KR20240059032A - Indoor and Outdoor Positioning System by using RSSI(Received Signal Strength Indicator) - Google Patents

Indoor and Outdoor Positioning System by using RSSI(Received Signal Strength Indicator) Download PDF

Info

Publication number
KR20240059032A
KR20240059032A KR1020220139774A KR20220139774A KR20240059032A KR 20240059032 A KR20240059032 A KR 20240059032A KR 1020220139774 A KR1020220139774 A KR 1020220139774A KR 20220139774 A KR20220139774 A KR 20220139774A KR 20240059032 A KR20240059032 A KR 20240059032A
Authority
KR
South Korea
Prior art keywords
probability
location
value
indoor
radio wave
Prior art date
Application number
KR1020220139774A
Other languages
Korean (ko)
Inventor
이정훈
Original Assignee
이정훈
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 이정훈 filed Critical 이정훈
Priority to KR1020220139774A priority Critical patent/KR20240059032A/en
Publication of KR20240059032A publication Critical patent/KR20240059032A/en

Links

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
    • G01S5/0278—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves involving statistical or probabilistic considerations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
    • G01S11/02—Systems for determining distance or velocity not using reflection or reradiation using radio waves
    • G01S11/06—Systems for determining distance or velocity not using reflection or reradiation using radio waves using intensity measurements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S2205/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S2205/01—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations specially adapted for specific applications
    • G01S2205/02—Indoor

Landscapes

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

Abstract

본 발명에 따른 실내외측위방법은,
복수의

Figure pat00296
로부터
Figure pat00297
의 위치정보와 수신한 신호강도(RSSI)를 포함한 전파정보를 수집하는 데이터모듈, 상기 각
Figure pat00298
의 위치가 각
Figure pat00299
, 각
Figure pat00300
로부터 수신된 정파정보를 이용하여 계산한 각
Figure pat00301
로부터 측위대상까지의 거리를
Figure pat00302
라고 할 때, 수식
Figure pat00303
Figure pat00304
Figure pat00305
의 값을 최대로 하는 위치
Figure pat00306
의 좌표를 계산하는 확률위치결정모듈을 포함하는 것을 특징으로 한다. The indoor and outdoor positioning method according to the present invention,
revenge
Figure pat00296
from
Figure pat00297
A data module that collects radio wave information including location information and received signal strength (RSSI), each of the above
Figure pat00298
The position of each
Figure pat00299
, each
Figure pat00300
Angle calculated using the static wave information received from
Figure pat00301
The distance from the positioning target to
Figure pat00302
When saying, the formula
Figure pat00303
Figure pat00304
Figure pat00305
The position that maximizes the value of
Figure pat00306
It is characterized by including a probability positioning module that calculates the coordinates.

Description

수신된 무선신호강도를 이용한 실내외측위시스템{Indoor and Outdoor Positioning System by using RSSI(Received Signal Strength Indicator)} Indoor and Outdoor Positioning System by using RSSI (Received Signal Strength Indicator)}

본 발명은 실내외측위에 관한 것으로서, 수신된 무선신호강도로부터 위치의 확률 분포를 추정하여, 실내외에 있는 사용자 단말의 위치를 결정하는 기술에 관한 것이다.The present invention relates to indoor and outdoor positioning, and relates to a technology for determining the location of a user terminal indoors or outdoors by estimating a probability distribution of the location from received wireless signal strength.

위성항법시스템(GPS)을 이용할 수 없는 실내측위에 있어 종래에 다양한 방법들이 시도되어 왔으나, 그 정확도와 비용문제의 한계를 보여왔다. 특히, 널리 보급된 와이파이(WiPi)를 기반으로 하는 방식 중, 무선신호강도(RSSI) 라디오맵을 만드는 방식은 낮은 정확도 또는 높은 비용의 문제가 발생한다.Various methods have been tried in the past for indoor positioning where a satellite navigation system (GPS) cannot be used, but they have shown limitations in terms of accuracy and cost. In particular, among the widely distributed Wi-Fi (WiPi)-based methods, the method of creating a radio signal strength (RSSI) radio map suffers from problems of low accuracy or high cost.

Yang, C,“WiFi-based indoor positioning”IEEE Communications Magazine, 53(3)(2015): 150-157Yang, C, “WiFi-based indoor positioning” IEEE Communications Magazine, 53(3)(2015): 150-157

본 발명은 무선신호강도의 세기가 측정될 때 각 위치에 측위대상이 존재할 확률(확률밀도함수)를 계산하고, 또한 확률분포의 구조적 특징을 이용하여 신호감쇠상수(매질변수)를 추정함과 아울러, 오차가 많이 발생하는 액세스포인트(AP)를 제거하여 정확도가 높은 실내외측위시스템을 제시하고자 한다. The present invention calculates the probability (probability density function) that a positioning object exists at each location when the strength of the wireless signal is measured, and also estimates the signal attenuation constant (medium variable) using the structural characteristics of the probability distribution. , We aim to present a highly accurate indoor and outdoor positioning system by eliminating access points (APs) that generate a lot of errors.

이를 위해 무선신호강도에 대응하는 측위대상이 존재할 확률분포의 구조를 이론적으로 규명한 후, 매질변수가 변화하거나 서로 다른 경우에도 하나의 수식으로 측위대상이 각 위치에 존재할 확률(확률밀도함수)를 계산하여, 가장 높은 확률을 가지는 위치를 측위대상이 존재하는 위치로 추정, 정확한 실내측위가 가능한 방법을 제시하고자 한다.To this end, after theoretically identifying the structure of the probability distribution that a positioning object corresponding to the wireless signal strength exists, the probability that a positioning object exists at each location (probability density function) can be calculated using a single formula even when the media variables change or are different from each other. We would like to propose a method that enables accurate indoor positioning by calculating and estimating the position with the highest probability as the position where the positioning target exists.

상기의 목적을 달성하기 위해서 본 발명에 따른 실내외측위시스템은 In order to achieve the above object, the indoor and outdoor positioning system according to the present invention is

복수의

Figure pat00001
로부터
Figure pat00002
의 위치정보와 수신한 신호강도(RSSI)를 포함한 전파정보를 수집하는 데이터모듈, 상기 각
Figure pat00003
의 위치가 각
Figure pat00004
, 각
Figure pat00005
로부터 수신된 정파정보를 이용하여 계산한 각
Figure pat00006
로부터 측위대상까지의 거리를
Figure pat00007
라고 할 때, 수식
Figure pat00008
Figure pat00009
Figure pat00010
(단,
Figure pat00011
=
Figure pat00012
Figure pat00013
)의 값을 최대로 하는 위치
Figure pat00014
의 좌표를 계산하는 확률위치결정모듈을 포함하는 것을 특징으로 한다.revenge
Figure pat00001
from
Figure pat00002
A data module that collects radio wave information including location information and received signal strength (RSSI), each of the above
Figure pat00003
The position of each
Figure pat00004
, each
Figure pat00005
Angle calculated using the static wave information received from
Figure pat00006
The distance from the positioning target to
Figure pat00007
When saying, the formula
Figure pat00008
Figure pat00009
Figure pat00010
(step,
Figure pat00011
=
Figure pat00012
Figure pat00013
) is the position that maximizes the value of
Figure pat00014
It is characterized by including a probability positioning module that calculates the coordinates.

본 발명은 엑세스포인트(AP)에서 발신한 전파의 수신된신호강도를 이용하여 측위대상이 존재하는 확률분포를 찾고, 그 확률분포의 구조적 특징을 이용하여 매질변수의 값을 계산할 수 있게 한다. The present invention uses the received signal strength of radio waves transmitted from an access point (AP) to find a probability distribution in which a positioning target exists, and to calculate the value of a medium variable using the structural characteristics of the probability distribution.

아울러, 상대적으로 오차가 많이 발생하는 엑세스포인트를 판별하여 이를 제거할 수 있다. 또한, 매질변수가 각 엑세스포인트 방향으로 모두 다른 경우에도 복수의 위치에서 전파신호강도를 수집한 후 이를 이용하여 각 매질변수의 값을 계산할 수 있으며, 이를 통하여 부가적인 설비 없이도 휴대전화와 같은 단말을 이용하여 정확한 실내외측위가 가능하게 한다.In addition, access points with relatively high errors can be identified and removed. In addition, even if the medium variables are all different in the direction of each access point, the radio signal strength can be collected from multiple locations and used to calculate the value of each medium variable. Through this, terminals such as mobile phones can be used without additional equipment. It enables accurate indoor and outdoor positioning.

도 1은 본 발명의 실시예에 따른 엑세스포인트(AP)로부터 거리가 r인 위치에서 측정할 때 오차의 범위가

Figure pat00015
에 해당하는 전파들이 퍼져나간 이후에 거리가 R인 위치에서 다시 측정될 때, 그 오차의 범위가
Figure pat00016
이 되는 것을 나타내는 도면이다.
도 2는 본 발명의 실시예에 따른 복수의 액세스포인트(AP), 데이터모듈, 확률위치결정모듈의 개략적인 구성을 나타낸 도면이다.
도 3은 본 발명의 실시예에 따른 각 액세스포인트(AP)에서 발생한 오차를 표준정규분포로 환원하여 표준화하는 것을 나타내는 도면이다. Figure 1 shows the range of error when measuring at a distance r from an access point (AP) according to an embodiment of the present invention.
Figure pat00015
When the corresponding radio waves are measured again at a distance R after they have spread, the range of error is
Figure pat00016
This is a drawing showing what happens.
Figure 2 is a diagram showing the schematic configuration of a plurality of access points (AP), a data module, and a probability location determination module according to an embodiment of the present invention.
Figure 3 is a diagram showing standardization by reducing errors occurring at each access point (AP) to a standard normal distribution according to an embodiment of the present invention.

명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있다는 것을 의미한다. 또한, 명세서에 기재된 "모듈", “장치”, “~부” 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.Throughout the specification, when it is said that a part “includes” a certain element, this means that it may further include other elements rather than excluding other elements, unless specifically stated to the contrary. In addition, terms such as “module,” “device,” and “unit” used in the specification refer to a unit that processes at least one function or operation, and may be implemented as hardware, software, or a combination of hardware and software. .

이하 첨부된 도면을 참조하여 본 발명의 실시예를 상세히 설명한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the attached drawings.

〔이론적 구조〕〔Theoretical structure〕

수신된 신호강도지표 RSSI(Received Signal Strength Indicator)를 이용하여 와이파이공유기나 휴대전화기지국과 같은 액세스 포인트(access point, AP)에서 휴대전화와 같은 무선단말기까지의 거리를 측정할 경우 매질에 따라 변화하는 신호감쇠상수(매질변수)를 알지 못하기 때문에 많은 문제가 발생한다.When measuring the distance from an access point (AP) such as a Wi-Fi router or mobile phone base station to a wireless terminal such as a mobile phone using the received signal strength indicator (RSSI), the signal strength indicator changes depending on the medium. Many problems arise because the signal attenuation constant (medium variable) is not known.

자유공간 경로손실 (Free Space Propagation Loss, FSPL) 모델에 따른 거리공식은 아래와 같다.The distance formula according to the Free Space Propagation Loss (FSPL) model is as follows.

Figure pat00017
- 27.55
Figure pat00017
- 27.55

(d : 거리(m,미터), f :주파수(Mhz), dB(데시벨) :측정된 RSS (RSSI) )(d: Distance (m, meters), f: Frequency (Mhz), dB (decibel): Measured RSS (RSSI))

매질변수(신호감쇠상수)를 포함한 공간경로손실모델은The spatial path loss model including the medium variable (signal attenuation constant) is

Figure pat00018
- 27.55
Figure pat00018
- 27.55

( n : 매질변수, 진공이면 n=2로 자유공간 경로손실과 같아짐)(n: medium variable, if vacuum, n=2, equal to free space path loss)

거리로 측정한 전파의 측정오차의 분포Distribution of measurement error of radio waves measured by distance

매질변수를 알고 있다고 하자.Let’s say we know the matrix variables.

AP(Access Point)로부터 r 떨어진 거리에서 전파의 세기를 측정하여 거리를 계산할 경우, 거리를 기준으로 오차를 측정할 때 그 분포는 정규분포(또는 로그정규분포, 계산상 편의를 위해 정규분포 가정)를 이룬다고 가정하는 것이 최대엔트로피원칙(principle of maximum entropy)의 함의나, 여러 실험데이터에 비추어 합리적이다.When calculating the distance by measuring the intensity of radio waves at a distance of r from the AP (Access Point), when measuring the error based on the distance, the distribution is normal distribution (or lognormal distribution, normal distribution is assumed for calculation convenience) It is reasonable to assume that it achieves in light of the implications of the principle of maximum entropy and various experimental data.

즉, 측정한 거리

Figure pat00019
. That is, the distance measured
Figure pat00019
.

그런데, 위치 r에서 측정하여 오차가 e가 발생한 경우, 즉 d = r + e 로 계산된 경우, 이 전파를 거리 R 위치에서 측정하면 오차가 E가 되고, D = R + E 가 될 것이다. 전파가 감소하는 비율은 동일하고 거리의 제곱에 비례하므로

Figure pat00020
이 성립한다. However, if an error e occurs when measuring at position r, that is, if it is calculated as d = r + e, if this radio wave is measured at a distance R, the error will be E, and D = R + E. Since the rate at which propagation decreases is equal and proportional to the square of the distance,
Figure pat00020
This holds true.

계산하면,

Figure pat00021
이고 , AP에서 거리가 멀어지면 그 거리에 비례하여 거리로 측정된 오차가 커진다는 것을 알 수 있다. If you calculate,
Figure pat00021
And, as the distance from the AP increases, the error measured as a distance increases in proportion to the distance.

이것을 도 1의 실시예와 같이 확률분포로 표현하면, 충분히 작은

Figure pat00022
에 대해,
Figure pat00023
구간에 대응하는 전파가 퍼져나가,
Figure pat00024
에 대응한다는 것을 알 수 있다. If this is expressed as a probability distribution as in the embodiment of Figure 1, a sufficiently small
Figure pat00022
About,
Figure pat00023
The radio wave corresponding to the section spreads,
Figure pat00024
It can be seen that it corresponds to .

그러면, 도 1의 실시예와 같이 위치 r 에서의 오차가 e일 때 확률밀도함수의 값이

Figure pat00025
이면, 위치 R에서 오차가 E인 경우 확률밀도함수의 값은
Figure pat00026
=
Figure pat00027
가 된다. Then, as in the embodiment of Figure 1, when the error at position r is e, the value of the probability density function is
Figure pat00025
If the error at location R is E, the value of the probability density function is
Figure pat00026
=
Figure pat00027
It becomes.

AP에서 측정된 전파의 세기가 P 일 때, 각 위치의 확률밀도함수When the intensity of radio waves measured at AP is P, probability density function at each location

측정한 전파의 세기가

Figure pat00028
이고, 매질변수값이
Figure pat00029
, 주파수
Figure pat00030
, 상기 공간경로손실모델을 이용하여 계산한 거리가
Figure pat00031
라고 하자. 이제 AP에거 거리가
Figure pat00032
인 위치에 측위대상인 물건이 있을 확률(확률밀도함수의 값)을 계산해 보자.The measured intensity of radio waves is
Figure pat00028
, and the value of the medium variable is
Figure pat00029
, frequency
Figure pat00030
, the distance calculated using the spatial path loss model is
Figure pat00031
Let's say Now the distance to AP is
Figure pat00032
Let's calculate the probability (value of probability density function) that there is an object to be determined at the location.

거리가 1인 위치에서 측정할 때 측정된 거리

Figure pat00033
는 확률분포는
Figure pat00034
를 따른다고 하자. 이 때
Figure pat00035
라고 하고, 오차
Figure pat00036
의 확률밀도함수를
Figure pat00037
(이때,
Figure pat00038
=
Figure pat00039
Figure pat00040
)라고 하자. 그러면, 상기 AP에거 거리가
Figure pat00041
인 위치에 측위대상인 물건이 있을 확률(확률밀도함수의 값)은
Figure pat00042
가 된다. (상기
Figure pat00043
=
Figure pat00044
에서
Figure pat00045
,
Figure pat00046
,
Figure pat00047
,
Figure pat00048
인 경우이다) Distance measured when measuring from a position where distance is 1
Figure pat00033
The probability distribution is
Figure pat00034
Let's say it follows. At this time
Figure pat00035
Say, error
Figure pat00036
The probability density function of
Figure pat00037
(At this time,
Figure pat00038
=
Figure pat00039
Figure pat00040
). Then, the distance to the AP is
Figure pat00041
The probability that there is an object to be determined at the location (value of the probability density function) is
Figure pat00042
It becomes. (remind
Figure pat00043
=
Figure pat00044
at
Figure pat00045
,
Figure pat00046
,
Figure pat00047
,
Figure pat00048
This is the case)

복수의 AP가 공간에 있는 경우의 위치 추정Location estimation when multiple APs are in space

아래 벡터는 3차원 유클리드 공간

Figure pat00049
에서 위치 벡터를 의미한다. The vector below is 3D Euclidean space
Figure pat00049
means the position vector.

복수의

Figure pat00050
가 있고 그 위치가 각
Figure pat00051
, 각
Figure pat00052
에서 측정한 전파의 세기가
Figure pat00053
이고, 매질변수값이
Figure pat00054
, 주파수
Figure pat00055
, 상기 공간경로손실모델에
Figure pat00056
,
Figure pat00057
,
Figure pat00058
를 적용하여 계산한 거리가
Figure pat00059
라고 하자. 각
Figure pat00060
에서 볼 때 위치
Figure pat00061
에 측위대상인 물건이 있을 확률(확률밀도함수의 값)은
Figure pat00062
Figure pat00063
가 되고, 각
Figure pat00064
에서 측정은 독립하다고 가정할 수 있으므로 결합확률밀도함수는
Figure pat00065
Figure pat00066
Figure pat00067
가 된다. 결론적으로, 이 값을 최대로 하는 위치
Figure pat00068
에 측위대상 물건이 존재한다고 추정할 수 있다.revenge
Figure pat00050
There is and its location is
Figure pat00051
, each
Figure pat00052
The intensity of radio waves measured in
Figure pat00053
, and the value of the medium variable is
Figure pat00054
, frequency
Figure pat00055
, in the spatial path loss model
Figure pat00056
,
Figure pat00057
,
Figure pat00058
The distance calculated by applying
Figure pat00059
Let's say each
Figure pat00060
Location when viewed from
Figure pat00061
The probability that there is an object to be located (value of probability density function) is
Figure pat00062
Figure pat00063
becomes, each
Figure pat00064
Since the measurements can be assumed to be independent, the joint probability density function is
Figure pat00065
Figure pat00066
Figure pat00067
It becomes. In conclusion, the position that maximizes this value
Figure pat00068
It can be assumed that the object to be located exists in .

매질변수값을 모르는 경우When the value of the medium variable is unknown

현실의 측위에 있어서는 매질변수 N 값을 알기 어렵고, 시간에 따라 변화하기도 한다. 이때는 매질변수 N 값도 변수로 간주할 수 있다. 각

Figure pat00069
는 N 에 대한 함수이다. 상기에서는 N이 주어진 것으로 하였으나 알 수 없을 때는
Figure pat00070
를 N의 함수로 취급하면 된다. 즉,
Figure pat00071
(N). 위치
Figure pat00072
에 측위대상인 물건이 있을 결합확률(확률밀도함수의 값)은
Figure pat00073
Figure pat00074
Figure pat00075
이 되고, 이 값을 최대로 하는 N과 위치
Figure pat00076
를 찾으면 된다. 상기 결합확률값은 연속함수이고, N과
Figure pat00077
의 범위를 제한하여 긴밀(compact)한 영역에서 최대값을 구하면 항상 최대값이 되는 N과
Figure pat00078
를 찾을 수 있다.In real-world positioning, it is difficult to know the value of the medium variable N, and it may change over time. In this case, the value of the medium variable N can also be considered a variable. each
Figure pat00069
is a function for N. In the above, N is assumed to be given, but when it is unknown,
Figure pat00070
Just treat it as a function of N. in other words,
Figure pat00071
(N). location
Figure pat00072
The joint probability (value of the probability density function) that there is an object to be determined is
Figure pat00073
Figure pat00074
Figure pat00075
, N and the position that maximize this value
Figure pat00076
Just find . The joint probability value is a continuous function, and N and
Figure pat00077
If you limit the range and find the maximum value in a compact area, N and
Figure pat00078
can be found.

오차가 많이 나는 AP를 제거하는 방법How to remove APs with a lot of errors

여러개의

Figure pat00079
가 있을 때 특정 방향에 벽이 있거나 환경이 특이하다면, 그 방향에 있는
Figure pat00080
들은 오차가 많이 발생할 것이다.several
Figure pat00079
If there is a wall in a certain direction or the environment is unique,
Figure pat00080
A lot of errors will occur.

결합확률(확률밀도함수의 값)

Figure pat00081
Figure pat00082
Figure pat00083
을 최대로 하는
Figure pat00084
와 위치
Figure pat00085
를 찾았다고 하자. 이때 각
Figure pat00086
에 대응하는 오차를 계산할 수 있고, 그 값이 이상치(anomaly)를 보이는
Figure pat00087
를 제거할 수 있다. 이상치(anomaly)를 보이는 인덱스에 대응하는
Figure pat00088
는 그 방향으로 특수한 환경에 놓여 있다고 볼수 있으므로, 그 인덱스에 대응하는
Figure pat00089
를 제거하고, 다시
Figure pat00090
Figure pat00091
Figure pat00092
(이상치 인덱스
Figure pat00093
는 제외)를 최대로 하는 N과
Figure pat00094
를 찾아 위치
Figure pat00095
를 추정할 수 있다.Joint probability (value of probability density function)
Figure pat00081
Figure pat00082
Figure pat00083
maximizing
Figure pat00084
and location
Figure pat00085
Let's say you find . At this time, each
Figure pat00086
The error corresponding to can be calculated, and the value shows an anomaly.
Figure pat00087
can be removed. Corresponding to the index showing anomaly
Figure pat00088
can be seen as being in a special environment in that direction, so the corresponding index
Figure pat00089
and again
Figure pat00090
Figure pat00091
Figure pat00092
(outlier index
Figure pat00093
N that maximizes (excluding ) and
Figure pat00094
Find the location
Figure pat00095
can be estimated.

각각의 매질변수의 값을 찾는 방법How to find the value of each matrix variable

여러개의

Figure pat00096
가 있을 때 각
Figure pat00097
에 대응하는 매질변수값
Figure pat00098
는 모두 다르다고 할 수도 있다. 어떤 방향은 벽이 있고, 어떤 방향은 텅 비어있는 등 환경이 서로 다르다면, 각
Figure pat00099
에 대응하는 매질변수값
Figure pat00100
는 서로 다른 값이 된다고 볼 수 있다. 이 경우에는 복수의 위치에서 전파신호강도를 측정한 후 각 매질변수값
Figure pat00101
를 먼저 찾은 다음에 앞서 살펴본 방법들을 적용할 수 있다. several
Figure pat00096
When there is each
Figure pat00097
The matrix variable value corresponding to
Figure pat00098
It could be said that they are all different. If the environments are different, such as some directions have walls and others are empty,
Figure pat00099
The matrix variable value corresponding to
Figure pat00100
can be seen as having different values. In this case, the radio signal intensity is measured at multiple locations and then the value of each medium variable is calculated.
Figure pat00101
You can find first and then apply the methods discussed above.

복수의 위치

Figure pat00102
에서 전파의 신호강도를 측정했다고 하고, 그 값을
Figure pat00103
(
Figure pat00104
는
Figure pat00105
에 대응하고,
Figure pat00106
는 복수의 위치에 대응하는 인덱스)라고 하자. plural positions
Figure pat00102
It is said that the signal strength of radio waves has been measured, and the value is
Figure pat00103
(
Figure pat00104
Is
Figure pat00105
In response to
Figure pat00106
Let is an index corresponding to a plurality of positions.

매질변수값

Figure pat00107
가 주어졌다고 하자. 그러면,
Figure pat00108
,
Figure pat00109
,
Figure pat00110
를 이용해 거리
Figure pat00111
를 계산할 수 있고, 각 위치
Figure pat00112
에 대해
Figure pat00113
Figure pat00114
Figure pat00115
를 최대로 하는 각 위치
Figure pat00116
를 찾을 수 있고, 이때의 확률
Figure pat00117
Figure pat00118
Figure pat00119
=
Figure pat00120
를 계산할 수 있다. 그러면 통합결합확률
Figure pat00121
Figure pat00122
를 계산할 수 있다. 이 통합결합확률을 최대로 하는
Figure pat00123
들을 찾는 것이 가능하다. 하나의 식으로 표현하면,
Figure pat00124
Figure pat00125
Figure pat00126
Figure pat00127
를 최대로 하는
Figure pat00128
,
Figure pat00129
들을 찾을 수 있고, 그 때의 매질변수값
Figure pat00130
를 결정할 수 있고, 이를 이용하여 위치를 추정할 수 있다. 즉, 이렇게 결정된
Figure pat00131
을 이용하여 어떤 위치에서 새로운 데이터를 읽어
Figure pat00132
Figure pat00133
Figure pat00134
을 최대로 하는 위치
Figure pat00135
를 찾을 수 있다.medium variable value
Figure pat00107
Suppose that is given. then,
Figure pat00108
,
Figure pat00109
,
Figure pat00110
distance using
Figure pat00111
can be calculated, and for each position
Figure pat00112
About
Figure pat00113
Figure pat00114
Figure pat00115
Angular position that maximizes
Figure pat00116
can be found, and the probability of this
Figure pat00117
Figure pat00118
Figure pat00119
=
Figure pat00120
can be calculated. Then the combined probability is
Figure pat00121
Figure pat00122
can be calculated. Maximizing this integrated combination probability
Figure pat00123
It is possible to find them. Expressed in one way,
Figure pat00124
Figure pat00125
Figure pat00126
Figure pat00127
maximizing
Figure pat00128
,
Figure pat00129
can be found, and the value of the medium variable at that time
Figure pat00130
can be determined, and the location can be estimated using this. In other words, it was decided like this
Figure pat00131
Read new data from some location using
Figure pat00132
Figure pat00133
Figure pat00134
Position that maximizes
Figure pat00135
can be found.

〔발명의 구성요소〕[Components of the invention]

본원 발명은 도 2의 실시예처럼 복수의 액세스포인트(201), 데이터모듈(202), 확률위치결정모듈(303)을 포함할 수 있다. Like the embodiment of FIG. 2, the present invention may include a plurality of access points 201, a data module 202, and a probability location determination module 303.

모든 모듈이 하나의 컴퓨터에서 작동할 수도 있다. 데이터모듈은 휴대폰과 같이 사용자의 지배하에 있는 전기통신단말기에서 작동하는 것이 바람직하다. 그리고, 확률위치결정모듈은 서버에서 작동할 수도 있다. 각 모듈들은 사용자 단말과 같은 하나의 컴퓨터 내부에 있거나, 인터넷과 같은 전기통신 네트워크상에서 연결되는 것이 바람직하다.All modules may run on one computer. The data module preferably operates in a telecommunication terminal under the user's control, such as a mobile phone. Additionally, the probability positioning module may operate on the server. Each module is preferably located inside a single computer, such as a user terminal, or connected to a telecommunication network such as the Internet.

데이터모듈은 복수의 엑세스포인트(

Figure pat00136
) 로부터 발신된 전파가 측위의 대상이 되는 사용자 단말에 도달할 경우,
Figure pat00137
의 위치정보와 수신한 전파세기(RSSI)를 포함한 전파와 관련된 데이터를 수신하거나, 수신한 전파로부터 측정하여 전파 관련 데이터를 수집할 수 있다. 데이터모듈은 수신하는 전파의 주파수를 포함하여,
Figure pat00138
의 특성 정보, 그 주변의 지도정보를 수집할 수 있다.The data module supports multiple access points (
Figure pat00136
) When the radio wave transmitted from reaches the user terminal that is the target of positioning,
Figure pat00137
You can receive data related to radio waves, including location information and received radio wave strength (RSSI), or collect radio-related data by measuring from received radio waves. The data module includes the frequency of the radio waves it receives,
Figure pat00138
Characteristic information and surrounding map information can be collected.

확률위치결정모듈은 데이터모듈로부터 데이터를 전달 받아 상기 이론적 구조를 이용하여, 측위대상의 위치가 존재할 확률을 계산, 가장 확률이 높은 위치를 측위대상이 존재하는 위치로 결정할 수 있다.The probability positioning module receives data from the data module and uses the theoretical structure to calculate the probability that the position of the positioning object exists, and determines the position with the highest probability as the position where the positioning object exists.

확률위치결정모듈은 엑세스 포인트

Figure pat00139
의 위치가
Figure pat00140
,
Figure pat00141
에서 측정한 전파의 세기가
Figure pat00142
이고, 매질변수값이
Figure pat00143
, 주파수
Figure pat00144
일 때 상기 공간경로손실모델을 이용하여 엑세스포인트부터 전파를 수신한 측위대상까지의 거리
Figure pat00145
을 계산할 수 있다.The probability positioning module is an access point.
Figure pat00139
The location of
Figure pat00140
,
Figure pat00141
The intensity of radio waves measured in
Figure pat00142
, and the value of the medium variable is
Figure pat00143
, frequency
Figure pat00144
When , the distance from the access point to the positioning target that received the radio wave using the spatial path loss model
Figure pat00145
can be calculated.

확률위치결정모듈은 복수의

Figure pat00146
가 있고 그 위치가 각
Figure pat00147
, 각
Figure pat00148
에서 측정한 전파의 세기가
Figure pat00149
이고, 매질변수값이
Figure pat00150
, 주파수
Figure pat00151
일 때, 상기 공간경로손실모델에
Figure pat00152
,
Figure pat00153
,
Figure pat00154
를 적용하여 각
Figure pat00155
부터 전파를 수신한 측위대상까지의 거리
Figure pat00156
를 계산할 수 있고, 수식
Figure pat00157
Figure pat00158
Figure pat00159
가 최대가 되는 위치
Figure pat00160
를 결정할 수 있다.The probability positioning module has multiple
Figure pat00146
There is and its location is
Figure pat00147
, each
Figure pat00148
The intensity of radio waves measured in
Figure pat00149
, and the value of the medium variable is
Figure pat00150
, frequency
Figure pat00151
When, the spatial path loss model
Figure pat00152
,
Figure pat00153
,
Figure pat00154
By applying each
Figure pat00155
Distance from the positioning target that received the radio wave
Figure pat00156
can be calculated, the formula
Figure pat00157
Figure pat00158
Figure pat00159
The position where is the maximum
Figure pat00160
can be decided.

여기서,

Figure pat00161
=
Figure pat00162
Figure pat00163
인데, 상수
Figure pat00164
는 일정한 거리에서 실험을 통해 결정할 수 있다. 경우에 따라 임의의 수로 지정할 수도 있는데 그 경우, 약간의 오차를 수반하게 된다. here,
Figure pat00161
=
Figure pat00162
Figure pat00163
However, it is a constant
Figure pat00164
can be determined through experiment at a certain distance. In some cases, it may be specified as an arbitrary number, but in that case, some error will be involved.

확률위치결정모듈은 복수의

Figure pat00165
가 있고 그 위치가 각
Figure pat00166
, 각
Figure pat00167
에서 측정한 전파의 세기가
Figure pat00168
이고, 주파수
Figure pat00169
일 때, 상기 공간경로손실모델을 적용하여 각
Figure pat00170
부터 전파를 수신한 측위대상까지의 거리
Figure pat00171
를 매질변수 N 의 함수
Figure pat00172
(N)로 나타낼 수 있고, 수식
Figure pat00173
Figure pat00174
Figure pat00175
가 최대가 되는 N과 위치
Figure pat00176
를 결정할 수 있다. 또한, 이렇게 결정한
Figure pat00177
와 위치
Figure pat00178
에 대해, 각
Figure pat00179
에서 발생한 오차를 계산한 다음, 오차가 이상치(anomaly)를 보이는 인덱스
Figure pat00180
에 대응하는
Figure pat00181
를 제거한 후, 다시
Figure pat00182
Figure pat00183
Figure pat00184
(특이한 인덱스 는 제외)를 최대로 하는 N과
Figure pat00186
를 찾아 위치
Figure pat00187
를 결정할 수 있고, 이러한 제거과정은 수회 반복될 수 있다.The probability positioning module has multiple
Figure pat00165
There is and its location is
Figure pat00166
, each
Figure pat00167
The intensity of radio waves measured in
Figure pat00168
and frequency
Figure pat00169
When , apply the above spatial path loss model to each
Figure pat00170
Distance from the positioning target that received the radio wave
Figure pat00171
is a function of the matrix variable N
Figure pat00172
It can be expressed as (N), and the formula
Figure pat00173
Figure pat00174
Figure pat00175
N and the location where is the maximum
Figure pat00176
can be decided. Also, this decision was made
Figure pat00177
and location
Figure pat00178
for each
Figure pat00179
After calculating the error occurring in , the index where the error shows an anomaly
Figure pat00180
corresponding to
Figure pat00181
After removing it, again
Figure pat00182
Figure pat00183
Figure pat00184
(Unusual index N that maximizes (excluding ) and
Figure pat00186
Find the location
Figure pat00187
can be determined, and this removal process can be repeated several times.

오차의 이상치를 찾는 방법은 다음과 같다. The method for finding error outliers is as follows.

상기에서

Figure pat00188
와 위치
Figure pat00189
가 결정되었을 때, 위치
Figure pat00190
가 진정한 위치라고 가정하자. 그러면,
Figure pat00191
에 의해 측정된 거리는
Figure pat00192
이므로 오차는
Figure pat00193
이 되고, 이를 도 3의 실시예와 같이 확률분포상에 표시할 수 있다. 그러면, 도 3의 실시예에서 면적 D =
Figure pat00194
Figure pat00195
Figure pat00196
이 된다. 이제 표준정규분포
Figure pat00197
상에서 도 3의 실시예와 같이 면적 D가 되는
Figure pat00198
를 찾을 수 있다. 즉, D=
Figure pat00199
Figure pat00200
가 되는
Figure pat00201
를 구할 수 있다. (단,
Figure pat00202
는 표준정규분포의 확률밀도함수). 이러한 방법은 모든 인덱스
Figure pat00203
에 대해 발생하는 오차를 표준화해서 서로 비교할 수 있게 한다. 즉,
Figure pat00204
을 표준화한 오차로 간주하여, 이들의 값을 기준으로 이상치를 찾고, 그 인덱스에 대응하는
Figure pat00205
를 제거하는 것이다.From above
Figure pat00188
and location
Figure pat00189
When is determined, the location
Figure pat00190
Let us assume that is the true position. then,
Figure pat00191
The distance measured by
Figure pat00192
So the error is
Figure pat00193
, and this can be displayed on a probability distribution as in the embodiment of FIG. 3. Then, in the example of Figure 3, the area D =
Figure pat00194
Figure pat00195
Figure pat00196
This happens. Now the standard normal distribution
Figure pat00197
As in the example of FIG. 3, the area D is
Figure pat00198
can be found. That is, D=
Figure pat00199
Figure pat00200
becoming
Figure pat00201
can be obtained. (step,
Figure pat00202
is the probability density function of the standard normal distribution). These methods all index
Figure pat00203
The errors that occur are standardized so that they can be compared. in other words,
Figure pat00204
is regarded as a standardized error, find outliers based on these values, and find outliers corresponding to the index.
Figure pat00205
is to remove.

간단한 방법으로

Figure pat00206
의 평균과 표준편차를 구한 후 일정한 표준편차 범위 밖으로 나가는 값에 해당하는 인덱스에 대응하는
Figure pat00207
를 제거할 수 있다. 또한, 기타 공지된 기술을 이용하여 이상치(anomaly)를 보이는 인덱스를 제거할 수 있다.in a simple way
Figure pat00206
After calculating the average and standard deviation of
Figure pat00207
can be removed. Additionally, indices showing outliers can be removed using other known techniques.

확률위치결정모듈은 복수의 위치

Figure pat00208
에 대응하는 전파의 신호강동
Figure pat00209
(
Figure pat00210
는
Figure pat00211
에 대응하고,
Figure pat00212
는 복수의 위치에 대응하는 인덱스), 매질변수값
Figure pat00213
, 주파수
Figure pat00214
등 전파정보를 이용하여 각 거리
Figure pat00215
를 계산할 수 있고, 수식
Figure pat00216
Figure pat00217
Figure pat00218
Figure pat00219
를 최대로 하는
Figure pat00220
,
Figure pat00221
들을 결정할 수 있다. 그리고, 이렇게 결정된 매질변수 값
Figure pat00222
을 이용하여 어떤 위치에서 새로운 전파 데이터를 수신하여 거리
Figure pat00223
를 계산할 수 있고, 수식
Figure pat00224
Figure pat00225
Figure pat00226
을 최대로하는 위치
Figure pat00227
를 결정할 수 있다.The probability positioning module has multiple positions.
Figure pat00208
Signal strength of radio waves corresponding to
Figure pat00209
(
Figure pat00210
Is
Figure pat00211
In response to
Figure pat00212
is an index corresponding to a plurality of positions), medium variable value
Figure pat00213
, frequency
Figure pat00214
Each distance using radio wave information such as
Figure pat00215
can be calculated, the formula
Figure pat00216
Figure pat00217
Figure pat00218
Figure pat00219
maximizing
Figure pat00220
,
Figure pat00221
can decide. And, the value of the matrix variable determined in this way
Figure pat00222
By receiving new radio wave data from any location using
Figure pat00223
can be calculated, the formula
Figure pat00224
Figure pat00225
Figure pat00226
Position that maximizes
Figure pat00227
can be decided.

미분가능한 함수

Figure pat00228
Figure pat00229
의 최대값(또는 최소값)이 되게 하는 인자
Figure pat00230
를 찾는 방법이 문제된다. 이미 알려진 다양한 방법이 존재한다.differentiable function
Figure pat00228
Figure pat00229
Factor that causes the maximum (or minimum) value of
Figure pat00230
The problem is how to find . There are various already known methods.

몬테카를로스 방식은 여러 인자

Figure pat00231
를 랜덤하게 대입하여 최대가 되는 값과 그때의 인자(augment)를 찾는 방법이다. 랜덤이 아니라 격자점을 대입할 수도 있다. 뉴튼의 방법(Newton’s Method)에서 파생한 다양한 방법을 이용할 수도 있다. The Monte Carlos method uses several factors
Figure pat00231
This is a method of randomly substituting to find the maximum value and its augmentation. You can also substitute grid points instead of random ones. Various methods derived from Newton's Method can also be used.

확률위치결정모듈은 몬테카를로스방법, 뉴튼의 방법에서 파생된 다양한 방업을 포함한 이미 알려진 기술을 이용할 수 있다. 뉴튼의 방법에서 파생한 방법은 국소적(local) 최대(또는 최소)값과 그에 대응하는 인자를 결정하기 때문에, 확률위치결정모듈은 뉴튼의 방법에서 파생한 방법을 이용하되, 시작점을 복수로 하여 그 중에서 가장 최대(또는 최소)가 되는 위치를 포함한 인자를 찾을 수 있다.The probability positioning module can use already known techniques, including Monte Carlos method and various methods derived from Newton's method. Since the method derived from Newton's method determines the local maximum (or minimum) value and the corresponding factor, the probability positioning module uses the method derived from Newton's method, but uses multiple starting points. Among them, you can find the factor containing the maximum (or minimum) position.

확률위치결정모듈은 이렇게 추정한 위치를 지도정보와 결합하여 지도상에 표시할 수도 있다.The probability location determination module can combine the estimated location with map information and display it on the map.

실시예에 따른 시스템 및 방법은 다양한 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있고, 또 서버 등 전자매체에 의해 수행될 수 있다. 컴퓨터 판독 가능 매체로는 하드 디스크, 자기 매체(magnetic media), 광기록 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플레시메모리(flash memory) 등이 있다. Systems and methods according to embodiments may be implemented in the form of various program instructions and recorded on computer-readable media, and may be performed by electronic media such as servers. Computer-readable media include hard disks, magnetic media, magneto-optical media, ROM, RAM, and flash memory.

또한, 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 포함할 수 있다. 프로그램 명령은 실시예를 위하여 특별히 구성되어 진 것이거나, 공지되어 사용 가능한 것일 수 있다. 프로그램 명령의 예로는 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수도 있다. Additionally, the computer-readable medium may include program instructions, data files, data structures, etc. Program instructions may be specially constructed for an embodiment or may be known and available. Examples of program instructions may include machine language code as well as high-level language code that can be executed using an interpreter, etc. A hardware device may be configured to operate as one or more software modules to perform the operations of the embodiments.

이상, 바람직한 실시예를 통하여 본 발명에 관하여 상세히 설명하였으나, 해당 기술분야에서 통상의 지식을 가진 자라면 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양한 수정 및 변형이 가능하다. 가령, 실시예와 다른 순서로 수행하거나, 구성요소들을 다른 형태로 결합 또는 조합하거나, 다른 구성요소 내지 균등물에 의하여 치환되더라도 적절한 결과가 달성될 수 있다. Although the present invention has been described in detail through preferred embodiments, various modifications and variations can be made by those skilled in the art without departing from the technical spirit of the present invention. For example, an appropriate result can be achieved even if it is performed in a different order from the embodiment, the components are combined or combined in a different form, or are replaced by other components or equivalents.

따라서, 본 발명의 보호범위는 후술하는 청구범위의 해석에 의하여야 하며, 청구범위와 동등한 범위 또는 균등한 것들도 본 발명의 권리 범위에 포함된다. Therefore, the scope of protection of the present invention must be determined by the interpretation of the claims described below, and the scope equivalent or equivalent to the claims are also included in the scope of rights of the present invention.

201 : 엑세스포인트
202 : 데이터모듈
203 : 확률위치결정모듈201: Access point
202: data module
203: Probability positioning module

Claims (4)

복수의
Figure pat00232
로부터
Figure pat00233
의 위치정보와 수신된신호강도(RSSI)를 포함한 전파정보를 수집하는 데이터모듈;
상기 각
Figure pat00234
의 위치가 각
Figure pat00235
, 각
Figure pat00236
로부터 수신된 전파정보와 주어진 매질변수값(신호감쇠상수) N을 이용하여 계산한 각
Figure pat00237
로부터 측위대상까지의 거리를
Figure pat00238
라고 할 때, 수식
Figure pat00239
Figure pat00240
Figure pat00241
(단,
Figure pat00242
=
Figure pat00243
Figure pat00244
)의 값이 최대가 되는 위치
Figure pat00245
의 좌표를 계산하는 확률위치결정모듈;을
포함하는 것을 특징으로 하는 실내외측위시스템
revenge
Figure pat00232
from
Figure pat00233
A data module that collects radio wave information including location information and received signal strength (RSSI);
Each of the above
Figure pat00234
The position of each
Figure pat00235
, each
Figure pat00236
The angle calculated using the radio wave information received from and the given medium variable value (signal attenuation constant) N
Figure pat00237
The distance from the positioning target to
Figure pat00238
When saying, the formula
Figure pat00239
Figure pat00240
Figure pat00241
(step,
Figure pat00242
=
Figure pat00243
Figure pat00244
) is the position where the value of ) is maximum.
Figure pat00245
A probability positioning module that calculates the coordinates of
An indoor/outdoor positioning system comprising:
 복수의
Figure pat00246
로부터
Figure pat00247
의 위치정보와 수신된신호강도(RSSI)를 포함한 전파정보를 수집하는 데이터모듈;
상기 각
Figure pat00248
의 위치가 각
Figure pat00249
, 각
Figure pat00250
로부터 수신된 전파정보를 이용하여 각
Figure pat00251
로부터 측위대상까지의 거리
Figure pat00252
를 매질변수 N의 함수
Figure pat00253
(N)으로 나타낼때, 수식
Figure pat00254
Figure pat00255
Figure pat00256
(단,
Figure pat00257
=
Figure pat00258
Figure pat00259
)의 값이 최대가 되는 N의 값과 위치
Figure pat00260
의 좌표를 계산하는 확률위치결정모듈;을
포함하는 것을 특징으로 하는 실내외측위시스템
revenge
Figure pat00246
from
Figure pat00247
A data module that collects radio wave information including location information and received signal strength (RSSI);
Each of the above
Figure pat00248
The position of each
Figure pat00249
, each
Figure pat00250
Using radio wave information received from
Figure pat00251
Distance from positioning target
Figure pat00252
is a function of the medium variable N
Figure pat00253
When expressed as (N), the formula
Figure pat00254
Figure pat00255
Figure pat00256
(step,
Figure pat00257
=
Figure pat00258
Figure pat00259
) The value and location of N where the value of ) is the maximum
Figure pat00260
A probability positioning module that calculates the coordinates of
An indoor/outdoor positioning system comprising:
 제2항에 있어서,
상기 확률위치결정모듈은 수식
Figure pat00261
Figure pat00262
Figure pat00263
(단,
Figure pat00264
=
Figure pat00265
Figure pat00266
)가 최대가 되는
Figure pat00267
와 위치
Figure pat00268
의 좌표를 우선 계산한 후, 이렇게 결정한
Figure pat00269
와 위치
Figure pat00270
에 대해 각
Figure pat00271
에서 발생한 오차를 계산한 다음, 오차가 이상치(anomaly)를 보이는
Figure pat00272
를 제거한 후,
다시 수식
Figure pat00273
Figure pat00274
Figure pat00275
(이상치 인덱스
Figure pat00276
는 제외)를 최대로 하는 N과
Figure pat00277
를 찾아 위치
Figure pat00278
를 결정하는 부가적인 특징을
포함하는 실내외측위시스템
 According to paragraph 2,
The probability positioning module uses the formula
Figure pat00261
Figure pat00262
Figure pat00263
(step,
Figure pat00264
=
Figure pat00265
Figure pat00266
) becomes the maximum
Figure pat00267
and location
Figure pat00268
After first calculating the coordinates of
Figure pat00269
and location
Figure pat00270
for each
Figure pat00271
After calculating the error that occurred in , the error shows an anomaly.
Figure pat00272
After removing ,
formula again
Figure pat00273
Figure pat00274
Figure pat00275
(outlier index
Figure pat00276
N that maximizes (excluding ) and
Figure pat00277
Find the location
Figure pat00278
Additional characteristics that determine
Indoor and outdoor positioning system including
 복수의
Figure pat00279
로부터
Figure pat00280
의 위치정보와 수신된신호강도(RSSI)를 포함한 전파정보를 수집하는 데이터모듈;
복수의 위치
Figure pat00281
에서 수집한 전파정보로부터 각 거리를
Figure pat00282
(
Figure pat00283
는 매질변수,
Figure pat00284
는
Figure pat00285
에 대응하고
Figure pat00286
는 복수의 위치에 대응하는 인덱스)로 나타낼 때, 수식
Figure pat00287
Figure pat00288
Figure pat00289
Figure pat00290
(단,
Figure pat00291
=
Figure pat00292
Figure pat00293
) 를 최대로 하는 위치
Figure pat00294
, 매질변수
Figure pat00295
를 결정하는 확률위치결정모듈;을
포함하는 것을 특징으로 하는 실내외측위시스템
revenge
Figure pat00279
from
Figure pat00280
A data module that collects radio wave information including location information and received signal strength (RSSI);
plural positions
Figure pat00281
Each distance is calculated from the radio wave information collected from
Figure pat00282
(
Figure pat00283
is a matrix variable,
Figure pat00284
Is
Figure pat00285
respond to
Figure pat00286
When expressed as an index corresponding to multiple positions, the formula
Figure pat00287
Figure pat00288
Figure pat00289
Figure pat00290
(step,
Figure pat00291
=
Figure pat00292
Figure pat00293
) is the position that maximizes
Figure pat00294
, medium variable
Figure pat00295
A probability positioning module that determines
An indoor/outdoor positioning system comprising:
KR1020220139774A 2022-10-27 2022-10-27 Indoor and Outdoor Positioning System by using RSSI(Received Signal Strength Indicator) KR20240059032A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220139774A KR20240059032A (en) 2022-10-27 2022-10-27 Indoor and Outdoor Positioning System by using RSSI(Received Signal Strength Indicator)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220139774A KR20240059032A (en) 2022-10-27 2022-10-27 Indoor and Outdoor Positioning System by using RSSI(Received Signal Strength Indicator)

Publications (1)

Publication Number Publication Date
KR20240059032A true KR20240059032A (en) 2024-05-07

Family

ID=91078092

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220139774A KR20240059032A (en) 2022-10-27 2022-10-27 Indoor and Outdoor Positioning System by using RSSI(Received Signal Strength Indicator)

Country Status (1)

Country Link
KR (1) KR20240059032A (en)

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Yang, C,"WiFi-based indoor positioning"IEEE Communications Magazine, 53(3)(2015): 150-157

Similar Documents

Publication Publication Date Title
US9602960B2 (en) Positioning method
EP1510099B1 (en) Method for locating mobile terminals, system and components therefor
US8289210B2 (en) Location measurement acquisition adaptive optimization
JP4934441B2 (en) Wireless node position estimation method, system, and processing apparatus therefor
US8509819B2 (en) Information processing apparatus and correction method
US8712428B2 (en) Location estimation of wireless terminals through pattern matching of deduced signal strengths
JP5048021B2 (en) Building influence estimation apparatus and building influence estimation method
JP5699545B2 (en) Radio wave propagation characteristic estimation system, radio wave propagation characteristic estimation method, and computer program
US10444319B2 (en) Determining of model parameters for positioning purposes
US9813871B2 (en) Positioning of mobile device
CN110602736A (en) Method and device for field intensity prediction and computer equipment
CN112312306A (en) Positioning method and device
JP5699544B2 (en) Radio wave propagation characteristic estimation system, radio wave propagation characteristic estimation method, and computer program
US8188920B2 (en) Location measurement acquisition optimization with Monte Carlo simulation
CN112462325A (en) Spatial positioning method and device and storage medium
KR20190001386A (en) Indoor Positioning Method and Apparatus Based on Bluetooth Low Energy
KR20240059032A (en) Indoor and Outdoor Positioning System by using RSSI(Received Signal Strength Indicator)
Müller et al. A field test of parametric WLAN-fingerprint-positioning methods
KR100951950B1 (en) Method and Server for Estimating Position of Terminal
JP7130943B2 (en) Radio wave environment estimation device and radio wave environment estimation method
KR20140119333A (en) Method and Apparatus for Location Determination to Improve the accuracy of the location
JP6331072B2 (en) White space detection device, white space detection method, and program
KR20130076965A (en) Device and method for searching indoor position
KR102239506B1 (en) Reliable precise ranging method and program for performing the analysis
JP6455818B2 (en) Attenuation coefficient estimation device, attenuation coefficient estimation method, and program