• Journal of Electrical Engineering and Technology
• /
• 제7권5호
• /
• pp.789-796
• /
• 2012

Fingerprinting is a widely used positioning technology for received signal strength (RSS) based wireless local area network (WLAN) positioning system. Though spatial RSS variation is the key factor of the positioning technology, temporal RSS variation needs to be considered for more accuracy. To deal with the spatial and temporal RSS characteristics within a unified framework, this paper proposes an extended signal propagation mode (ESPM) and a fingerprint generation method. The proposed spatiotemporal fingerprint generation method consists of two algorithms running in parallel; Kalman filtering at several measurement-sampling locations and Kriging to generate location fingerprints at dense reference locations. The two different algorithms are connected by the extended signal propagation model which describes the spatial and temporal measurement characteristics in one frame. An experiment demonstrates that the proposed method provides an improved positioning accuracy.

• ETRI Journal
• /
• 제38권4호
• /
• pp.634-644
• /
• 2016

Channel-based radio-frequency fingerprinting such as a channel impulse response (CIR), channel transfer function (CTF), and frequency coherence function (FCF) have been recently proposed to improve the accuracy at the physical layer; however, their empirical performance, advantages, and limitations have not been well reported. This paper provides a comprehensive empirical performance evaluation of RF location fingerprinting, focusing on a comparison of received-signal strength, CIR-, CTF-, and FCF-based fingerprinting using the weighted k-nearest neighbor pattern recognition technique. Frequency domain channel measurements in the IEEE 802.11 band taken on a university campus were used to evaluate the accuracy of the fingerprinting types and their robustness to human-induced motion perturbations of the channel. The localization performance was analyzed, and the results are described using the spatial and temporal radio propagation characteristics. In particular, we introduce the coherence region to explain the spatial properties and investigate the impact of the Doppler spread in time-varying channels on the time coherence of RF fingerprint structures.

• 한국통신학회논문지
• /
• 제37C권10호
• /
• pp.901-908
• /
• 2012

미래의 지능형 공장 환경은 관리자가 M2M (Machine-to-Machine) 통신을 이용하여 원격으로 공장 안의 기기들의 동작 상태와 환경을 인지하고 관리하는 것을 목표로 하고 있다. 하지만, 공장 안에서 사용하는 통신 프로토콜인 WLAN (Wireless Local Area Network), ZigBee, Bluetooth 등은 동일한 ISM (Industrial Scientific Medical) 대역을 사용하기 때문에 상호 간섭이 발생하게 된다. 본 논문에서는 Fingerprinting 무선측위 기술을 이용하여 영역 기반으로 주파수를 할당하는 기법을 제안한다. 그리고 일반적인 기법이 가지고 있는 측위 성능의 문제점을 개선하기 위하여, k-NN (Nearest Neighbor) 알고리즘을 적용하고 또한 이를 기반으로 한 새로운 기법도 제안한다. 모의실험 결과를 통해 제안된 무선측위 알고리즘이 다른 기법들보다 측위 성능의 오차가 감소하였으며, 궁극적인 목표로 하고 있는 채널 간섭율 또한 향상되었기에 주파수의 간섭을 보다 효율적으로 관리할 수 있다는 결론을 얻었다. 아울러 지속적인 위치 추정을 통하여 공장 환경 내 안전도 보장할 수 있음을 확인하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제2권10호
• /
• pp.427-436
• /
• 2013

본 논문에서는 실내에서 비전센서를 이용한 마커 영상 인식을 통해 무인이송차량(AGV)의 주행 경로를 제어하는 방안을 제안한다. 적외선센서와 랜드마크를 이용한 AGV 주행 제어 시스템의 경우 실내로 투과되어 들어 온 햇빛으로 인해 적외선 센싱 결과를 제대로 인식하지 못하는 공간이 발생하는 점과 작업 공간이 협소할 경우 랜드마크를 이용한 주행 경로 제어가 어려운 상황이 발생하였다. 이처럼 WSN 환경에서 센싱정보를 획득하지 못하는 상황을 보완할 수 있는 방안으로 마커와 AGV 간 상대 거리 정보를 지문 정보로 활용하는 방안을 제안한다. 무선신호 수신세기(RSS)를 지문으로 사용하는 방식에 비해 마커 영상 이미지 크기를 지문으로 사용하면 상대적으로 신뢰도가 높은 위치 정보를 획득할 수 있다. 모형 AGV를 이용한 다양한 실험을 통해 상대 거리 정보를 지문으로 사용하는 방안의 타당성을 입증하였다. 본 논문의 연구 결과는 화장장에서 시신을 운구하는 무인이송차량 시스템에 적용될 것이다.

• 한국차세대컴퓨팅학회논문지
• /
• 제14권6호
• /
• pp.57-65
• /
• 2018

BLE 또는 Wi-Fi 기반 지문인식과 같은 기존의 RF 신호 기반 실내 위치인식 기술은 RF 신호의 불안정한 수신 신호 세기로 인해 소규모 실내 환경에서도 작지 않은 오차를 발생시키며 공항, 백화점과 같은 대규모 실내 환경에 적용하기가 어렵다. 이 논문에서는 RF 신호보다 안정적인 신호 강도를 갖는 자기장 신호를 이용한 실내측위 시스템을 제안한다. 유사한 자기장 값이 같은 실내 공간에 여럿 존재하지만, 사용자의 이동이 계속됨에 따라 자기장 신호는 고유 시퀀스를 가지게 된다. 본 논문에서는 시간에 따라 변화하는 센서 데이터 시퀀스를 인식하는 데 효과적인 순환 신경망 (Recurrent neural network, RNN)이라 불리는 심층 신경망 모델을 사용하여 사용자의 현재 위치와 이동 경로를 추적한다. 제안된 신경망 기반의 지자기 실내측위시스템의 평가를 위해 약 $94m{\times}26$ 크기의 교내 테스트베드에서 자기장 맵을 구축하고 자기장맵으로부터 추출한 다양한 이동 경로와 위치 정보를 이용하여 RNN을 학습한 결과, 테스트베드에서 제안된 시스템은 평균 1.20 미터의 테스트 측위 오차를 달성할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 추계학술발표대회
• /
• pp.602-605
• /
• 2011

현재 측위에 대한 측정 대상이 점점 작아지면서, 그에 따른 정확도 까지 높아지고 있다. 실내 측위에 관한 기술은 대표적으로 단말기의 수신신호의 세기방식인 RSS(Received Signal Strength), 수신신호의 도달시간 방식 TOA(Time of Arrival), 수신 신호의 도달 시간차 방식 TDOA(Time Difference of Arrival), 수신신호의 입사각 방식인 AOA(Angle of Arrival) 등 여러 가지 기술이 활발히 진행되고 있다. 본 논문은 특수 장비를 사용하지 않고, 무선 네트워크 기반의 실내 측위 중에 정확도가 높은 Fingerprinting 방법을 택하였다. WLAN 기반 실내측위에 가장 많이 사용되는 KNN은 k개의 이웃수와 RP의 수에 따라 민감하다. 본 논문에서는 KNN 성능을 향상 시키기 위해 SVM 이용하여 SNR 데이터를 군집화를 적용한 KNN과 SVM을 혼합한 알고리즘을 제안하였다. 제안한 알고리즘은 신호잡음비 데이터를 KNN 방법에 적용하여 k개의 RP를 선택한 후 선택된 RP의 신호잡음비를 SVM에 적용하여 k개의 RP를 군집하여 분류한다. 실험 결과 위치 오차가 2m이내에 KNN/SVM 혼합 알고리즘이 KNN 알고리즘보다 성능이 우수하다.