최근 실내 위치측위 기술을 이용하여 다양한 서비스가 이루어지고 있다. 실내 위치측위 방식에는 대표적으로 fingerprinting 방식과 삼변측량 방식이 있으나 활용의 제한성 및 위치추정 오차 등의 문제점이 있다. 이러한 문제점을 해결하기 위해 기존의 측위 방식인 AOA, TOA, TDOA 등의 측위 기술을 응용한 연구가 진행되고 있다. 본 논문에서는 실내 환경에서 RSSI 차이를 이용한 AOA 기반 위치 추정 알고리즘에 대해 연구한다. 4개의 안테나를 가지는 하나의 AP를 가정하여 연구를 진행하며, RSSI를 기반으로 도래각을 추정 후 AOA 알고리즘에 적용한다. RSSI의 보정을 위해 재귀식평균 필터를 이용하며, 도래각 추정을 위해 보정된 RSSI와 피타고라스 정리를 이용한다. 실험 결과 좁은 간격으로 배치된 4개의 무지향성 안테나의 방사 패턴으로 인하여 18%의 오차율을 보였으며, 지향성 안테나를 이용할 경우 실내 환경에서 AOA 알고리즘을 활용할 수 있을 것으로 판단된다.
최근 실내 위치측위 기술을 이용하여 다양한 서비스가 이루어지고 있다. 실내 위치측위 방식에는 대표적으로 fingerprinting 방식과 삼변측량 방식이 있으나 활용의 제한성 및 위치추정 오차 등의 문제점이 있다. 이러한 문제점을 해결하기 위해 기존의 측위 방식인 AOA, TOA, TDOA 등의 측위 기술을 응용한 연구가 진행되고 있다. 본 논문에서는 실내 환경에서 RSSI 차이를 이용한 AOA 기반 위치 추정 알고리즘에 대해 연구한다. 4개의 안테나를 가지는 하나의 AP를 가정하여 연구를 진행하며, RSSI를 기반으로 도래각을 추정 후 AOA 알고리즘에 적용한다. RSSI의 보정을 위해 재귀식 평균 필터를 이용하며, 도래각 추정을 위해 보정된 RSSI와 피타고라스 정리를 이용한다. 실험 결과 좁은 간격으로 배치된 4개의 무지향성 안테나의 방사 패턴으로 인하여 18%의 오차율을 보였으며, 지향성 안테나를 이용할 경우 실내 환경에서 AOA 알고리즘을 활용할 수 있을 것으로 판단된다.
There have recently been various services that use indoor location estimation technologies. Representative methods of location estimation include fingerprinting and triangulation, but they lack accuracy. Various kinds of research which apply existing location estimation methods like AOA, TOA, and TD...
There have recently been various services that use indoor location estimation technologies. Representative methods of location estimation include fingerprinting and triangulation, but they lack accuracy. Various kinds of research which apply existing location estimation methods like AOA, TOA, and TDOA are being done to solve this problem. In this paper, we study the location estimation algorithm based on AOA using a RSSI difference in indoor environments. We assume that there is a single AP with four antennas, and estimate the angle of arrival based on the RSSI value to apply the AOA algorithm. To compensate for RSSI, we use a recursive averaging filter, and use the corrected RSSI and the Pythagorean theorem to estimate the angle of arrival. The results of the experiment, show an error of 18% because of the radiation pattern of the four non-directional antennas arranged at narrow intervals.
There have recently been various services that use indoor location estimation technologies. Representative methods of location estimation include fingerprinting and triangulation, but they lack accuracy. Various kinds of research which apply existing location estimation methods like AOA, TOA, and TDOA are being done to solve this problem. In this paper, we study the location estimation algorithm based on AOA using a RSSI difference in indoor environments. We assume that there is a single AP with four antennas, and estimate the angle of arrival based on the RSSI value to apply the AOA algorithm. To compensate for RSSI, we use a recursive averaging filter, and use the corrected RSSI and the Pythagorean theorem to estimate the angle of arrival. The results of the experiment, show an error of 18% because of the radiation pattern of the four non-directional antennas arranged at narrow intervals.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 실내 환경에서 AOA 알고리즘을 적용하기 위해 RSSI 차이를 이용한 AOA 기반의 위치 측위 알고리즘을 제안하였다. 주변 환경에 따라 불규칙적으로 변하는 RSSI를 재귀식 평균 필터를 이용하여 보정하였으며, 보정된 RSSI를 이용하여 수신 신호의 도래각을 추정하였다.
본 논문에서는 실내 환경에서 위치측위를 위해 RSSI기반의 AOA 기술의 적용에 대한 연구를 진행하였다. 4개의 안테나를 가지는 하나의 AP를 가정으로 진행하였으며, RSSI를 이용하여 도래각을 추정함으로써 AOA 기술을 적용한다.
본 연구에서는 4개의 안테나가 탑재된 하나의 AP를 가상으로 구성하여 실내 환경에서 RSSI의 차이를 이용한 AOA 위치 측위 알고리즘을 연구하였다. 알고리즘의 성능평가를 위해 그림 5의 환경에서 실험을 진행하였다.
이와 같은 단점들을 보완하기 위해 본 논문에서는 재귀식 평균 필터를 이용하여 RSSI를 보정 후, 보정된 RSSI의 차이를 기반으로 도래각을 추정하여 AOA 기반의 위치 측위 알고리즘을 연구한다.
가설 설정
본 논문에서 가정한 AP의 안테나 방사 패턴은 그림 8과 같이 무지향성 안테나의 방사패턴을 가진다. 이러한 방사 패턴을 가지는 4개의 안테나를 좁은 공간에 배치할 경우 한 지점에서 4개의 안테나가 수신하는 RSSI가 서로 근사한 값을 가진다.
본 논문에서 제안하는 실내 환경에서 RSSI 차이를 이용한 AOA 기반의 위치 측위 알고리즘은 그림 3과 같이 4개의 안테나가 탑재된 하나의 AP를 가정으로 연구를 진행하였다.
제안 방법
4개의 안테나로부터 수신되는 RSSI를 기반으로 본 논문에서 제안하는 알고리즘을 이용하여 실험을 진행하였다. 그림 7과 같이 8개의 방향을 추정하는 것으로 방향 당 100회 추정하여 총 800회의 추정을 진행하였다.
본 논문에서는 실내 환경에서 위치측위를 위해 RSSI기반의 AOA 기술의 적용에 대한 연구를 진행하였다. 4개의 안테나를 가지는 하나의 AP를 가정으로 진행하였으며, RSSI를 이용하여 도래각을 추정함으로써 AOA 기술을 적용한다.
기존의 AOA 측위 기술은 지향성 안테나를 기반으로 이루어 지는 반면, 본 연구의 실험은 무지향성 안테나로 진행되어 평가의 기준을 거리를 제외한 방향을 중점으로 진행하였다. 방향은 그림 7과 같이 AP를 기준으로 8개의 방향으로 나누어 한 방향당 100회 측정하여 오차율에 대한 실험을 진행하였다.
기존의 AOA 측위 기술은 지향성 안테나를 기반으로 이루어 지는 반면, 본 연구의 실험은 무지향성 안테나로 진행되어 평가의 기준을 거리를 제외한 방향을 중점으로 진행하였다. 방향은 그림 7과 같이 AP를 기준으로 8개의 방향으로 나누어 한 방향당 100회 측정하여 오차율에 대한 실험을 진행하였다.
본 논문에서는 실내 환경에서 AOA 알고리즘을 적용하기 위해 RSSI 차이를 이용한 AOA 기반의 위치 측위 알고리즘을 제안하였다. 주변 환경에 따라 불규칙적으로 변하는 RSSI를 재귀식 평균 필터를 이용하여 보정하였으며, 보정된 RSSI를 이용하여 수신 신호의 도래각을 추정하였다. 추정한 도래각을 이용하여 실내 환경에서 AOA 기반의 위치 측위 알고리즘을 실험한 결과, 평균 18%의 오차율을 확인하였다.
데이터처리
이러한 성질로 인해 실내 측위에 필요한 RSSI의 보정이 필요하다 [4],[5]. 불규칙적인 RSSI 값을 잡음이라 할 수 있으며, 잡음을 제거하기 위해 식 1의 재귀식 평균 필터를 이용하였다. 이때 # 은 현재 평균값, #은 이전 평균값, xn은 현재 입력 RSSI이다.
이론/모형
그림 6은 실험을 진행하기 위한 기기의 구성이다. RSSI를 수신하기 위한 기기는 무지향성 안테나를 기반으로 하는 ㈜한백 전자의 HEB-Zigbex를 이용하였고 알고리즘의 처리부로 ATMega128을 이용하였다.
성능/효과
표 1은 8방향에 대한 오차율 실험의 결과이다. 실험 결과, 13% - 21%의 오차율을 보이며 평균 18%의 오차율을 확인하였다. 평균 18%의 오차율의 원인은 지향성 안테나와 무지향성 안테나의 방사패턴 차이로 인해 발생된다.
그림 1은 임의의 한 지점에서 측정한 RSSI를 재귀식 평균 필터에 적용한 결과를 나타낸다. 재귀식 평균 필터를 적용하기 전의 RSSI는 불규칙적으로 변화하는 것을 볼 수 있으며, 적용 후의 RSSI는 잡음이 제거된 것을 확인 할 수 있다.
주변 환경에 따라 불규칙적으로 변하는 RSSI를 재귀식 평균 필터를 이용하여 보정하였으며, 보정된 RSSI를 이용하여 수신 신호의 도래각을 추정하였다. 추정한 도래각을 이용하여 실내 환경에서 AOA 기반의 위치 측위 알고리즘을 실험한 결과, 평균 18%의 오차율을 확인하였다. 오차율의 원인은 4개의 안테나 간격이 좁은 환경에서 무지향성 안테나의 방사 패턴에 의한 것이다.
후속연구
향후 연구 계획은 본 실험 결과를 바탕으로 지향성 안테나를 이용하여 실내 환경에서의 AOA 알고리즘 적용에 대한 연구를 진행할 예정이며, 정확한 위치 측위를 위해 송신되는 신호의 도달 시간을 이용하여 거리를 측정 후 도래각을 추정하는 알고리즘을 설계할 계획이다.
질의응답
핵심어
질문
논문에서 추출한 답변
AOA 알고리즘의 특징은 무엇인가?
AOA 알고리즘은 도달하는 신호의 각도를 이용하여 사용자의 위치를 추정하는 방법으로 신호의 도래각 추정이 이루어지지 않는다면 위치를 추정할 수 없다. RSSI를 기반으로 도래각 추정 후 AOA 기반의 측위 방식은 그림 2와 같다.
RSSI의 단점은 무엇인가?
RSSI를 이용하는 대표적인 실내 측위 기술은 fingerprinting, 삼변측량 기술이 있다 [3]. 그러나 RSSI는 실내 공간의 구조, 온도, 습도 등의 다양한 환경요소에 영향을 받아 불규칙적으로 변하여 높은 신뢰성을 가지기 힘들다는 단점이 있다 [4]-[6]. 이러한 단점으로 인해 RSSI와 기존의 측위 기술들을 응용하여 신뢰성을 높이는 실내 환경에서 위치 측위 기술이 연구되고 있다.
고정된 안테나를 사용하는 방식의 단점은 무엇인가?
최소 2개 이상의 AP를 이용하여 각 AP의 각도와 거리에 따른 RSSI의 값을 사전에 측정하며, 측정된 RSSI를 기반으로 사용자의 위치를 추정한다 [7]. 그러나 지향성 안테나의 종류에 따라 RSSI 측정을 위한 사전 작업이 필요한 단점이 있다.
참고문헌 (10)
K. W. Cho, M. H. Jeon, and C. H. Oh, “Development of lighting control system based on location positioning for energy saving,” Journal of the Korea Institute of Information and Communication Engineering, Vol. 19, No. 12, pp. 2968-2974, Dec. 2014.
H. J. Kwon, TOA estimation and AOA estimation for wireless location, M. S. theses, Sejong University, Seoul, Korea, 2007.
D. Y. Lee, and Y. H. Kang, “Smart phone sensor-based indoor location tracking system for improving the location error of the radio environment,” Journal of Advanced Navigation Technology, Vol. 19, No. 1, pp. 74-79, Feb. 2015.
Y. G. Kim, H. J. Shin, Y. H. Chon, and H. J. Cha, “Smartphone-based Wi-Fi tracking system exploiting the RSS peak to overcome the RSS variance problem,” Pervasive and Mobile Computing, Vol. 9, No. 3, pp. 406-420, Jun. 2013.
C. Laoudias, R. Piche, and C. G. Panayiotou, “Device self-calibration in location systems using signal strength histograms,” Journal of Location Based Services, Vol. 7, No. 3, pp. 165-181, Jun. 2013.
C. P. Yoon, and C. G. Hwang, “Efficient indoor positioning systems for indoor location-based service provider,” Journal of the Korea Institute of Information and Communication Engineering, Vol. 19, No. 6, pp. 1368-1373, Jun. 2015.
J. R. Jiang, C. M. Lin, F. Y. Lin, and S. T. Huang, "ALRD: AoA localization with RSSI differences of directional antennas for wireless sensor networks," in 2012 International Conference on Information Society (i-Society), London: UK, pp. 304-309, 2012.
M. Malajner, P. Planinsic, and D. Gleich, “Angle of arrival estimation using RSSI and omnidirectional rotatable antennas,” IEEE Sensors Journal, Vol. 12, No. 6, pp. 1950-1957, Jun. 2012.
M. I. Jais, P. Ehkan, R. B. Ahmad, I. Ismail, T. Sabapathy, and M. Jusoh, "Review of angle of arrival (AOA) estimations through received signal strength indication (RSSI) for wireless sensors network (WSN)," in 2015 International Conference on Computer, Communications, and Control Technology (I4CT), Kuching: Malaysia, pp. 354-359, 2015.
J. M. Kim, A study on the indoor location estimation algorithm using wireless networks, M. S. theses, Korea University, Seoul, Korea, 2015.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.