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.
제안 방법
- 정확한 위치 인식을 위해서는 가장 가까운 Anchor Node와의 통신을 통해 이루어 져야 높은 정확도를 가지는 위치인식이 가능하다. 때문에 본 시스템은 우선위치 인식을 위한 최적의 Anchor Node의 선정을 위해 Tag Node에서는 각 Anchor Node로부터 받은 신호의 시간을 비교하여 빠르게 도착한 신호를 기준으로 3개의 기준점이 되는 Anchor Node를 선정하도록 하였으며, 이후 각 Anchor Node와 Tag Node의 거리를 측정하고 측정된 거리에 오프셋을 적용하는 알고리즘을 통해 오차를 최소화 하도록 설계하였다. 이후 수정된 거리값과, Tag Node 자신의 정보, 거리값 좌표를 측정하기 위해 사용된 Anchor Nodes ID를 Base Station으로 전송한다.
- 우선 삼변측량을 이용한 위치 좌표 추정을 위해 위치 인식의 대상이 되는 Tag Node 최소 1개, 위치를 계산하기 위해 고정되어 있는 Anchor Node 최소 3개, 정보를 수집하기 위한Base Station 최소1개의센서를 가지는 아래 그림 5와 같이 구성되어야 한다. 또한 기본적으로 시스템의 동작은 TagNode와 Anchor Nod1, 2, 3과 거리측정 완료 후 측정된 거리 데이터를 Tag Node는 Base Station으로 전송하여 위치를 측정하는 순으로 동작되도록 설계하였다.
- 본 논문에서 제안하는 위치인식 시스템에서는 위치 추정을 위해 3개의 기준점에서 위치를측정하기 위한 대상과의 거리를 측정한 후, 3개의 기준점을 중심으로 측정된 거리를 반지름으로 갖는 원을 생성하여 겹쳐지는 점을 위치로 추정하는 삼변측량(Trilateration)을 사용하였다.
- 본 논문에서는 측정된 거리에 오프셋을 적용하여 오차를 보정하는 알고리즘과, 삼변 측량을 적용한 위치 추정방식, 위치인식을 위한 센서 간 통신알고리즘 및 패킷을 제안하고 설계하였다.
- 본 단원에서는 DBO-CSS의 Ranging 기술을 기반으로, 위치 추정을 위해 삼변측량 방식을 적용한 위치인식 시스템을 제안하고 구현하였다.
- 오프셋을 적용하는 방법은 참고문헌[2][12]에서 거리 값에 따른 오차율을 줄이는 오프셋 적용 방법을 응용하였다.
- 우선 센서 네트워크 위치 인식 시스템 구현은 아래 그림 18, 그림 19와 같이 Anchor Node와 Tag Node간 거리가 최대 측정 거리인 20m안에 들어올 수 있도록 Anchor Node간의 사이를 15m 간격으로 정삼각형 모양이 되도록 4개의 Anchor Node를 배치하여 구성 했다. Base station에서는 각 Anchor Node 좌표값을 입력해 두었다.
- 여기서 노드간 거리를 측정하는 방식은 2장에서 설명한 SDS-TWR방식을 사용하였다. 위와 같은 방법으로 x1, x2 y1, y2, z1, z2를 구한 후 각 원의 겹치는 부분의 꼭지점이 되는 x1, y1, z1의 좌표를 계산 후 중점을 구하고 그 중점을 Tag Node가 위치한 좌표로 위치를 추정하도록 설계 하였다.
- 이를 해결하기 위해 겹쳐지는 부분의 가운데를 Tag Node의 위치로 추정하도록 시스템을 설계 하였다.
- 이번 논문에서는 CSS 기반 위치 인식 센서 네트워크 환경에서 별도의 AMP, Filter, Antenna등을 부착하지 않고, 삼변 측량과, 감산 알고리즘을 이용한 측정 거리 보정을 통하여 10m 이상의 위치 인식 반경에서도 0.5m 이내의 오차 인식 범위를 가지는 정밀한 위치 인식 시스템을 구현하였고, 실험을 통하여 검증하였다.
- 기본적으로 위치인식 시스템에서는 거리 측정값의 정확도가 중요하다. 이에 DBO-CSS방식을 이용하는 독일의 나노트론사의 NanoLoc RF모듈을 이용하여 거리측정 실험을 진행하였다.
- 이후 수정된 거리값과, Tag Node 자신의 정보, 거리값 좌표를 측정하기 위해 사용된 Anchor Nodes ID를 Base Station으로 전송한다. 이후 Base Station에서는 삼변 측량법을 이용하여 좌표를 계산하고 출력하도록 설계 하였다. 위치인식이 이루어지는 순서는 아래 그림 17에 나타내었다.
- 현재까지 알고리즘과 측정 방법을 이용한 거리 측정 및 위치인식 연구의 경우 10m이하의 좁은 통신 반경에서 이루어진 연구로써[2][5][10][11], 본 논문에서는 10m 이상의 넓은 반경에서의 위치 인식 시스템을 구현하고 제안한다.
대상 데이터
- 실험방법은 1m, 3m, 5m, 8m, 10m, 15m, 20m 간격으로 데이터를 추출하였으며, 간격마다 1,500개의 데이터를 추출하였다.
이론/모형
- 데이터 전송모드는 Differential Detection을 사용하며, Coherent Detection에 비해 성능이 떨어지는 점을 보완하기 위해서 3/4 Bi-Orthogonal Coding 방식을 사용한다.
- z1, z2의 경우 역시 Anchor Node 2와 Tag node의 거리, Anchor Node 3과 Tag node의 거리를 측정하여 구한다. 여기서 노드간 거리를 측정하는 방식은 2장에서 설명한 SDS-TWR방식을 사용하였다. 위와 같은 방법으로 x1, x2 y1, y2, z1, z2를 구한 후 각 원의 겹치는 부분의 꼭지점이 되는 x1, y1, z1의 좌표를 계산 후 중점을 구하고 그 중점을 Tag Node가 위치한 좌표로 위치를 추정하도록 설계 하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.