한국정보처리학회:학술대회논문집 (Proceedings of the Korea Information Processing Society Conference)
- 한국정보처리학회 2010년도 추계학술발표대회
- /
- Pages.1708-1710
- /
- 2010
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
WLAN 실내 측위 결정을 위한 KNN/PFCM Hybrid 알고리즘
KNN/PFCM Hybrid Algorithm for Indoor Location Determination in WLAN
- 김경성 (목포대학교 정보통신공학과) ;
-
이장재
(목포대학교 정보산업연구소) ;
-
오일환
(목포대학교 정보전자공학과) ;
-
이연우
(목포대학교 정보통신공학과) ;
-
정민아
(목포대학교 컴퓨터공학과) ;
-
이성로
(목포대학교 정보전자공학과)
- Kim, Kyoung-Soung (Dept of Information and Communication Engineering, Mokpo University) ;
-
Lee, Jang-Jae
(Institute of Information Science and Engineering Research) ;
-
Oh, Il-Whan
(Dept of Electronic Engineering, Mokpo University) ;
-
Lee, Yeonwoo
(Dept of Information and Communication Engineering, Mokpo University) ;
-
Jung, Min-A
(Dept of Computer Engineering, Mokp University) ;
-
Lee, Seong-Ro
(Dept of Electronic Engineering, Mokpo University)
- 발행 : 2010.11.12
초록
무선 네트워크 기반 실내 측위는 측위를 위한 특수 장비를 필요로 하지 않고, Fingerprinting 방식은 무선네트워크 기반 측위를 위한 기술 중에서 가장 정확도가 높기 때문에 무선 네트워크 Fingerprinting 방식이 가장 적당한 실내 측위 방법이다. Fingerprinting 방식에서 KNN은 WLAN 기반 실내 측위에 가장 많이 적용되고 있지만 KNN의 성능은 k개의 이웃 수와 RP의 수에 따라 민감하다. 논문에서는 KNN 성능을 향상시키기 위해 PFCM 군집화를 적용한 KNN과 PFCM을 혼합한 알고리즘을 제안하였다. 제안한 알고리즘은 신호잡음비 데이터를 KNN 방법에 적용하여 k개의 RP를 선택한 후 선택된 RP의 신호잡음비를 PFCM에 적용하여 k개의 RP를 군집하여 분류한다. 실험 결과에서는 위치 오차가 2m 이내에서 KNN/PFCM 알고리즘이 KNN과 KNN/FCM 알고리즘보다 성능이 우수하다.
키워드