KR20100136177A - 무선 센서 네트워크에서의 센서의 위치 추정 방법 및 이를 구현하기 위한 프로그램을 기록한 기록매체와 센서 위치 추정 장치 - Google Patents

무선 센서 네트워크에서의 센서의 위치 추정 방법 및 이를 구현하기 위한 프로그램을 기록한 기록매체와 센서 위치 추정 장치 Download PDF

Info

Publication number
KR20100136177A
KR20100136177A KR1020090054400A KR20090054400A KR20100136177A KR 20100136177 A KR20100136177 A KR 20100136177A KR 1020090054400 A KR1020090054400 A KR 1020090054400A KR 20090054400 A KR20090054400 A KR 20090054400A KR 20100136177 A KR20100136177 A KR 20100136177A
Authority
KR
South Korea
Prior art keywords
sensor
node
information
sensor network
wireless sensor
Prior art date
Application number
KR1020090054400A
Other languages
English (en)
Other versions
KR101136041B1 (ko
Inventor
김은태
이제헌
Original Assignee
연세대학교 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 연세대학교 산학협력단 filed Critical 연세대학교 산학협력단
Priority to KR1020090054400A priority Critical patent/KR101136041B1/ko
Publication of KR20100136177A publication Critical patent/KR20100136177A/ko
Application granted granted Critical
Publication of KR101136041B1 publication Critical patent/KR101136041B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0284—Relative positioning
    • G01S5/0289—Relative positioning of multiple transceivers, e.g. in ad hoc networks
    • 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
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/003—Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G01S13/46—Indirect determination of position data
    • G01S2013/462—Indirect determination of position data using multipath signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

본 발명은 무선 센서 네트워크에서의 센서의 위치 추정 방법 및 이를 구현하기 위한 프로그램을 기록한 기록매체와 센서 위치 추정 장치에 관한 것으로, 보다 상세히는 다수의 센서들이 무선으로 연결되어 있고 소수의 센서들의 위치정보(앵커노드의 위치정보)와 센서들 간의 연결성 정보만을 이용하여 서포트 벡터 회귀 (Support Vector Regression, 이하 SVR이라 한다.)를 사용하여 모든 센서들이 자신의 위치를 스스로 추정하는 방법 및 이를 구현하기 위한 프로그램을 기록한 기록매체와 센서 위치 추정 장치에 관한 것이다. 본 발명에 따르면, 센서들 간의의 거리나 각도 등의 정보를 사용하지 않고 단순히 연결 정보만을 사용함으로써 센서들의 위치 추정에 있어서 부가적인 장비가 필요하지 않고 다수의 센서들이 연결되어 있는 환경에서 보다 효율적인 위치 추정이 가능하며 등방성과 이방성의 구조를 가지는 센서 네트워크 환경에서 모두 성공적으로 동작하는 장점이 있다.
무선 센서 네트워크, 위치 추정, 앵커노드, 서포트 벡터 회귀, 다변 측량

Description

무선 센서 네트워크에서의 센서의 위치 추정 방법 및 이를 구현하기 위한 프로그램을 기록한 기록매체와 센서 위치 추정 장치{The Method for Localization and Media Recording the Program to Perform This Method and The Apparatus for Localization in Wireless Sensor Network}
무선 센서 네트워크는 최근 미세전자기계장치(Micro-electro-mechanical System)의 발달과 더불어 많은 분야에서 다양하게 사용되고 있다. 무선 센서 네트워크가 사용되는 응용분야로는 물체 추적, 거주지 모니터링, 재난 관리 장치, 그리고 스마트 홈 등등이 있다.
무선 센서 네트워크 응용 분야에서 센서 네트워크는 서로 통신하는 많은 수의 센서들로 구성되어 있고 센서들의 위치 추정 방법에 대한 연구가 활발히 이루어지고 있는 추세이다.
본 발명은 무선 센서 네트워크에서의 센서의 위치 추정 방법 및 이를 구현하기 위한 프로그램을 기록한 기록매체에 관한 것으로서, 보다 상세하게는 다수의 센서들이 무선으로 연결된 상황에서 소수의 센서들의 위치 정보와 센서들 간의 연결 정보만을 이용하여 대다수의 센서들이 자신의 위치를 스스로 추정하는 방법 및 이를 구현하기 위한 프로그램을 저장한 기록매체에 관한 것이다. 특히 본 발명은 SVR을 사용하여 거리에 구애 받지 않는 위치 추정 방법 및 이를 구현하기 위한 프로그램을 기록한 기록매체를 제공한다.
무선 센서 네트워크에서 센서들의 위치 추정은 다양한 연구가 활발히 진행되고 있다. 위치 추정 방법은 크게 두 가지로 분류할 수 있는데 하나는 거리에 기반한 방법이고 다른 하나는 거리에 구애 받지 않는 방법이다. 거리에 기반한 방법은 각각의 센서들이 자신의 위치를 추정하는 데 있어서 전달 신호 세기(Received signal strength), 신호 도착 시간(Time of arrival), 혹은 신호 도착 시간차(Time difference of arrival) 등을 이용하여 자신과 통신하는 센서 사이의 거리를 추정하고 이를 이용하여 위치 추정을 하게 된다.
즉, 종래의 무선 센서 네트워크 기반의 센서의 위치추정 기법에는 위치추정을 위해 동일한 신호의 범위를 가진 센서인 앵커노드(Anchor Node)들을 일정하게 배치하고 각 센서가 주기적으로 방송하는 앵커노드들의 위치정보를 수신하고, 수신한 앵커노드들의 위치의 중앙을 자신의 위치로 추정하는 기법이 있다.
이 기법은 센서 네트워크기반의 위치추정을 간단하게 하는 장점이 있지만 실제 환경에 적용하였을 때 정밀한 위치추정을 하지 못하는 단점을 가진다. 그 이유는 무선 네트워크 환경에서는 앵커노드의 신호가 원형으로 동일한 신호범위를 유지되지 않기 때문에 센서의 위치추정 시 위치측정의 오차가 발생되기 때문이다.
또한, 센서의 위치를 수신한 앵커노드들의 위치의 중앙으로 추정하기 때문에, 보다 정밀한 위치추정을 위해서는 많은 수의 앵커노드가 필요하고, 앵커노드의 일정한 배치를 위한 방법이 요구된다.
또 다른 기법으로는 앵커노드들이 평균 홉(hop) 간 거리를 방송하고, 각 센서는 홉 간 전송된 앵커노드들의 위치정보와 앵커노드까지의 홉 수 혹은 수신신호세기를 이용한 홉 간 거리의 정보를 전송받아 위치추정을 하는 기법이 있다. 홉이란 거리 값으로서 각 경유 네트워크에 1이란 값을 부여하는데 이를 홉(Hop)이라 한다. 즉 어떤 목적지까지의 홉(경로 값)이 2라면, 그 목적지까지 가기 위해서는 2개의 네트워크를 경유함을 알 수 있는 것이다.
이 기법에서 각 센서는 전송 받은 정보를 이용하여 앵커노드들과의 거리를 구하고, 삼각 측량법으로 자신의 위치를 계산한다.
그런데, 실제 센서들이 랜덤하게 분포되어 있는 센서 네트워크 환경에서 센서들의 홉 간 거리는 일정하지 않다. 따라서 센서가 앵커노드들과의 거리를 구하기 위해 평균 홉 간 거리정보를 이용하기 때문에 정밀한 위치추정을 할 수 없다.
그리고 각 센서가 홉 간 거리측정을 위해 수신신호 세기를 측정 할 때, 무선 네트워크 환경에서의 다중경로 발생과 가시거리의 미확보로 인해 생기는 신호세기의 감소를 고려하지 않는다. 그래서 수신 신호세기를 이용한 정확한 홉 간 거리를 측정할 수 없다.
센서들의 위치 추정에 있어서 가장 단순한 방법은 모든 센서노드들에 GPS(Global Positioning System)를 부착시키는 것이다. 하지만 많은 분야에서 센서노드들은 수백 혹은 수천 개가 존재하게 되고 모든 노드들에 GPS를 부착시키는 것은 현실적이지 않다.
또한 이 방법은 부가적인 장비를 요구하게 되고 다수의 센서들에게 모두 부착하기에는 비용이 많이 들게 된다. 반면에 거리에 구애 받지 않는 방법은 센서들 간의의 연결 정보, 다시 말해서 어떤 센서노드가 어떤 센서노드와 통신하는지 여부만을 사용하여 위치 추정을 하게 된다. 이러한 방법은 다른 어떤 부가적인 장비도 요하지 않고 그러므로 보다 효율적이다. 하지만 이러한 기존의 거리에 구애 받지 않는 위치 추정 방법은 어느 정도 정확도가 떨어지고 이방성의 환경에서 잘 동작하지 않는 특성을 보여 이를 보완할 수 있는 방법이 필요하다.
상기한 바와 같은 종래의 문제점을 해결하기 위해, 본 발명은 무선 센서 네트워크에서의 거리에 구애 받지 않는 위치 추정 방법 및 이를 구현하기 위한 프로그램을 기록한 기록매체와 센서 위치 추정 장치를 제공한다. 특히 본 발명은 SVR을 사용하여 거리에 구애받지 않는 위치 추정 방법 및 이를 구현하기 위한 프로그램을 기록한 기록매체와 센서의 위치 추정 장치를 제공함을 목적으로 한다.
본 발명에서는 무선 센서 네트워크 환경에서 거리에 구애받지 않는 새로운 위치 추정 방법을 제안한다. 즉, 본 발명에서 제안하는 무선 네트워크에서의 센서들의 위치 추정 방법은 하기의 3단계로 이루어짐이 바람직하다. 이것은 (a) 상기 무선 센서 네트워크에 포함된 임의의 센서노드와 임의의 앵커노드 간의 제 1연결성 정보와 앵커노드들 서로 간의 제 2연결성 정보를 획득하고, 상기 앵커노드들의 위치 정보를 획득하는 단계; (b) 상기 제 2연결성 정보와 위치 정보와의 관계를 서포트 벡터 회귀(Support Vector Regression) 모델링하고, 모델링 결과에 따른 파라미터 벡터들을 구하는 단계; (c) 상기 제 1연결성 정보와 상기 파라미터 벡터를 이용하여 위치를 계산하고자 하는 센서노드의 위치를 추정하는 단계로서 이루어진다.
본 발명에서 센서노드란 환경, 물리계에서 센싱(sensing)된 정보 또는 센서에 관련된 특정 이벤트를 유무선 통신 기술 기반으로 하여 전달하거나 컴퓨팅을 수행하는 센서, 프로세서, 통신소자, 전지 등으로 구성되는 장치로 데이터 처리, 통 신경로 설정 등을 수행하는 것이다. 본 발명에서 앵커노드란 위치 정보를 가지고 있는 노드를 말한다. 본 발명에서 싱크노드란 앵커노드의 일종으로 센서노드에서 감지된 센싱 데이터를 취합하거나, 이벤트성 데이터를 센서 네트워크 외부로 연계하고 관련 센서 네트워크를 관리하는 대체로 하드웨어/소프트웨어적으로 센서노드보다 역량이 큰 장치이다.
본 발명에서 사용되는 위치 정보라는 용어는 두 지점간의 지리적인 위치를 말함으로 이것은 곧 [수학식 4]로 표현되는 직선거리를 의미한다.
또한 본 발명에서 상기 제 2연결성 정보와 위치 정보와의 관계를 서포트 벡터 회귀(Support Vector Regression) 모델링하고, 모델링 결과에 따른 파라미터 벡터들을 구하는 단계는 (b1) 훈련 데이터로 사용되는 입력값과 출력값을 획득하는 단계; (b2) 커넬 함수로 사용되는 함수를 지정하는 단계; (b3) 상기 훈련 데이터와 커넬 함수를 이용하여 회귀함수를 구하는 단계; 및 (b4) 상기 회귀함수에 사용되는 파라미터 벡터들을 획득하는 단계로 이루어짐이 바람직하다.
상술한 서포트 벡터 회귀(SVR) 알고리즘이란 컴퓨터 장치를 사용하여
Figure 112009036950949-PAT00001
번째 앵커노드
Figure 112009036950949-PAT00002
Figure 112009036950949-PAT00003
와 자신을 포함한 모든 앵커노드들 사이의 연결 벡터
Figure 112009036950949-PAT00004
및
Figure 112009036950949-PAT00005
번째 앵커노드
Figure 112009036950949-PAT00006
Figure 112009036950949-PAT00007
와 k번째 앵커노드의 지리적인 거리
Figure 112009036950949-PAT00008
의 집합(
Figure 112009036950949-PAT00009
,
Figure 112009036950949-PAT00010
)을 훈련 데이터로 하고 상수 파라미터 C 와 ε 및 커넬함수(Φ)의 내적으로 정해지는 함수 K(
Figure 112009036950949-PAT00011
,
Figure 112009036950949-PAT00012
)를 정하여 하기 의 [수학식 11]의 해
Figure 112009036950949-PAT00013
를 구하고,
Figure 112009036950949-PAT00014
,
Figure 112009036950949-PAT00015
로 놓아 회귀함수
Figure 112009036950949-PAT00016
를 하기의 [수학식 12]와 같이 구하여 상기 회귀함수에 사용되는 파라미터 벡터들
Figure 112009036950949-PAT00017
을 구하는 알고리즘을 의미한다.
[수학식 11]
Figure 112009036950949-PAT00018
Figure 112009036950949-PAT00019
여기서,
Figure 112009036950949-PAT00020
는 커넬 함수의 내적이다.
상기 [수학식 11]의 의미를 설명한다. 본 발명에서 해결하고자 하는 문제는 연결벡터
Figure 112009036950949-PAT00021
를 이용해서 앵커노드와의 거리인
Figure 112009036950949-PAT00022
를 구하는 것이다. 이를 위해서
Figure 112009036950949-PAT00023
값이
Figure 112009036950949-PAT00024
가 되는
Figure 112009036950949-PAT00025
라는 함수
Figure 112009036950949-PAT00026
를 구 해야 하는 것이다. 이에 대한 일반적인 해법으로 기울기가 w이고 절편값이 b인 선형 함수
Figure 112009036950949-PAT00027
를 생각할 수 있다. 그러나 상기의 선형 함수는
Figure 112009036950949-PAT00028
를 제대로 표현하지 못하는 경우가 많다. 따라서, 본 발명에서는 이러한 문제를 해결하기 위해 커넬함수라는 개념을 도입해서
Figure 112009036950949-PAT00029
로 정의되는 함수를 구하는 것이다.
[수학식 12]
Figure 112009036950949-PAT00030
또한 본 발명은 상기 (c) 단계에서 상기 센서노드가 다변 측량법을 실행하여 자신과 상기 앵커노드 사이의 위치 정보(지리적인 거리)를 계산하여 자신의 위치를 추정하는 것을 특징으로 한다. 여기서 상기 다변 측량법은 비반복 다변 측량 알고리즘을 사용하는 것이 바람직하다.
비반복 다변 측량 알고리즘에 대하여는 후술하기로 한다.
또한 본 발명은 무선 센서 네트워크에서의 센서의 위치 추정 방법이 구현되도록, 디지털 처리 장치에 의해 실행될 수 있는 명령어들의 프로그램이 유형적으로 구현되어 있으며 디지털 처리 장치에 의해 판독될 수 있는 프로그램을 기록한 기록 매체를 제공한다.
한편, 본 발명은 무선 센서 네트워크에서의 센서 위치 추정 장치에 있어서, 상기 무선 센서 네트워크에 포함된 임의의 센서노드와 임의의 앵커노드 간의 제 1연결성 정보와 앵커노드들 간의 제 2연결성 정보를 획득하고 상기 앵커노드들의 위치 정보를 획득하는 정보획득부; 상기 제 2연결성 정보와 위치 정보와의 관계를 서포트 벡터 회귀(Support Vector Regression) 모델링하고, 모델링 결과에 따른 파라미터 벡터들을 구하는 파라미터 벡터 계산부; 및 상기 제 1연결성 정보와 상기 파라미터 벡터를 이용하여 위치를 계산하고자 하는 센서노드의 위치를 추정하는 위치추정부를 포함하는 것을 특징으로 하는 센서 위치 추정 장치를 제공한다. 여기서 앵커노드는 GPS(Global Positioning System) 또는 미리 입력된 값을 통해 자신의 위치를 미리 알고 있는 것이 바람직하다. 또한 일반적으로 정보획득부는 앵커노드, 상기 파라미터 벡터 계산부는 싱크노드, 상기 위치추정부는 센서노드에 위치하며 센서노드의 개수는 앵커노드의 개수보다 많은 수로 구비되는 것이 바람직하다.
정보획득부는 센서노드에 위치하여 상기 제 1연결성 정보를 획득하는 제 1정보획득부와 앵커노드에 위치하여 상기 제 2연결성 정보와 상기 위치 정보를 획득하는 제 2정보획득부로 나누어지는 것이 바람직하다. 이것은 센서노드에 위치하는 정보획득부 즉 제 1정보획득부에서는 무선 센서 네트워크에 포함된 임의의 센서노드와 임의의 앵커노드 간의 연결성 정보(제 1연결성 정보)를 획득하여 저장하여 본발명에 따라 제 1연결성 정보와 서포트 벡터 회귀 모델링을 통한 파라미터 벡터들을 이용하여 상기 위치추정부가 센서노드의 위치를 추정하는데 필요한 것이기 때문이 다.
한편, 앵커노드에 위치하는 제 2정보획득부에서는 무선 센서 네트워크에 포함된 앵커노드들 간의 연결성 정보(제 2연결성 정보)를 획득하여 파라미터 벡터 계산부에 이러한 정보를 전달하게 하여 파라미터 벡터 계산부가 서포트 벡터 회귀 모델링을 통해 파라미터 벡터들을 계산할 수 있기 때문이다.
또한, 본 발명에 의한 무선 센서 네트워크에서의 센서 위치 추정 장치의 정보획득부는 GPS(Global Positioning System) 또는 미리 입력된 값을 통해 자신의 위치를 미리 알고 있는 것을 특징으로 하며, 파라미터 벡터 계산부는 서포트 벡터 회귀 모델링을 시행함에 있어서 커넬 함수(Φ함수)로서 RBF함수를 사용하는 것을 특징으로 하는 무선 센서 네트워크에서의 센서 위치 추정 장치를 제공한다.
본 발명은 센서의 위치 추정에 있어서 거리나 각도 등의 정보를 사용하지 않고 단순히 센서들 간의 연결정보만을 사용함으로써 부가적인 하드웨어 장비가 없이도 자신들의 위치 추정을 정확하게 할 수 있는 수단을 제공한다.
또한, 기존의 위치 추정 방식은 등방성의 구조를 가지는 무선 센서 네트워크 환경에서만 잘 동작하는 반면에 본 발명에서 제안하는 방법은 이방성의 구조를 지닌 무선 센서 네트워크 환경에서도 성공적으로 동작할 수 있게 한다.
이하, 본 발명의 바람직한 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 우선 각 도면의 구성 요소들에 참조 부호를 부가함에 있어서, 동일한 구성 요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
도 1은 본 발명에 따른 무선 센서 네트워크에서의 각 노드들의 분포를 나타낸 예시도이다.
도 1을 참조하여 설명하면, 먼저 본 발명에서 제안하는 방법을 사용하기 위해 전제로 하여야 할 사항은 다음과 같다. 주어진 센서 네트워크
Figure 112009036950949-PAT00031
가
Figure 112009036950949-PAT00032
개의 앵커노드(120)와
Figure 112009036950949-PAT00033
개의 센서노드(100) 및 하나의 싱크노드(110)로 구성되어 있고 (여기서,
Figure 112009036950949-PAT00034
) 각각의 노드들의 위치는 다음 [수학식 1]과 같다.
[ 수학식 1]
Figure 112009036950949-PAT00035
여기서,
Figure 112009036950949-PAT00036
는 x축(수평축)과 y축(수직축)으로 구성되는 일반 평면좌표계를 표현한 것이다. 상기 식에서
Figure 112009036950949-PAT00037
개의 앵커노드(120)들
Figure 112009036950949-PAT00038
의 위치는 GPS나 미리 입력된 값을 통해 알고 있지만
Figure 112009036950949-PAT00039
개의 센서노드(100)들
Figure 112009036950949-PAT00040
의 위치는 모르는 상태이다. 본 발명에서 제안하는 위치 추정 방법에서 유일하게 사용 가능한 측정값은 모든 노드들이 서로서로 몇 번의 통신을 통해 연결되어 있는지를 나타내는 근접성 정보 혹은 연결성 정보뿐이다. 즉 연결성 정보란 하나의 노드에서 다른 목적 노드까지 도달하기 위해 노드들을 거쳐가는 횟수를 의미하며 양의 정수로 표현되는 값이며 최단거리를 통해 목적 노드까지 도달하는 경우에 있어서의 값을 의미한다. 또한 서로 다른 두 개의 노드
Figure 112009036950949-PAT00041
와
Figure 112009036950949-PAT00042
사이의 지리적인 거리는 다음의 [수학식 2]와 같이 정의 된다.
[ 수학식 2]
Figure 112009036950949-PAT00043
여기서,
Figure 112009036950949-PAT00044
는 노드
Figure 112009036950949-PAT00045
와 노드
Figure 112009036950949-PAT00046
간의 직선거리를 의미하며, 이는 x축(수평축)과 y축(수직축)으로 구성되는 일반 평면좌표계에서의 각 노드의 좌표값으로 계산되는 것이다.
또한, 상술한 바와 같이,
Figure 112009036950949-PAT00047
번째 노드와
Figure 112009036950949-PAT00048
번째 노드 사이의 근접성 정보는
Figure 112009036950949-PAT00049
라고 표현한다. 이 때,
Figure 112009036950949-PAT00050
는 두 노드 사이의 통신이 몇 번의 연결을 통해서 이루어졌는지에 대한 연결 숫자(
Figure 112009036950949-PAT00051
)를 의미한다. 즉, 이것이 상술한 연결성 정보인 것이다. 이 때 센서들 간의 위치 추정 문제는 하기의 [수학식 3]으로부터 시작할 수 있다.
[ 수학식 3]
Figure 112009036950949-PAT00052
[수학식 3]은 앵커노드
Figure 112009036950949-PAT00053
간의 위치, 실제 거리
Figure 112009036950949-PAT00054
및 연결성 정보
Figure 112009036950949-PAT00055
를 이용하여 센서노드
Figure 112009036950949-PAT00056
의 위치를 구하기 위한 과정을 나타내는 것이다.
도 2는 본 발명에 따른 센서 위치 추정 방법에 관한 블록도, 도 3은 도 2의 S20단계를 구체적으로 나타낸 모델링 과정에 관한 블록도이다.
이하, 도 2 및 도 3을 참조하여 하기의 설명을 하도록 한다.
즉, 본 발명에서 제안하는 센서들의 위치 추정 방법은 다음과 같은 단계로 된다.
단계 1: 각각의 센서노드
Figure 112009036950949-PAT00057
(여기서,
Figure 112009036950949-PAT00058
) 와 앵커노드
Figure 112009036950949-PAT00059
(여기서,
Figure 112009036950949-PAT00060
)는 서로 근접성 정보를 교환하여 몇 번의 연결을 통해 연결되는지에 대한 정보, 즉 연결성 정보를 교환한다. 또한 각각의 앵커노드
Figure 112009036950949-PAT00061
는 자신의 위치 정보를 싱크노드(Sink node)에 전달한다(S10). 여기서 상기 싱크노드는 상기 앵커노드들 중 어느 하나를 사용하는 것도 가능하다.
단계 2: 싱크 노드는 SVR을 사용하여 연결성 정보와 실제 지리적 위치간의 관계를 모델링하고 이를 모든 센서노드들에게 전달한다(S20).
단계 3: 각각의 센서노드
Figure 112009036950949-PAT00062
는 모든 앵커노드들과 자기 자신 사이의 거리들을 계산하고 다변측량 기법을 사용하여 자신의 위치를 추정한다(S30).
이하 ,상술한 각 단계들에 대해 구체적으로 설명한다.
단계 1: 측정 단계(S10)
Figure 112009036950949-PAT00063
를
Figure 112009036950949-PAT00064
번째 앵커노드
Figure 112009036950949-PAT00065
(
Figure 112009036950949-PAT00066
)와 자신을 포함한 모든 앵커노드들 사이의 연결 벡터라고 정의하여 다음의 [수학식 4]로 표현할 수 있다.
[ 수학식 4]
Figure 112009036950949-PAT00067
[수학식 4]에서
Figure 112009036950949-PAT00068
는
Figure 112009036950949-PAT00069
번째 앵커노드 (
Figure 112009036950949-PAT00070
)와
Figure 112009036950949-PAT00071
번째 앵커노드(
Figure 112009036950949-PAT00072
)간의 연결성 정보를 측정한 것이다. 예를 들면, 자기 자신에 관한 연결성 정보는
Figure 112009036950949-PAT00073
(여기서,
Figure 112009036950949-PAT00074
이므로)이다. 그리고 전체 앵커노드간의 연결성 정보에 관한 연결 행렬은
Figure 112009036950949-PAT00075
행렬
Figure 112009036950949-PAT00076
로 표현하기로 하면 [수학식 5]와 같이 놓을 수 있다.
[ 수학식 5]
Figure 112009036950949-PAT00077
마찬가지로
Figure 112009036950949-PAT00078
와
Figure 112009036950949-PAT00079
를 각각 임의의 앵커노드의 거리 벡터와 모든 앵커노드의 거리행렬이라고 하면 하기의 [수학식 6]과 같이 표현할 수 있다.
[ 수학식 6]
Figure 112009036950949-PAT00080
또한,
Figure 112009036950949-PAT00081
를
Figure 112009036950949-PAT00082
번째 센서노드
Figure 112009036950949-PAT00083
(여기서,
Figure 112009036950949-PAT00084
)와 모든 앵커노드들 사이의 상술한 연결성 정보를 나타내는 연결 벡터라고 정의하면 하기의 [수학식 7]로 나타낼 수 있다.
[ 수학식 7]
Figure 112009036950949-PAT00085
이 때, 상기 단계 1: 측정 단계를 다음과 같은 두 가지 단계 즉, (a)연결성 측정 단계, (b)거리 측정 단계로 구분한다.
먼저 (a)연결성 측정 단계에서는, 임의의 센서노드
Figure 112009036950949-PAT00086
와 임의의 앵커노드
Figure 112009036950949-PAT00087
(여기서,
Figure 112009036950949-PAT00088
이고,
Figure 112009036950949-PAT00089
)가 연결성 정보(제 1연결성 정보)를 전달하여 각각의 센서노드
Figure 112009036950949-PAT00090
가 자신의 연결성 정보에 관한 연결 벡터
Figure 112009036950949-PAT00091
를 알 수 있고, 각각의 앵커노드들 서로 간의 연결성 정보(제 2연결성 정보)에 관한 연결 행렬
Figure 112009036950949-PAT00092
를 추정할 수 있게 한다.
이 단계가 끝나면 다음으로 거리 측정 단계에서는 각각의 앵커노드
Figure 112009036950949-PAT00093
가 자신의 지리적인 위치 정보를 획득하게 된다. 한편, 상기 제 2연결성 정보와 각각의 앵커노드
Figure 112009036950949-PAT00094
가 자신의 지리적인 위치를 싱크노드에 전달할 수 있고, 싱크노드는 상기 제 2연결성 정보와 상기 지리적인 위치 정보로서 모든 앵커노드의 거리행렬
Figure 112009036950949-PAT00095
를 알 수 있게 되면 본 발명에서 제안하는 알고리즘을 위한 전제 측정 단계는 끝나는 것이다.
단계 2: 모델링(modeling) 단계(S20)
모델링 단계에서는 싱크 노드가 SVR을 통하여 거리 모델을 추정하고 이를 모든 센서노드들에게 전달한다. SVR은 사용가능한 데이터 혹은 훈련 데이터로부터 입력값과 출력값 사이의 미지의 맵핑(mapping)을 찾아내는 추정 알고리즘이다. 본 발명에서 주어진 훈련 데이터는 다음 [수학식 8]로 나타낼 수 있다.
[ 수학식 8]
Figure 112009036950949-PAT00096
본 발명이 구현되기 위해서는 [수학식 8]의 모든 훈련 데이터의 목표 값
Figure 112009036950949-PAT00097
(
Figure 112009036950949-PAT00098
)로부터 자기 자신을 포함한 모든 앵커노드
Figure 112009036950949-PAT00099
(
Figure 112009036950949-PAT00100
)들 사이의 연결 벡터와 거리 벡터의 상관 함수
Figure 112009036950949-PAT00101
를 찾아야 한다. 그러나 여기서 SVR을 사용하기 위해서는 목표 값의 차원이
Figure 112009036950949-PAT00102
차원이 아니라 1차원이어야 한다. 따라서 본 발명에서는 각각의 서로 다른
Figure 112009036950949-PAT00103
개의 SVR 모델로써 예측하기로 한다. 이 때 각 SVR 모델은 다음과 같이 예측할 수 있다.
예를 들어,
Figure 112009036950949-PAT00104
번째 SVR 모델을 예측하기 위해서 우리에게 주어진
Figure 112009036950949-PAT00105
개의 훈련 데이터는 다음[수학식 9]로 나타낼 수 있다.
[ 수학식 9]
Figure 112009036950949-PAT00106
이 때 우리의 목표는 모든 훈련 데이터에 대하여 일정 기준 이하로
Figure 112009036950949-PAT00107
가 목표 값
Figure 112009036950949-PAT00108
에 근사화 할 수 있는 함수
Figure 112009036950949-PAT00109
를 구하는 것이다.
도 3을 참조하면, SVR 방법을 적용하기 위해서는 먼저 훈련 데이터(S200)와 커넬함수(S201)를 정해야 함을 알 수 있다.
본 발명에서는 다항식 함수(Polynomial function)와, 방사상 함수(이하 RBF라 함, Radial base function), 시그모이드 함수(Sigmoid function) 중에서 가장 널리 사용되는 RBF를 커넬 함수로 선택하고 입, 출력값의 훈련 데이터를 통해 입출 력값의 관계를 찾아낸다. 본 발명에서 SVR의 입력값은
Figure 112009036950949-PAT00110
이고 목표 출력값은
Figure 112009036950949-PAT00111
이다. (여기서
Figure 112009036950949-PAT00112
)
SVR 방법을 사용함에 앞서, 입력과 출력에 대한 훈련데이터, 커넬함수, 상수 파라미터 C와 ε이 통상의 컴퓨터장치를 사용하여 지정되어야 하는 데, 여기서 C란 모델의 복잡도를 조정하는데 이용되는 변수로서 일반적으로 C값이 작을수록 보다 더 간단한 모델을 선호하게 되는 효과를 지니며 C값을 매우 크게 할 경우 모든 훈련 데이터의 에러(error)를 작게 하는 모델 즉 복잡한 모델을 만들게 된다.
또한 ε은 허용오차를 의미하는 변수로서 서포트 벡터의 개수를 조정함으로써 모델의 복잡도를 제어하는 역할을 하게 된다.
본 발명에서는 훈련 데이터(S200)를 위한 커넬함수로 [수학식10]과 같은 특성을 보이는 RBF함수 Φ를 사용하고 최적화 기법인 [수학식 11]을 이용해 최소화 문제를 푼다.
[ 수학식10 ]
Figure 112009036950949-PAT00113
[ 수학식 11]
Figure 112009036950949-PAT00114
Figure 112009036950949-PAT00115
여기서
Figure 112009036950949-PAT00116
는 커넬 함수 Φ의 내적을 의미한다. 상기[수학식11]의 최적화 문제의 해를
여기서 (
Figure 112009036950949-PAT00117
,
Figure 112009036950949-PAT00118
)라 놓으면 회귀함수
Figure 112009036950949-PAT00119
는 하기의 [수학식12]와 같이 구할 수 있다.(S203)
[ 수학식 12]
Figure 112009036950949-PAT00120
위와 같은 방법으로
Figure 112009036950949-PAT00121
개의 SVR 모델을 구하면 싱크 노드는
Figure 112009036950949-PAT00122
개의 회귀함수를 구하게 되고(S203), 여기에 사용되는 파라미터 벡터들(S203)
Figure 112009036950949-PAT00123
을 모든 센서노드들에게 전달하게 된다.
다시 도 1을 참조하면, 단계 3: 위치 추정 단계(S30)에서,
각각의 센서노드는 싱크 노드로부터
Figure 112009036950949-PAT00124
개의 SVR 모델 정보를 수신한 뒤 이 하기의 단계를 시작한다. 즉,
Figure 112009036950949-PAT00125
를 SVR 모델을 이용하여
Figure 112009036950949-PAT00126
번 째 센서노드
Figure 112009036950949-PAT00127
(여기서,
Figure 112009036950949-PAT00128
)가 추정한 자신과 앵커노드들 사이의 거리 벡터라고 하면 하기의 [수학식13]으로 놓을 수 있다.
[ 수학식 13]
Figure 112009036950949-PAT00129
이 때 이 추정한 거리 벡터
Figure 112009036950949-PAT00130
는 다음[수학식 14]와 같이 구할 수 있다.
[ 수학식 14]
Figure 112009036950949-PAT00131
최종적으로 각각의 센서노드들
Figure 112009036950949-PAT00132
는 다변 측량법을 실행하여 자신과 앵커노드들 사이의 지리적 거리인
Figure 112009036950949-PAT00133
로부터 자신의 위치를 추정한다(S30).
여기서 다변 측량법으로는 다양한 방식이 존재하지만 본 발명에서는 비반복 다변 측량 알고리즘을 사용한다(SS30).
다변 측량법이란, 예를 들어 센서가 10개의 앵커에 대한 각각의 거리가 있을 때 자기 자신의 위치를 계산하는 방법이다. 즉 이러한 경우에 변수는 센서의 수평좌표 x와 수직좌표 y로서 좌표 2개인데 식은 10개가 되므로 이를 만족하는 x, y를 구하는 방법이 여러 가지가 존재 한다. 본 발명은 여러 방법 중 비반복 다변 측량 알고리즘을 사용하며 이하, 그 방법을 설명하기로 한다.
즉, n개의 거리정보가 있을 때 각각의 거리에 대한 식은 하기의 [수학식 15]와 같다.
[ 수학식 15]
Figure 112009036950949-PAT00134
여기서, 1~(n-1)번까지의 식에서 n 번째 식을 빼주면 다음과 같은 n-1개의 식이 나오며 하기의 [수학식 16]과 같이 나타낼 수 있다.
[ 수학식 16]
Figure 112009036950949-PAT00135
이 n-1개의 식들은
Figure 112009036950949-PAT00136
라는 선형 시스템으로 정리할 수 있다. 여기서
Figure 112009036950949-PAT00137
이며, A와 b는 하기와 같다.
Figure 112009036950949-PAT00138
위의 선형 시스템을 standard least-squares approach를 통해 풀면 하기 [수학식 17]과 같이 센서의 위치를 추정할 수 있게 되는 것이다.
[ 수학식 17]
Figure 112009036950949-PAT00139
본 발명에서 제안하는 방법의 효율성을 검증하기 위해 기존의 유명한 방법인 DV-hop 알고리즘과 PDM 알고리즘과의 성능을 실험을 통해 비교했다.
본 실험에서는 두 가지 종류의 무선 센서 네트워크 구조를 고려했다. 첫번 째는 등방성 구조의 네트워크이고 두번째는 이방성 구조의 네트워크이다. 등방성은 모든 방향에서 물리적 성질이 같은 특성을 갖는다는 뜻이고 이방성은 방향에 따라 물리적으로 다른 성질을 보이는 것이다. 즉, 물리적 성질은 굴절률, 유전율, 자화율,전도도, 점도 등을 포괄하는 개념이다.
도 5 및 도 6은 각각 본 발명의 실험에 사용되는 등방성 구조와 이방성 구조의 네트워크를 나타낸다.
다양한 상황에서 본 발명에서 제안하는 방법의 우수성을 증명하기 위해 전체 노드의 수가 300개로 고정된 가운데 앵커노드의 비율을 10%부터 30%까지 변화키며 실험을 했다. 모든 센서와 앵커노드들은
Figure 112009036950949-PAT00140
정방 지역에 분포되어 있고 통신 범위
Figure 112009036950949-PAT00141
은 15이다. 도 7 내지 도 18은 위치 추정에 대한 비교 결과를 나타낸 것이다.
도 7 내지 도 11은 등방성(isotropic) 구조의 무선 센서 네트워크 환경에서의 앵커노드의 존재비율에 따른 위치 추정의 오차를 나타낸 것이다.
상기 도 7 내지 도 11을 참조하면, 앵커노드의 존재비율이 10%, 15%, 20%, 25%, 30%로 높아짐에 따라 보다 작은 위치 추정의 오차(Location Error)를 나타내면, 또한 오차범위(Error range)도 작아짐을 알 수 있다.
도 16은 다양한 비율의 앵커노드가 존재하는 등방성 구조의 무선 센서 네트워크 환경에서의 위치 추정에 대한 비교 결과를 예시한 그래프이다. 도 12를 참조하면, DV-hop 알고리즘과 PDM 알고리즘에 의한 위치추정 결과보다 본 발명의SVRL(Support Vector Regression Localization)에 의한 위치 추정이 보다 작은 위 치 추정의 오차(Location Error)를 나타내는 것을 알 수 있다.
도 13 내지 도 17은 이방성(anisotropic) 구조의 무선 센서 네트워크 환경에서의 앵커노드의 존재비율에 따른 위치 추정의 오차를 나타낸 것이다.
상기 도 13 내지 도 17을 참조하면, 앵커노드의 존재비율이 10%, 15%, 20%, 25%, 30%로 높아짐에 따라 보다 작은 위치 추정의 오차(Location Error)를 나타내면, 또한 오차범위(Error range)도 작아짐을 알 수 있다.
도 18는 다양한 비율의 앵커노드가 존재하는 이방성 구조의 무선 센서 네트워크 환경에서의 위치 추정에 대한 비교 결과를 예시한 그래프이다. 도 14를 참조하면, DV-hop 알고리즘과 PDM 알고리즘에 의한 위치추정 결과보다 본 발명의SVRL(Support Vector Regression Localization)에 의한 위치 추정이 보다 작은 위치 추정의 오차(Location Error)를 나타내는 것을 알 수 있다.
이와 같은 실험 결과를 통해 본 발명에서 제안하는 SVRL(Support Vector Regression Localization)방식이 등방성 및 이방성 네트워크 구조 모두에서 기존의 방법들보다 일관되게 우월한 성능을 보여주는 것을 알 수 있다. 또한 등방성 및 이방성 네트워크 구조 모두에서 본 발명이 제안하는 방식(SVRL)은 앵커노드의 수가 증가할수록 보다 좋은 성능을 나타내는 것을 알 수 있다. 그 이유는 앵커노드의 수가 증가할수록 회귀를 위한 훈련 데이터의 수가 증가하기 때문에 보다 정확한 회귀 함수를 찾게 되어SVRL의 성능이 향상되기 때문이다.
상기의 설명 및 실험 결과는 본 발명을 설명하기 위한 것일 뿐으로, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 첨부된 특허청구범위에 기재된 사항으로부터 도출되는 기술적 사상의 범위 내에서 상기의 본 발명의 다양한 변형, 수정 및 응용이 가능함을 알 수 있을 것이다.
도 1은 본 발명에 따른 무선 센서 네트워크에서의 각 노드들의 분포를 나타낸 예시도,
도 2는 본 발명에 따른 센서 위치 추정 방법에 관한 블록도,
도 3은 도 2의 S20단계를 구체적으로 나타낸 모델링 과정에 관한 블록도,
도 4는 본 발명에 따른 무선 센서 네트워크에서의 각 노드들의 분포를 나타낸 예시도,
도 5는 본 발명의 실험에 사용되는 등방성 무선 센서 네트워크를 예시한 예시도,
도 6은 본 발명의 실험에 사용되는 이방성 무선 센서 네트워크를 예시한 예시도,
도 7은 앵커노드가 10% 존재하는 등방성 구조의 무선 센서 네트워크 환경에서의 위치 추정에 대한 비교 결과를 예시한 그래프,
도 8은 앵커노드가 20% 존재하는 등방성 구조의 무선 센서 네트워크 환경에서의 위치 추정에 대한 비교 결과를 예시한 그래프,
도 9는 앵커노드가 30% 존재하는 등방성 구조의 무선 센서 네트워크 환경에서의 위치 추정에 대한 비교 결과를 예시한 그래프,
도 10은 다양한 비율의 앵커노드가 존재하는 등방성 구조의 무선 센서 네트워크 환경에서의 위치 추정에 대한 비교 결과를 예시한 그래프,
도 11은 앵커노드가 10% 존재하는 이방성 구조의 무선 센서 네트워크 환경에 서의 위치 추정에 대한 비교 결과를 예시한 그래프,
도 12는 앵커노드가 20% 존재하는 이방성 구조의 무선 센서 네트워크 환경에서의 위치 추정에 대한 비교 결과를 예시한 그래프,
도 13은 앵커노드가 30% 존재하는 이방성 구조의 무선 센서 네트워크 환경에서의 위치 추정에 대한 비교 결과를 예시한 그래프,
도 14는 다양한 비율의 앵커노드가 존재하는 이방성 구조의 무선 센서 네트워크 환경에서의 위치 추정에 대한 비교 결과를 예시한 그래프이다.

Claims (19)

  1. 무선 센서 네트워크에서의 센서 위치 추정 방법에 있어서,
    (a) 상기 무선 센서 네트워크에 포함된 임의의 센서노드와 임의의 앵커노드 간의 제 1연결성 정보와 앵커노드들 서로 간의 제 2연결성 정보 및 위치 정보를 획득하는 단계;
    (b) 상기 제 2연결성 정보와 상기 위치 정보와의 관계를 서포트 벡터 회귀(Support Vector Regression) 모델링하고, 상기 모델링 결과에 따른 파라미터 벡터들을 구하는 단계;
    (c) 상기 제 1연결성 정보와 상기 파라미터 벡터를 이용하여 위치를 계산하고자 하는 센서노드의 위치를 추정하는 단계를 포함하는 무선 센서 네트워크에서의 센서 위치 추정 방법.
  2. 제 1 항에 있어서,
    상기 (a)단계는
    상기 제 2연결성 정보와 상기 위치 정보를 싱크노드로 전달하는 단계를 더 포함하는 것을 특징으로 하는 무선 센서 네트워크에서의 센서 위치 추정 방법.
  3. 제 2 항에 있어서,
    상기 싱크노드는 상기 앵커노드들 중 어느 하나인 것을 특징으로 하는 무선 센서 네트워크에서의 센서 위치 추정 방법.
  4. 제 1 항에 있어서,
    상기 (a)단계는
    상기 위치 정보는 하기의 [수학식2]로 정의되는 서로 다른 두 개의 앵커노드
    Figure 112009036950949-PAT00142
    와
    Figure 112009036950949-PAT00143
    사이의 거리인 것을 특징으로 하는 무선 센서 네트워크에서의 센서 위치 추정 방법.
    [수학식 2]
    Figure 112009036950949-PAT00144
  5. 제 1 항에 있어서,
    상기 (b)단계는
    싱크 노드에서 수행되는 것을 특징으로 하는 무선 센서 네트워크에서의 센서위치 추정 방법
  6. 제 1 항에 있어서,
    상기 (b)단계는
    (b1) 훈련 데이터로 사용되는 입력값과 출력값을 획득하는 단계;
    (b2) 커넬 함수로 사용되는 함수를 지정하는 단계;
    (b3) 상기 훈련 데이터와 커넬 함수를 이용하여 회귀함수를 구하는 단계; 및
    (b4) 상기 회귀함수에 사용되는 파라미터 벡터들을 구하는 단계를 포함하는 것을 특징으로 하는 무선 센서 네트워크에서의 센서 위치 추정 방법.
  7. 제 6 항에 있어서,
    상기 (b1)단계는
    상기 임의의 앵커노드 중 어느 하나와 자신을 포함하는 모든 앵커노드들 사이의 연결 벡터를 입력값으로, 위치정보를 출력값으로 하는 것을 특징으로 하는 무선 센서 네트워크에서의 센서 위치 추정 방법.
  8. 제 6 항에 있어서,
    상기 커넬 함수는 RBF(Radial Basis Function)인 것을 특징으로 하는 무선 센서 네트워크에서의 센서 위치 추정 방법.
  9. 제 1 항에 있어서,
    상기 (b)단계는
    상기 파라미터 벡터를 모든 센서노드에 전달하는 단계를 더 포함하는 것을 특징으로 하는 무선 센서 네트워크에서의 센서 위치 추정 방법.
  10. 제 1 항에 있어서,
    상기 (c)단계는
    상기 센서노드에서 다변 측량법을 시행하여 자신의 위치를 추정하는 것을 특징으로 하는 무선 센서 네트워크에서의 센서 위치 추정 방법.
  11. 제 10 항에 있어서,
    상기 다변 측량법은 비반복 다변 측량 알고리즘을 사용하는 것을 특징으로 하는 무선 센서 네트워크에서의 센서 위치 추정 방법.
  12. 제 1 항 내지 제 11 항 중 어느 하나의 항에 의한 무선 센서 네트워크에서의 센서 위치 추정 방법을 디지털 처리 장치에 의해 판독될 수 있는 프로그램으로 기록한 기록 매체.
  13. 무선 센서 네트워크에서의 센서 위치 추정 장치에 있어서,
    상기 무선 센서 네트워크에 포함된 임의의 센서노드와 임의의 앵커노드 간의 제 1연결성 정보와 앵커노드들 간의 제 2연결성 정보 및 위치 정보를 획득하는 정보획득부;
    상기 제 2연결성 정보와 상기 위치 정보와의 관계를 서포트 벡터 회귀(Support Vector Regression) 모델링하고, 상기 모델링 결과에 따른 파라미터 벡터들을 구하는 파라미터 벡터 계산부; 및
    상기 제 1연결성 정보와 상기 파라미터 벡터를 이용하여 위치를 계산하고자 하는 센서노드의 위치를 추정하는 위치추정부를 포함하는 것을 특징으로 하는 센서 위치 추정 장치.
  14. 제 13 항에 있어서,
    상기 정보획득부는 상기 제 2연결성 정보와 상기 위치 정보를 상기 파라미터 벡터 계산부로 전달하는 것을 특징으로 하는 무선 센서 네트워크에서의 센서 위치 추정 방법.
  15. 제 13 항에 있어서,
    상기 정보획득부는 센서노드에 위치하여 상기 제 1연결성 정보를 획득하는 제 1정보획득부와 앵커노드에 위치하여 상기 제 2연결성 정보와 상기 위치 정보를 획득하는 제 2정보획득부를 포함하고, 상기 파라미터 벡터 계산부는 싱크노드, 상기 위치추정부는 상기 센서노드에 위치하는 무선 센서 네트워크에서의 센서 위치 추정 장치.
  16. 제 13 항에 있어서,
    상기 위치추정부는 다변 측량법을 시행하여 상기 센서노드의 위치를 추정하는 것을 특징으로 하는 무선 센서 네트워크에서의 센서 위치 추정 장치.
  17. 제 16 항에 있어서,
    상기 다변 측량법은 비반복 다변 측량 알고리즘을 사용하는 것을 특징으로 하는 무선 센서 네트워크에서의 센서 위치 추정 장치.
  18. 제 13 항에 있어서,
    상기 정보획득부는 GPS(Global Positioning System) 또는 미리 입력된 값을 통해 자신의 위치를 미리 알고 있는 것을 특징으로 하는 무선 센서 네트워크에서의 센서 위치 추정 장치.
  19. 제 13 항에 있어서,
    상기 파라미터 벡터 계산부는 서포트 벡터 회귀 모델링을 시행함에 있어서 커넬 함수로써 RBF함수를 사용하는 것을 특징으로 하는 무선 센서 네트워크에서의 센서 위치 추정 장치.
KR1020090054400A 2009-06-18 2009-06-18 무선 센서 네트워크에서의 센서의 위치 추정 방법 및 이를 구현하기 위한 프로그램을 기록한 기록매체와 센서 위치 추정 장치 KR101136041B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090054400A KR101136041B1 (ko) 2009-06-18 2009-06-18 무선 센서 네트워크에서의 센서의 위치 추정 방법 및 이를 구현하기 위한 프로그램을 기록한 기록매체와 센서 위치 추정 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090054400A KR101136041B1 (ko) 2009-06-18 2009-06-18 무선 센서 네트워크에서의 센서의 위치 추정 방법 및 이를 구현하기 위한 프로그램을 기록한 기록매체와 센서 위치 추정 장치

Publications (2)

Publication Number Publication Date
KR20100136177A true KR20100136177A (ko) 2010-12-28
KR101136041B1 KR101136041B1 (ko) 2012-04-18

Family

ID=43510282

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090054400A KR101136041B1 (ko) 2009-06-18 2009-06-18 무선 센서 네트워크에서의 센서의 위치 추정 방법 및 이를 구현하기 위한 프로그램을 기록한 기록매체와 센서 위치 추정 장치

Country Status (1)

Country Link
KR (1) KR101136041B1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102695126A (zh) * 2012-06-12 2012-09-26 河海大学常州校区 水下传感器网络定位方法
KR20210026911A (ko) * 2019-09-02 2021-03-10 국방과학연구소 신호원의 위치 추정을 위한 장치 및 방법
KR102248758B1 (ko) * 2020-05-18 2021-05-07 국방과학연구소 무선 센서 네트워크에서 Approximated Weighted Least Square (WLS)를 사용한 RSS/AOA 측정치 혼합 표적 위치 추정 기법
KR20230039871A (ko) * 2021-09-14 2023-03-22 중앙대학교 산학협력단 무선 센서 네트워크의 위치 추정 장치 및 방법
KR102536338B1 (ko) * 2022-12-01 2023-05-26 국방과학연구소 전자 장치 및 그의 위치 추정 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006065703A (ja) 2004-08-30 2006-03-09 Inst Of Systems Information Technologies Kyushu 自己位置推定装置、自己位置推定方法、その自己位置推定方法をコンピュータに実行させることが可能なプログラム、及び、そのプログラムを記録した記録媒体

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102695126A (zh) * 2012-06-12 2012-09-26 河海大学常州校区 水下传感器网络定位方法
CN102695126B (zh) * 2012-06-12 2014-10-29 河海大学常州校区 水下传感器网络定位方法
KR20210026911A (ko) * 2019-09-02 2021-03-10 국방과학연구소 신호원의 위치 추정을 위한 장치 및 방법
KR102248758B1 (ko) * 2020-05-18 2021-05-07 국방과학연구소 무선 센서 네트워크에서 Approximated Weighted Least Square (WLS)를 사용한 RSS/AOA 측정치 혼합 표적 위치 추정 기법
KR20230039871A (ko) * 2021-09-14 2023-03-22 중앙대학교 산학협력단 무선 센서 네트워크의 위치 추정 장치 및 방법
KR102536338B1 (ko) * 2022-12-01 2023-05-26 국방과학연구소 전자 장치 및 그의 위치 추정 방법

Also Published As

Publication number Publication date
KR101136041B1 (ko) 2012-04-18

Similar Documents

Publication Publication Date Title
US10057725B2 (en) Sensor-based geolocation of a user device
US8509819B2 (en) Information processing apparatus and correction method
KR20150018827A (ko) 액세스 포인트들의 위치들을 결정하기 위한 방법 및 장치
US10139253B2 (en) Adjustment of interrupt timestamps of signals from a sensor based on an estimated sampling rate of the sensor
KR101136041B1 (ko) 무선 센서 네트워크에서의 센서의 위치 추정 방법 및 이를 구현하기 위한 프로그램을 기록한 기록매체와 센서 위치 추정 장치
Rashid et al. Localization of wireless sensor networks using a single anchor node
US9995564B2 (en) Terminal and server for modifying magnetic field and method thereof
JP6624780B2 (ja) 測位方法、サーバ及びプログラム
CN116567531A (zh) 基于粒子滤波算法的传感器融合室内定位方法及系统
US9541630B2 (en) Method and apparatus for determining a change in position of a location marker
Cheng-Xu et al. A new node self-localization algorithm based RSSI for wireless sensor networks
KR101188840B1 (ko) 센서 네트워크에서 방향각을 이용한 침입자 위치추정 시스템 및 그 방법
US20120165040A1 (en) Method for locating wireless nodes using difference triangulation
Khadim et al. Range-free localization schemes for wireless sensor networks
KR20160128759A (ko) 무선 센서 네트워크 장치 및 그 제어방법
Chen et al. Efficient 3-dimensional localization for RFID systems using jumping probe
CN112333819B (zh) 设备定位方法、装置、计算机设备和存储介质
KR20140099639A (ko) 비 균일 무선 센서 네트워크에서의 거리 비종속 위치 인식 기법 및 장치
Kim et al. Hybrid RSS/TOA wireless positioning with a mobile anchor in wireless sensor networks
KR20160017951A (ko) 센서 노드 위치 추정 시스템 및 방법
Kristalina et al. Weighted hybrid localization scheme for improved node positioning in wireless sensor networks
JP2014052208A (ja) 位置推定装置、位置推定システム、および、位置推定方法
Leifsdotter et al. Network-assisted positioning in confined spaces: A comparative study using Wi-Fi and BLE
Johansson et al. Centralized spring-based localization algorithm for large scale wireless sensor networks
Shih et al. Adaptive attenuation factor model for localization in wireless sensor networks

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160425

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20170403

Year of fee payment: 6

LAPS Lapse due to unpaid annual fee