선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
가설 설정
- 설명한다. 장치 A와 B는 3초라는 시간차가 있다고 가정한다. 즉, 장치 A는 0초부터 시작되고 B 는 3초부터 시작된다고 생각하면 된다.
제안 방법
- 거리를 측정하였다. 4개의 노드로부터 측정된 거리 값을 통하여 TOA 방식으로 위치를 추정하고 표시 하였다.
- 따라서 AP 노드에 대한 송수신 통신거리를 감안한 노드 운영 방법이 필요한데 실시간으로 이동하는 노드에 대한 신뢰성 있는 데이터 추출 방식이 요구된다. 6m X 3m 공간에서 각각의 노드에 대한 송수신 범위를 설정하고 특정범위에 노드가 들어 왔을 시에 좌표를 계산한다.
- Chirp 요ulse를 이용한 Ranging방안에 대하여 제안하고 거리측정을 통한 위치 인식 알고리즘을 제안한다.
- 가중치 팩터는 CSS Specification [3]에 기술된 오차범위 Im를 기준으로 실제 환경에서 측정되어진오차범위를 적용하여 팩터를 계산하고 정규화 하여 코드 상에서 offset 값으로 정의하여 계산한 결과 정확한 위치를 측정할 수 있는 요소로 작용하였다. <그림 21>은 1, 000개의 데이터를 위치 데이터를 받았을 때 발생하였던 데이터 오류율로 에러 방지 알고리즘을 적용하여 오류율을 1%미만으로 줄어든 것을 확인 할 수 있었다.
- 각각의 노드에서 발생하는 데이터 패킷 당 에러율로 시리얼 통신 및 측정 오류로 발생 오류율과 수정치를 적용하여 다음의 결과 값을 얻었다.
- 두 개의 장비 사이에서 시간을 이용하여 거리를측정하는 방법으로 안테나로부터 전송되는 전파의 속도를 이용하여 2개의 장치 사이의 거리를 측정한다. 먼저 두 개의 장치사이에서 거리를 측정하는 방법으로 수신신호에 대한 도착시간과 응답시간을 측정하여 거리를 계산 한다[9-11].
- 먼저 두 개의 장치사이에서 거리를 측정하는 방법으로 수신신호에 대한 도착시간과 응답시간을 측정하여 거리를 계산 한다[9-11].
- 본 논문에서는 Nanotron사의 RF 모듈을 이용하여 거리를 측정하는 Ranging 알고리즘과 위치를 추정할 수 있는 TOA(Time- of-Arrival)을 이용하여 위치 인식 시스템을 구현 하였다. II단원원에서는 본 논문에서 구현한 거리측정 방법에 대하여 기술하였고, IE단원에서는 chirp Spread Spectrum의 신호 및 채널 분리방법을 분석하고 Ranging 방법에 대하여 설명하였다.
- 본 논문에서는 두 개의 노드사이의 거리를 측정하는 TWR (Two-Way-Ranging) 방식과 4개의 노드를 이용하여 위치를 추정하는 TOA 방식과정확도를 높이기 위한 망 운영 방식을 이용하여 802.15.4a 표준의 2.45GHz 대역 CSS PH建를 이용한 위치 인식 알고리즘을 구현하고 검증하였다. 기존의 Zigbee 기반의 RSSI 방식의 위치 추정 방식보다 정확하고 실시간적인 위치 추정을 할 수 있으며 무선 RF만을 이용하여 보다 저 전력의 위치 추정을 할 수 있었다.
-
1) 수신부
수신부에서는 안테나로부터 들어오는 신호를 LNA(Low Noise Amplifier) 통하여 들어온 신호에 대하여 잡음지수를 낮추고 IQ-DEMOD (In-phase Quadrature Demodulator)를 통하여 4개의 신호에 대한 채널을 분리해 준다. 나눠진 채널별 신호는 LFP (Low-Pass Filter)를 통하여 차단점 이하의 주파수만 통과하고 그 이상의 고주파수는 약화시켜 잡음을 없애주고 ADC로 보내어진다.
- 위에서 제시한 알고리즘을 바탕으로 문제점을 인지하고 위치 표현에 대한 효율성을 고려한 알고리즘을 제안한다.
- 위치 인식 검증을 위한 GUI는 다음과 같이 설계하였으며 가로 및 세로의 길이를 입력받아 특정 공간에서의 모바일 노드의 위치를 표시하였다.
- 위치를 추정하기위해서 4개의 AP 노드, Mobile 노드, PC와 통신을 하기 위한 Sir低 노드로 구성 하였으며 AP노드들과 모바일노드의 SDS-TWR을 이용하여 거리를 측정하였다. 4개의 노드로부터 측정된 거리 값을 통하여 TOA 방식으로 위치를 추정하고 표시 하였다.
- 이 장에서는 앞에서 소개한 TWRCTwoWay-Rmging) 과 TOA 방식을 이용하여 위치 인식 시스템을 실험하고 검증하였다.
- 일정하게 증가된 가중치 팩터에 대하여 offset 값을 정의하여 적용한 결과로 거리가 멀어질수록 발생하는 가중치에 대하여 다음과 같은 결과를 도출하였다.
대상 데이터
- 가로 6m, 세로 3m의 직사각형 범위 내에서 실험을 하였으며 망의 구성은 위의 그림과 같이 구성하였다.
이론/모형
- 2. TOA(Time of Arrival) 방식의 위치 추정방법 Ranging을 통하여 얻어진 거리 값을 이용하여 어플리케이션 상의 위치를 추적하는 방법으로 TOA 알고리즘을 이용한 좌표식으로 계산한다.
- 2.45GHz 대역을 사용하는 CSS PHY로 기존의 IEEE 802.15.4와 달리 Chirp Pulse를 이용한 DBO- CSK (Differenti al Bi-Orthogonal Chirp Shift Keying) 변조방식을 사용한다.
성능/효과
- 오차를 줄였다. 고정노드와 모바일 노드의 거리가 멀어질수록 추축된 데이터의 신뢰성이 떨어지므로 고정노드의 망 운영 방법을 통해 데이터의 신뢰성을 최대한 높였다.
- 45GHz 대역 CSS PH建를 이용한 위치 인식 알고리즘을 구현하고 검증하였다. 기존의 Zigbee 기반의 RSSI 방식의 위치 추정 방식보다 정확하고 실시간적인 위치 추정을 할 수 있으며 무선 RF만을 이용하여 보다 저 전력의 위치 추정을 할 수 있었다. 또한 장애물 및 주변 간섭 이동시에도 높은 성능으로 위치를 측정할 수 있었다.
- <그림 22>는 0.5m/s로 노드가 이동하였을 때 발생하는 오차에 대하여 오류를 검출하고 수정한 결과 99%의 데이터 수집 확률을 보였으며 장애물이 있을시 발생하는 오류율에도 90% 이상의 데이터 수집 확률을 보였다. 6m X 3m범위 안에서 0.
- 기존의 Zigbee 기반의 RSSI 방식의 위치 추정 방식보다 정확하고 실시간적인 위치 추정을 할 수 있으며 무선 RF만을 이용하여 보다 저 전력의 위치 추정을 할 수 있었다. 또한 장애물 및 주변 간섭 이동시에도 높은 성능으로 위치를 측정할 수 있었다. 향후 광범위한 망을 통하여 주차 관리 및 차량 관리 시스템 등에 널리 사용 되는 것이 기대되며 광범위한 망을 구축하였을 때 망을 효율적으로 관리하기 위한 라우팅 방안이 요구 된다.
- 21>은 1, 000개의 데이터를 위치 데이터를 받았을 때 발생하였던 데이터 오류율로 에러 방지 알고리즘을 적용하여 오류율을 1%미만으로 줄어든 것을 확인 할 수 있었다.
- 을 비교한 것으로써 본 논문에서 제안한 가중치 팩터를 적용하여 보다 높은 초음파 센서와 비슷한 99%의 위치 인식률을 보여주었다.
후속연구
- 또한 장애물 및 주변 간섭 이동시에도 높은 성능으로 위치를 측정할 수 있었다. 향후 광범위한 망을 통하여 주차 관리 및 차량 관리 시스템 등에 널리 사용 되는 것이 기대되며 광범위한 망을 구축하였을 때 망을 효율적으로 관리하기 위한 라우팅 방안이 요구 된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.