• 사물인터넷융복합논문지
• /
• 제9권2호
• /
• pp.71-76
• /
• 2023

본 논문에서는 단일 수신기가 사용되는 환경에서 정확한 거리 추정을 위해 심층 인공신경망 (Deep Neural Network, DNN)을 활용한 Smoothed Received Signal Strength Indicator (RSSI) 기반 거리 추정 기법을 제안한다. 제안 기법은 거리 추정 정확도 향상을 위해 Data Splitting, 결측치 대치, Smoothing 단계로 구성된 전처리 과정을 수행하여 Smoothed RSSI 값을 도출한다. 도출된 다수의 Smoothed RSSI 값은 Multi-Input Single-Output(MISO) DNN 모델의 Input Data로 사용되며 Input Layer와 Hidden Layer를 통과하여 최종적으로 Output Layer에서 추정 거리로 반환된다. 제안 기법의 우수성을 입증하기 위해 제안 기법과 선형회귀 기반 거리 추정 기법의 성능을 비교하였다. 실험 결과, 제안 기법이 선형회귀 기반 거리 추정 기법 대비 29.09% 더 높은 거리 추정 정확도를 보였다.

• 대한임베디드공학회논문지
• /
• 제7권2호
• /
• pp.85-93
• /
• 2012

In this paper, we proposed Wireless LAN (WLAN) localization method that enhances database construction based on weighting factor and analyse the characteristic of the WLAN received signals. The weighting factor plays a key role as it determines the importance of Received Signal Strength Indication (RSSI) value from number of received signals (frequency). The fingerprint method is the most widely used method in WLAN-based positioning methods because it has high location accuracy compare to other indoor positioning methods. The fingerprint method has different location accuracies which depend on training phase and positioning phase. In training phase, intensity of RSSI is measured under the various. Conventional systems adapt average of RSSI samples in a database construction, which is not quite accurate due to variety of RSSI samples. In this paper, we analyse WLAN RSSI characteristic from anechoic chamber test, and analyze the causes of various distributions of RSSI and its influence on location accuracy in indoor environments. In addition, we proposed enhanced weighting factor algorithm for accurate database construction and compare location accuracy of proposed algorithm with conventional algorithm by computer simulations and tests.

• Journal of Information Technology Applications and Management
• /
• 제12권4호
• /
• pp.93-104
• /
• 2005

Recently, RFID/USN is one of fundamental technologies in information and communications networks. Low-Rate WPAN, IEEE802.15.4 is a low-cost communication network that allows wireless connectivity in applications with limited Power and relaxed throughput requirements. Its applications are building automation, personal healthcare, industrial control, consumer electronics, and so on. Some applications require location information. Of course location awareness is useful to improve usability of data Low-Rate WPAN Is regarded as a key specification of the sensor network with the characteristics of wireless communication, computing, energy scavenging, self-networking, and etc. Unfortunately ZigBee alliance propose a lot of applications based on location aware technologies, but the specification and low-rate WPAN devices don't support anything about location-based services. RSSI ( Received Signal Strength indication) is for energy detection to associate, channel selection, and etc. RSSI is used to find the location of a potable device in WLAN. In this paper we studied indoor location awareness using vector matching of RSSI in low-Rate wireless PAN. We analyzed the characteristics of RSSI according to distance and experimented location awareness. We implemented sensor nodes with different shapes and configured the sensor network for the location awareness with 4 fixed nodes and a mobile node. We try to contribute developing location awareness method using RSSI in 3-dimension space.

• 한국통신학회논문지
• /
• 제42권2호
• /
• pp.536-544
• /
• 2017

무선 RSSI fingerprinting 방식은 기존 무선 인프라를 이용하면서 적정수준의 정확도를 얻을 수 있는 실내위치인식 방법 중의 하나이다. 하지만 라디오 맵 구성( fingerprint calibration) 과정에서 목표 환경의 다양한 위치에서 정확한 물리적 좌표와 무선 신호를 측정해야 하므로 시간과 노력이 많이 소요된다. 이 논문은 이러한 방식으로 위치 정보를 수집하지 않고 반지도식 자기조직화지도 학습 알고리즘을 사용하여 labeled RSSI를 얻고 RSSI 조합으로부터 맵을 구성하는 방법을 제안한다. 모의 데이터에 대한 실험을 통해 제안 방법이 fingerprint 데이터베이스로 부터 1%의 RSSI 샘플을 가지고 효과적인 전체 맵을 얻을 수 있다는 결론을 얻었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 추계종합학술대회 B
• /
• pp.846-849
• /
• 2008

최근 무선 센서 네트워크의 실내 응용분야에 대한 관심이 높이자고 있다. 본 논문에서는 RSSI 기반의 실내 환경의 위치 인식 시스템을 제안한다. 거리와 RSSI의 관계를 검증하기 위하여 log-normal path loss 모델을 사용하고, 태그를 부착한 사용자와 고정 위치의 다수의 노드를 배치하여 사용자의 위치를 결정한다. RSSI 정보를 베이스 스테이션에서는 저장하고, 계산한다. 유클리드 거리 방법을 이용하여 실시간으로 사용자의 위치를 계산한다. 실험을 통해서 제안한 시스템의 위치 인식 정확도를 확인한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 추계종합학술대회
• /
• pp.457-461
• /
• 2007

In many applications, received signal strength indicator is used for location tracking and sensor nodes localization. For location finding, the distances between sensor nodes can be estimated by converting received signal's power into distance using path loss prediction model. Many researches have done the analysis of power-distance relationship for radio channel characterization. In indoor environment, the general conclusion is the non-linear variation of RSSI values as distance varied linearly. This has been one of the difficulties for indoor localization. This paper presents works on indoor RSSI characterization based on statistical methods to find the overall trend of RSSI variation at different places and times within the same room From experiments, it has been shown that the variation of RSSI values can be determined by both spatial and temporal factors. This two factors are directly indicated by the two main parameters of path loss prediction model. The results show that all sensor nodes which are located at different places share the same characterization value for the temporal parameter whereas different values for the spatial parameters. Using this relationship, the characterization for location estimation can be more efficient and accurate.

• 제어로봇시스템학회논문지
• /
• 제21권7호
• /
• pp.684-690
• /
• 2015

This paper presents a modified residual-based EKF (Extended Kalman Filter) for performance improvement of indoor positioning using WiFi RSSI (Received Signal Strength Indicator) measurement. Radio signal strength in indoor environments may have irregular attenuation characteristics due to obstacles such as walls, furniture, etc. Therefore, the performance of the RSSI-based positioning with the conventional trilateration method or Kalman filter is insufficient to provide location-based accurate information services. In order to enhance the performance of indoor positioning, in this paper, error analysis of the distance calculated by using the WiFi RSSI measurement is performed based on the radio propagation model. Then, an IARM (Irregularly Attenuated RSSI Measurement) error is defined. Also, it shows that the IARM error is included in the residual of the positioning filter. The IARM error is always positive. So, it is presented that the IARM error can be estimated by taking the absolute value of the residual. Consequently, accurate positioning can be achieved based on the IEM (IARM Error Mitigated) EKF with the residual modified by using the estimated IARM error. The performance of the presented IEM EKF is verified experimentally.

• 한국산학기술학회논문지
• /
• 제13권11호
• /
• pp.5479-5486
• /
• 2012

본 논문에서는 Wi-Fi 환경에서 ZigBee 통신 시 채널별 특성 및 링크 품질을 나타내는 PRR, RSSI, LQI를 측정하고 평가하였다. Wi-Fi의 간섭에 의하여 Wi-Fi와 ZigBee의 겹치는 채널과 겹치지 않는 채널에서의 RSSI와 LQI 값이 PRR과 어떠한 관계가 있는지를 확인하기 위해 Wi-Fi 껐을 때와 켰을 때, 그리고 Wi-Fi를 이용하여 파일 다운로드 시 세 가지 경우에 대하여 실험하였다. Wi-Fi 간섭 환경에서 ZigBee 채널 특성 및 링크 품질 측정을 위해서 Wi-Fi와 ZigBee 수신단을 고정한 상태에서 ZigBee 수신단과 송신단 사이의 거리를 변화시켜가며 실험하였다. ZigBee 송신단은 ZigBee 수신단으로 매초 256 bits의 패킷을 보낸다. Wi-Fi 송신단과 ZigBee 수신단 위치에 따른 PRR값을 채널별로 측정하였고, ZigBee의 송, 수신단의 위치에 따른 RSSI와 PRR, LQI와 PRR을 역시 앞에서의 세 가지 경우에 대하여 측정하였다. 그 결과 Wi-Fi의 영향이 없을 때는 PRR 및 RSSI, LQI가 채널에 관계없이 비슷하였고, Wi-Fi의 영향이 커질수록 PRR의 값이 ZigBee와 겹치는 채널에서는 감소하였지만, 겹치지 않는 채널에서는 비슷하였다. 또한, RSSI와 LQI의 값은 Wi-Fi의 영향과 채널에 관계없이 비슷함을 확인하였다. 따라서 Wi-Fi 환경에서 ZigBee 통신의 간섭 탐지를 위해서 RSSI와 LQI의 사용은 적절하지 않으며, PRR을 이용해야 함을 알 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 춘계학술발표대회
• /
• pp.425-428
• /
• 2013

본 논문에서는 RSSI 기반의 위치 추정 시스템에서 위치 오차를 보정하여 정확도 향상을 위한 방법을 제안한다. 다중 노드의 RSSI값을 이용하여 삼변 측량을 사용하여 위치를 추정할 때, 추정 좌표들 집합의 외곽선을 이은 다각형의 무게중심 알고리즘을 활용할 경우 상대적으로 큰 오차가 발생되는 특이점을 제거하여 무게중심을 구하여 정확도를 향상하는 방법을 제안한다.

• 한국통신학회논문지
• /
• 제34권12A호
• /
• pp.982-990
• /
• 2009

IEEE 802.15.4 무선 센서 네트워크는 물리적 또는 환경적 조건을 모니터링하고 수집 하기 위해 센서를 사용하는 독자적인 디바이스로 구성된 무선 네트워크 이다. 최근 센서기술과 정보통신 인프라의 발전으로 환경 모니터링 기술의 하나인 위치추적 기술에 대한 관심이 증가되고 있다. 센서네트워크에서의 일반적인 수신신호 세기 RSSI(Received Signal Strength Indication)를 활용한 위치인식 시스템은 장애물이나 RF의 전파지연 및 멀티패스에 의해 정확한 위치 추적이 어렵다. 따라서 본 논문에서는 RSSI 기반의 위치 추적 시스템이 가지고 있는 이러한 문제를 해결하기 위해 Gaussian Filter algorithm을 적용하여 위치 인식 성능을 개선한다. 이에 RSSI 값에 따른 전파 감쇠 특성을 논의한 후, 노드마다 개별 RSSI 값에 따른 확률적 거리 테이블을 작성한 후 생성된 모델을 통해, 센서 노드로부터 추출된 데이터를 본 논문에서 제안한 Gaussian Filter Algorithm을 적용하여 오차개선을 하였다.