• 한국통신학회논문지
• /
• 제35권11C호
• /
• pp.957-964
• /
• 2010

본 논문에서는 근접장 (near field) 실내측위환경에 적합한 도움정보가 필요 없는 도달각 기반 위치추정기법을 제안한다. 기존 도달각 기반 실내 위치추정기법은 청취자와 마이크 사이의 거리정보를 청취자와 마이크사이의 수신신호세기로 추정하고 이와 측정된 신호의 도달시간차를 이용해 위치를 추정한다. 하지만 수신선호세기는 실내구조 및 가구배치나 신호의 특성에 따라 많은 영향을 받으며, 이는 도달각 추정에 큰 오차를 야기한다. 본 논문에서는 청취자 거리정보 없이 위치를 알고 있는 3개 이상의 마이크에서 수신한 신호의 도달지연시간차이에 기반한 도달각 기반 위치추정기법을 제안하고, 그 성능을 근평균제곱오차의 누적분포함수로 보인다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 춘계종합학술대회
• /
• pp.524-527
• /
• 2005

최근, 사회는 고도의 디지털 정보화 시대로 급속히 발전하고 있다. 그러나 여전히 신호를 처리하는 과정에서 여러 가지 원인에 의해 잡음이 발생하고 있으며, 이러한 잡음들을 제거하기 위한 다양한 방법들이 연구되고 있다. 잡음을 제거하기 위해 기존에 FFT와 STFT 등이 있었으나, 신호에 대한 시간정보를 알 수 없고 시간-주파수 국부성이 상충관계를 갖는다. 따라서 이러한 한계를 극복하기 위해, 다중해상도 해석이 가능한 웨이브렛기반의 잡음 제거 기법들이 신호처리 분야에서 응용되고 있다. 그러나 threshold와 상관관계를 이용한 잡음 제거 방법은 잡음의 통계적 특징만을 반영함에 따라, 많은 잡음들이 edge로써 판단될 수 있으며, AWGN과 임펄스 잡음을 동시에 제거하기 위한 방법을 제공하지 않는다. 따라서 본 논문에서는 웨이브렛기반의 새로운 잡음 제거 방법을 제시하여, 기존의 방법들과 비교하였다.

• 한국통신학회논문지
• /
• 제41권9호
• /
• pp.1060-1068
• /
• 2016

연결정보만을 이용하는 range-free 측위 기법의 성능은 이동성을 갖는 무선 단말 움직임에 취약한 문제점이 있다. 본 논문은 실제 전파 환경을 고려한 실내 네트워크에서 베이지안 필터를 사용하여 실시간으로 움직이는 무선장치를 추적하는 두 가지 알고리즘을 제안하였다. 제안하는 알고리즘은 측정 모델의 선형성에 따라 Kalman filter 와 Markov Chain Monte Carlo (MCMC) particle filter를 적용하였다. Kalman과 MCMC particle filter 기반 알고리즘은 각각 무선단말 간 연결정보를, 이동 단말의 한 홉 간격 내 단말로부터 수신하는 신호의 세기 (RSS: received signal strength)와 연결정보를 혼합한 융합정보를 측정 모델로 사용하였다. 정확한 시뮬레이션을 위해 실내 쇼핑몰 지도를 구현한 네트워크 지형, 그리고 라디오 불규칙도 모델을 적용하였다. 또한, 장애물 존재 여부에 따라 라디오 불규칙도를 분류하였다. 성능평가를 위해 MATLAB 시뮬레이션을 수행하였으며, 기존 range-free 측위 기법보다 향상된 위치정확도를 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권11호
• /
• pp.449-456
• /
• 2019

본 논문은 진공을 이용한 흡착방식과 바퀴형 이동방식을 사용하는 벽면 이동로봇의 구성과 이러한 임베디드 환경에 적합하고 기계학습에 기반한 벽면 균열 자동 검출 알고리즘의 성능 비교에 관한 연구이다. 임베디드 시스템 환경에서 객체 학습을 위해 YOLO 등 최근에 시도된 학습 방법들을 적용하여 성능을 비교, 검토하였으며 기존의 에지 검출 알고리즘들과도 성능을 비교하였다. 결국, 본 연구에서는 균열검출을 잘하며 임베디드 환경에도 적합한 최적의 기계학습방법을 선택하고 기존 방법과 성능을 비교하여 우수성을 제시하였다. 또한, 검출된 균열의 영상을 저장하고 위치 정보를 추정하여 균열에 대한 정보를 관리자 기기로 전송하는 지능적인 문제해결 기능을 구축하였다.

• Journal of Positioning, Navigation, and Timing
• /
• 제12권2호
• /
• pp.91-100
• /
• 2023

The existing indoor localization method using Wi-Fi fingerprinting has a high collection cost and relatively low accuracy, thus requiring integrated correction of convergence with other technologies. This paper proposes a new method that significantly reduces collection costs compared to existing methods using Wi-Fi fingerprinting. Furthermore, it does not require labeling of data at collection and can estimate pedestrian travel paths even in large indoor spaces. The proposed pedestrian movement path estimation process is as follows. Data collection is accomplished by setting up a feature area near an indoor space intersection, moving through the set feature areas, and then collecting data without labels. The collected data are processed using Kernel Linear Discriminant Analysis (KLDA) and the valley point of the Euclidean distance value between two data is obtained within the feature space of the data. We build learning data by labeling data corresponding to valley points and some nearby data by feature area numbers, and labeling data between valley points and other valley points as path data between each corresponding feature area. Finally, for testing, data are collected randomly through indoor space, KLDA is applied as previous data to build test data, the K-Nearest Neighbor (K-NN) algorithm is applied, and the path of movement of test data is estimated by applying a correction algorithm to estimate only routes that can be reached from the most recently estimated location. The estimation results verified the accuracy by comparing the true paths in indoor space with those estimated by the proposed method and achieved approximately 90.8% and 81.4% accuracy in two experimental spaces, respectively.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 춘계학술대회
• /
• pp.307-309
• /
• 2012

노드의 위치인식은 M2M 무선센서네트워크에서의 위치에 기반을 둔 여러 응용들을 위해 매우 중요한 문제이다. 센서 네트워크에서의 위치인식은 거리 정보가 사용되느냐 그렇지 않느냐에 따라 range-free와 range-based 기법으로 분류될 수 있는데, 센서노드 특성상 제한된 하드웨어로 동작해야 한다는 점에서 range-free 위치인식 기법이 range-based 기법에 비해 효율적인 방법이라 할 수 있다. DV-Hop은 range-free 위치인식 기법 중 대표적인 것으로서 홉 수와 거리 간 추정을 사용한다. 본 논문에서는 홉 수와 거리 간 추정을 위해 홉 수보다 거리와의 상관도가 높은 홉 수 평균을 사용하여 DV-Hop 에 비해 정확도를 향상시킨 DV-ANHC 알고리즘을 제시한다.

• Smart Structures and Systems
• /
• 제19권2호
• /
• pp.195-202
• /
• 2017

The aim of this paper is to develop a novel method to determine the severity of a damage in a thin plate. This paper presents a novel fault detection and diagnosis approach employing a new electromagnetic acoustic transducer, called EMAT, together with a complex signal processing method. The method consists in the recognition of a fault that exists within the structure, the fault location, i.e. the identification of the geometric position of damage, and the determining the significance of the damage, which indicates the importance or severity of the defect. The main scientific novelties presented in this paper is: to develop of a new type of electromagnetic acoustic transducer; to incorporate wavelet transforms for signal representation enhancements; to investigate multi-parametric analysis for noise identification and defect classification; to study attenuation curves properties for defect localization improvement; flaw sizing and location algorithm development.

• Industrial Engineering and Management Systems
• /
• 제16권1호
• /
• pp.92-102
• /
• 2017

In this paper, we consider a typical health care system via the help of Wireless Sensor Network (WSN) for wireless patient tracking. The wireless patient tracking module of this system performs localization out of samples of Received Signal Strength (RSS) variations and tracking through a Particle Filter (PF) for WSN assisted by multiple transmit-power information. We propose a modified PF, Kullback-Leibler Distance (KLD)-resampling PF, to ameliorate the effect of RSS variations by generating a sample set near the high-likelihood region for improving the wireless patient tracking. The key idea of this method is to approximate a discrete distribution with an upper bound error on the KLD for reducing both location error and the number of particles used. To determine this bound error, an optimal algorithm is proposed based on the maximum gap error between the proposal and Sampling Important Resampling (SIR) algorithms. By setting up these values, a number of simulations using the health care system's data sets which contains the real RSSI measurements to evaluate the location error in term of various power levels and density nodes for all methods. Finally, we point out the effect of different power levels vs. different density nodes for the wireless patient tracking.

• 한국소음진동공학회논문집
• /
• 제14권12호
• /
• pp.1338-1346
• /
• 2004

The positions of rotating sound sources have been localized by experiments with the Doppler effects removed. In order to de-Dopplerize the sound signals emitted from moving sources, two kinds of signal reconstruction methods were applied. One is the forward propagation method and the other is the backward propagation method. Forward propagation method analyze the source emission time based on the instantaneous distance between sensors and the assumed source position, then the signals are reconstructed with respect to the emission time. On the other hand, the backward method uses time delay to do-Dopplerize the acquired data for the received time of reference. In both techniques. the reconstructed signal data were processed using beamforming algorithm to produce power distributions at the frequencies of interest. Experiments have been carried out for varying frequencies, rotating speeds and the object distances. It is shown that the forward propagation method gives better performance in locating source position than the backward propagation method.

• 로봇학회논문지
• /
• 제7권1호
• /
• pp.29-34
• /
• 2012

This paper suggests a new observation model for Extended Kalman Filter based Simultaneous Localization and Mapping (EKF-SLAM). Since the EKF framework linearizes non-linear functions around the current estimate, the conventional line model has large linearization errors when a mobile robot locates faraway from its initial position. On the other hand, the model that we propose yields less linearization error with respect to the landmark position and thus suitable in a large-scale environment. To achieve it, we build up a three-dimensional space by adding a virtual axis to the robot's two-dimensional coordinate system and extract a plane by using a detected line on the two-dimensional space and the virtual axis. Since Jacobian matrix with respect to the landmark position has small value, we can estimate the position of landmarks better than the conventional line model. The simulation results verify that the new model yields less linearization errors than the conventional line model.