[논문]위치추정 전자지문기법을 위한 전파전달 모델 및 공간상관기법 기반의 효율적인 데이터베이스 생성

조성윤; 박준구

doi:10.5302/j.icros.2014.14.0010

위치추정 전자지문기법을 위한 전파전달 모델 및 공간상관기법 기반의 효율적인 데이터베이스 생성
Radio Propagation Model and Spatial Correlation Method-based Efficient Database Construction for Positioning Fingerprints 원문보기

제어·로봇·시스템학회 논문지 = Journal of institute of control, robotics and systems, v.20 no.7, 2014년, pp.774 - 781

Abstract ▼ AI-Helper

This paper presents a fingerprint database construction method for WLAN RSSI (Received Signal Strength Indicator)-based indoor positioning. When RSSI is used for indoor positioning, the fingerprint method can achieve more accurate positioning than trilateration and centroid methods. However, a FD (Fingerprint Database) must be constructed before positioning. This step is a very laborious process. To reduce the drawbacks of the fingerprint method, a radio propagation model-based FD construction method is presented. In this method, an FD can be constructed by a simulator. Experimental results show that the constructed FD-based positioning has a 3.17m (CEP) error. In this paper, a spatial correlation method is presented to estimate the NLOS(Non-Line of Sight) error included in the FD constructed by a simulator. As a result, the NLOS error of the FD is reduced and the performance of the error compensated FD-based positioning is improved. The experimental results show that the enhanced FD-based positioning has a 2.58m (CEP) error that is a reasonable performance for indoor LBS (Location Based Service).

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

이 단점을 해결하기 위해 다양한 방법들이 연구되어 오고 있으며[10,11] 본 논문에서는 시뮬레이터 기반으로 기존의 방법들보다 더 간단히 FD를 구축하는 방법을 제시한다. 또한 정확도 향상을 위한 오차보상 기법을 함께 제시한다.
본 논문에서는 WLAN RSSI 기반의 실내 위치추정에서 전자지문 기법을 사용하는 경우에 구축해야 하는 전자지문 데이터베이스를 전파전달 모델 기반으로 시뮬레이션 만으로 구축하는 방법과 이때 발생하는 오차를 공간상관기법으로 추정 및 보상하는 방법을 제시하였다. 설정된 격자점 상에서 실측된 RSSI를 사용하여 데이터베이스를 구축하는 방법 및 실측 데이터와 공간 보간법으로 격자점 사이의 RSSI를 추정하여 데이터베이스를 구축하는 방법 등이 사용되는 기존의 방법대신 실내공간 지도정보를 사용하여 전파전달 모델 기반으로 데이터베이스를 구축하는 시뮬레이터를 개발하였다.
그러나 추정된 RSSI 정보는 오차를 포함하고 있다. 본 논문에서는 공간상관기법 중 그리그격자법을 사용하여 이 오차를 추정 및 보상하는 방법을 제시하였다. 그리고 해당 기법을 시뮬레이터에 구현하였다.
기반기술에는 위치추정기술, 통신기술, 단말기술, 솔루션기술, 플랫폼기술, 등이 있으며 이 중에서 단말기술은 스마트폰 사용이 일반화되면서부터 개발분야에서 제외되고 있다. 본 논문은 LBS의 기반기술 중 위치 추정기술에 해당하며 특히 실내분야의 LBS를 위한 WLAN 기반의 위치추정기술을 다룬다.

가설 설정

50 [m] × 40 [m]의 실내 공간에 4개의 AP가 다음의 위치에 설치되는 것으로 가정하였다.

제안 방법

29개의 기준 위치에서 실측한 RSSI 정보를 활용하여 다중경로 등에 의한 오차를 III장에서 제시한 공간상관기법 기반으로 추정하였다. 그 결과 오차를 보상한 신호 세기 지도를 그림 7에 나타내었다.
0m 간격으로 격자점을 설정한 것이다. Visual C++을 사용하여 개발하였으며 CAD 정보의 node-link 데이터만을 사용하여 실내공간을 구축하고 각 구조물의 투과 계수 등을 설정할 수 있도록 하였다. 실 환경에서 9개의 AP를 설치하였으며 그림 4에서 그 위치 및 관리 번호를 확인할 수 있다.
직접 획득기법에서는 그림 1(a)에서 도시한 것과 같이 응용구간 내에서 일정한 간격으로 격자점(grid point)을 설정하고 WLAN 모뎀과 RSSI 획득 소프트웨어를 탑재한 단말기를 각 격자점상에 위치한 다음 해당 위치에서 수신할 수 있는 모든 AP 송출신호의 RSSI를 획득한다. 각 격자점 상에서 획득된 RSSI 정보를 해당 위치 좌표와 함께 저장함으로써 FD를 구축한다. 격자점 사이의 간격이 좁을수록 위치추정 정확도는 증가하는 것이 일반적으로 알려진 사실이다.
본 논문에서는 공간상관기법 중 그리그격자법을 사용하여 이 오차를 추정 및 보상하는 방법을 제시하였다. 그리고 해당 기법을 시뮬레이터에 구현하였다. 제안된 기법의 성능은 시뮬레이션과 실 시험을 통해 검증하였다.
따라서 기존의 공간보간법으로 격자점 사이의 공간상의 RSSI 정보 추정이 쉽지 않다. 본 장에서는 전파전달 모델 기반으로 FD를 구축하는 방법을 제시한다. 비교적 정확한 RSSI 정보 생성을 위한 방법으로 광선 추적법(ray tracing)이 있다.
본 논문에서는 WLAN RSSI 기반의 실내 위치추정에서 전자지문 기법을 사용하는 경우에 구축해야 하는 전자지문 데이터베이스를 전파전달 모델 기반으로 시뮬레이션 만으로 구축하는 방법과 이때 발생하는 오차를 공간상관기법으로 추정 및 보상하는 방법을 제시하였다. 설정된 격자점 상에서 실측된 RSSI를 사용하여 데이터베이스를 구축하는 방법 및 실측 데이터와 공간 보간법으로 격자점 사이의 RSSI를 추정하여 데이터베이스를 구축하는 방법 등이 사용되는 기존의 방법대신 실내공간 지도정보를 사용하여 전파전달 모델 기반으로 데이터베이스를 구축하는 시뮬레이터를 개발하였다. 시뮬레이터에서는 복잡한 광선 추적법 대신 간단한 전파전달 모델을 사용하여 간격이 좁은 격자점 상의 RSSI 정보를 추정할 수 있다.
설정된 격자점 상에서 실측된 RSSI를 사용하여 데이터베이스를 구축하는 방법 및 실측 데이터와 공간 보간법으로 격자점 사이의 RSSI를 추정하여 데이터베이스를 구축하는 방법 등이 사용되는 기존의 방법대신 실내공간 지도정보를 사용하여 전파전달 모델 기반으로 데이터베이스를 구축하는 시뮬레이터를 개발하였다. 시뮬레이터에서는 복잡한 광선 추적법 대신 간단한 전파전달 모델을 사용하여 간격이 좁은 격자점 상의 RSSI 정보를 추정할 수 있다. 그러나 추정된 RSSI 정보는 오차를 포함하고 있다.
오차추정 기법에 의해 향상된 FD를 사용한 위치추정의 성능이 향상되는 것을 확인하기 위해 실내공간상의 임의의 10 지점에서 위치추정 시험을 수행하였으며 그 결과를 그림 9에 나타내었다. 전파전달 모델 기반으로 구축된 FD와 공간 상관기법 기반으로 추정된 오차를 보상하여 생성된 FD를 사용하여 위치추정 결과를 나타낸 것이다.
또한 한번 구축된 FD는 실내 구조의 변경 또는 AP의 위치변경 등이 발생할 때마다 새롭게 구축해야 하며 이를 위해 시간과 인력소모가 많은 단점으로 인해 실 구현 및 상용화에 어려움을 갖고 있다. 이 단점을 해결하기 위해 다양한 방법들이 연구되어 오고 있으며[10,11] 본 논문에서는 시뮬레이터 기반으로 기존의 방법들보다 더 간단히 FD를 구축하는 방법을 제시한다. 또한 정확도 향상을 위한 오차보상 기법을 함께 제시한다.
시뮬레이션에서 다중경로에 의한 RSSI 오차를 다음과 같이 설정하였다. 이 오차는 실 환경을 반영하기 보다 공간상관기법 기반으로 오차를 추정하는 성능을 분석하기 위해 간략하게 모델링 하였다.
오차추정 기법에 의해 향상된 FD를 사용한 위치추정의 성능이 향상되는 것을 확인하기 위해 실내공간상의 임의의 10 지점에서 위치추정 시험을 수행하였으며 그 결과를 그림 9에 나타내었다. 전파전달 모델 기반으로 구축된 FD와 공간 상관기법 기반으로 추정된 오차를 보상하여 생성된 FD를 사용하여 위치추정 결과를 나타낸 것이다. 이 결과를 통해 오차 보상 전의 FD를 사용하는 경우 y축으로 바이어스가 존재하는 것을 볼 수 있으며 오차 보상 후의 FD를 사용하는 경우 이 바이어스가 보상되는 것을 볼 수 있다.
제안된 전파전달 모델 기반의 전자지문 데이터베이스 구축 및 공간상관기법 기반의 오차 보상 방법의 성능을 검증하기 위하여 시뮬레이션과 실 시험을 수행하였다.
즉 본 논문에서 사용하는 전파전달 모델에서는 2D 상에서 신호의 구조물 투과만을 고려하여 간략하게 나타냄으로써 계산 시간을 단출하였으며 이로 인해 발생하는 오차를 δS 로 나타내었다.

데이터처리

그리고 해당 기법을 시뮬레이터에 구현하였다. 제안된 기법의 성능은 시뮬레이션과 실 시험을 통해 검증하였다. 특히 실내공간 상의 실 시험 결과 전파전달 모델 기반으로 구축된 전자지문 데이터베이스를 사용하여 추정된 위치는 3.

성능/효과

58m (CEP)가 되는 것을 볼 수 있다. 따라서 본 논문에서 제시한 공간 상관기법 기반으로 추정된 오차 지도를 사용하여 보상된 FD 기반으로 추정된 위치의 정확도가 보상 전보다 향상되는 것을 볼 수 있다. 또한 전파전달 모델 기반으로 구축된 FD 만으로도 비교적 정확한 위치 해를 제공할 수 있음을 알 수 있다.
따라서 본 논문에서 제시한 공간 상관기법 기반으로 추정된 오차 지도를 사용하여 보상된 FD 기반으로 추정된 위치의 정확도가 보상 전보다 향상되는 것을 볼 수 있다. 또한 전파전달 모델 기반으로 구축된 FD 만으로도 비교적 정확한 위치 해를 제공할 수 있음을 알 수 있다. 즉 실측 데이터를 사용하지 않고도 지도정보만으로 FD를 구축하여 위치추정에 사용할 수 있으며 소수의 실측 데이터를 사용하여 오차를 보정함으로써 정확도가 향상된 위치 해를 제공할 수 있음을 결론 내릴 수 있다.
그림 3(c)는 추정오차를 나타낸 것이며 추정 값을 이용한 보상 전후의 오차를 표 1에 정리하였다. 이 결과를 통해 전파전달 모델기반으로 구축된 FD에서 신호의 다중경로로 인한 오차를 본 논문에서 제시한 기법으로 잘 추정됨을 확인할 수 있다. 오차보상 전후의 FD 오차 요약을 표 1에 나타내었다.
또한 전파전달 모델 기반으로 구축된 FD 만으로도 비교적 정확한 위치 해를 제공할 수 있음을 알 수 있다. 즉 실측 데이터를 사용하지 않고도 지도정보만으로 FD를 구축하여 위치추정에 사용할 수 있으며 소수의 실측 데이터를 사용하여 오차를 보정함으로써 정확도가 향상된 위치 해를 제공할 수 있음을 결론 내릴 수 있다.
제안된 기법의 성능은 시뮬레이션과 실 시험을 통해 검증하였다. 특히 실내공간 상의 실 시험 결과 전파전달 모델 기반으로 구축된 전자지문 데이터베이스를 사용하여 추정된 위치는 3.17m (CEP)의 오차를 가지며, 공간상관기법 기반으로 오차가 보상된 전자지문 데이터베이스를 사용하여 추정된 위치는 2.58m (CEP) 오차를 갖는 것을 확인하였으며 이 결과를 통해 제안된 기법의 성능이 우수하며 이 기법을 사용하는 경우 전자지문 데이터베이스 구축에 시간과 인력소모를 최소화할 수 있음을 결론 내릴 수 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	위치기반서비스의 기반기술은 무엇이 있는가?	다양한 위치기반서비스(LBS: Location Based Service)의 출현 및 요구사항 증가로 인해 이를 위한 여러 기반기술들이 연구 및 개발되어오고 있다[1,2]. 기반기술에는 위치추정기술, 통신기술, 단말기술, 솔루션기술, 플랫폼기술, 등이 있으며 이 중에서 단말기술은 스마트폰 사용이 일반화되면서부터 개발분야에서 제외되고 있다. 본 논문은 LBS의 기반기술 중 위치 추정기술에 해당하며 특히 실내분야의 LBS를 위한 WLAN 기반의 위치추정기술을 다룬다.
	무선통신 인프라 기반의 위치추정기술은 무엇이 있는가?	무선통신 인프라 기반의 위치추정기술에는 신호의 무선공간의 전송시간 기반의 거리정보를 활용하는 방법(삼변측량법: trilateration method) [3-6]과 무선신호의 송수신 각도정보를 이용하는 방법(삼각측량법: triangulation method) [7], 그리고 수신된 신호의 세기정보(RSSI: Received Signal Strength Indicator)를 이용하는 방법 [8]이 있다. 최근 실내공간에서의 LBS를 위한 인프라로 WLAN을 많이 사용하고 있으며 WLAN 기반의 위치추정기술에는 주로 RSSI를 이용하는 방법이 사용된다[8].
	LBS를 위한 인프라로 많이 사용하는 것은 무엇인가?	무선통신 인프라 기반의 위치추정기술에는 신호의 무선공간의 전송시간 기반의 거리정보를 활용하는 방법(삼변측량법: trilateration method) [3-6]과 무선신호의 송수신 각도정보를 이용하는 방법(삼각측량법: triangulation method) [7], 그리고 수신된 신호의 세기정보(RSSI: Received Signal Strength Indicator)를 이용하는 방법 [8]이 있다. 최근 실내공간에서의 LBS를 위한 인프라로 WLAN을 많이 사용하고 있으며 WLAN 기반의 위치추정기술에는 주로 RSSI를 이용하는 방법이 사용된다[8]. RSSI를 사용하여 계산된 AP (Access Point)와 단말기 사이의 거리정보 기반으로 삼변측량법을 사용하는 방법 또는 간단한 무게중심법(Centroid method)을 통해 단말의 위치를 추정할 수 있으나 이를 이용한 위치추정기술의 정확도는 비교적 낮은 수준이다.

참고문헌 (14)

K. W. Kolodziej and J. Hjelm, Local Positioning Systems: LBS Applications and Services, Taylor & Francis Group, 2006.
M. Hazas, J. Scott, and J. Krumm, "Location-aware computing comes of age," IEEE Computer, vol. 37, no. 2, pp. 95-97, 2004.
S. Y. Cho, "Hybrid closed-form solution for wireless localization with range measurements," Journal of Institute of Control, Robotics and Systems (in Korean), vol. 19, no. 7, pp. 633-639, Jul. 2013.

원문보기 상세보기
K. H. Lee, C. H. Yu, J. W. Choi, and Y. B. Seo, "ToA based sensor localization algorithm in underwater wireless sensor networks," Journal of Institute of Control, Robotics and Systems (in Korean), vol. 15, no. 6, pp. 641-648, Jun. 2009.

원문보기 상세보기
S. Y. Cho and Y. W. Choi, "Access point-less wireless location method based on peer-to-peer ranging of impulse radio ultrawideband," IET Radar, Sonar and Navigation, vol. 4, no. 5, pp. 733-743, 2010.

상세보기
M. Bocquet, C. Loyez, and A. Benlarbi-Delai, "Using enhanced-TDOA measurement for indoor positioning," IEEE Microwave and Wireless Components Letters, vol. 15, no. 10, pp. 612-614, Oct. 2005.

상세보기
S. H. Lee, D. H. Kim, G. H. Roh, K. S. Park, and T. K. Sung, "Development of an AOA location method using self-tuning weighted least square," Journal of Institute of Control, Robotics and Systems (in Korean), vol. 13, no. 7, pp. 683-687, Jul. 2007.

원문보기 상세보기
S. Y. Cho, "Localization of the arbitrary deployed APs for indoor wireless location-based applications," IEEE Trans. Consumer Electronics, vol. 56, no. 2, pp. 532-539, May 2010.

상세보기
A. S. Kim, J. G. Hwang, and J. G. Park, "Enhanced indoor positioning algorithm using WLAN RSSI measurements considering the relative position information of AP configuration," Journal of Institute of Control, Robotics and Systems (in Korean), vol. 19, no. 2, pp. 146-151, Feb. 2013.

원문보기 상세보기
B. Li, Y. Wang, H. K. Lee, A. Dempster, and C. Rizos, "Method for yielding a database of location fingerprints in WLAN," IEE Proceedings - Communications, vol. 152, no. 5, pp. 580-586, Oct. 2005.

상세보기
M. Enkhtur and S. Y. Cho, "Positioning fingerprint DB construction and efficient DB update based on signal propagation feature map," Telecommunications Review, vol. 20, no. 6, pp. 1017-1030, Dec. 2010.
J. B. Andersen, T. S. Rappaport, and S. Yoshida, "Propagation measurements and models for wireless communications channels," IEEE Communications Magazine, vol. 33, no. 1, pp. 42-49, Jan. 1995.

상세보기
N. Cressie, Statistics for Spatial Data, John Wiley & Sons, INC., New York, 1991.
M. Armstrong, Basic Linear Geostaticstics, Springer, Berlin, 1998.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증