 제이. 롬바르디
아누락 샤르마
Original Assignee
마이크로소프트 코포레이션
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 마이크로소프트 코포레이션 filed Critical 마이크로소프트 코포레이션
Publication of KR20080019593A publication Critical patent/KR20080019593A/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • 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
    • G01S5/0205—Details
    • G01S5/0226—Transmitters
    • 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
    • G01S5/0205—Details
    • G01S5/0236—Assistance data, e.g. base station almanac
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services

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)
  • Mobile Radio Communication Systems (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

기지국들 또는 액세스 포인트들로부터 수신된 Wi-Fi, FM, AM, 텔레비전 송신(들), 기타 무선 송신(들), 전자기, 음향, 또는 기타 신호들을 이용한 모바일 장치의 로케이션 위치 정보. 이 위치 정보는 웹 서비스를 통하여 및/또는 모바일 사용자 장치 상에서 국부적으로 제공될 수 있다. 이 위치 정보는 사용자가 그 위치 정보의 기대되는 정확도를 판정하기 위한 확정성 및/또는 불확정성 확률 퍼센티지 또는 기타 인지 가능한 수단을 구비할 수 있다. 또한 복수의 사용자 장치들로부터의 정보를 통하여 새로이 검출된 기지국들을 포함하도록 기지국 정보를 업데이트하기 위한 수단이 제공되고, 각 사용자 장치에는 신뢰 계수(reliance factor)가 제공된다. 낮은 신뢰 계수를 갖는 사용자 장치들은 무시되고 및/또는 그러한 정보가 정보를 업데이이트하는 데 이용되기 전에 정확도를 판정하기 위해 세밀히 조사된다. 시스템의 기능은 사용 데이터의 분석 및/또는 데이터베이스에의 추가들을 통하여 개선될 수 있다.
무선 기지국, 웹 서비스, 확률 함수, 삼각측량

Description

현존하는 무선 기지국을 이용한 위치 확인 서비스{POSITI0NING SERVICE UTILIZING EXISTING RADI0 BASE STATI0NS}
항공 내비게이션(aerial navigation)을 위한 지상 전자 도우미(ground-based electronic aid)인, VOR(VHF omni-directional range)과 같은, 특정 목적을 위해 만들어진(purposed built) 무선 위치 확인 시스템(radio positioning systems)이 일반적으로 이용된다. 그러나, 그러한 구현들은 그러한 시스템과 관련된 제한된 범위 및 시스템 비용 때문에 일반 공용으로 적합하지 않다.
GPS(global positioning system)는 또 다른 일반적으로 이용되는 특정 목적을 위해 만들어진 내비게이션 시스템이고 (위도, 경도, 고도를) 정확히 측정하는 문제를 역점을 두어 다룬다. 이것은 현재의 위치를 매핑(mapping)하는 것과, 경로 지정 지시(routing instructions)를 위한 시작 지점을 결정하는 것과, 가까이 있는 상점들(businesses) 및 인기거리들(attractions)을 찾아내는 것과, 다른 위치 기반 서비스들을 포함하는, 다수의 응용을 위해 유용하다. 그러나, GPS는 통상적으로 실내에서 작동하지 않고, 때때로 도시 협곡(urban canyons)에서 및 빽빽한 잎(dense foliage) 아래에서 작용하지 않는다. GPS 수신기는 단일 목적 장치이고 계산 장치 상의 표준 장비가 아니다. 그 결과, 대부분의 사람들이 GPS 수신기를 휴대하지 않는다.
셀 폰 무선 타워(cell phone radio towers)가 위치 확인(positioning)을 위해 이용된다. 그러나, 반송파 지원 위치 확인(carrier-supported positioning)은 반송파 비호환성(carrier incompatibility) 및 엄격한 제어로 곤란을 겪기 때문에 사용 가능성이 열악하다. 더욱이, 특정 위치 기반 서비스들에 대해서는 위치 확인 정확도가 너무 낮다. 그러므로, 전술한 한계 및 불리점들로 곤란을 겪지 않는 시스템들 및/또는 방법들이 요구된다.
다음은 본 발명의 일부 양태들에 대한 기본적인 이해를 제공하기 위해 하나 이상의 실시예들의 간략화한 개요를 제시한다. 이 개요는 하나 이상의 실시예들의 광범위한 개관은 아니고, 그러한 실시예들의 중요한 또는 결정적인 요소들을 식별하려는 것도 그러한 실시예들의 범위를 기술하려고 하는 것도 아니다. 그것의 유일한 목적은 나중에 제시되는 보다 상세한 설명의 서두(prelude)로서 설명된 실시예들의 일부 개념들을 간략화한 형태로 제시하기 위한 것이다.
GPS 및 셀 타워에 대한 대안은 사용자의 계산 장치로부터 검출될 수 있는 현존하는 무선 기지국들의 알려진 위치들을 이용하는 것이다. 하나의 예가 Wi-Fi(802.11) 무선 네트워킹(radio networking)이다. 하나 이상의 Wi-Fi 기지국들("액세스 포인트들")을 검출함으로써, 장치는 기지국의 위치들에 대한 지식에 기초하여 그 자신의 위도, 경도, 및/또는 고도를 계산할 수 있다. 성취되는 정확도는 셀 타워 위치 시스템들보다 우수하고 GPS의 정확도에 접근한다. 다른 무선 기지국들(예컨대, 셀 폰 타워, AM 및 FM 라디오 방송국, TV 방송국 등)이 유사한 방식으로 이용될 수 있다.
현존하는 무선 기지국들을 이용하는 것은 사용자가 GPS 수신기 없이 그 사용자 자신의 위치를 계산할 수 있다는 것을 의미한다. 종종 사용자는 이미 사용자의 계산 장치(예컨대, 랩톱, PDA, 셀 폰, 손목시계 등)의 일부인 현존하는 무선 수신기를 이용할 수 있어 비용을 감소시킴과 동시에 사용 가능성을 증가시킨다. 더욱이, 기지국들은 통상적으로 GPS가 작용하지 않는 위치에서 검출 가능하므로, 이 기법은 GPS가 작동하지 않는 곳에서 작동한다.
전자 엔드포인트(예컨대, 무선 구비 장치)에 관한 위치 정보 및 애플리케이션들로의 위치 정보의 전달은 웹 서비스를 통하여 제공될 수 있어, 사용자가 대량의 계산을 수행하거나 데이터베이스를 부담할 필요를 없앤다. 대안적으로 또는 부가적으로, 그것은 오프라인 애플리케이션을 위하여 국부적으로(locally) 제공될 수 있다.
실시예들은 모바일 사용자 장치의 위치를 판정하기 위한 방법 및/또는 시스템을 기술한다. 일 특징에 따르면, 위치 정보를 전달하기 위한 시스템이 로컬 프로세스로서 사용자 장치 상에 포함된다. 이 시스템은, 부가적으로 또는 대안적으로, 위치 정보를 판정하는 웹 서비스를 이용할 수 있다. 알려진 기지국 위치들의 데이터베이스가 사용자 장치 위치를 판정하는 데 이용될 수 있다.
애플리케이션은 로컬 API를 이용하거나 웹 서비스에 액세스하여 위치 정보를 직접 얻을 수 있다. 대안적으로 또는 부가적으로, 위치 정보는 가상 GPS 유사 장치(virtual GPS like device) 내에 추상화(abstract)되고 이용되는 위치 확인 기술에 대한 명시 지식(explicit knowledge)을 갖고 있지 않은 로컬 애플리케이션에 의해 이용될 수 있다. 따라서, 통신 포트가 에뮬레이트될 수 있고 위치 정보를 기술하는 NMEA 컴플라이언트(compliant) 스트림이 생성된다.
이 시스템(들) 및/또는 방법(들)은 사용자 장치 상에서 국부적으로 이용될 수 있다. 다양한 실시예들은 검출 가능한 무선 기지국들의 위치들의 데이터베이스를 필요로 한다. 이 데이터베이스는 여러 가지 방법으로 얻어질 수 있다. 사용자는 영역을 지정할 수 있고 알려진 기지국들의 서브세트(subset)가 사용자 장치에 제공될 수 있다. 대안적으로 또는 부가적으로, 웹 서버가 사용자의 위치를 계산하고 그 역역에 대한 알려진 기지국들의 서브세트를 전달할 수 있다. 다른 실시예에 따르면, 사용자 장치는 위치 업데이트들에 대하여 웹 서버에 주기적으로 쿼리(query)할 수 있고 필요에 따라서(on an as needed basis) 그 업데이트들을 수신할 수 있다. 또 다른 실시예에 따르면, 예측 모듈(prediction module)이 이전의 사용자 거동(behavior)에 기초하여 사용자의 장래 위치를 예측할 수 있다.
또 다른 실시예는 위치 추정의 불확정성(uncertainty)을 계산하고 그러한 불확정성 정보를 사용자에게 전달하기 위한 시스템 및/또는 방법이다. 불확정성은 확률 함수들의 합에 기초하고 및/또는 실험 데이터에 기초할 수 있다. 이용 가능한 정보에 따라서, 2D 및 3D 양쪽 모두의 불확정성이 판정될 수 있다.
또 다른 실시예에 따르면, 기지국 및 관련 위치들이 데이터베이스에 포함될 수 있고 하나 이상의 장치들이 위치 서비스를 이용할 때 그 장치들로부터 수신된 정보에 기초하여 업데이트될 수 있다. 기지국 정보는, 예를 들면, 그 정보의 정확도의 특정 신뢰도 레벨이 충족되거나 초과된 후에 포함될 수 있다. 대안적으로 또는 부가적으로, 사용자는 그 사용자의 정확도 및/또는 신뢰도에 따라서 등급이 매겨질 수 있다. 신뢰할 수 없다고 판정되는 사용자는 태깅(tag)되고 더 이상 정보를 제출할 수 없고 및/또는 그러한 제출들은 하나 이상의 다른 사용자들에 의해 확인(verity)될 때까지 격리(quarantine)된다.
전술한 및 관련 목적들의 달성을 위하여, 하나 이상의 실시예들은 이하에서 충분히 설명되고 청구항들에서 특별히 지적되는 특징들을 포함한다. 이하의 설명 및 첨부 도면들은 상기 하나 이상의 실시예들의 특정 예시적 양태들을 상세히 설명한다. 그러나, 이들 양태들은 다양한 실시예들의 원리들이 이용될 수 있는 여러 가지 방법들 중의 소수만을 나타내고 설명된 실시예들은 모든 그러한 양태들 및 그들의 균등물들을 포함하도록 의도되어 있다. 다른 이점들 및 신규한 특징들은 도면들과 함께 고려된 이하의 상세한 설명으로부터 명백해질 것이다.
도 1은 모바일 계산 장치가 그것의 위치를 판정할 수 있게 하는 시스템을 예시한다.
도 2는 모바일 계산 장치의 위치를 판정하기 위한 시스템을 예시한다.
도 3은 기지국 신호들의 분석에 기초하여 위치 정보를 판정하는 시스템을 예시한다.
도 4는 시스템 정확도 및/또는 사용자 신뢰도를 향상시키는 컴포넌트들 및 기법들을 이용하는 위치 판정 시스템을 예시한다.
도 5는 모바일 장치의 위치를 판정하기 위한 방법의 흐름도를 예시한다.
도 6은 https 핸들러 및/또는 웹 서비스를 이용한 위치 정보를 이용하는 애플리케이션 또는 브라우저에 대한 예시적 시스템 및 메시지 흐름도를 예시한다.
도 7은 https 핸들러 및/또는 웹 서비스를 이용한 위치 정보를 이용하는 애플리케이션 또는 브라우저에 대한 방법의 흐름도를 예시한다.
도 8은 사용자 장치 상의 API를 통하여 위치 정보에 액세스하는 시스템을 예시한다.
도 9는 여기에 개시된 시스템(들) 및/또는 방법(들)을 이용하는 하이-레벨 다이어그램을 예시한다.
도 10은 인공 지능을 이용하는 위치 판정 시스템을 예시한다.
도 11은 개시된 실시예들을 실행하도록 동작 가능한 컴퓨터의 블록도를 예시한다.
도 12는 개시된 실시예들을 실행하도록 동작 가능한 예시적 컴퓨팅 환경의 개략 블록도를 예시한다.
이제 도면들을 참조하여 다양한 실시예들을 설명한다. 도면들의 전체에 걸쳐서 유사한 구성요소들을 나타내기 위해 유사한 참조 번호들이 사용된다. 다음 설명에서는, 설명을 목적으로, 하나 이상의 양태들의 철저한 이해를 제공하기 위하여 다수의 특정 상세들이 설명된다. 그러나, 그 다양한 실시예들은 이들 특정 상세 없이도 실시될 수 있음을 분명히 알 수 있다. 그 밖의 경우에, 이들 실시예들 의 설명을 용이하게 하기 위하여 주지의 구조 및 장치들은 블록도 형태로 나타내어진다.
본원에서 사용될 때, "컴포넌트(component)", "모듈(module)", "개체(object)", "시스템(system)" 등의 용어들은 하드웨어든, 하드웨어와 소프트웨어의 조합이든, 소프트웨어든, 실행중인 소프트웨어든, 컴퓨터 관련 엔티티를 나타내도록 의도되어 있다. 예를 들면, 컴포넌트는 프로세서 상에서 실행중인 프로세스, 프로세서, 개체, 실행 파일(executable), 실행 스레드(thread of execution), 프로그램, 및/또는 컴퓨터일 수 있지만, 이에 제한되는 것은 아니다. 예시로서, 서버 상에서 실행중인 애플리케이션 및 상기 서버는 둘 다 컴포넌트일 수 있다. 프로세스 및/또는 실행 스레드 내에 하나 이상의 컴포넌트들이 존재할 수 있고 컴포넌트는 하나의 컴퓨터 상에 국한(localize)되거나 및/또는 2 이상의 컴퓨터 사이에 분산(distribute)될 수 있다.
"예시적(exemplary)"이라는 말은 여기에서 예(example), 실례(instance), 또는 예시(illustration)로서 기능하는 것을 의미하기 위해 사용된다. 여기에서 "예시적"으로서 기술된 어떤 양태 또는 설계도 반드시 다른 양태들 또는 설계들에 비하여 선호되거나 또는 유리한 것으로 해석되어서는 안 될 것이다.
또한, 하나 이상의 실시예들은 개시된 실시예들을 구현하도록 컴퓨터를 제어하는 소프트웨어, 펌웨어, 하드웨어, 또는 그들의 임의 조합을 생성하기 위해 표준 프로그래밍 및/또는 엔지니어링 기법들을 이용하는 방법, 장치, 또는 제조 물품으로서 구현될 수 있다. "제조 물품(article of manufacture)"(또는 대안적으로, " 컴퓨터 프로그램 제품(computer program product)")이라는 용어는 여기에서 사용될 때 임의의 컴퓨터 판독가능 장치로부터 액세스 가능한 컴퓨터 프로그램, 반송파, 또는 매체를 포함하도록 의도되어 있다. 예를 들면, 컴퓨터 판독가능 매체는 자기 저장 장치(예컨대, 하드 디스크, 플로피 디스크, 자기 스트립 등), 광 디스크(예컨대, CD(compact disk), DVD(digital versatile disk) 등), 스마트 카드, 및 플레이 메모리 장치(예컨대, 카드, 스틱)를 포함할 수 있지만 이들에 제한되는 것은 아니다. 또한 전자 메일을 송신 및 수신하는 데 또는 인터넷 또는 LAN(local area network)과 같은 네트워크에 액세스하는 데 이용되는 것들과 같은 컴퓨터 판독가능 전자 데이터를 반송(carry)하기 위해 반송파가 이용될 수 있다는 것을 알아야 할 것이다. 물론, 숙련된 당업자라면 개시된 실시예들의 정신 또는 사상에서 벗어나지 않고 이들 구성에 대해 많은 수정이 행해질 수 있다는 것을 알 것이다.
이하에서 설명되는 하나 이상의 양태들에 따라서 추론 및/또는 확률 판정 및/또는 통계 기반 판정을 수행하는 것과 관련하여 인공 지능 기반 시스템(예컨대, 명시적으로 또는 묵시적으로 트레이닝된 분류기들(classifiers))이 이용될 수 있다. 여기에서 사용될 때, "추론(inference)"이라는 용어는 일반적으로 이벤트 및/또는 데이터를 통하여 캡처된 관찰들의 세트로부터 시스템, 환경, 및/또는 사용자의 상태를 추론 또는 추리하는 프로세스를 나타낸다. 추론은 특정 컨텍스트 또는 액션을 식별하는 데 이용될 수 있고, 또는, 예를 들어, 상태들에 대한 확률 분포를 생성할 수 있다. 추론은 확률적(probabilistic)일 수 있다 - 즉, 데이터 및 이벤트들의 고려에 기초한 흥미 있는 상태들에 대한 확률 분포의 계산일 수 있다. 추 론은 또한 이벤트들 및/또는 데이터의 세트로부터 보다 상위 레벨 이벤트들을 구성하기 위해 이용되는 기법들을 나타낼 수 있다. 그러한 추론의 결과로, 관찰된 이벤트들 및/또는 저장된 이벤트 데이터의 세트로부터, 그 이벤트들이 밀접한 시간적 근접으로 상관되어 있든 아니든, 그리고 그 이벤트들 및 데이터가 하나의 이벤트 및 데이터 소스로부터 나온 것이든 수 개의 이벤트 및 데이터 소스들로부터 나온 것이든 여하간에, 그 이벤트들 및 데이터의 세트로부터 새로운 이벤트들 또는 액션들이 구성된다. 본 실시예들과 관련하여 자동 및/또는 추론된 액션을 수행하는 것과 관련하여 다양한 분류 스킴(schemes) 및/또는 시스템(예컨대, 서포트 벡터(support vector) 머신, 신경망(neural networks), 전문가 시스템(expert systems), 베이시안 믿음 네트워크(Bayeslan belief networks), 퍼지 논리(fuzzy logic), 데이터 융합(data fusion) 엔진 등)이 이용될 수 있다.
처음에 도 1을 참조하면, 모바일 계산 장치가 그것의 위치를 판정할 수 있게 하는 시스템(100)이 예시되어 있다. 모바일 계산 장치는 임의의 모바일, 휴대용 또는 계산 장치일 수 있다. 이 시스템(100)은 외부 환경 컴포넌트(102) 및 분석 컴포넌트(104)를 포함하고, 이들 모두는 모바일 컴퓨팅 장치와 같은 사용자 장치 상에 있을 수 있다. 대안적으로 또는 부가적으로, 외부 환경 컴포넌트(102)는 사용자 장치 상에 위치할 수 있고 분석 컴포넌트(104)는 웹 서비스와 같이 외부 장치 상에 위치할 수 있다.
외부 환경 컴포넌트(102)는 모바일 장치(점선 영역으로 도시됨)의 로컬 영역을 스캔하고 검출 가능한 범위 내에 있는 모든 기지국들에 대한 검색을 수행하도록 적응되어 있다. 장치에 따라서, 기지국들은 Wi-Fi(802.11) 액세스 포인트, 셀 타워, AM 라디오 방송국, FM 라디오 방송국, TV 방송국, 또는 알려진 위치들을 갖는 기지국(들)(106)로부터의 임의의 다른 유형의 무선 송신일 수 있고, 이들의 임의 조합 또는 전자기파, 음파, 또는 기지국을 이용하여 검출 및 식별될 수 있는 임의의 신호를 방사하는 임의의 기지국을 포함할 수 있다. 기지국들은 그 기지국들의 위치가 그들이 위치했을 때와 실질적으로 유사한 시간에 판정될 수 있다면, 기지국(들)(108)과 같이 모바일일 수 있다. 외부 환경 컴포넌트(102)는 검출된 각 기지국(106 또는 108)으로부터 수신된 검출 신호의 강도 또는 다른 성질을 측정하도록 더 적응될 수 있다. 복수의 기지국들이 검출될 수 있고 본 발명은 검출된 기지국들의 수에 의해 제한되지 않는다는 것을 알아야 할 것이다.
스캔된 기지국들로부터 도출된 정보에 기초하여, 외부 환경 컴포넌트(102)는 어느 기지국들이 검출되었는지를 판정하는 분석 컴포넌트(104)와 통신 또는 인터페이스한다. 예를 들면, 분석 컴포넌트(104)는 모든 알려진 기지국들의 위치(경도, 위도, 고도)를 포함하는 데이터베이스 또는 조회 테이블을 가질 수 있다. 분석 컴포넌트(104)는 외부 환경 컴포넌트(102)로부터 수신된 정보를 알려진 기지국들과 비교할 수 있고 외부 환경 컴포넌트(102)의 위치를 판정 또는 계산할 수 있다. 분석 컴포넌트(104)는 이 위치 정보를 외부 환경 컴포넌트(102) 및 모바일 장치의 관련 사용자에게 전달한다.
"무선 위치 시스템(Radio Position System)"이라고도 불리는, 시스템(100)은 정보를 포함하는 데이터베이스를 이용할 수 있고, 상기 정보는 위치를 계산하고 및 /또는 상기 데이터베이스의 자기유지(self-maintenance)를 수행하는 데 이용될 수 있다. 데이터베이스의 콘텐츠는 무선 시스템 및/또는 위치 확인을 위해 이용되는 전자 엔드포인트의 유형에 의존한다.
일 실시예에서, 분석 컴포넌트(104)는 사용자 장치 위치를 계산하고, 그 계산은 사용자의 장치 상에서 수행되고, 사응자 장치는 또한 기지국 좌표 x i의 데이터베이스를 유지한다. 다른 실시예에서, 기지국들에 대한 데이터베이스는 네트워크 액세스가능 데이터베이스에 유지되고 사용자의 장치는 이 데이터베이스와 통신하여 기지국 좌표들을 얻는다. 다른 실시예에서, 위치 계산 컴포넌트 및 데이터베이스는 모두 네트워크 액세스가능 데이터베이스에 존재한다. 그런 방식으로, 사용자의 장치는 그것의 검출된 기지국 데이터를 네트워크를 통하여 송신하고, 네트워크는 계산된 위치로써 응답한다. 기지국 위치들의 데이터베이스를 네트워크 서버 상에 유지함으로써 이 데이터에 대한 그 자신의 메모리를 이용하는 사용자의 장치의 필요를 완화시키고 및/또는 데이터베이스의 가장 최신 버전에 액세스할 수 있다. 그러나, 만일 사용자의 장치가 네트워크 액세스할 수 없다면, 그것은 그 데이터의 그 자신의 로컬 카피를 가져야 할 것이다.
만일 데이터베이스가 사용자의 장치에 있다면, 그 장치가 네트워크에 (일시적으로 또는 영구적으로) 접속되어 있는 동안 네트워크로부터 데이터베이스 정보를 획득할 수 있는 복수의 방법들이 있다. 일 실시예에 따르면, 사용자는 다운로드하기 위한 데이터베이스의 서브세트를 수동으로 지정할 수 있다. 이 서브세트는 사 용자가 위치할 것으로 기대하는 지리적 영역을 포함할 수 있다. 다른 실시예에 따르면, 시스템은 장치가 네트워크에 접속되어 있는 동안 사용자의 현재 위치를 자동으로 계산하고 현재의 계산된 위치를 중심으로 한 데이터베이스의 서브세트를 다운로드한다. 또 다른 실시예에 따르면, 사용자의 장치는 네트워크에 액세스할 수 있을 때마다 네트워크에 기회적으로(opportunistically) 접속하고 장치의 현 위치를 중심으로 한 데이터베이스의 서브세트를 다운로드한다. 또 다른 실시예는 장치가 예측 기법을 이용하여 사용자가 장래에 어디에 있을지를 추론하고 추론된 위치를 중심으로 한 데이터베이스의 서브섹션(subsection)들을 기회적으로 다운로드하는 것이다.
시스템(100)은 또한 사용자가 그 사용자의 위치를 다른 사용자에게 전달할 수 있게 하도록 적응되어 있다. 예를 들면, 사회적 애플리케이션(social applications)(예컨대, 인스턴트 메신저)이 사용자(들)가 그들의 위치를 판정, 획득, 또는 계산하는 사전 권한을 부여한 "친구들(buddies)" 또는 "콘택트들(contacts)"의 목록을 포함할 수 있다. 한 "콘택트"가, 예를 들어, 사용자로부터 1 마일 내에 있는 경우 사용자에게 통지되는, 근접 경보(proximity alert)가 포함될 수 있다. 사용자는 그 "콘택트"와 통신하기를 원하는지를 결정하고 그 통신을 개시하고 및/또는 만남 시간/장소를 요구할 수 있다. 시스템(100)은, 알려진 위치들에 기초하여, 그 사용자와 "콘택트"가 만날 수 있는, 관심 장소(a place of interest)를 판정할 수 있다.
시스템(100)은 또한 자산 및 사람 실시간 추적(asset and people tracking in real-time)과 같은 위치 기반 서비스들을 제공할 수 있다. 특정인 대상 광고(targeted advertising)를 포함하는 정보 전달은 사용자의 현재 위치, 위치 이력, 및/또는 장래의 예상 위치에 기초하여 수행될 수 있다. 시스템(100)은 특정 사용자에게 중요한 각종 매체의 강화된 존재 및/또는 위치 태깅(tagging)을 통하여 실시간 협력을 제공할 수 있다.
도 2는 모바일 계산 및 사용자 장치의 위치를 판정하기 위한 시스템(200)을 예시한다. 이 기술분야의 통상의 지식을 가진 자라면 여기에서 논의된 컴포넌트들 및/또는 모듈들이 사용자 장치, 원격 스테이션(remote station)과 조합한 사용자 장치, 및/또는 원격 스테이션 및 중앙 집중식 네트워크(centralized network)와 조합한 사용자 장치와 관련될 수 있다는 것을 이해할 것이다.
시스템(200)은 하나 이상의 기지국들(206 및 208)과 관련된 신호들을 검출 또는 수신하는 외부 환경 컴포넌트(202)를 포함한다. 외부 환경 컴포넌트(202)는 분석 컴포넌트(204)와 인터페이스하고 분석 컴포넌트(204)는 외부 환경 컴포넌트(202)로부터 수신된 정보에 적어도 부분적으로 기초하여 사용자 장치의 위치를 판정한다. 위치 정보를 용이하게 하기 위하여 외부 환경 컴포넌트(202)는 검출 컴포넌트(210), 측정 컴포넌트(212), 및 통신 컴포넌트(214)를 포함할 수 있다.
검출 컴포넌트(210)는 수신된 또는 획득된 신호들에 기초하여 사용자 장치의 로컬 부근(local vicinity)에 있는 기지국들을 검출하도록 적응되어 있다. 기지국 신호들 및 정보의 검색 또는 수집은 연속적, 주기적, 또는 주문형(on-demand)일 수 있고 사용자 액션에 의해, 시스템(200)에 의해 자율적으로, 및/또는 원격 서비스의 요구 시에 개시될 수 있다. 예를 들면, 검출 컴포넌트(210)는 기지국들에 대한 통신 환경을 스캔할 수 있다. 스캔의 결과는 기지국 식별자들이 세트일 수 있고 수신 특성들을 포함할 수 있다. 예를 들면, Wi-Fi 액세스 포인트들에 대한 스캔 결과로, 각 검출된 액세스 포인트에 대한 MAC 주소가 생기고 각 검출된 액세스 포인트에 대한 신호 강도를 포함할 수 있다. 셀 타워들에 대한 스캔 결과로, 셀 타워 ID(identification)들 및 각 검출된 셀 타워의 대응하는 신호 강도가 수신되거나 획득될 수 있다. 신호 강도에 더하여, 또는 그 대신으로 수신 특성들이 획득되거나 수신될 수 있다. 대안적인 수신 특성의 일례는 기지국들을 여러 번 스캔하여 계산되는 기지국의 검출 확률이다.
검출 컴포넌트(210)에 의해 획득된 정보는 측정 컴포넌트(212)에 전달될 수 있고, 측정 컴포넌트(212)는 기지국의 검출 확률의 측정치일 수 있는 수신 특성을 계산할 수 있다. 이 검출 확률은 기지국들에 대한 반복 스캔을 수행하고 특정 기지국이 검출된 횟수 대 총 스캔 수의 비율을 계산함으로써 측정될 수 있다. 수신 특성들은 신호 강도 및 검출 확률일 수 있고 각각은 위치 판정 시스템의 부분으로서 이용될 수 있지만 신호 강도 대신에 또는 그에 더하여 다른 검출 확률 및/또는 수신 특성이 이용될 수 있다는 것을 이해해야 할 것이다. 모든 그런 변형들은 본 명세서 및 첨부된 청구항들의 부분인 것으로 의도된다.
검출 컴포넌트(210) 및 측정 컴포넌트(212)로부터 획득된 정보는 통신 컴포넌트(214)에 의해 분석 컴포넌트(204)에 송신된다. 통신 컴포넌트(214)는 분석 컴포넌트(204)에 정보를 전달하고 분석 컴포넌트(204)로부터 정보를 수신하도록 적응 되어 있다. 정보는 주기적으로, 연속적으로, 요구 시에 등등의 방식으로 통신 컴포넌트(214)에/로부터 송신될 수 있다.
이제 도 3을 참조하면, 기지국 신호들의 분석에 기초하여 위치 정보를 판정하는 시스템(300)이 예시되어 있다. 이 시스템은 분석 컴포넌트(304)와 인터페이스하는 외부 환경 컴포넌트(302)를 포함한다. 외부 환경 컴포넌트(302)는 하나 이상의 기지국들(고정(106) 및/또는 모바일(108))로부터 신호들을 수신 또는 획득할 수 있다. 신호들은 검출 컴포넌트(310)에 의해 검출되고, 측정 컴포넌트(312)에 의해 측정되고, 통신 컴포넌트(314)에 의해 분석 컴포넌트(304)에 전달된다. 외부 환경 컴포넌트(302) 및 분석 컴포넌트(304)는 별개의 장치들(예컨대, 사용자 장치 및 웹 서비스) 상에, 동일 장치(예컨대, 모바일 사용자 장치) 상에 있을 수 있다는 것을 이해해야 할 것이다.
예를 들면, 애플리케이션은 로컬 애플리케이션 프로그램 인터페이스(API)를 호출하거나 웹 서비스에 액세스하여 직접 로컬 정보를 획득할 수 있다. 대안적으로 또는 부가적으로, 일단 로컬 정보가 계산 또는 수신되면, 그것은 가상 GPS 유사 장치 내에 추상화(abstract)되고 여기에 개시된 위치 확인 기술에 대한 명시 지식을 갖는 위치 애플리케이션(location application)들 없이 위치 애플리케이션에 의해 이용될 수 있다. 예를 들면, 여기에 설명된 시스템들 및/또는 방법들은 통신 포트를 에뮬레이트할 수 있고 위치 정보를 기술하는 NMEA 컴플라이언트 스트림을 생성할 수 있다. NMEA 위치 데이터를 소비하는 현존하는 애플리케이션들(예컨대, GPS에 액세스하는 대부분의 애플리케이션들)은 이용할 위치 데이터의 새로운 소스 를 가질 것이다.
분석 컴포넌트(304)는 통신 컴포넌트(314)와 분석 컴포넌트(304) 상에 위치하는 인터페이스 컴포넌트(316) 간의 상호작용을 통하여 기지국 식별자들 및 수신 특성들을 수신한다. 만일 외부 환경 컴포넌트(302) 및 분석 컴포넌트(304) 모두가 모바일 사용자 장치 상에 위치한다면, 통신 컴포넌트(314) 및 인터페이스 컴포넌트(316)는 외부 환경 컴포넌트(302)와 분석 컴포넌트(304)의 컴포넌트들 간의 통신 인터페이스를 제공하는 하나의 컴포넌트일 수 있다는 것을 이해해야 할 것이다. 모든 그런 변형들은 본 명세서 및 첨부된 청구항들의 부분인 것으로 간주된다.
분석 컴포넌트는 식별자 컴포넌트(318) 및 계산 컴포넌트(320)를 더 포함할 수 있다. 식별자 컴포넌트(318)는 데이터베이스, 조회 테이블, 쿼리 분석, 또는 외부 환경 컴포넌트(302)에 의해 수신된 기지국 식별자에 기초하여 특정 기지국을 식별하는 임의의 수단을 포함할 수 있다.
데이터베이스의 콘텐츠는 무선 시스템 및/또는 위치 확인을 위하여 이용되는 전자 엔드포인트의 유형에 의존한다. 데이터베이스는, 예컨대, 사응자 장치의 위치를 판정하고, 계산하고, 획득하는 등을 위해 필요한 최소량의 정보를 적어도 포함해야 한다. 예를 들면, 데이터베이스는 무선 비컨(radio beacon) 또는 전자 엔드포인트를 고유하게 식별할 수 있는 비컨 또는 전자 엔드포인트 정보를 포함해야 한다. 위도, 경도, 및/또는 고도 정보가 데이터베이스에 포함되어야 한다. 위치 불확정성 정보(position uncertainty information)가 포함될 수 있고 이는 단순 구형 불확정성(simple spherical uncertainty)이거나 및/또는 위치 오류의 상세 설명 일 수 있다. 위치 신뢰 정보(position confidence information)도 데이터베이스에 포함될 수 있다. 위치 신뢰 정보는 비컨 및/또는 엔드포인트 식별을 위하여 이용 가능한 위치 정보의 상대적 신뢰를 평가하는 데 이용되는 데이터의 컬렉션이다. 위치 신뢰는 또한, 또는 대안적으로, 최종 업데이트 날짜(last updated date), 최종 보고 데이터(last reported data), 보고들의 수(number of reports), 부재 보고들(absence reports)(이 엔티티를 포함하지 않지만 그것에 밀접하게 관련되어 있는 엔티티들을 포함하는 보고들)의 수, 및/또는 오류(erroneous) 보고들의 수와 같은 정보를 포함할 수 있다.
기지국 데이터는 장치에 대하여 로컬(사용자 장치 상에) 및/또는 외부에 있을 수 있다. 만일 사용자가 이 서비스를 로컬 사용자 장치 상에서 실행하기로 결정하면, 장치는 기지국 위치들의 데이터베이스의 적어도 일부를 포함한다. 이 정보를 획득하는 일례는 사용자가 그 사용자가 서비스를 이용하는 동안 있거나 남아 있을 것으로 기대하는 영역, 예컨대, 범시애틀 지역(the greater Seattle area), 킹 카운티(King County), 또는 워싱턴주(Washington State)를 수동으로 지정하는 것이다.
영역을 지정하는 다른 예는 적어도 한번 웽 서비스를 이용하여 사용자의 현재 위치를 계산하는 것이다. 이 서비스는 사용자의 계산된 위치 주위의 주어진 반경(예컨대, 10 마일, 50 마일, 100 마일)을 갖는 기지국 데이터베이스의 서브섹션(subsection)을 전달할 수 있다. 사용자의 장치는 네트워크가 이용 가능할 때 위치 업데이터들에 대하여 웹 서비스에 주기적으로 쿼리할 수 있다. 부가적으로 또는 대안적으로, 사용자가 다른 영역으로 이동하거나 주어진 반경의 경계에 가까이 이동할 때, 사용자는 또 다른 계산된 위치 및/또는 기지국들의 서브섹션을 요구할 수 있다. 장치는 또한 수신된 데이터베이스 정보의 서브세트에 포함되지 않은 기지국이 검출되면 자동으로 정보를 요구할 수 있다. 그런 방식으로, 장치는 그것이 주어진 반경 밖으로 이동하였고 추가적인 또는 대안적인 기지국 정보가 요망된다는 것을 추론한다. 웹 서비스는 사용자의 로컬 장치에 전달될 기지국 데이터베이스의 새로운 서브섹션으로써 응답할 수 있다. 또한, 장치 또는 웹 서비스는 새로운 기지국 정보가 제공될 때 장치로부터 기지국 정보의 이전의 서브세트를 삭제하거나 취소(retract)하여, 사용자 장치 상의 메모리 자원들을 절약할 수 있다.
장래의 요구를 예기(anticipate)하기 위하여, 예측 모듈이 사용자의 과거 거동에 기초하여 사용자의 장래 위치(들)를 예측할 수 있다. 이들 예측에 의하여, 사용자의 장치는 사용자가 갈 것으로 기대되는 곳을 커버하는 데이터베이스의 새로운 서브섹션들을 자동으로 및/또는 자율적으로 획득할 수 있다. 그런 방식으로, 머신 학습 및 추론 모듈(machine learning and reasoning module)이 그런 사용자 액션(들)을 추론하기 위해 이용될 수 있다.
분석 컴포넌트(304)는 기지국 식별자들 및 수신 특성들을 이용하여 사용자 장치 또는 수신기의 위치를 판정하는 계산 모듈(320)을 더 포함한다. 사용자 장치의 위치를 삼각측량(triangulate)하기 위해 수신 특성들에 수학 수식이 적용될 수 있다. 예를 들면, 사용자 장치 위치를 계산하기 위해 가중 평균이 이용될 수 있고 다음 수학식에 기초하여 계산될 수 있다:
Figure 112007084388316-PCT00001
상기 수학식에서, x는 계산된 위치 좌표들의 벡터이다. x의 예로는,
Figure 112007084388316-PCT00002
, 및
Figure 112007084388316-PCT00003
이 있다. x i 좌표들은 검출된 기지국들의 위치들이고, 그 수는 N이다. 가중치 wi는 각각의 기지국 수신 특성들로부터 산출된다. 예를 들면, 만일 수신 특성이 신호 강도, si이면, 가중치들은 wi = si n'일 수 있고, 여기서 n'은 이론적 또는 실험적 분석일 수 있는 분석에 기초하여 정확도를 최대화하기 위해 선택된 지수(exponent)이다.
이제 도 4를 참조하면, 시스템 정확도 및/또는 사용자 신뢰도를 향상시키는 컴포넌트들 및 기법들을 이용하는 위치 판정 시스템(400)이 예시되어 있다. 시스템(400)과 관련된 것으로서 도시된 예시적 컴포넌트들은 옵션이다. 또한, 옵션 시스템(400)은 도시된 모든 컴포넌트들을 이용하지 않아도 되고 하나 이상의 컴포넌트가 시스템(400)과 관련해서 임의의 구성으로 이용될 수 있다. 모든 그런 변경들 또는 수정들은 본 명세서 및 첨부된 청구항들의 범위 내에 든다. 시스템(400)은 도 1, 2, 및 3에 관련하여 도시되고 설명된 것과 유사하다.
일부 경우에, 모바일 장치와 관련된 사용자에게 계산된 위치의 정확도의 추 정치를 제공하는 것이 유익하다. 불확정성 컴포넌트(422)가 그 추정치를 사용자에게 제공한다. 예를 들면, 만일 외부 분석 컴포넌트(402)(또는 검출 컴포넌트(410))가 하나의 기지국(406 또는 408)만을 검출하면, 불확정성 컴포넌트(422)는 그 기지국(406 또는 408) 주위의 위치들의 확률 분포를 그 평균이 기지국(406 또는 408)의 좌표들과 일치하는 가우스 분포로서 모델링할 수 있다. 가우스 분포는 데이터베이스 내의 데이터 포인트의 고유 정확도에 의해 수정된, 무선 신호의 전파 특성에 관련된다. 이 확률 함수의 수학식은 다음과 같이 표현될 수 있다:
Figure 112007084388316-PCT00004
상기 수학식에서, n은 위치 벡터들의 차원들의 수이다. 2차원의 경우에, n=2이고, μ는 단일 검출된 기지국(406 또는 408)의 위치인
Figure 112007084388316-PCT00005
과 같도록 설정된다. 공분산 행렬(covariance matrix)은 공간 내의 확률의 분산(spread)을 제어(govern)한다. 그 분산이 평균 주위에서 방사상으로 대칭되게 하는 적당한 설정은
Figure 112007084388316-PCT00006
이다. 예를 들면, Wi-Fi 또는 802.11 기지국들의 경우, σ의 적당한 값은 30 미터이다. 이 경우에서의 대응하는 제곱 평균 제곱근(rms)은
Figure 112007084388316-PCT00007
이고, 이것은 시스템(400)의 정확도의 지시(indication)로서 사용자에 보고하기 위한 이해하기 쉬운 값이다.
외부 분석 컴포넌트(402)(또는 검출 컴포넌트(410))에 의해 복수의 기지국들이 검출될 경우, 위치의 확률 분포 함수는 불확정성 컴포넌트(422)에 의해 가우시안들의 혼합(mixture of Gaussians)으로서 모델링될 수 있고 다음과 같이 표현될 수 있다:
Figure 112007084388316-PCT00008
여기서 N은 검출된 기지국들의 수이고 w'i는 계산 컴포넌트(420)에 의해 이용되는 삼각측량 수식에서 이용되는 가중치들의 정규화된 버전들이고, 다음과 같이 표현될 수 있다:
Figure 112007084388316-PCT00009
그리고 pi(x)는 기지국 i에 대한 가우시안이다:
Figure 112007084388316-PCT00010
여기서 u i는 기지국 i의 위치이고 ∑i는 기지국 i에 대한 공분산 행렬이다.
가우시안들의 혼합은 확률 "언덕들(humps)"의 합이고, 각 언덕은 하나의 검출된 기지국을 나타낸다. 언덕들의 높이는, 보다 높은 가중치의 기지국(들)의 가까이에 보다 많은 확률 질량(probability mass)를 두는 경향이 있을 때, 그 각각의 기지국에 대하여 계산된 가중치에 의해 제어된다. 가우시안들의 혼합의 평균은 다 음과 같이 표현될 수 있는 삼각측량된 위치에 수학적으로 등가이다:
Figure 112007084388316-PCT00011
가우시안의 혼합의 공분산은 다음과 같이 계산될 수 있다:
Figure 112007084388316-PCT00012
상기 공분산 행렬의 고유값들(eigenvalues) 및 고유벡터들(eigenvectors)은 계산된 위치 주위의 공간을 기술하고 실제 위치는 특정 존재 확률을 갖는다. 이것은 계산된 위치의 불확정성을 거의 완전히 기술하지만, 때때로 대신에 rms 오차의 단순 구형 불확정성을 제공하는 것이 바람직할 수 있다. 만일 공분산 행렬의 n개의 고유값들이 λ1,λ2,...λn이면, 사용자에게 보고할 적당한 정확도 값일 수 있는 rms 오차는 다음과 같이 표현될 수 있다:
Figure 112007084388316-PCT00013
불확정성 컴포넌트(422)에 의해 계산된, 위치 정보의 불확정성은 사용자에게 그 사용자의 위치가 얼마나 정확하게 계산되었는지를 알리는 데 이용될 수 있다. 예를 들면, 사용자 장치의 디스플레이 상의 아이콘이 색, 모양, 사이즈 등을 바꾸어 불확정성의 인지 가능하고 및/또는 신속한 지시를 사용자에게 제공할 수 있다. 대안적으로 또는 부가적으로, 시스템(400)은 사용자 디스플레이의 맵 상에 확정성 경계(certainty boundary)를 그려 신뢰 영역의 사이즈를 지시할 수 있다.
사용자 장치는 다양한 유형의 사용자 인터페이스들을 제공할 수 있다. 예를 들면, 사용자 장치는 그래픽 사용자 인터페이스(GUI), 명령줄 인터페이스(command line interface) 등을 제공할 수 있다. 예를 들면, 하나 이상의 불확정성 지시 및/또는 위치를 로드(load), 가져오기(import), 판독(read) 등을 하기 위한 영역 또는 수단을 제공하고 그것의 결과들을 프리젠테이션하는 영역을 포함할수 있는 GUI가 렌더링될 수 있다. 이들 영역들은 대화 상자(dialogue boxes), 스태틱 컨트롤(static controls), 드롭다운 메뉴(drop-down-menus), 목록 상자(list boxes), 팝업 메뉴, 편집 컨트롤(edit controls), 콤보 상자(combo boxes), 라디오 단추(radio buttons), 확인란(check boxes), 푸시 단추(bush buttons), 및 그래픽 상자(graphic boxes)를 포함하는 알려진 텍스트 및/또는 그래픽 영역들을 포함할 수 있다. 또한, 영역이 보여질 수 있을지를 판정하기 위해 탐색을 위한 수직 및/또는 수평 스크롤 막대(scroll bars) 및 도구 모음 단추(toolbar buttons)의 프리젠테이션을 용이하게 하는 유틸리티들이 이용될 수 있다.
사용자는 예를 들어 마우스, 롤러 볼(roller ball), 키패드, 키보드, 펜 및/또는 음성 구동(voice activation)을 통하여 그 영역들과 상호작용하여 정보를 선택 및 제공할 수 있다. 전형적으로, 정보 전달을 개시하기 위하여 정보를 입력한 후에 푸시 단추 또는 키보드 상의 엔터 키와 같은 메커니즘이 이용될 수 있다. 그러나, 실시예들은 그에 제한되지 않는다는 것을 알아야 할 것이다. 예를 들면, 단순히 확인란을 강조(highlight)하는 것으로 정보 전달을 개시할 수 있다. 다른 예에서는, 명령줄 인터페이스가 이용될 수 있다. 예를 들면, 명령줄 인터페이스는 텍스트 메시지를 제공하는 것을 통하여 사용자에게 정보를 촉구(prompt)할 수 있다(예컨대, 디스플레이 상의 텍스트 메시지 및 오디오 톤(audio tone)을 통하여). 그 후 사용자는 기대되는 또는 실제 알려진 사용자 영역(예컨대, 범클리블랜드 지역(greater Cleveland area), 카야호가 카운티(Cuyahoga County), 및/또는 오하이오주)에 대응하는 영숫자 입력과 같은 적당한 정보를 인터페이스 프롬프트(interface prompt)에서 또는 프롬프트에서 제기된 질문에 대한 응답에서 제공할 수 있다. 명령줄 인터페이스는 GUI 및/또는 API와 함께 이용될 수 있다는 것을 알아야 할 것이다. 또한, 명령줄 인터페이스는 제한된 그래픽 지원, 및/또는 저대역폭 통신 채널들을 갖는 하드웨어(예컨대, 비디오 카드) 및/또는 디스플레이들(예컨대, 흑백, 및 EGA)과 함께 이용될 수 있다.
시스템(400)과 관련될 수 있는 또 다른 옵션 컴포넌트는 식별자 컴포넌트(418)(예컨대, 데이터베이스, 조회 테이블, 쿼리 분석 또는 특정 기지국을 식별하는 임의 수단)를 업데이트할 수 있는 트레이닝 컴포넌트(training component)(424)일 수 있다. 식별자 컴포넌트(418)에 의해 로케이트(locate)되고 이용되는 기지국 데이터베이스는 때때로 새로운 기지국들이 추가되거나, 이동되거나, 또는 서비스에서 제외될 때 구식이 될(become outdated) 수 있다. 기지국 검출들이 네트워크 데이터베이스에 보내질 때, 이들 제출들(submissions)을 분석하여 데이터베이스를 업데이트하는 것이 가능하다. 이들 업데이트들은 데이터베이스 유지자 및/또는 관리자 측에서 제공된 임의의 명시적 상호작용 또는 업데이트들 없이도 식별자 컴포넌트(418)를 현재로 유지하는 데 도움이 된다.
일 실시예에 따르면, 트레이닝 컴포넌트(424)는 기지국 제출들의 세트들을 분석한다. 제출된 기지국들 중 일부는 시스템(400)에게 알려진 것들인 반면 다른 것들은 알려지지 않거나, 확인되지 않거나, 및/또는 인지되지 않는 것들이다. 이들 알려지지 않은 기지국들은 알려진 기지국들에 대하여 계산되는 위치로 태깅(tag)되어 데이터베이스에 추가될 수 있다. 계산된 위치들은 이 정보에 기초하여 부정확할 수 있다. 그 이유는 그것들은 단일 관찰 또는 검출에 기초하여 계산되기 때문이다. 이전에 알려지지 않은 이들 기지국들은 그들이 하나, 둘, 셋 등의 관찰에 기초한다는 것을 지시하기 위해 태깅될 수 있고 부정확할 수 있다. 이들 기지국들이 다른 사용자들에 의해 검출되거나 관찰될 때, 그들의 위치는 업데이트될 수 있다. 예를 들면, 업데이트는 모든 관찰들(검출들)의 모든 계산된 위치들의 평균 위치를 포함할 수 있다. 일단 이전에 알려지지 않은 이들 기지국들이 어떤 소정의 신뢰도 레벨을 넘어서면, 그것들은 일반 데이터베이스에서 활성화될 수 있고 위치 확인 분석에 이용될 수 있다. 부가적으로 또는 대안적으로 새로운 기지국들을 찾아내기 위하여, 들어오는 데이터를 분석하는 것은 데이터베이스가 오류 엔트리들을 정정 및/또는 삭제하는 것을 가능케 할 수 있고, 아래에서 논의되는 오류 데이터 컴포넌트(erroneous data component)(426)와 함께 이용될 수 있다.
시스템(400)은 잘못된 기지국들 및/또는 사용자들 또는 오류 정보를 제공하는 기지국들 및/또는 사용자들을 식별, 삭제, 격리, 태깅 등을 행하도록 적응되어 있는 오류 데이터 컴포넌트(426)를 포함한다. 기지국 위치들의 데이터베이스는 우연히 또는 악의적인 의도로 잘못된 기지국 위치들을 포함할 수 있다. 위에서 논의 된 삼각측량 알고리즘은 데이터베이스로부터 오류 엔트리들을 태깅 및/또는 제거함으로써 이들 식별된 잘못된 위치들을 회피하도록 "강화(hardened)"될 수 있다. 일 실시예에 따르면, 데이터베이스로부터 반환된 모든 검출된 기지국들의 위치는 검사될 수 있다. 삼각측량 전에, 모두가 서로의 사실적 범위(realistic range) 내에 있는 기지국들의 가장 큰 서브세트가 발견될 수 있다. 이 범위는 전형적인 기지국의 기대 검출 범위의 2배로 계산될 수 있다. 기대 범위의 2배가 이용되는 것은 사용자의 장치가 이 거리보다 더 분리되어 있는 2개의 기지국들을 검출해서는 안 되기 때문이다. 상호 적당한 범위 내의 기지국들의 가장 큰 서브세트는 임의의 외부의 기지국들(random outlier base stations)을 배제해야 한다.
다른 실시예에 따르면, 사용자의 역학에 관하여 추론함으로써 의사 위치 결과(spurious location results)의 감소가 달성될 수 있다. 사용자의 속도가 제한되고(물리적 한계에 기초하여), 따라서, 최대 속도 및 최종 계산된 위치 이후로 경과된 시간에 의해 부과된 "거품(bubble)" 밖에 있는 계산된 위치들은 배제될 수 있다. 예를 들면, 사용자는 사우스 다코타 내의 하나 이상의 기지국들을 검출하고 30분 후에 플로리다 내의 하나 이상의 기지국들을 검출하는 것이 물리적으로 가능하지 않다. 이 오류 데이터 컴포넌트(426)는, 위치, 속도, 시간 등을 포함하는 다수의 팩터들(factors)에 기초하여, 최종 로케이트되고, 검출되고, 관찰된 기지국으로부터 도출되는 가능한 위치들을 판정할 수 있다.
위에서 논한 바와 같이, 시스템(400)을 이용하는 통상의 과정 중에 사용자들에 의해 제출된 기지국 데이터는 기지국 위치의 데이터베이스를 업데이트하는 데 이용될 수 있고 이 정보는 또한 장래의 분석을 위해 로깅되거나 유지될 수 있다. 대안적으로, 또는 부가적으로, 시스템(100)은 알려지지 않은 비컨들을 검출할 수 있고 시간 및 반복된 상관(repeated correlation)을 통하여, 그들 비컨의 위치 및 다른 관련 정보를 판정하고 그것들을 데이터베이스에 추가할 수 있다. 근처의 비컨들이 검출되는 동안 특정 비컨의 검출의 부재는 비컨이 이동하였거나, 동작하지 않게 되었거나 하는 등을 지시하는 신호일 수 있다. 이 데이터 포인트는 플래그(flag)될 수 있고 적절한 때 활성 데이터베이스부터 제거될 수 있다. 우연히 또는 고의적으로, 제출들의 일부는 실제로 검출되지 않은 기지국 식별자들을 포함할 수 있다. 시스템(400)은 기지국 위치들의 그것의 데이터베이스를 검사함으로써 외부의 것들(outliers)을 자동 검출할 수 있다. 만일 특정 사용자가 외부의 것들로서 플래그되는 기지국들을 제출하고 있다고 판정되거나, 또는 사용자 정보의 정확도가 허용 레벨(acceptable level) 아래인 경우, 그 사용자는 잠재적으로 악의 있는(malicious) 것으로서 플래그될 수 있고 모든 장래의 제출들이 무시되거나, 격리되거나, 플래그되거나 할 수 있다. 예를 들면, 사용자 상호작용들은 기지국들의 세트들과 관련된 정보 및 그 정보를 제출한 사용자에 관한 정보를 유지하는 로그 또는 추적 컴포넌트(log or tracking component)(428)에 유지될 수 있다. 이 데이터는 이력 데이터를 보유할 수 있으므로 기지국 데이터를 개선하고 악의 있는 사용자들을 검출하는 데 이용될 수 있다.
도 1, 2, 3 및 4를 참조하여 위에서 논의된 시스템들(100-400)의 몇몇 부분들은 대안적인 컴포넌트들, 모듈들, 시스템들 등으로 모듈식으로 대체될 수 있다. 예를 들면, 삼각측량 계산은 사용자의 작업에 보다 적합할 수 있는 상이한 유형의 삼각측량 계산으로 대체될 수 있다. "플러그 인(plug in)" 모듈들로서 기능할 수 있는 시스템의 부분들은 무선 제공자(radio provider)를 포함한다. 언급한 바와 같이, 이 시스템들은 상이한 유형의 무선, 예컨대, Wi-Fi 또는 802,11, 셀 타워, FM, AM, TV 등과 함께 작용할 수 있다. 무선의 각 유형은 시스템(들)에 대체 또는 "플러그될(plugged)" 수 있는 상이한 제공자로 간주된다.
모듈식으로 대체될 수 있는 다른 컴포넌트는 계산 컴포넌트와 관련된 삼각측량이다. 정확도, 계산 속도, 입력으로서 상이한 종류의 무선을 획득할 수 있는 능력 등의 점에서, 다른 유형의 삼각측량이 사용자의 작업에 보다 적합할 수도 있다.
대안적으로 또는 부가적으로, 상황에 따라서, 다른 유형의 불확정성 추정들이 적합할 수 있다. 이를테면, 일부 불확정성 컴포넌트들은 사용자의 속도, 가속, 방향 등을 고려할 수 있다. 따라서, 사용자가 알려진 방향으로 어느 일정한 속도로 이동하고 있다면, 불확정성 컴포넌트는 그러한 분석을 그것의 계산에 넣을 수 있다.
이제 도 5를 참조하면, 모바일 장치의 위치를 판정하기 위한 방법(500)의 흐름도가 예시되어 있다. 설명의 간소화를 위하여, 여기에 설명된 방법들은 일련의 액트(act)들로서 도시되고 기술되어 있지만, 그 방법들은 액트들의 순서에 의해 제한되지 않는다는 것을 이해하고 알아야 할 것이다. 일부 액트들은, 이들 방법에 따르면, 여기에 도시되고 기술된 것으로부터 상이한 순서로 및/또는 다른 액트들과 동시에 행해질 수 있기 때문이다. 예를 들면, 숙련된 당업자라면 방법이 대안적으 로 상태도에서와 같이 일련의 상호관련된 상태들 또는 이벤트들로서 표현될 수 있다는 것을 이해하고 알 것이다. 또한, 다음의 방법들을 구현하기 위해 도시된 모든 방법들이 요구되지 않을 수도 있다.
방법(500)은 단계(502)에서 시작되고, 이 단계에서 무선 기지국들에 대한 검색이 실행 또는 수행된다. 무선 기지국들은 Wi-Fi(802.11) 액세스 포인트, 셀 타워, AM 라디오 방송국, FM 라디오 방송국, TV 방송국, 또는 기지국들로부터의 임의의 다른 유형의 무선 송신일 수 있다. 기지국들은 알려진 위치들을 가질 수 있을 것이고, 기지국이 검출될 때 그 기지국의 위치를 식별하는 메커니즘이 적소에 있다면 모바일일 수 있다.
방법은 단계(504)에서 계속되고, 이 단계에서 기지국(들)의 식별자들 및 수신 특성들이 수신된다. 예를 들면, Wi-Fi 액세스 포인트들에 대한 스캔 결과로, 각 검출된 액세스 포인트에 대한 MAC 주소 및 신호 강도가 생길 수 있다. 셀 타워들에 대한 스캔 결과로, 셀 타워 식별자들 및 대응하는 신호 강도들이 생길 수 있다. 수신 특성들은 신호 강도, 기지국의 검출 확률의 측정치 등을 포함할 수 있다. 검출 확률은 기지국에 대한 반복된(연속적인 또는 주기적인) 스캔들을 수행하고 특정 기지국이 검출되는 횟수 대 총 스캔 수의 비율을 계산함으로써 측정될 수 있다.
기지국 식별자들 및 수신 특성들은, 단계(506)에서, 수신기 및 사용자 장치의 위치를 계산하는 데 이용될 수 있다. 예를 들면, 삼각측량, 또는 유사한 알고리즘이 검출된 기지국들 및 그들의 신호 강도에 기초하여 사용자의 위치를 계산하 는 데 이용될 수 있다. 또한 위치 추정의 불확정성을 계산하는 기법들이 포함될 수도 있다.
불확정성을 계산하는 예시적인 방법은 확률 함수들의 합에 기초한다. 각 검출된 기지국은 (위도, 경도) 공간에 2D 확률 "언덕(hump)"을 생기게 할 수 있다. 이들 언덕들을 합산하는 것으로 전체 확률 분포가 제공되고, 이것은 평균(위도, 경도) 및/또는 그 평균 주위의 신뢰 영역(confidence region)으로서 요약될 수 있다. 신뢰 영역의 사이즈는 보고되는 불확정성이다. 이 방법은 계산에 고도 차원을 포함시킴으로써 3D 위치 확인 불확정성을 제공하도록 확장될 수 있다.
불확정성을 계산하는 또 다른 예시적 방법은 실험 데이터에 기초할 수 있다. 예를 들면, 개시된 기법(들)의 실제 측정된 정확도를 얼마나 많은 무선 기지국들이 검출되었는지의 함수로서 제공하는 테이블이 만들어질 수 있다. 사용자가 특정 수의 기지국들을 검출할 경우, 기대되는 정확도는 테이블에서 조회될 수 있다. 다른 테이블이 실제 측정된 정확도를 어느 기지국들이 실제로 검출되었는지의 함수로서 제공할 수 있고, 이것은 불확정성으로서 보고될 수 있을 것이다.
사용자들이 서비스를 이용할 때, 그들이 송신하는 기지국 데이터가 기록되어 기지국 데이터베이스를 업데이트하고 성장시킬 수 있다. 예를 들어, GPS 수신기들을 구비한 일부 사용자들은 위도, 경도, 및/또는 고도 데이터를 그들의 기지국 데이터와 함께 송신할 수 있다. 이 정보는 기지국 위치들의 데이터베이스를 업데이트하기 위해 바로 이용될 수 있다. 동일한 사용자들 또는 사른 사용자들은 검출된 기지국들의 목록에서 송신할 수 있고, 그 기지국들 중 일부는 데이터베이스에 포함 되어 있을 수 있고 그 중 일부는 이전에 알려지지 않았거나, 확인되지 않았거나, 데이터베이스에 포함되어 있지 않을 수 있다. 서비스는 그것이 알고 있는 기지국들을 이용하여 사용자의 위치를 계산할 수 있다. 그 후, 서비스는 이 계산된 위치를 알려지지 않은 기지국들에 첨부하고 그것들을 데이터베이스에 추가할 수 있다. 이들 기지국(들)은 그것들이 확인되지 않은 것임을 지시하는 플래그들과 함께 또는 플래그들 없이 즉시 추가될 수 있고, 및/또는 복수의 사용자들에 의한 검출을 통하여 신뢰도 레벨이 성취된 후에만 추가될 수 있다. 계산된 위치들의 정확도는 데이터베이스 내의 실수들(mistakes)에도 불구하고 유지될 수 있다(앤티스푸핑(antispoofing)으로 알려짐). 대안적으로 또는 부가적으로, 어떤 사용자들은 그들이 잘못된 정보를 제출할 수 있다고 판정되면 플래그될 수 있다.
개시된 시스템들(100-400)로부터 획득된 위치 정보는 애플리케이션들에 복수의 방법으로 전달될 수 있고, 이 방법들 중 소수에 대하여 아래에서 논하겠다. 전달 시스템들 및/또는 방법들에 대한 아래의 예시적인 설명은 예시를 위하여 설명되는 것이고 다른 전달 수단이 이용될 수 있고 상세한 설명 및 첨부된 청구항들의 범위 내에 들 수 있다는 것을 이해해야 할 것이다.
여기에 개시된 시스템들 및/또는 방법들에 의해 판정되는 위치 정보는 웹 서비스를 통하여 전달될 수 있어, 소비자 플랫폼이 복잡한 소프트웨어 및/또는 광대한 데이터베이스를 갖는 의무에서 해방시킨다. 개시된 위치 확인 서비스(들)를 이용하는, 애플리케이션은 분석되고 있는 전자 엔드포인트에 대한 무선 신호 정보 또는 다른 적당한 정보를 수집할 수 있다. 이 정보는 웹 서비스에 보내질 수 있고, 웹 서비스는 그 정보를 위치로 분석하고 요구된 정보를 시스템 및/또는 사용자에 제공할 것이다.
하나의 예시적인 구현은 SOAP/XML API(simple object access plotocol/extensible markup language application program interface)이고, 여기서 중요한 메서드는 GetPosition이다. GetPosition은 비컨(Beacon) 또는 전자 엔드포인트 유형(Electronic Endpoint Type) 및/또는 비컨 또는 전자 엔드포인트 데이터 어레이(Electronic Endpoint Data Array)를 포함하는 파라미터들을 취입, 획득, 또는 판정할 수 있다. 어레이 구조의 멤버들은 사용되는 비컨 또는 엔드포인트의 유형에 따라서 변할 수 있다. 일반적으로, 멤버들은 신호의 품질을 기술할 수 있는 컴포넌트인, 품질 및/또는 식별자를 포함할 수 있다. 품질 컴포넌트의 예들은 신호 강도 및/또는 검출 주파수를 포함할 수 있다.
이 메서드는 위치 개체(position object)를 반환할 수 있고, 이 위치 개체는 위치를 기술하는 제안된 및 옵션 데이터 필드들의 세트를 포함하다. 위치 개체는 적어도 다음의 제안된 필드들을 가질 수 있다. 위도(Latltude), 경도(Longitude), TimeOfFix, 및/또는 좌표(Coordinate) 기준 시스템, 그것은 또한 적어도 다음의 옵션 필드들을 가질 수 있다: 고도(Elevation), 불확정성 기술(Uncertainty description) 및 크기(magnitude)(이것은 단순 구형 오차, rms 오차, 및/또는 다른 더 많은 광대한 불확정성 기술(들)일 수 있다).
도 6은 https 핸들러 및/또는 웹 서비스를 이용한 위치 정보를 이용하는 애플리케이션 또는 브라우저에 대한 예시적 시스템 및 메시지 흐름도를 예시한다. 이 시스템(600)은 제3자 애플리케이션(602), 로컬 무선 위치 컴포넌트(local radio position component)(604), 브라우저(606), 공인된 웹 사이트 서버(authorized web site server)(608), 로케이션 기능(location ability)을 갖는 웹 서버를 포함한다. 그러한 시스템은 브라우저가 서버와 용이하게 상호작용하여 사용자의 위치를 획득하고 로케이션-보강 콘텐츠(location-enhanced content)를 전달할 수 있게 한다. 브라우저, 또는 다른 소프트웨어가 무선(또는 다른 전자 엔드포인트) 정보(식별자 및/또는 품질)를 수집하고 그 데이터를 http/https 핸들러에 보내질 URL(uniform/universal resource locator)로 포맷화한다. 일례는
https :// locateme . com ? RadioType =802.11& RadioID1 = xxy & Quality1 =0.2& RadioID2 = xx2 & Quality2 =0.4 또는 https :// locateme . com ? RadioInfo = true일 수 있고 실제 데이터는 요구의 본문(body)에 있다. 그 후 http/https 핸들러는 적절한 위치 정보로 응답할 수 있고 그에 따라서 소프트웨어의 브라우저는 그 위치 정보를 이용할 수 있게 된다.
이제 도 6 및 7를 참조하여, 이하에서는 브라우저가 사용자에게 위치 특정 정보(location specific information)를 전달할 수 있게 함과 동시에 공인되지 않은 당사자들(unauthorized parties)이 사용자의 정확한 위치를 발견하지 못하게 하는 구현예를 설명하다. 그것은 또한 제3자 애플리케이션들이 그 브라우저를 시작(launch)하여, 사용자의 위치를 안전한 방식으로 보여줄 수 있게 한다.
단계(702)에서, 제3자 애플리케이션에 의해 위치에 대한 요구가 개시된다. 단계(704)에서, 제3자 애플리케이션은 브라우저를 시작하고 URL을 전달하여, 위치 가 요구되고 있음을 지시한다. 그러한 URL의 일례는 https :// locateme ? locateme = true일 수 있다. 단계(706)에서, 예를 들면, locateme . com 서버가 이 URL을 인지하고 브라우저에게 안전한 로케이션 트랜잭션(secure location transaction)을 시작하기 위한 명령을 보낸다. 단계(708)에서, 브라우저 및/또는 소프트웨어는 로컬 장치로부터 무선 정보를 수집할 수 있다.
이 방법(700)은 단계(710)에서 계속되고, 이 단계에서는 요구된 무선 정보를 이용하여 안전한 https url이 포맷화되어 https 핸들러를 갖는 웹 서버에 송신된다. 예를 들면, URL은 다음의 포맷:
https :// locateme . com ? RadioType =802.11& RadioID1 = xxy & Quality1 =0.2 또는
https :// locateme . com ? RadioInfo = true로 될 수 있고, 본문에 더 많은 데이터가 위치한다. 단계(712)에서, 서버는 안전한 링크 상에서 요구된 위치 정보를 가지고 응답할 수 있다. 단계(714)에서, 브라우저는 이 데이터를 이용하여 사용자 지정 콘텐츠(custom content)를 요구한다. 그러한 요구 및 다음의 요구는, 통신 프로토콜 및/또는 선호(preferences)에 따라서, 안전한 링크 상에 있을 수도 있고 없을 수도 있다.
도 8은 로컬 머신 또는 사용자 장치 상의 API를 통하여 위치 정보에 액세스하는 시스템(800)을 예시한다. API 모듈(802)은 각종의 소스들에 대한 위치 정보를 획득하는 프록시로서 기능하는 로케이션 모듈(location module)(804)과 인터페이스한다. 그러한 위치 정보는 무선 위치 및/또는 다른 이용 가능한 전자 엔드포인트들을 포함할 수 있다. 만일 복수의 위치 소스들이 이용 가능하다면, 호출하는 소프트웨어의 요건 및 획득된 위치의 품질에 기초하여 가장 적절한 것이 선택될 것이다. 로케이션 프록시 모듈(804)도 웹 서버를 이용하여 위치 정보를 획득할 수 있다.
API 모듈(802)은 각종의 기술들(예컨대, COM)을 이용하여 위치 정보를 획득할 수 있다. 그 목적은 애플리케이션들이 유연한 방식으로 위치에 대하여 쿼리할 수 있게 하는 것이다. 예를 들면, GetPosition 메서드는 위에서 논의된 Position 모듈과 유사한, Position 개체를 반환할 수 있다. 로컬 GetPosition 메서드는 각종 옵션 파라미터들을 취할 수 있다. 소수의 예시적인 옵션 파라미터들이 아래에서 논의될 것이다.
프로바이더(Provider)는 이용할 하나 이상의 위치 기술들(예컨대, WiFi, 무선, GPS 등)을 지정할 수 있는 파라미터이다. 각종 위치 기술의 상대적 선호가 또한 지정될 수 있다. 만일 이 옵션 필드가 존재하지 않으면, 로케이션 프록시 모듈(804)은 다른 입력 파라미터들 및/또는 이용 가능한 위치들의 품질에 기초하여 현재 이용 가능한 가장 적절한 서비스를 선택할 수 있다.
다른 예시적인 파라미터들은 정확도(accuracy), 연령(age), 및/또는 응답 시간(response time)을 포함한다. 만일 정확도에 대하여 설정되면, 로케이션 프록시 모듈(804)은 입력된 정확도 레벨을 만족시키려고 시도할 수 있다. 연령은 획득된 위치의 최대 연령을 나타내고 로케이션 프록시 모듈(804)은 성능을 개선하기 위해 이전의 요구들을 캐싱(cache)할 수 있다. 응답 시간은, 설정되면, 로케이션 프록시 모듈(804)이 원하는 응답 시간을 만족시키려는 시도로 적절한 방법을 선택할 수 있게 할 것이다.
여기에 개시된 시스템(들) 및/또는 방법(들)은 시뮬레이트된 NMEA 탐색 장치를 이용할 수 있다. 무선 위치 확인으로부터 얻어진 위치 정보는 통신 포트를 통하여 NMEA 스트림에 의하여 애플리케이션에 전달될 수 있다. 이것은 전통적인 GPS 시스템을 이용하도록 설계된 임의의 애플리케이션이 여기에 개시된 무선 위치 확인을 이용할 수 있게 한다. 획득된 위치들은 NMEA 표준과 호환성 있는 문자열로 포맷화되어 에뮬레이트된 통신 포트로 스트리밍될 수 있다. NMEA 문장들의 모든 필드들이 무선 위치 확인에서 이용 가능할 수는 없으므로, 일부는 공백으로 남겨지거나 개체 틀 값들(placeholder values)로 채워질 것이다. 정밀도의 수평 및/또는 수직 저하(horizontal and/or vertical dilution of precision)와 같은 다른 필드들은 계산된 값, 예를 들면, 불확정성 계수(uncertainty factor)에 의해 시뮬레이트될 수 있다.
이제 도 9를 참조하면, 여기에 개시된 시스템(들) 및/또는 방법(들)을 이용하는 하이 레벨 다이어그램(900)이 예시되어 있다. 하나 이상의 무선 수신기(902)는 무선 신호들을 송신하도록 적응되어 있다. 이들 무선 신호들은 애플리케이션(들) 또는 브라우저(904) 및/또는 로컬 모듈(906)에 의해 수신된다. 애플리케이션(들) 또는 브라우저(904) 및 로컬 모듈(906)은 전달 정보를 요구하기 위해 상호작용한다. 애플리케이션(들) 또는 브라우저(904)는 또한 콘텐츠 정보를 송신 및/또는 수신하는 것과 같이, 웹 사이트 서버(908)와 인터페이스하고, 및/또는 웹 서버 및 계산 컴포넌트(910)와 인터페이스하도록 적응되어 있다. 웹 서버 및 계산 컴포넌트는 또한 로컬 모듈(906)과 인터페이스하도록 적응되어 있고 로컬 모듈(906)과 인터페이스하는 로컬 데이터베이스(912)에 업데이트 정보를 제공한다. 웹 서버 및 계산 모듈(910)은 위치 요구 로그(location request log)(914)에 무선 신호를 송신한다. 데이터베이스 및 오류 접속 데이터에 대한 업데이트들이 위치 요구 로그(914)로부터 웹 서버(916) 및 계산 모듈(910)과 인터페이스하는 온라인 데이터베이스에 송신된다.
시스템(900)은 사용자에게 로컬 검색 정보를 제공할 수 있다. 예를 들면, 사용자는, 도금 모음 통합(tool bar integration)과 같은, 사용자 장치와의 상호작용을 통하여, 웹 검색을 요구할 수 있고, 사용자의 계산된 위치에 적어도 부분적으로 기초하여, 웹 검색의 각종 파라미터들에 관한 정보가 사용자에게 반환될 수 있다. 시스템은 또한 온라인 매핑(on-line mapping)을 제공할 수 있고, 사용자 입력 또는 추론된 사용자 액션에 기초하여, 현재 위치 추적, 사용자의 계산된 위치 주위의 관심 장소들 찾기, 및/또는 경로 계획(route planning)과 같은 특징들을 포함할 수 있다.
여기에 개시된 시스템(들) 및/또는 방법(들)은 또한 사용자의 위치 이력(location history)을 제공할 수 있다. 이 이력은 다양한 시간들에서의 사용자의 위치와 같은 여행 정보를 포함할 수 있다. 이 정보를 이용하여 블로그 및/또는 저널이 업데이트될 수 있다. 다른 실시예에서는, 사용자의 현재 위치, 위치 이력, 및/또는 장래의 위치에 기초하여 마케팅 조사(marketing research)가 수행될 수 있다. 마케팅 및 마케팅 조사는 사용자로부터의 사전 허가에 의해 가능하게 될 것임 을 이해해야 할 것이다.
이 시스템은 사용자가 그 사용자의 위치를 다른 사용자에게 전달할 수 있게 하도록 적응될 수 있다. 예를 들면, 사회적 애플리케이션(예컨대, 인스턴트 메신저)은 사용자(들)가 그들의 위치를 판정, 획득, 또는 계산하는 사전 권한을 부여한 "친구들(buddies)" 또는 "콘택트들(contacts)"의 목록을 포함할 수 있다. 한 "콘택트"가, 예를 들어, 그 사용자로부터 1 마일 내에 있는 경우 사용자에게 통지되는, 근접 경보(proximity alert)가 포함될 수 있다. 사용자는 그 "콘택트"와 통신하기를 원하는지를 결정하고 그 통신을 개시하고 및/또는 만남 시간/장소를 요구할 수 있다. 시스템은, 알려진 위치들에 기초하여, 그 사용자와 "콘택트"가 만날 수 있는, 관심 장소를 판정할 수 있다.
이 시스템은 또한 자산 및 사람 실시간 추적(asset and people tracking in real-time)과 같은 위치 기반 서비스들을 제공할 수 있다. 특정인 대상 광고(targeted advertising)를 포함하는 정보 전달은 사용자의 현재 위치, 위치 이력, 및/또는 장래의 예상 위치에 기초하여 수행될 수 있다. 이 시스템은 특정 사용자에게 중요한 각종 매체의 강화된 존재 및/또는 위치 태깅(tagging)을 통하여 실시간 협력을 제공할 수 있다.
도 10은 본 발명에 따른 하나 이상의 특징들의 자동화를 용이하게 하는, 인공 지능(AI)을 이용하는, 위치 정보를 판정하는 시스템을 예시한다. AI는 예시된 AI 컴포넌트(110)를 통하여 실행될 수 있다. 개시된 시스템(들) 및/또는 방법(들)은 (예컨대, 사용자 장치의 위치 판정과 관련하여) 그것의 다양한 양태들을 수행하 기 위한 각종 AI 기반 스킴들(AI-based schemes)을 이용할 수 있다. 예를 들면, 사용자 장치의 위치를 판정하기 위한 프로세스는 자동 분류기 시스템 및 프로세스를 통하여 용이하게 될 수 있다. 분류기(classifier)는 입력 속성 벡터, x = (x1, x2, x3, x4, xn)를 그 입력이 클래스에 속하는 신뢰(confidence)로 매핑하는 함수, 즉, f(x) = confidence ( class )이다. 그러한 분류는 확률 및/또는 통계 기반 분석을 이용하여(예컨대, 분석 유틸리티들 및 비용들로 분해(factoring into the analysis utilities and costs)) 사용자가 자동으로 수행되기를 원하는 액션을 예지 또는 추론할 수 있다. 예를 들어, 모바일 시스템의 경우에, 속성들은 적어도 하나의 기지국(Wi-Fi, AM, FM 등)으로부터 도출된 위도, 경도 또는 다른 데이터 특정 속성들일 수 있고, 클래스들은 수신 특성들 또는 신호 강도들이다.
SVM(support vector machine)은 이용될 수 있는 분류기의 일례이다. SVM은 가능한 입력들의 공간에서 논-트리거링 이벤트들(non-triggering events)로부터 트리거링 조건들(triggering criteria)을 분리하려고 시도하는 초곡면(hypersurface)를 찾아냄으로써 동작한다. 직관적으로, 이것은 트레이닝 데이터에 가깝지만 동일하지 않은 테스팅 데이터에 대하여 분류를 정확하게 한다. 다른 방향성(directed) 및 무방향성(undirected) 모델 분류 접근법들은, 예컨대, 나이브 베이스(naive Bayes), 베이지언망(Bayesian networks), 판정 트리(decision trees), 신경망(neural networks), 퍼지 논리 모델(fuzzy logic models)을 포함하고, 상이한 독립 패턴들(patterns of independence)을 제공하는 확률 분류 모델들이 이용될 수 있다. 여기에서 이용되는 분류 역시 우선 순위의 모델들을 개발하는 데 이용되는 통계적 회귀(statistical regression)를 포함한다.
본 명세서로부터 쉽게 이해되겠지만, 이 시스템(들) 및/또는 방법(들)은 (예컨대, 일반 트레이닝 데이터(generic training data)를 통하여) 명시적으로 트레이닝되는 것은 물론 (예컨대, 사용자 거동을 관찰하고, 외부로부터의 정보(extrinsic information)를 수신하는 것을 통하여) 묵시적으로 트레이닝되는 분류기들을 이용할 수 있다. 예를 들면, SVM들은 분류기 구성자 및 특정 선택 모듈(classifier constructor and feature selection module) 내의 학습 및 트레이닝 단계를 통하여 구성된다. 따라서, 분류기(들)는 다수의 기능들을 자동으로 학습하고 수행하는 데 이용될 수 있고, 상기 다수의 기능들은 언제 엑세스를 부여할지, 어느 저장된 프로시저를 실행할지 등의 소정의 조건들에 따라서 판정하는 것을 포함하지만 이에 제한되는 것은 아니다. 상기 조건들은, 호출(call)을 통하여 액세스할 데이터 또는 자원들의 양, 데이터의 유형, 데이터의 중요성 등을 포함할 수 있지만, 이에 제한되는 것은 아니다.
이제 도 11을 참조하면, 개시된 아키텍처를 실행하도록 동작 가능한 컴퓨터의 블록도가 예시되어 있다. 여기에 개시된 각종 양태들에 대한 추가적인 컨텍스트를 제공하기 위하여, 도 11 및 이하의 설명은 그 각종 양태들이 구현될 수 있는 적합한 컴퓨팅 환경(1100)에 대한 간략한 일반적인 설명을 제공한다. 위에서는 하나 이상의 컴퓨터들에서 실행될 수 있는 컴퓨터 실행가능 명령어들의 일반적인 컨텍스트에서 하나 이상의 실시예들이 설명되었지만, 숙련된 당업자라면 그 다양한 실시예들은 또한 다른 프로그램 모듈들과 함께 및/또는 하드웨어와 소프트웨어의 조합으로서 구현될 수 있다는 것을 알 것이다.
일반적으로, 프로그램 모듈은 특정 태스크를 수행하거나 특정 추상 데이터 유형을 구현하는 루틴, 프로그램, 컴포넌트, 데이터 구조 등을 포함한다. 또한, 숙련된 당업자라면, 본 발명의 방법들은 단일 프로세서 또는 멀티프로세서 컴퓨터 시스템, 미니컴퓨터, 메인프레임 컴퓨터는 물론, 퍼스널 컴퓨터, 핸드-헬드 컴퓨팅 장치, 마이크로프로세서 기반 또는 프로그램가능한 가전제품 등 - 이들 각각은 하나 이상의 관련 장치들에 유효하게 연결될 수 있음 - 을 포함하는 다른 컴퓨터 시스템 구성들을 이용하여 실시될 수 있다는 것을 알 것이다.
예시된 양태들은 또한 통신 네트워크를 통해 연결되어 있는 원격 처리 장치들에 의해 특정 태스크가 수행되는 분산 컴퓨팅 환경에서 실시될 수 있다. 분산 컴퓨팅 환경에서, 프로그램 모듈은 로컬 및 원격 메모리 저장 장치 둘 다에 위치할 수 있다.
컴퓨터는 통상적으로 각종 컴퓨터 판독가능 매체를 포함한다. 컴퓨터에 의해 액세스될 수 있는 이용 가능한 매체는 그 어떤 것이든지 컴퓨터 판독가능 매체가 될 수 있고, 이러한 컴퓨터 판독가능 매체는 휘발성 및 비휘발성 매체, 이동식 및 비이동식 매체를 포함한다. 예로서, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체 및 통신 매체를 포함하지만 이에 제한되는 것은 아니다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보를 저장하는 임의의 방법 또는 기술로 구현되는 휘발성 및 비휘발성, 이동식 및 비이동식 매체를 포함한다. 컴퓨터 저장 매체는 RAM, ROM, EEPROM, 플래시 메모리 또 는 기타 메모리 기술, CD-ROM, DVD(digital video disk) 또는 기타 광 디스크 저장 장치, 자기 카세트, 자기 테이프, 자기 디스크 저장 장치 또는 기타 자기 저장 장치, 또는 컴퓨터에 의해 액세스될 수 있고 원하는 정보를 저장하는 데 이용될 수 있는 임의의 기타 매체를 포함하지만 이에 제한되는 것은 아니다.
통신 매체는 통상적으로 반송파(carrier wave) 또는 기타 전송 메커니즘(transport mechanism)과 같은 피변조 데이터 신호(modulated data signal)에 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터 등을 구현하고, 모든 정보 전달 매체를 포함한다. "피변조 데이터 신호"라는 용어는, 신호 내에 정보를 인코딩하도록 그 신호의 특성들 중 하나 이상을 설정 또는 변경시킨 신호를 의미한다. 예로서, 통신 매체는 유선 네트워크 또는 직접 배선 접속(direct-wired connection)과 같은 유선 매체, 그리고 음향, RF, 적외선 및 기타 무선 매체와 같은 무선 매체를 포함하지만, 이에 제한되는 것은 아니다. 상기 매체들의 모든 조합이 또한 컴퓨터 판독가능 매체의 범위 안에 포함되는 것으로 한다.
다시 도 11을 참조하면, 각종 양태들을 구현하기 위한 예시적인 환경(1100)은, 컴퓨터(1102)를 포함하고, 컴퓨터(1102)는 처리 장치(1104), 시스템 메모리(1106) 및 시스템 버스(1108)를 포함한다. 시스템 버스(1108)는 시스템 메모리(1106)를 포함하지만 이에 제한되지 않는 시스템 컴포넌트들을 처리 장치(1104)에 연결시킨다. 처리 장치(1104)는 각종 상업적으로 입수 가능한 프로세스들 중 어떤 것이라도 될 수 있다. 듀얼 마이크로프로세서 및 기타 멀티프로세서 아키텍처들도 처리 장치(1104)로서 이용될 수 있다.
시스템 버스(1108)는 (메모리 컨트롤러를 갖는 또는 갖지 않는) 메모리 버스, 주변 장치 버스, 및 각종 상업적으로 입수 가능한 버스 아키텍처 중 임의의 것을 이용하는 로컬 버스에 더 상호접속할 수 있는 몇몇 유형의 버스 구조 중 어느 것이라도 될 수 있다. 시스템 메모리(1106)는 판독 전용 메모리(ROM)(1110) 및 랜덤 액세스 메모리(RAM)(1112)를 포함한다. 시동 중과 같은 때에, 컴퓨터(1102) 내의 구성요소들 사이의 정보 전송을 돕는 기본 루틴을 포함하는 기본 입/출력 시스템(BIOS)은 ROM, EPROM, EEPROM과 같은 비휘발성 메모리(1110)에 저장되어 있다. RAM(1112)은 또한 데이터를 캐싱하기 위한 스태틱 RAM과 같은 고속 RAM을 포함할 수 있다.
컴퓨터(1102)는 또한 내부 하드 디스크 드라이브(HDD)(1114)(예컨대, EIDE, SATA) - 이 내부 하드 디스크 드라이브(1114)는 또한 적당한 섀시(도시되지 않음) 내에서 외부 사용을 위하여 구성될 수도 있음 - 와, (예컨대, 이동식 디스켓(1118)로부터 판독 또는 거기에 기록하는) 자기 플로피 디스크 드라이브(FDD)(1116)와, (예컨대, CD-ROM 디스크(1122)를 판독하거나, DVD와 같은 기타 고용량의 광학 매체로부터 판독 또는 거기에 기록하는) 광 디스크 드라이브(1120)를 포함한다. 하드 디스크 드라이브(1114), 자기 디스크 드라이브(1116) 및 광 디스크 드라이브(1120)는 각각 하드 디스크 드라이브 인터페이스(1124), 자기 디스크 드라이브 인터페이스(1126) 및 광 드라이브 인터페이스(1128)에 의해 시스템 버스(1108)에 접속될 수 있다. 외부 드라이브 구현을 위한 인터페이스(1124)는 USB(Universal Serial Bus) 및 IEEE 1394 인터페이스 기술들 중 적어도 하나 또는 둘 다를 포함한다. 다른 외 부 드라이브 접속 기술들도 하나 이상의 실시예들의 구상 안에 든다.
상기 드라이브들 및 이들과 관련된 컴퓨터 저장 매체는, 데이터, 데이터 구조, 컴퓨터 실행가능 명령어 등의 비휘발성 저장을 제공한다. 컴퓨터(1102)에 대하여, 상기 드라이브들 및 매체는 적당한 디지털 포맷으로 임의의 데이터의 저장을 수용한다. 상기 컴퓨터 판독가능 매체의 설명은 HDD, 이동식 자기 디스켓, 및 CD 또는 DVD와 같은 이동식 광학 매체를 언급하지만, 숙련된 당업자라면, 컴퓨터에 의해 판독가능한 다른 유형의 매체들, 예를 들어, 집 드라이브, 자기 카세트, 플래시 메모리 카드, 카트리지 등도 예시적 운영 환경에서 이용될 수 있고, 또한, 임의의 그러한 매체들은 여기에 개시된 방법들을 수행하기 위한 컴퓨터 실행가능 명령어들을 포함할 수 있다는 것을 알 것이다.
상기 드라이브들 및 RAM(1112)에는, 운영 체제(1130), 하나 이상의 애플리케이션 프로그램(1132), 기타 프로그램 모듈(1134) 및 프로그램 데이터(1136)를 포함하는 다수의 프로그램 모듈들이 저장될 수 있다. 상기 운영 체제, 애플리케이션, 모듈, 및/또는 데이터의 전부 또는 일부는 또한 RAM(1112)에 캐싱될 수 있다. 각종 상업적으로 입수 가능한 운영 체제들 또는 운영 체제들의 조합들을 이용하여 다양한 실시예들이 구현될 수 있다는 것을 알 것이다.
사용자는 하나 이상의 유선/무선 입력 장치들, 예컨대, 키보드(1138) 및 마우스(1140)와 같은 포인팅 장치 등을 통하여 명령 및 정보를 컴퓨터(1102)에 입력할 수 있다. 다른 입력 장치(도시 생략)로는 마이크, IR 리모트 컨트롤, 조이스틱, 게임 패드, 스타일러스 펜, 터치 스크린 등을 포함할 수 있다. 이들 및 기타 입력 장치는 종종 시스템 버스(1108)에 연결되어 있는 사용자 입력 인터페이스(1142)를 통해 처리 장치(1104)에 접속되지만, 병렬 포트, IEEE 1394 직렬 포트, 게임 포트, USB 포트, IR 인터페이스 등의 다른 인터페이스들에 의해 접속될 수도 있다.
모니터(1144) 또는 다른 유형의 디스플레이 장치도 비디오 인터페이스(1146) 등의 인터페이스를 통해 시스템 버스(1108)에 접속될 수 있다. 모니터(1144) 외에, 컴퓨터는 통상적으로 스피커, 프린터 등의 기타 주변 출력 장치(도시 생략)를 포함한다.
컴퓨터(1102)는 원격 컴퓨터(들)(1148)와 같은 하나 이상의 원격 컴퓨터로의 유선 및/또는 무선 통신들을 통한 논리적 접속을 이용하여 네트워크화된 환경에서 동작할 수 있다. 원격 컴퓨터(들)(1148)는 워크스테이션, 서버 컴퓨터, 라우터, 퍼스널 컴퓨터, 마이크로프로세서 기반 오락 기기, 피어 장치 또는 기타 통상의 네트워크 노드일 수 있고, 통상적으로 컴퓨터(1102)와 관련하여 상술된 구성요소들의 다수 또는 그 전부를 포함하지만, 간결함을 위하여, 메모리/저장 장치(1150)만이 예시되어 있다. 도시된 논리적 접속들은 LAN(local area network)(1152) 및/또는 보다 큰 네트워크, 예컨대, WAN(wide area network)(1154)에의 유선/무선 접속을 포함한다. 이러한 LAN 및 WAN 네트워킹 환경은 사무실 및 회사들에서 일반적인 것으로, 인트라넷들과 같은 전사적 컴퓨터 네트워크(enterprise-wide computer network)들을 용이하게 하고, 이 네트워크들 모두는 전세계적 통신 네트워크, 예컨대, 인터넷에 접속할 수 있다.
LAN 네트워킹 환경에서 사용될 때, 컴퓨터(1102)는 유선 및/또는 무선 네트워크 인터페이스 또는 어댑터(1156)를 통해 로컬 네트워크(1152)에 접속된다. 어댑터(1156)는 LAN(1152)에의 유선 또는 무선 접속을 용이하게 하고, LAN(1152)은 또한 무선 어댑터(1156)와 통신하기 위해 그 위에 배치된 무선 액세스 포인트를 포함할 수 있다.
WAN 네트워킹 환경에서 사용될 때, 컴퓨터(1102)는 모뎀(1158)을 포함할 수 있고, 또는 WAN(1154) 상의 통신 서버에 접속되고, 또는 예컨대 인터넷을 경유하여 WAN(1154)을 통하여 통신을 설정하기 위한 기타 수단을 갖는다. 내장형 또는 외장형 및 유선 또는 무선 장치일 수 있는 모뎀(1158)은 직렬 포트 인터페이스(1142)를 통하여 시스템 버스(1108)에 접속된다. 네트워크화된 환경에서, 컴퓨터(1102) 또는 그의 일부와 관련하여 기술된 프로그램 모듈은 원격 메모리/저장 장치(1150)에 저장될 수 있다. 도시된 네트워크 접속들은 예시적인 것이며 컴퓨터들 사이에 통신 링크를 설정하는 기타 수단이 사용될 수 있다는 것을 이해할 것이다.
컴퓨터(1102)는 무선 통신에서 유효하게 배치된 임의의 무선 장치들 또는 엔티티들, 예컨대, 프린터, 스캐너, 데스크톱 및/또는 휴대형 컴퓨터(portable computer), PDA(portable data assistant), 통신 위성, 무선으로 검출 가능한 태그와 관련된 임의의 장비 또는 위치(예컨대, 키오스크(kiosk), 뉴스 스탠드(news stand), 휴게실(restroom)), 및 전화와 통신하도록 동작 가능하다. 이것은 적어도 Wi-Fi 및 블루투스 무선 기술들을 포함한다. 따라서, 통신은 종래의 네트워크에서와 같은 미리 정의된 구조 또는 단순히 적어도 2개의 장치들 간의 애드 혹 통신(ad hoc communication)일 수 있다.
Wi-Fi, 즉 와이어리스 피델리티(Wireless Fidelity)는, 집의 침상, 호텔방, 직장의 회의실로부터 무선으로 인터넷에 접속하는 것을 가능케 한다. Wi-Fi는 그러한 장치들, 예컨대, 컴퓨터들이 실내외에서, 기지국의 범위 내의 어디에서든 데이터를 송신 및 수신할 수 있게 하는 휴대폰(cell phone)에서 이용되는 것과 유사한 무선 기술이다. Wi-Fi 네트워크들은 IEEE 802.11(a, b, g, 등)이라 불리는 무선 기술을 이용하여 안전하고, 신뢰할 수 있고, 빠른 무선 접속을 제공한다. Wi-Fi 네트워크는 컴퓨터들을 서로에, 인터넷에, 및 (IEEE 802.3 또는 이더넷을 이용하는) 유선 네트워크에 접속하는 데 이용될 수 있다. Wi-Fi 네트워크들은 비면허 2.4 및 5 GHz 무선 대역에서, 예를 들면, 11 Mbps(802.11a) 또는 54 Mbps(802.11b) 데이터 레이트에서, 또는 양쪽 대역(듀얼 밴드)을 포함하는 제품들과 함께, 동작하므로, 이 네트워크들은 다수의 사무실에서 이용되는 기본 10BaseT 유선 이더넷 네트워크들과 유사한 실사회(real-world) 성능을 제공할 수 있다.
이제 도 12를 참조하면, 다양한 실시예들에 따른 예시적 컴퓨팅 환경(1200)의 개략 블록도가 예시되어 있다. 이 시스템(1200)은 하나 이상의 클라이언트(들)(1202)를 포함한다. 클라이언트(들)(1202)는 하드웨어 및/또는 소프트웨어(예컨대, 스레드, 프로세스, 컴퓨팅 장치들)일 수 있다. 클라이언트(들)(1202)는 예를 들어 다양한 실시예들을 이용함으로써 쿠키(들) 및/또는 관련 컨텍스트 정보(contextual information)를 저장(house)할 수 있다.
시스템(1200)은 또한 하나 이상의 서버(들)(1204)를 포함한다. 서버 (들)(1204)는 예를 들어 다양한 실시예들을 이용함으로써 변환들을 수행하는 스레드들을 저장할 수 있다. 클라이언트(1202)와 서버(1204) 간의 하나의 가능한 통신은 2 이상의 컴퓨터 프로세스들 사이에서 통신되도록 적응된 데이터 패킷의 형태로 되어 있을 수 있다. 데이터 패킷은 예를 들어 쿠키 및/또는 관련 컨텍스트 정보를 포함할 수 있다. 시스템(1200)은 클라이언트(들)(1202)와 서버(들)(1204) 간의 통신을 용이하게 하는 데 이용될 수 있는 통신 프레임워크(1206)(예컨대, 인터넷과 같은 전세계적 통신 네트워크)를 포함한다.
통신은 유선(광섬유를 포함) 및/또는 무선 기술을 통하여 용이해질 수 있다. 클라이언트(들)(1202)는 클라이언트(들)(1202)에 로컬인 정보(예권대, 쿠키(들) 및/또는 관련 컨텍스트 정보)를 저장하는 데 이용될 수 있는 하나 이상의 데이터 저장소(들)(1208)에 유효하게 접속된다. 유사하게, 서버(들)(1204)는 서버들(1204)에 로컬인 정보를 저장하는 데 이용될 수 있는 하나 이상의 데이터 저장소(들)(1210)에 유효하게 접속된다.
위에서 설명된 것은 다양한 실시예들을 포함한다. 물론, 그 다양한 실시예들을 설명할 목적으로 생각할 수 있는 모든 컴포넌트들 또는 방법들의 조합을 설명하는 것은 불가능하지만, 당 기술분야의 통상의 지식을 가진 자라면 또 다른 많은 조합들 및 치환들이 가능하다는 것을 인지할 수 있다. 따라서, 본 명세서는 첨부된 청구항들의 정신 및 범위 내에 드는 모든 그러한 변경, 수정, 및 변경들을 포함하도록 의도되었다.
특히 그리고 상기 설명된 컴포넌트들, 장치들, 회로들, 시스템들 등에 의해 수행되는 다양한 기능들에 관하여, 그러한 컴포넌트들을 기술하기 위해 사용된 용어들("수단"에의 참조를 포함)은, 다르게 지적되지 않는 한, 비록 개시된 구조와 구조적으로 균등하지는 않더라도, 설명된 컴포넌트의 특정 기능을 수행하고(예컨대, 기능적 균등물), 여기에서 예시된 예시적 양태들에서의 기능을 수행하는 임의의 컴포넌트에 대응하도록 의도되어 있다. 이에 관련하여, 그 다양한 양태들은 다양한 방법들의 액트들 및/또는 이벤트들을 수행하기 위한 시스템뿐만 아니라 그 액트들 및/또는 이벤트들을 수행하기 위한 컴퓨터 실행가능 명령들을 갖는 컴퓨터 판독가능 매체도 포함하다는 것을 또한 알아야 할 것이다.
또한, 어느 특정 특징은 수 개의 구현들 중 하나에 관해서만 개시되었을 수 있지만, 그러한 특징은 임의의 주어진 또는 특정 애플리케이션을 위하여 바람직하고 유리할 수 있는 대로 다른 구현들의 하나 이상의 다른 특징들과 조합될 수 있다. 또한, 상세한 설명 또는 청구항들에서 "포함한다(includes)", "포함하는(including)"이라는 용어들 및 그것의 변형 용어가 사용되는 한, 이들 용어들은 "comprising"이라는 용어와 유사한 방식으로 포괄적인 것으로 의도되어 있다.

Claims (20)

  1. 위치 로케이션(position location)을 용이하게 하는 시스템으로서,
    사용자 장치 부근의 적어도 하나의 기지국을 검출하고 기지국 정보를 웹 서비스에 전달하는 외부 환경 컴포넌트와;
    상기 기지국 정보에 적어도 부분적으로 기초하여 상기 사용자 장치의 위치를 판정하고 그 사용자 장치 위치를 상기 웹 서비스를 통하여 상기 사용자 장치에 전달하는, 기지국 위치들의 데이터베이스를 포함하는, 분석 컴포넌트
    를 포함하는 위치 로케이션을 용이하게 하는 시스템.
  2. 제1항에 있어서, 상기 분석 컴포넌트는,
    상기 사용자 장치 위치 정보의 불확정성(uncertainty)을 판정하고 그 불확정성을 상기 사용자 장치에 전달하는 불확정성 컴포넌트를 포함하는 시스템.
  3. 제2항에 있어서, 상기 사용자 장치의 불확정성은 확률 함수의 합인 시스템.
  4. 제2항에 있어서, 상기 사용자 장치의 불확정성은 실험 데이터에 기초하는 시스템.
  5. 제1항에 있어서,
    상기 외부 분석 컴포넌트로부터 수신된 상기 기지국 정보가 상기 기지국 위치들의 데이터베이스에 포함되어 있지 않으면 적어도 하나의 새로운 기지국 위치로 상기 데이터베이스를 자동으로 업데이트하는 트레이닝 컴포넌트를 더 포함하는 시스템.
  6. 제1항에 있어서, 상기 웹 서비스가 이용 가능하지 않을 경우 상기 기지국 위치들의 데이터베이스의 서브세트가 상기 사용자 장치에 전달되는 시스템.
  7. 제1항에 있어서,
    상기 사용자 장치로부터 수신된 기지국 정보를 추적(track)하고 잘못된 데이터가 수신되면 상기 사용자 장치를 플래그(flag)하는 오류 데이터 컴포넌트(erroneous data component)를 더 포함하는 시스템.
  8. 제1항에 있어서, 상기 적어도 하나의 기지국은 상기 사용자 장치에 의해 특징지어질 수 있는 신호를 방출하는 시스템.
  9. 제1항에 있어서, 상기 적어도 하나의 기지국은 Wi-Fi, AM, FM, TV, 전자기 및 음향 신호 중 하나를 방출하는 시스템.
  10. 모바일 장치의 위치를 판정하기 위한 방법으로서,
    모바일 장치로부터 기지국 ID(identification) 및 수신 특성을 수신하는 단계와;
    상기 기지국 ID를 기지국 위치들의 데이터베이스와 비교하는 단계와;
    상기 비교된 기지국 위치 및 상기 수신된 수신 특성에 적어도 부분적으로 기초하여 상기 모바일 장치의 위치를 계산하는 단계와;
    상기 계산된 위치를 상기 사용자 장치에 전달하는 단계
    를 포함하는 모바일 장치의 위치를 판정하기 위한 방법.
  11. 제10항에 있어서,
    상기 기지국 위치들의 데이터베이스의 서브세트를 상기 모바일 장치 상에 로딩하는 단계와;
    상기 모바일 장치가 상기 기지국 위치들의 데이터베이스의 서브세트 및 상기 수신 특성에 적어도 부분적으로 기초하여 위치를 계산하게 하는 단계
    를 더 포함하는 방법.
  12. 제10항에 있어서,
    상기 계산된 위치의 불확정성을 판정하는 단계와;
    상기 판정된 불확정성에 적어도 부분적으로 기초하여 상기 계산된 위치의 정확도 레벨을 상기 모바일 장치에 제공하는 단계
    를 더 포함하는 방법.
  13. 제12항에 있어서, 상기 계산된 위치의 불확정성을 판정하는 단계는 확률 함수의 합에 기초하는 방법.
  14. 제12항에 있어서, 상기 계산된 위치의 불확정성을 판정하는 단계는 실험 데이터에 기초하는 방법.
  15. 제10항에 있어서,
    상기 수신된 기지국 ID 정보로 상기 기지국들의 데이터베이스를 업데이트하는 단계와;
    상기 업데이트된 기지국 ID 정보의 정확도를 판정하는 단계
    를 더 포함하는 방법.
  16. 제15항에 있어서,
    부정확한 기지국 ID 정보를 식별하는 단계와;
    부정확한 기지국 ID 정보를 모바일 장치와 연관시키는 단계와;
    상기 모바일 장치로부터의 장래의 기지국 ID 정보를 금지하는 단계
    를 더 포함하는 방법.
  17. 제10항에 있어서, 상기 모바일 장치와 웹 서비스 간의 통신은 http/https 핸 들러를 통하는 방법.
  18. 모바일 장치의 위치를 판정하는 시스템으로서,
    기지국으로부터 기지국 ID 정보를 수신하기 위한 수단과;
    상기 기지국의 위치를 판정하기 위한 수단과;
    상기 판정된 기지국의 위치에 적어도 부분적으로 기초하여 모바일 장치의 위치를 계산하기 위한 수단
    을 포함하는 모바일 장치의 위치를 판정하는 시스템.
  19. 제18항에 있어서,
    상기 계산된 모바일 장치 위치의 오류 퍼센티지를 계산하기 위한 수단과;
    상기 오류 퍼센티지를 상기 모바일 장치에 전달하기 위한 수단
    을 포함하는 시스템.
  20. 제18항에 있어서,
    기지국 위치들의 데이터베이스를 업데이트하기 위한 수단과;
    상기 업데이트된 기지국 위치들의 정확도를 판정하기 위한 수단과;
    상기 정확도가 허용 레벨 아래이면 상기 업데이트된 기지국 위치들의 송신을 금지하기 위한 수단
    을 더 포함하는 시스템.
KR1020077027340A 2005-06-28 2006-05-12 현존하는 무선 기지국을 이용한 위치 확인 서비스 KR20080019593A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US11/168,983 2005-06-28
US11/168,983 US7738884B2 (en) 2005-06-28 2005-06-28 Positioning service utilizing existing radio base stations

Publications (1)

Publication Number Publication Date
KR20080019593A true KR20080019593A (ko) 2008-03-04

Family

ID=37595642

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020077027340A KR20080019593A (ko) 2005-06-28 2006-05-12 현존하는 무선 기지국을 이용한 위치 확인 서비스

Country Status (6)

Country Link
US (1) US7738884B2 (ko)
EP (1) EP1882373A4 (ko)
JP (1) JP2008547355A (ko)
KR (1) KR20080019593A (ko)
CN (1) CN101189890A (ko)
WO (1) WO2007001660A2 (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012005465A2 (ko) * 2010-07-08 2012-01-12 에스케이텔레콤 주식회사 무선랜 전파 환경 맵을 이용한 ａｐ 위치 추정 방법 및 장치
KR101471038B1 (ko) * 2010-07-08 2014-12-10 에스케이텔레콤 주식회사 무선랜 전파 환경 맵을 이용한 ａｐ 위치 추정 방법 및 장치
KR101476118B1 (ko) * 2010-08-19 2014-12-26 에스케이텔레콤 주식회사 신호세기 가중 평균을 이용한 ａｐ 위치 추정 방법과 그를 위한 장치 및 컴퓨터로 읽을 수 있는 기록매체
KR20150084187A (ko) * 2014-01-13 2015-07-22 한국전자통신연구원 기지국 위치 보정 장치 및 방법
KR20160145263A (ko) 2015-06-10 2016-12-20 고동국 무선 통신망을 통한 모바일 단말 위치측정 시스템
WO2021235572A1 (ko) * 2020-05-21 2021-11-25 엘지전자 주식회사 온-디바이스 학습 기반 기계 학습 네트워크를 이용한 무선 통신 방법

Families Citing this family (154)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7777675B2 (en) 1999-03-05 2010-08-17 Era Systems Corporation Deployable passive broadband aircraft tracking
US7667647B2 (en) 1999-03-05 2010-02-23 Era Systems Corporation Extension of aircraft tracking and positive identification from movement areas into non-movement areas
US7889133B2 (en) 1999-03-05 2011-02-15 Itt Manufacturing Enterprises, Inc. Multilateration enhancements for noise and operations management
US7570214B2 (en) 1999-03-05 2009-08-04 Era Systems, Inc. Method and apparatus for ADS-B validation, active and passive multilateration, and elliptical surviellance
US7908077B2 (en) 2003-06-10 2011-03-15 Itt Manufacturing Enterprises, Inc. Land use compatibility planning software
US7782256B2 (en) 1999-03-05 2010-08-24 Era Systems Corporation Enhanced passive coherent location techniques to track and identify UAVs, UCAVs, MAVs, and other objects
US8446321B2 (en) 1999-03-05 2013-05-21 Omnipol A.S. Deployable intelligence and tracking system for homeland security and search and rescue
US7739167B2 (en) 1999-03-05 2010-06-15 Era Systems Corporation Automated management of airport revenues
US8203486B1 (en) 1999-03-05 2012-06-19 Omnipol A.S. Transmitter independent techniques to extend the performance of passive coherent location
US20050042775A1 (en) * 2003-08-21 2005-02-24 Nicholas Pomato Botulinum antitoxin compositions and methods
US9459622B2 (en) 2007-01-12 2016-10-04 Legalforce, Inc. Driverless vehicle commerce network and community
US7706328B2 (en) * 2006-01-04 2010-04-27 Qualcomm Incorporated Methods and apparatus for position location in a wireless network
US9373149B2 (en) 2006-03-17 2016-06-21 Fatdoor, Inc. Autonomous neighborhood vehicle commerce network and community
US9070101B2 (en) 2007-01-12 2015-06-30 Fatdoor, Inc. Peer-to-peer neighborhood delivery multi-copter and method
US8965409B2 (en) 2006-03-17 2015-02-24 Fatdoor, Inc. User-generated community publication in an online neighborhood social network
US9037516B2 (en) 2006-03-17 2015-05-19 Fatdoor, Inc. Direct mailing in a geo-spatial environment
US9098545B2 (en) 2007-07-10 2015-08-04 Raj Abhyanker Hot news neighborhood banter in a geo-spatial social network
US9064288B2 (en) 2006-03-17 2015-06-23 Fatdoor, Inc. Government structures and neighborhood leads in a geo-spatial environment
US9002754B2 (en) 2006-03-17 2015-04-07 Fatdoor, Inc. Campaign in a geo-spatial environment
US7965227B2 (en) 2006-05-08 2011-06-21 Era Systems, Inc. Aircraft tracking using low cost tagging as a discriminator
WO2008048610A2 (en) * 2006-10-17 2008-04-24 Telecommunication Systems, Inc. Automated location determination to support voip e911 using self-surveying techniques for ad hoc wireless network
US8863245B1 (en) 2006-10-19 2014-10-14 Fatdoor, Inc. Nextdoor neighborhood social network method, apparatus, and system
FI119169B (fi) * 2006-11-16 2008-08-15 Fonecta Ltd Yhdistetty kartta- ja paikannuspalvelu liikkuvalle päätelaitteelle ja palvelin sen toteuttamiseksi
US7797000B2 (en) 2006-12-01 2010-09-14 Trueposition, Inc. System for automatically determining cell transmitter parameters to facilitate the location of wireless devices
US7920875B2 (en) * 2006-12-01 2011-04-05 Trueposition, Inc. Subscriptionless location of wireless devices
GB2445986A (en) * 2007-01-17 2008-07-30 Connect Spot Ltd Database Update Systems for Wireless communications Systems
US8478299B2 (en) * 2007-04-06 2013-07-02 Hewlett-Packard Development Company, L.P. System and methods for obtaining coarse location for a mobile device
US20080291086A1 (en) * 2007-05-25 2008-11-27 Broadcom Corporation Position determination using available positioning techniques
US7941159B2 (en) * 2007-05-25 2011-05-10 Broadcom Corporation Position determination using received broadcast signals
EP2006705A1 (fr) * 2007-06-22 2008-12-24 Alcatel Lucent Procédé et système de pré-localisation précis d'un récepteur de signaux de navigation par satellites fonctionnant en mode assisté par un réseau de télécommunication mobile
US20090028100A1 (en) * 2007-07-25 2009-01-29 Qualcomm Incorporated Methods and apparatus for transmitter identification in a wireless network
US7852262B2 (en) * 2007-08-16 2010-12-14 Cybernet Systems Corporation Wireless mobile indoor/outdoor tracking system
US8543130B2 (en) 2007-08-24 2013-09-24 Microsoft Corporation Intelligent global positioning system (GPS) information detection
CN101217758B (zh) * 2007-12-26 2010-09-08 中国移动通信集团北京有限公司 生成蜂窝网络的用户移动性模型的方法及装置
US8165064B2 (en) * 2008-01-28 2012-04-24 Qualcomm Incorporated Enhancements to the positioning pilot channel
DE102008021701A1 (de) 2008-04-28 2009-10-29 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Verfahren und Vorrichtung zur Lokalisation mindestens eines Gegenstandes
JP2009272742A (ja) * 2008-05-01 2009-11-19 Panasonic Corp 位置情報検出システム
US20090274099A1 (en) * 2008-05-02 2009-11-05 Qualcomm Incorporated Methods and apparatus for communicating transmitter information in a communication network
JP2010028806A (ja) * 2008-06-17 2010-02-04 Osaka Prefecture Univ 位置管理サーバおよび通信システムならびに通信端末装置、情報提供装置および通信システム
CN101668033A (zh) * 2008-09-05 2010-03-10 深圳富泰宏精密工业有限公司 商业信息提供系统及方法
US8971884B2 (en) * 2008-09-30 2015-03-03 At&T Mobility Ii Llc Rejection notification to a universal integrated circuit card
CN101754235B (zh) * 2008-12-11 2012-11-28 财团法人工业技术研究院 定位系统的训练位置数据收集、建构与定位方法
JP4750841B2 (ja) * 2008-12-15 2011-08-17 株式会社エヌ・ティ・ティ・ドコモ 移動端末及び位置情報取得方法
US8560218B1 (en) * 2008-12-31 2013-10-15 Dp Technologies, Inc. Method and apparatus to correct for erroneous global positioning system data
US20110263268A1 (en) * 2009-01-14 2011-10-27 Tom Tom International B.V. Navigation apparatus, location determination system and method of location determination
WO2011008206A1 (en) * 2009-07-15 2011-01-20 Lockheed Martin Corporation Method and apparatus for geographic positioning
US8040275B2 (en) 2009-07-15 2011-10-18 Lockheed Martin Corporation Method and apparatus for geographic positioning
US8022877B2 (en) 2009-07-16 2011-09-20 Skyhook Wireless, Inc. Systems and methods for using a satellite positioning system to detect moved WLAN access points
WO2011042727A2 (en) 2009-10-05 2011-04-14 Bae Systems Plc Improvements in or relating to tracking radio signal sources
EP2309288A1 (en) * 2009-10-05 2011-04-13 BAE Systems PLC Improvements in or relating to radio navigation
US8781493B2 (en) * 2009-10-22 2014-07-15 Padmanabhan Mahalingam Security tracking device
US8467309B2 (en) * 2009-12-23 2013-06-18 Verizon Patent And Licensing Inc. Packet based location provisioning in wireless networks
WO2011081591A1 (en) * 2009-12-29 2011-07-07 Telefonaktiebolaget L M Ericsson (Publ) Signaling support enabling qos discrimination for positioning, location and location-based services in lte
US8750870B2 (en) * 2010-01-08 2014-06-10 Qualcomm Incorporated Method and apparatus for positioning of devices in a wireless network
US8704713B2 (en) * 2010-01-22 2014-04-22 Qualcomm Incorporated Methods and apparatuses for use in identifying wireless transmitting devices for use in estimating a location of a mobile device
US8237612B2 (en) 2010-02-24 2012-08-07 Microsoft Corporation Inferring beacon positions based on spatial relationships
US8570993B2 (en) 2010-05-20 2013-10-29 At&T Mobility Ii Llc Wi-Fi intelligent selection engine
US9161237B2 (en) * 2010-06-16 2015-10-13 Nokia Technologies Oy Checking a validity of coverage area position information
CN101938694A (zh) * 2010-08-26 2011-01-05 惠州Tcl移动通信有限公司 一种移动终端及其设置信息更新方法和装置
KR101170092B1 (ko) 2010-11-05 2012-07-31 목포대학교산학협력단 Ｋｎｎ과 ｐｃｍ 군집화 기반의 혼합된 무선 실내 측위 방법
KR101170093B1 (ko) 2010-11-05 2012-07-31 (주)동하테크 Ｋｎｎ과 ｇｋ방법을 이용한 ｐｆｃｍ 군집화 기반의 혼합된 무선 실내 측위 방법
US20120122487A1 (en) 2010-11-16 2012-05-17 Qualcomm Incorporated Method for discovery of indoor lci based on approximate location
WO2012088667A1 (en) * 2010-12-29 2012-07-05 Nokia Corporation Estimating the geographical position of an apparatus based on its proximity to other apparatuses
US8768865B2 (en) * 2011-01-19 2014-07-01 Qualcomm Incorporated Learning situations via pattern matching
US8781496B2 (en) * 2011-01-19 2014-07-15 Qualcomm Incorporated Methods and apparatus for mobile device location determination
US20120239291A1 (en) * 2011-03-16 2012-09-20 Qualcomm Incorporated Mobile history based adaptive positioning mechanism
JP5531998B2 (ja) * 2011-03-28 2014-06-25 ソニー株式会社 位置情報処理装置、位置情報処理方法、プログラムおよび位置情報処理システム
US8914235B1 (en) * 2011-05-10 2014-12-16 Google Inc. System and method for detecting a user location using a latest available location
US8391889B2 (en) * 2011-06-03 2013-03-05 Apple Inc. Altitude estimation using a probability density function
US8626187B2 (en) * 2011-06-03 2014-01-07 Apple Inc. Monitoring geofence exit
US8520065B2 (en) 2011-07-26 2013-08-27 ByteLight, Inc. Method and system for video processing to determine digital pulse recognition tones
US8994799B2 (en) * 2011-07-26 2015-03-31 ByteLight, Inc. Method and system for determining the position of a device in a light based positioning system using locally stored maps
US8436896B2 (en) 2011-07-26 2013-05-07 ByteLight, Inc. Method and system for demodulating a digital pulse recognition signal in a light based positioning system using a Fourier transform
US9444547B2 (en) 2011-07-26 2016-09-13 Abl Ip Holding Llc Self-identifying one-way authentication method using optical signals
US9287976B2 (en) 2011-07-26 2016-03-15 Abl Ip Holding Llc Independent beacon based light position system
US8416290B2 (en) 2011-07-26 2013-04-09 ByteLight, Inc. Method and system for digital pulse recognition demodulation
US9787397B2 (en) 2011-07-26 2017-10-10 Abl Ip Holding Llc Self identifying modulated light source
US8334901B1 (en) 2011-07-26 2012-12-18 ByteLight, Inc. Method and system for modulating a light source in a light based positioning system using a DC bias
US8334898B1 (en) 2011-07-26 2012-12-18 ByteLight, Inc. Method and system for configuring an imaging device for the reception of digital pulse recognition information
US8248467B1 (en) 2011-07-26 2012-08-21 ByteLight, Inc. Light positioning system using digital pulse recognition
US8432438B2 (en) 2011-07-26 2013-04-30 ByteLight, Inc. Device for dimming a beacon light source used in a light based positioning system
US9723676B2 (en) 2011-07-26 2017-08-01 Abl Ip Holding Llc Method and system for modifying a beacon light source for use in a light based positioning system
US9418115B2 (en) 2011-07-26 2016-08-16 Abl Ip Holding Llc Location-based mobile services and applications
US8457502B2 (en) 2011-07-26 2013-06-04 ByteLight, Inc. Method and system for modulating a beacon light source in a light based positioning system
US8825078B1 (en) * 2011-08-18 2014-09-02 Google Inc. Probabilistic estimation of location based on wireless signal strength
US8706142B1 (en) * 2011-08-18 2014-04-22 Google Inc. Probabilistic estimation of location based on wireless signal strength and platform profiles
US8994590B2 (en) * 2011-09-30 2015-03-31 Cambridge Silicon Radio Limited Wi-Fi position fix
CN104054360B (zh) * 2011-11-08 2019-02-15 优科无线有限公司 用于确定多层建筑物中位置的位置信息的方法和装置
US9059802B2 (en) * 2011-11-09 2015-06-16 At&T Mobility Ii Llc Received signal strength indicator snapshot analysis
US9071936B2 (en) * 2012-01-31 2015-06-30 Qualcomm Incorporated Methods and devices for facilitating location approximation in a CDMA 1x network
US8996037B2 (en) * 2012-02-24 2015-03-31 Broadcom Corporation Wireless communication device capable of performing enhanced fingerprint mapping and location identification
US8805403B2 (en) * 2012-04-05 2014-08-12 Qualcomm Incorporated Automatic data accuracy maintenance in a Wi-Fi access point location database
US20130278441A1 (en) * 2012-04-24 2013-10-24 Zetta Research and Development, LLC - ForC Series Vehicle proxying
US9081079B2 (en) 2012-05-02 2015-07-14 Qualcomm Incorporated Adaptive updating of indoor navigation assistance data for use by a mobile device
US8385943B1 (en) 2012-05-02 2013-02-26 YFIND Technologies Pte. Ltd. Method and apparatus for determining location information of a position in a multi-storey building
TW201400842A (zh) * 2012-06-18 2014-01-01 Novatek Microelectronics Corp 挑選基地台以定位行動裝置之方法及系統
US9002348B2 (en) * 2012-11-20 2015-04-07 Aeris Communications, Inc. Utilizing devices nearby
KR101418741B1 (ko) * 2013-01-16 2014-07-11 네이버비즈니스플랫폼 주식회사 ＷｉＦｉ정보를 이용한 위치 정보 제공 방법 및 장치
US20140222562A1 (en) * 2013-02-04 2014-08-07 Qualcomm Incorporated Location based dynamic coupons
US9404997B2 (en) * 2013-03-08 2016-08-02 Intel Corporation Communication station and method for time-of-flight positioning using cooperating stations
WO2014155602A1 (ja) * 2013-03-28 2014-10-02 富士通株式会社 端末装置、位置推定方法、位置推定システム及びプログラム
US9078232B2 (en) * 2013-05-01 2015-07-07 Qualcomm, Incorporated Methods and apparatuses for characterizing and affecting mobile device location accuracy and/or uncertainty
US9507026B2 (en) 2013-05-04 2016-11-29 Trimble Navigation Limited Apparatus for verified antispoofing navigation
US9705600B1 (en) 2013-06-05 2017-07-11 Abl Ip Holding Llc Method and system for optical communication
US20150045022A1 (en) * 2013-08-06 2015-02-12 Gaby Prechner Access points and methods for access point selection using an information data structure
AU2013400111A1 (en) * 2013-09-13 2016-02-11 Intel Corporation Indoor location determination of access points using mobile device indoor location information
US9137776B2 (en) 2013-10-30 2015-09-15 Symbol Technologies, Llc Automatic mode change in ultrasonic locationing
CN104782197B (zh) * 2013-11-01 2019-04-12 华为技术有限公司 一种定位终端位置的方法和设备
US9509402B2 (en) 2013-11-25 2016-11-29 Abl Ip Holding Llc System and method for communication with a mobile device via a positioning system including RF communication devices and modulated beacon light sources
JP6249739B2 (ja) * 2013-11-26 2017-12-20 Kddi株式会社 移動体端末、装置、制御方法、及びプログラム
US9439367B2 (en) 2014-02-07 2016-09-13 Arthi Abhyanker Network enabled gardening with a remotely controllable positioning extension
CN103888520A (zh) * 2014-03-10 2014-06-25 百度在线网络技术（北京）有限公司 获取移动终端位置信息的方法、装置和移动终端
US9457901B2 (en) 2014-04-22 2016-10-04 Fatdoor, Inc. Quadcopter with a printable payload extension system and method
US9004396B1 (en) 2014-04-24 2015-04-14 Fatdoor, Inc. Skyteboard quadcopter and method
US9022324B1 (en) 2014-05-05 2015-05-05 Fatdoor, Inc. Coordination of aerial vehicles through a central server
US9441981B2 (en) 2014-06-20 2016-09-13 Fatdoor, Inc. Variable bus stops across a bus route in a regional transportation network
US9971985B2 (en) 2014-06-20 2018-05-15 Raj Abhyanker Train based community
US9807549B2 (en) * 2014-07-18 2017-10-31 Intel Corporation Systems and methods for adaptive multi-feature semantic location sensing
US9451020B2 (en) 2014-07-18 2016-09-20 Legalforce, Inc. Distributed communication of independent autonomous vehicles to provide redundancy and performance
US9817103B2 (en) * 2014-10-09 2017-11-14 Telefonaktiebolaget Lm Ericsson (Publ) Position adjustment in mobile communications networks
US9667321B2 (en) * 2014-10-31 2017-05-30 Pearson Education, Inc. Predictive recommendation engine
US10318499B2 (en) 2014-10-30 2019-06-11 Pearson Education, Inc. Content database generation
US10735402B1 (en) 2014-10-30 2020-08-04 Pearson Education, Inc. Systems and method for automated data packet selection and delivery
US10110486B1 (en) 2014-10-30 2018-10-23 Pearson Education, Inc. Automatic determination of initial content difficulty
EP3213232A1 (en) 2014-10-30 2017-09-06 Pearson Education, Inc. Content database generation
US10116563B1 (en) 2014-10-30 2018-10-30 Pearson Education, Inc. System and method for automatically updating data packet metadata
US10333857B1 (en) 2014-10-30 2019-06-25 Pearson Education, Inc. Systems and methods for data packet metadata stabilization
US10218630B2 (en) 2014-10-30 2019-02-26 Pearson Education, Inc. System and method for increasing data transmission rates through a content distribution network
US10142771B2 (en) * 2014-11-26 2018-11-27 Intel Corporation Virtual sensor apparatus and method
JP6145623B2 (ja) * 2015-03-23 2017-06-14 石川県 位置測定システム、位置測定装置、位置測定方法、及びプログラム
US10228441B2 (en) * 2015-08-18 2019-03-12 International Business Machines Corporation Accurate tracking information system
US10614368B2 (en) 2015-08-28 2020-04-07 Pearson Education, Inc. System and method for content provisioning with dual recommendation engines
US10321265B2 (en) 2015-11-18 2019-06-11 International Business Machines Corporation Diagnosis of beacons in an open architecture
US9541412B1 (en) 2015-11-19 2017-01-10 International Business Machines Corporation Method, computer readable storage medium and system for providing a safe mobility area
US10825054B2 (en) 2016-04-01 2020-11-03 At&T Intellectual Property I, L.P. Method and apparatus for providing network information
US10043133B2 (en) 2016-04-08 2018-08-07 Pearson Education, Inc. Systems and methods of event-based content provisioning
US10642848B2 (en) 2016-04-08 2020-05-05 Pearson Education, Inc. Personalized automatic content aggregation generation
US11188841B2 (en) 2016-04-08 2021-11-30 Pearson Education, Inc. Personalized content distribution
US10789316B2 (en) 2016-04-08 2020-09-29 Pearson Education, Inc. Personalized automatic content aggregation generation
US10200936B2 (en) 2016-11-30 2019-02-05 At&T Intellectual Property I, L.P. Public/private indicator based access point connection permission
US20180330325A1 (en) 2017-05-12 2018-11-15 Zippy Inc. Method for indicating delivery location and software for same
CN107146373A (zh) * 2017-06-20 2017-09-08 北京建筑大学 一种报刊亭监控方法、装置及系统
WO2019047170A1 (zh) * 2017-09-08 2019-03-14 华为技术有限公司 伪基站识别方法和终端
EP3672304A1 (en) * 2018-12-20 2020-06-24 HERE Global B.V. Statistical analysis of mismatches for spoofing detection
EP3672185A1 (en) 2018-12-20 2020-06-24 HERE Global B.V. Identifying potentially manipulated radio signals and/or radio signal parameters
EP3672305B1 (en) 2018-12-20 2023-10-25 HERE Global B.V. Enabling flexible provision of signature data of position data representing an estimated position
EP3671254A1 (en) 2018-12-20 2020-06-24 HERE Global B.V. Service for real-time spoofing/jamming/meaconing warning
EP3671253A1 (en) 2018-12-20 2020-06-24 HERE Global B.V. Crowd-sourcing of potentially manipulated radio signals and/or radio signal parameters
EP3671251A1 (en) * 2018-12-20 2020-06-24 HERE Global B.V. Collecting a database of spoofed devices
EP3671252A1 (en) 2018-12-20 2020-06-24 HERE Global B.V. Identifying potentially manipulated radio signals and/or radio signal parameters based on a first radio map information and a second radio map information
EP3672310A1 (en) 2018-12-20 2020-06-24 HERE Global B.V. Identifying potentially manipulated radio signals and/or radio signal parameters based on radio map information
EP3672311A1 (en) 2018-12-20 2020-06-24 HERE Global B.V. Device-centric learning of manipulated positioning
US11842444B2 (en) * 2021-06-02 2023-12-12 Streem, Llc Visualization of camera location in a real-time synchronized 3D mesh
WO2023050225A1 (zh) * 2021-09-29 2023-04-06 北京小米移动软件有限公司 位置相关信息上报、接收方法和装置

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5959580A (en) * 1994-11-03 1999-09-28 Ksi Inc. Communications localization system
WO2000023956A1 (en) * 1998-10-22 2000-04-27 University Of Maryland Method and system for providing location dependent and personal identification information to a public safety answering point
US6799047B1 (en) * 1999-02-25 2004-09-28 Microsoft Corporation Locating and tracking a user in a wireless network through environmentally profiled data
JP2001255365A (ja) * 2000-03-13 2001-09-21 Matsushita Electric Ind Co Ltd 移動局位置検出システム
US6987744B2 (en) * 2000-12-01 2006-01-17 Wherenet Corp Wireless local area network with geo-location capability
FI110289B (fi) * 2001-02-23 2002-12-31 Nokia Corp Menetelmä sijainnin määrityksessä, sijainninmääritysjärjestelmä ja elektroniikkalaite
AU2002334708A1 (en) * 2001-10-01 2003-04-14 Kline And Walker, Llc Pfn/trac system faa upgrades for accountable remote and robotics control
US6664925B1 (en) * 2002-05-02 2003-12-16 Microsoft Corporation Method and system for determining the location of a mobile computer
FI113092B (fi) * 2002-05-31 2004-02-27 Ekahau Oy Paikannusepävarmuuden mittauksia ja niiden sovelluksia
US8539580B2 (en) * 2002-06-19 2013-09-17 International Business Machines Corporation Method, system and program product for detecting intrusion of a wireless network
US7206588B2 (en) * 2002-09-13 2007-04-17 Matsushita Electric Industrial Co., Ltd. Communication device and communication system
US6774842B2 (en) * 2002-12-03 2004-08-10 Nokia Corporation Generating entries for a database supporting a positioning of a mobile terminal
US7151939B2 (en) * 2003-02-18 2006-12-19 Qualcomm Incorporated Method, apparatus, and machine-readable medium for providing indication of location service availability and the quality of available location services
US7536695B2 (en) * 2003-03-28 2009-05-19 Microsoft Corporation Architecture and system for location awareness
US7250907B2 (en) * 2003-06-30 2007-07-31 Microsoft Corporation System and methods for determining the location dynamics of a portable computing device
US7738881B2 (en) * 2003-07-22 2010-06-15 Microsoft Corporation Systems for determining the approximate location of a device from ambient signals
US7138914B2 (en) * 2003-08-01 2006-11-21 Spectrum Tracking Systems, Inc. Method and system for providing tracking services to locate an asset
US20050054350A1 (en) * 2003-08-26 2005-03-10 Chris Zegelin Real time location system
GB2411752B (en) * 2004-03-03 2006-02-01 Toshiba Res Europ Ltd Remote control location technique and associated apparatus
US7640288B2 (en) * 2004-03-15 2009-12-29 Microsoft Corporation Schema for location awareness
US7359718B2 (en) * 2004-04-30 2008-04-15 Hong Kong Applied Science And Technology Research Institute Co., Ltd. Location determination and location tracking in wireless networks
US8244272B2 (en) * 2005-02-22 2012-08-14 Skyhook Wireless, Inc. Continuous data optimization of moved access points in positioning systems
US7174172B2 (en) * 2005-02-25 2007-02-06 Symbol Technologies, Inc. System and method for asset location in wireless networks

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012005465A2 (ko) * 2010-07-08 2012-01-12 에스케이텔레콤 주식회사 무선랜 전파 환경 맵을 이용한 ａｐ 위치 추정 방법 및 장치
WO2012005465A3 (ko) * 2010-07-08 2012-04-05 에스케이텔레콤 주식회사 무선랜 전파 환경 맵을 이용한 ａｐ 위치 추정 방법 및 장치
KR101471038B1 (ko) * 2010-07-08 2014-12-10 에스케이텔레콤 주식회사 무선랜 전파 환경 맵을 이용한 ａｐ 위치 추정 방법 및 장치
US9060284B2 (en) 2010-07-08 2015-06-16 Sk Telecom Co., Ltd. Method and device for estimating AP position using a map of a wireless LAN radio environment
KR101476118B1 (ko) * 2010-08-19 2014-12-26 에스케이텔레콤 주식회사 신호세기 가중 평균을 이용한 ａｐ 위치 추정 방법과 그를 위한 장치 및 컴퓨터로 읽을 수 있는 기록매체
KR20150084187A (ko) * 2014-01-13 2015-07-22 한국전자통신연구원 기지국 위치 보정 장치 및 방법
KR20160145263A (ko) 2015-06-10 2016-12-20 고동국 무선 통신망을 통한 모바일 단말 위치측정 시스템
WO2021235572A1 (ko) * 2020-05-21 2021-11-25 엘지전자 주식회사 온-디바이스 학습 기반 기계 학습 네트워크를 이용한 무선 통신 방법

Also Published As

Publication number Publication date
US7738884B2 (en) 2010-06-15
CN101189890A (zh) 2008-05-28
US20100120422A1 (en) 2010-05-13
WO2007001660A3 (en) 2007-10-04
EP1882373A2 (en) 2008-01-30
WO2007001660A2 (en) 2007-01-04
EP1882373A4 (en) 2012-06-27
JP2008547355A (ja) 2008-12-25

Similar Documents

Publication Publication Date Title
KR20080019593A (ko) 현존하는 무선 기지국을 이용한 위치 확인 서비스
US10474727B2 (en) App recommendation using crowd-sourced localized app usage data
US9860704B2 (en) Venue identification from wireless scan data
US20200286125A1 (en) Determining locations of interest based on user visits
US9002373B2 (en) Monitoring a location fingerprint database
US9904932B2 (en) Analyzing semantic places and related data from a plurality of location data reports
KR101609296B1 (ko) 지오펜스 모니터링을 위한 무선 액세스 포인트의 선택
CN103714112B (zh) 定制的事件和景点建议
CN109644318A (zh) 基于接近度的自适应位置共享
US11934160B2 (en) Context driven routine prediction assistance
JP2016540957A (ja) 無線指紋方式を使用する配達位置の確認
KR20110135929A (ko) 모바일 디바이스 배터리 관리
WO2013184383A2 (en) App recommendation using crowd-sourced localized app usage data
WO2015171672A1 (en) Location error radius determination
CN113124857B (zh) 一种出入口位置的确定方法、相关装置、设备及存储介质
US11639857B2 (en) Objective generation of a point of interest score based on quantities of user stops
US20190287121A1 (en) Speculative check-ins and importance reweighting to improve venue coverage
CN111278105B (zh) 无线网络定位方法和相关装置
Khaoampai et al. FloorLoc-SL: Floor localization system with fingerprint self-learning mechanism
CN111901740B (zh) 一种数据的处理方法、装置及设备
Perente et al. Server-Based Indoor Location Detection System
JP4005986B6 (ja) 環境信号から判定されたデバイスの概算位置の利用
JP4005986B2 (ja) 環境信号から判定されたデバイスの概算位置の利用
Mantoro et al. Making Location-Aware Computing Working Accurately in Smart Spaces
Ishaya Business Intelligence Through Personalised Location-Aware Service Delivery

Legal Events

Date Code Title Description
A201 Request for examination
E601 Decision to refuse application