• 대한전자공학회논문지TC
• /
• 제46권4호
• /
• pp.86-94
• /
• 2009

현재 위치기반서비스(LBS : Location Based Service) 를 위해 사용되고 있는 위치측위 방식은 GPS 기반의 측위 방식과 이동통신망을 이용한 네트워크 기반의 측위기술들이 있다. 그러나 GPS 와 네트워크기반의 측위 방식은 비가시선 효과(NLOS) 와 중계기에 의한 전파 지연 발생 때문에 위치측위 정확도가 저하되는 문제점이 있다. 이러한 단점을 보완하기 위해 현재 CDMA 시스템에서는 패턴매칭(Pattern Matching) 알고리즘을 사용한다. 패턴매칭 알고리즘은 GPS 에 의한 위치측위 시 측정된 RF 신호의 전파 특성을 측위 된 위치와 함께 데이터베이스로 구축하여, 사용자의 측위 요청이 있을 때 수신신호의 전파특성과 데이터베이스를 비교하여 위치를 제공하는 방식이다. 그러나 패턴매칭 알고리즘은 GPS 신호를 수신할 수 없는 음영 지역과 실내 에서는 데이터베이스가 구축되어지지 않는다. 패턴매칭 알고리즘은 데이터베이스의 위치 정보가 위치측위를 요청하는 사용자의 위치를 결정하기 때문에 데이터베이스가 구축이 되지 않는 지역에서는 측위정확도의 오차가 발생하게 된다. 따라서 본 논문에서는 현재 CDMA 시스템에서 사용하는 패턴매칭 알고리즘의 위치측위 성능을 분석하고 패턴매칭 알고리즘을 이용한 위치측위 시스템의 성능을 향상시키기 위해서 신호세기 예측 알고리즘을 이용하여 현재 구축이 되지 않은 지역의 데이터베이스를 구축하기 위한 알고리즘을 제안하였다. 제안하는 알고리즘으로 데이터베이스가 없는 지역의 신호세기를 예측하여 데이터베이스를 구축한 후 패턴매칭 알고리즘의 위치측위 성능을 분석하였다.

• 한국통신학회논문지
• /
• 제35권6B호
• /
• pp.888-894
• /
• 2010

무선 네트워크 기반 실내 측위는 측위를 위한 특수 장비를 필요로 하지 않고, Fingerprinting 방식은 무선 네트워크 기반 측위를 위한 기술 중에서 가장 정확도가 높기 때문에 무선 네트워크 fingerprinting 방식이 가장 적당한 실내 측위 방법이다. Fingerprinting 방식은 준비 단계와 실시간 측위 단계로 구성되고 정확한 위치 측정을 위해 보다 효율적이고 정확해야 한다. 본 논문에서는 Fingerprinting 방식에 대한 베이지안 알고리즘으로 강력한 통계적 학습 이론인 베이지안 학습을 결합한 퍼지 군집화를 이용하여 실내 측위를 결정하는 알고리즘을 제안하였다.

• 한국위성정보통신학회논문지
• /
• 제11권4호
• /
• pp.63-67
• /
• 2016

최근에 BLE 비콘의 낮은 배터리 소모와 저렴한 인프라 비용의 특징 때문에 실내 정밀 측위 시스템에 폭넓게 활용되고 있다. 하지만 기존의 BLE 비콘 기반 실내 측위 알고리즘은 사용자의 이동 속도 변화에 따라 유동적인 위치 오차 보정이 어렵다. 따라서 본 논문은 BLE 비콘을 활용한 Bounced cancellation 및 최소 거리 유지 알고리즘과 방향벡터를 이용한 측위오차 보정 기법을 결합한 위치 오차 보정 알고리즘을 제안했다. 본 논문의 실험 결과는 제안된 알고리즘이 기존의 실내 측위 알고리즘에 비해 유저 이동속도가 변화함에도 우수한 측위 성능을 보장하며 개선된 위치 오차 보정 성능을 나타냈다.

• 한국통신학회논문지
• /
• 제26권5A호
• /
• pp.801-808
• /
• 2001

본 논문에서는 전파의 도달시간을 이용한 이동통신 측위 시스템에서 사용되는 직접해, 최소 자승, 테일러 시리즈 그리고 찬 알고리즘의 성능을 분석하고, 각 알고리즘을 사용하여 계산된 결과를 궤환시켜 이동국의 위치를 재계산함으로써 보다 향상된 측위를 할 수 있는 결정 궤환 방법을 제안한다. 제안된 방법은 규칙 7셀 좌표와 불규칙 셀 좌표를 이용하여 이동국을 위치시킨 후, 전파의 지연시간에 따른 측위오차와 표준편차 그리고 각 알고리즘별 발산횟수를 조사하였으며, 실험결과 결정 궤환 방법을 사용하였을 경우 기존의 방법보다 향상된 성능을 보였다.

• 정보와 통신
• /
• 제34권4호
• /
• pp.25-32
• /
• 2017

본고에서는 실내환경에서 측위 정확도의 요구가 높아지고 있는 시점에서 전파시스템 기반 측위 시스템 및 알고리즘이 가진 문제점을 해결하기 위해 지구고유의 자원인 지구자기장을 기반으로 실내환경에 강인한 측위 시스템 및 알고리즘에 적용 가능성을 제시한다. 본 연구를 통해 건물재료 및 공간구성에 따른 지구자기장세기 변화량이 다른 것을 확인 하였으며, 위치추정을 위한 Fingerprint 알고리즘 적용 시Database 구축의 편의성, 효율성을 높이기 위한 방법을 제안하고 실제 환경 실험을 통해 그 우수성을 검증하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 추계학술대회
• /
• pp.166-168
• /
• 2023

기존 eLoran 수신기는 보정기준국(인천·평택항 반경 30km 이내에서만 이용 가능하며 ASF 맵보정 정보를 저장하는데 한계가 있음. 자체 오차정보를 보정하는 기능을 가진 eLoran/GPS 통합수신기의 알고리즘 및 성능 분석을 통해 더 넓은 해역에서 eLoran 서비스를 백업항법시스템으로 이용하기 위한 기반 마련

• 전자통신동향분석
• /
• 제29권6호
• /
• pp.113-125
• /
• 2014

최근 모바일 단말 기술의 발전과 무선망의 성능 향상에 따른 다양한 서비스가 제공되고 있는 추세이며, 위치정보인식시스템과 결합된 서비스에 많은 관심이 높아졌다. 본고에서는 GPS(Global Positioning System)의 신호가 미치지 못하는 건물의 실내환경에 적합한 경로 안내서비스 및 지하시설물 안내 등 초정밀 실내 측위 서비스를 제공하기 위한 융합 측위 방안을 제안한다. 융합 측위 방안은 실내외 연속 측위를 위해 실외에서는 GPS를 이용하고 실내환경에서는 WLAN 기반의 측위 전용 AP(Access Point)를 이용, 전파신호의 LoS(Line of Sight)를 확보하여 측위하고 전파음영지역에서는 스마트폰의 가속도, 자이로센서 등 여러 가지 관성센서를 활용하여 PDR(Pedestrian Dead Reckoning) 알고리즘 등을 적용하여 측위한다. 또한 측위 정확도 향상 및 오차를 줄이기 위한 방법으로 LSE(Least Squire Estimation) 및 EKF(Extended Kalman Filter), KNN(K-Neighbor Node)/MSSM(Maximum Signal Strength Model) Algorithm 등 다양한 융합 측위 알고리즘을 적용하여 실내환경에 적합한 최적의 초정밀 실내 측위 서비스를 제공한다.

• 한국측량학회지
• /
• 제37권3호
• /
• pp.101-108
• /
• 2019

최근 컴퓨터 처리 속도의 향상과 영상 처리 기술의 발달로 인해 카메라에서 획득하는 정보를 기존의 GNSS(Global Navigation Satellite System), 추측 항법 기반의 측위 기술과 결합하여 안정적인 위치를 결정하기 위한 연구가 활발히 진행 중이다. 기존 연구에서는 단안 카메라를 이용한 연구가 주로 수행되었으나 이 경우 관심 객체의 절대좌표가 구축이 되어 있어야 한다는 한계점이 있다. 이러한 한계를 극복하기 위해 본 연구에서는 스테레오 영상으로부터 삼각측량법을 적용하여 카메라와 관심 객체간 거리를 추정하는 비전 기반 측위 보조 알고리즘을 개발하고 성능 분석을 수행하였다. 또한, 추정된 거리와 카메라 영상 획득 간격을 이용해 상대적인 속도를 계산하고 이를 기존에 개발된 GNSS/이동체 내부 센서 기반 측위 알고리즘과 결합하여 통합 측위 알고리즘을 구현하였다. 실제 주행 자료를 기반으로 통합측위 알고리즘에 대한 성능을 분석한 결과 기존에 개발된 GNSS/이동체 내부 센서 기반 측위 알고리즘에 비해 속도 정보를 항법해 보정에 활용하였을 때 약 4%의 미미한 위치 정확도 향상 효과를 확인하였다. 이는 영상으로부터 추정된 속도 정보의 정밀도가 낮고, 터널 등을 지날 때는 영상으로부터 적절한 정보를 추출할 수 없다는 한계가 있어 이를 보완한 추가 연구가 필요하다고 판단된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• pp.1708-1710
• /
• 2010

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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 추계학술발표대회
• /
• pp.155-158
• /
• 2017

WiFi Fingerprinting기술의 측위 정확도에 가장 큰 영향을 주는 요인은 수신되는 신호세기(RSS)의 안정성이다. 하지만 실내 환경의 높은 복잡도로 인해 같은 위치에서도 RSS가 시간에 따라 변화하며 불안정하다. 이러한 RSS variance 문제를 해결 하기위한 다양한 연구들이 수행되었다. 하지만 기존 연구들의 경우 시스템의 복잡도가 증가하며, RSS가 급격히 변하는 경우에는 측위 성능을 보장 할 수 없다. 본 논문에서는 특수한 구조를 갖는 Neural Network설계하고 이에 최적화된 입력 Feature고안하며 이를 통해 급격한 RSS 변화에서도 성능을 보장하는 WiFi Fingerprinting 알고리즘 제안한다. 제안하는 알고리즘과 기존 알고리즘을 동일한 조건에서 시뮬레이션을 통해 비교한 결과 제안하는 알고리즘이 급격한 RSS 변화에서 상대적으로 높은 측위 정확도 보여줌을 확인 할 수 있었다.