Abstract
The most commonly used location recognition system is the GPS-based approach. However, the GPS is inefficient for an indoor or urban area where high buildings shield the satellite signals. To overcome this problem, this paper propose the indoor positioning method using wavelet and neural network. The basic idea of proposed method is estimated the location using the received signal strength from wireless APs installed in the indoor environment. Because of the received signal strength of wireless radio signal is fluctuated by the environment factors, a feature that is strength of signal noise and error and express the time and frequency domain is need. Therefore, this paper is used the wavelet coefficient as the feature. And the neural network is used for estimate the location. The experiment results indicate 94.6% an location recognition rate.
위치인식 연구에서 가장 일반적으로 사용하는 방법은 GPS 기반의 위치인식 방법이다. 하지만, 이 방법은 위성 신호의 제약으로 인해 실내나 건물 밀집 지역 등에서는 제 역할을 수행할 수 없는 문제가 발생한다. 따라서, 이를 해결하기 위해 본 논문은 WLAN 환경을 이용하여 웨이블릿과 신경망을 사용한 실내 위치인식 방법을 제안한다. 제안한 방법의 기본적인 아이디어는 경제적이면서 효율적인 방법으로 실내에 설치된 Access point들로 부터 수신된 무선 신호의 수신세기를 이용하여 비교적 정확하게 위치를 추정하는 것이다. 일반적으로 무선 신호는 주위 환경 및 건물 구조적 요인에 의해 수신세기가 더해지거나 감해지는 현상이 발생함으로써 수신된 각 신호세기들로부터 신호 잡음과 오류에 강인하고 시간과 주파수 도메인의 정보 표현이 가능하며 각 무선 신호 세기들 간의 구별성을 갖는 특징값이 필요하다. 제안 방법에서는 수신된 무선 신호 세기 값으로부터 중복 데이터와 잡음에 민감하게 반응한 수신 신호값을 제거하고 수신신호 전역 및 지역적 특징을 잘 표현이 가능한 웨이블릿 계수 값을 특징값으로 사용한다. 그리고, 이 값을 입력으로 하는 신경망을 이용하여 실내 위치를 추정한다. 제안한 방법을 실내 위치인식 시스템에 적용한 결과 높은 정확성을 가지며 각 신호 세기들 간의 구분이 보다 뛰어남을 알 수 있다.
