GPS 신호가 도달하지 않은 환경에서는 실내 위치 추정 기법을 써서 추정 문제를 풀어야 한다. 일반적으로 실내 환경에서 위치를 추정하는 기법은 AOA, TOA, RSS, Fingerprint, TDOA 등이 쓰이고 있다. 그런데 철판에 의해 막힌 공간이 많은 선박의 실내 환경에서 위치 추정은 대체적으로 근거리 추정이기 때문에 TDOA 기법을 쓰는 것이 적합하다. 본 논문에서는 선박의 환경에서 단말기가 있는 위치를 추정하는 문제를 다룬다. 이를 위해 먼저 TDOA을 써서 위치를 추정하는 문제를 구체적으로 살펴보고, 다음으로 선박 환경에 적용하기 위한 알고리즘을 제안한다. 마지막으로는 세가지 관점의 모의실험을 통해 TDOA 기법에 의한 선박 내 위치 추정에 대한 타당성을 검증한다.
GPS 신호가 도달하지 않은 환경에서는 실내 위치 추정 기법을 써서 추정 문제를 풀어야 한다. 일반적으로 실내 환경에서 위치를 추정하는 기법은 AOA, TOA, RSS, Fingerprint, TDOA 등이 쓰이고 있다. 그런데 철판에 의해 막힌 공간이 많은 선박의 실내 환경에서 위치 추정은 대체적으로 근거리 추정이기 때문에 TDOA 기법을 쓰는 것이 적합하다. 본 논문에서는 선박의 환경에서 단말기가 있는 위치를 추정하는 문제를 다룬다. 이를 위해 먼저 TDOA을 써서 위치를 추정하는 문제를 구체적으로 살펴보고, 다음으로 선박 환경에 적용하기 위한 알고리즘을 제안한다. 마지막으로는 세가지 관점의 모의실험을 통해 TDOA 기법에 의한 선박 내 위치 추정에 대한 타당성을 검증한다.
An estimation problem in the environment which GPS signals do not reach, should be solved by employing an indoor location estimation scheme. Location estimation schemes for indoor environments generally include the AOA, TOA, RSS, Fingerprint, and TDOA. For a ship environment where there exist many s...
An estimation problem in the environment which GPS signals do not reach, should be solved by employing an indoor location estimation scheme. Location estimation schemes for indoor environments generally include the AOA, TOA, RSS, Fingerprint, and TDOA. For a ship environment where there exist many spaces enclosed by iron plates, the TDOA scheme is appropriate because location estimation is usually performed at a closed range. In this paper, we address the problem of estimating the location of a terminal under the ship environment. The problem of location estimation by using the TDOA is presented in detail, and then an algorithm for applying the estimation to the ship environment is proposed. Finally, the proposed algorithm of location estimation in a ship by the TDOA scheme is verified through simulations from three viewpoints.
An estimation problem in the environment which GPS signals do not reach, should be solved by employing an indoor location estimation scheme. Location estimation schemes for indoor environments generally include the AOA, TOA, RSS, Fingerprint, and TDOA. For a ship environment where there exist many spaces enclosed by iron plates, the TDOA scheme is appropriate because location estimation is usually performed at a closed range. In this paper, we address the problem of estimating the location of a terminal under the ship environment. The problem of location estimation by using the TDOA is presented in detail, and then an algorithm for applying the estimation to the ship environment is proposed. Finally, the proposed algorithm of location estimation in a ship by the TDOA scheme is verified through simulations from three viewpoints.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서, 본 논문에서는 GPS 신호가 도달하지 않는 선박 내 공간에서 2차원 상의 위치 추정 문제를 다룬다. 이를 위해 먼저 TDOA 기법에 의한 위치 추정 방법에 대해 심도있게 살펴보고, 다음으로 선박의 환경에서 TDOA 기법을 적용 가능하도록 알고리즘을 제안한다.
이는 선박은 여러 개의 층으로 구성되어 있기 때문에 높이에 대한 기준을 어디로 설정해야 하느냐가 어렵기 때문이다. 따라서, 본 논문에서는 여러 개의 층으로 구성되어 있는 선박에서 단말기가 어느 층에 있는지를 판정하고 난 다음에 단말기가 있는 층에서 단말기의 위치를 추정하는 문제를 다룬다.
본 논문에서는 여러개의 층으로 구성되어 있는 선박의 실내 환경에서 TDOA기법을 적용하여 위치를 추정하는 문제를 다루었다. 먼저 단말기가 있는 층을 결정하는 방법으로는 선박의 중앙 부위에 별도의 AP을 층마다 두고 단말에서 AP로 들어오는 신호의 강도를 비교하여 단말기가 있는 층을 결정하는 방법을 생각하였다.
추정을 다룬다. 선박의 실내 환경에서 단말기의 위치 추정 문제를 생각해보자. 일반적으로 선박은 여러 개의 층으로 건조되어 있고 각 층은 두꺼운 철판으로 막혀있는 공간이 상대적으로 많다는 특징을 갖고 있다.
위치 의 추정 문제를 알아보았다. 이 절에서는 선박이라는 환경에서 위치를 찾는 실제적인 문제를 고찰해 보자. 여객선을 포함한 대형선박은 일반적으로 여러개의 층으로 구성되어 있다.
가설 설정
단말기가 (, ) 좌표에 있다고 가정하고 는 (, ), 는 (, ), 는 (, )에 위치하고 있다고 하자. 단말기로부터 송신된 신호가 에도 달하는 시간은 이고, 에 도달하는 시간은 , 에 도달하는 시간은 인데 이는 세 개의 AP로부터 측정된다.
18번의 실험을 수행한 결과 위치추정 오차가 상당히 작음을 알 수 있었다. 본 연구는 선박이라는 환경에서 각 층의 위치 추정을 평면상의 추정 문제로 가정하고 다루었는데 실제로 선박의 각 층은 공간적 접근을 해야 한다. 따라서 향후 연구는 3차원 공간에서 위치 추정에 관한 문제를 다루어져야 한다고 생각한다.
제안 방법
1절에서 세 개의 AP를 써서 TDOA 기법에 의한 평면상의 위치 의 추정 문제를 알아보았다. 이 절에서는 선박이라는 환경에서 위치를 찾는 실제적인 문제를 고찰해 보자.
다음으로는 단말기가 있는 층에서 단말기의 위치를 TDOA 기법을 써서 추정 문제를 다루었다. Example 1 에서 단말기로부터 AP로의 전파시간을 측정하여 단말기와 AP간의 거리를 구하는 실험을 1m, 3m인 환경에서 모의실험 하였다. 1m, 3m 경우에 대해 100회의 실험을 수행한 결과 측정 오차는 거리가 커짐에 따라 좀 더 크게 나타남을 알았다.
하였다. Example 1에서 단말기로부터 오는 신호의 전파시간를 측정하여, 측정된 값으로부터 거리를 환산하는 실험을 하였고, Example 2에서는 한 개의 단말기와 네 개의 AP를 써서 단말기의 위치 를 추정하는 문제를 다루었다. 마지막으로 Example 3에서는 실제의 선박내 실내 환경과 비슷한 환경에서 16개의 AP를 써서 각 셀 당 2개의 시험 위치를 정해 이를 추정하는 실험을 하였다.
TDOA에 의한 평면상의 위치 추정 문제를 알아보기 위해 그림 6과 같이 한개의 단말기와 세개의 AP를 써서 단말의 위치 를 추정하는 문제를 다루었다. 먼저 단말기를 = (0.
그러나 각각의 실험에 대해 기대값과 분산을 구해서 분석한 결과 전파시간 측정에 의해 거리를 환산하는 방법이 타당성이 있다는 사실을 알게 되었다. 다음으로 Example 2에서는 네 개의 AP를 써서 단말기로부터 오는 신호의 전파시간이 가장 짧은 세 개의 AP를 선택하고 선택된 세 개의 AP를 써서 단말기의 위치 를 추정하는 문제를 다루었다. 실제로 단말기를 = (1.
단말기로부터 AP까지의 거리를 1m, 3m로 두고 두 경우에 대해 신호의 전파시간을 측정하여 이를 거리로 환산하는 실험을 하였다. 먼저 1m 떨어진 경우에 단말기로부터 신호를 100회를 송신하여 각각의 전파시간 ⋯를 구하였고 이를 거리로 환산하여 ⋯ 을 구해 보았다.
마지막으로 Example 3에서는 16개의 AP가 설치되어 있는 공간에서 각 셀에서 2번씩 모의실험을 하여 추정오차를 구해보았다. 18번의 실험을 수행한 결과 위치추정 오차가 상당히 작음을 알 수 있었다.
Example 1에서 단말기로부터 오는 신호의 전파시간를 측정하여, 측정된 값으로부터 거리를 환산하는 실험을 하였고, Example 2에서는 한 개의 단말기와 네 개의 AP를 써서 단말기의 위치 를 추정하는 문제를 다루었다. 마지막으로 Example 3에서는 실제의 선박내 실내 환경과 비슷한 환경에서 16개의 AP를 써서 각 셀 당 2개의 시험 위치를 정해 이를 추정하는 실험을 하였다.
이를 위해 먼저 TDOA 기법에 의한 위치 추정 방법에 대해 심도있게 살펴보고, 다음으로 선박의 환경에서 TDOA 기법을 적용 가능하도록 알고리즘을 제안한다. 마지막으로 세가지 관점에서 모의실험을 수행하여 선박의 실내 환경에서 TDOA기법에 의한 위치 추정의 타당성을 검증한다.
실험을 하였다. 먼저 1m 떨어진 경우에 단말기로부터 신호를 100회를 송신하여 각각의 전파시간 ⋯를 구하였고 이를 거리로 환산하여 ⋯ 을 구해 보았다. 그림 4는 결과값인 ⋯을보여주고 있다.
문제를 다루었다. 먼저 단말기가 있는 층을 결정하는 방법으로는 선박의 중앙 부위에 별도의 AP을 층마다 두고 단말에서 AP로 들어오는 신호의 강도를 비교하여 단말기가 있는 층을 결정하는 방법을 생각하였다. 다음으로는 단말기가 있는 층에서 단말기의 위치를 TDOA 기법을 써서 추정 문제를 다루었다.
다루었다. 먼저 단말기를 = (0.331875, 0.221875) 위치에 두고 네 개의 AP에서 신호를 받아 전파시간이 짧은 세 개의 AP를 결정하였다. 그리고 세 개의 AP에서 측정된 , , 로부터 단말에서 각 AP까지의 거리를 환산하면 은 0.
선박의 실내 환경에서 TDOA를 적용한 위치 추정 문제의 타당성을 검증하기 위해 세가지 관점에서 모의실험을 하였다. Example 1에서 단말기로부터 오는 신호의 전파시간를 측정하여, 측정된 값으로부터 거리를 환산하는 실험을 하였고, Example 2에서는 한 개의 단말기와 네 개의 AP를 써서 단말기의 위치 를 추정하는 문제를 다루었다.
다룬다. 이를 위해 먼저 TDOA 기법에 의한 위치 추정 방법에 대해 심도있게 살펴보고, 다음으로 선박의 환경에서 TDOA 기법을 적용 가능하도록 알고리즘을 제안한다. 마지막으로 세가지 관점에서 모의실험을 수행하여 선박의 실내 환경에서 TDOA기법에 의한 위치 추정의 타당성을 검증한다.
이론/모형
먼저 단말기가 있는 층을 결정하는 방법으로는 선박의 중앙 부위에 별도의 AP을 층마다 두고 단말에서 AP로 들어오는 신호의 강도를 비교하여 단말기가 있는 층을 결정하는 방법을 생각하였다. 다음으로는 단말기가 있는 층에서 단말기의 위치를 TDOA 기법을 써서 추정 문제를 다루었다. Example 1 에서 단말기로부터 AP로의 전파시간을 측정하여 단말기와 AP간의 거리를 구하는 실험을 1m, 3m인 환경에서 모의실험 하였다.
본 논문에서는 [13]와 다르게 TDOA기법에 의한 위치 추정을 다룬다. 선박의 실내 환경에서 단말기의 위치 추정 문제를 생각해보자.
성능/효과
구해보았다. 18번의 실험을 수행한 결과 위치추정 오차가 상당히 작음을 알 수 있었다. 본 연구는 선박이라는 환경에서 각 층의 위치 추정을 평면상의 추정 문제로 가정하고 다루었는데 실제로 선박의 각 층은 공간적 접근을 해야 한다.
18회의 모의실험을 통해 결과를 분석해보면, 방향으로의 추정값에 대한 기대값은 =0.002664045m 로 나타났고 분산은 =0.000089654793519m 으로 나타났다. 또한, 방향으로의 추정값에 대한 기대 값은 =0.
Example 1 에서 단말기로부터 AP로의 전파시간을 측정하여 단말기와 AP간의 거리를 구하는 실험을 1m, 3m인 환경에서 모의실험 하였다. 1m, 3m 경우에 대해 100회의 실험을 수행한 결과 측정 오차는 거리가 커짐에 따라 좀 더 크게 나타남을 알았다. 그러나 각각의 실험에 대해 기대값과 분산을 구해서 분석한 결과 전파시간 측정에 의해 거리를 환산하는 방법이 타당성이 있다는 사실을 알게 되었다.
1m, 3m 경우에 대해 100회의 실험을 수행한 결과 측정 오차는 거리가 커짐에 따라 좀 더 크게 나타남을 알았다. 그러나 각각의 실험에 대해 기대값과 분산을 구해서 분석한 결과 전파시간 측정에 의해 거리를 환산하는 방법이 타당성이 있다는 사실을 알게 되었다. 다음으로 Example 2에서는 네 개의 AP를 써서 단말기로부터 오는 신호의 전파시간이 가장 짧은 세 개의 AP를 선택하고 선택된 세 개의 AP를 써서 단말기의 위치 를 추정하는 문제를 다루었다.
221875) 위치에 두고 네 개의 AP에서 신호를 받아 전파시간이 짧은 세 개의 AP를 결정하였다. 그리고 세 개의 AP에서 측정된 , , 로부터 단말에서 각 AP까지의 거리를 환산하면 은 0.50846737m, 는 0.40275322m, 는 0.69531299m로 나타났다. 를 기준으로 하여 다른 두 와 와의 , 를 구하였다.
두 경우에 대한 실험을 통해 알 수 있었던 것은 거리가 길어질수록 거리 오차가 조금 더 커짐을 발견할 수 있었다.
다음으로 Example 2에서는 네 개의 AP를 써서 단말기로부터 오는 신호의 전파시간이 가장 짧은 세 개의 AP를 선택하고 선택된 세 개의 AP를 써서 단말기의 위치 를 추정하는 문제를 다루었다. 실제로 단말기를 = (1.331875, 1.221875)인 지점에 두고 TDOA 기법을 써서 모의실험을 하였는데 추정 결과는 (, ) = (1.32829723, 1.22471678)으로 나타나 추정성능이 아주 우수함을 알 수 있었다.
그림 4는 결과값인 ⋯을보여주고 있다. 실제로 매 실험마다 거리에 대한 오차가 발생하였는데 이를 통계적으로 분석한 결과, 평균은 1.006303m, 분산은 0.00012677m, 표준편차는 0.01131577m, 표준오차는 0.01125516m로 나타났다.
본 연구는 선박이라는 환경에서 각 층의 위치 추정을 평면상의 추정 문제로 가정하고 다루었는데 실제로 선박의 각 층은 공간적 접근을 해야 한다. 따라서 향후 연구는 3차원 공간에서 위치 추정에 관한 문제를 다루어져야 한다고 생각한다.
참고문헌 (13)
J. J. Lee, J. W. Kwon, M. A Jung, S. R. Lee, “Fingerprinting Bayesian Algorithm for Indoor Location Determination,” The Journal of Korea Information and Communications Society, Vol.35, No. 6, pp.888-894. 2010.06.
J. J. Lee, M. A Jung, S. R. Lee, I. H. Song, “KNN/ANN Hybrid Location Determination Algorithm for Indoor Location Base Service,” The Journal of Institute Of Electronics And Information Engineers, Vol. 48, No.2, pp.109-115. 2011.03.
J. J. Lee, L. H. Song, J. H. Kim, S. R. Lee, “Optimized KNN/IFCM Algorithm for Efficient Indoor Location,” The Journal of Institute Of Electronics And Information Engineers, Vol. 48, No.2, pp.125-133. 2011.03.
J. J. Lee, M. A Jung, S. R. Lee, “KNN/PFCM Hybrid Algorithm for Indoor Location Determination in WLAN,” The Journal of Institute Of Electronics And Information Engineers, Vol. 47, No.6, pp.146-153. 2010.11.
H. G. Jo, S. Y. Jeong, S. J. Kang, “Enhanced Accurate Indoor Localization System Using RSSI Fingerprint Overlapping Method in Sensor Network,” The Journal of Korea Information and Communications Society, Vol.37C, No.08, pp.731-740. 2012.08.
T. Kim, S. Tak, “Modeling and Performance Evaluation of AP Deployment Schemes for Indoor Location-Awareness,” Journal of the Korea Institute of Information and Communication Engineering, Vol.17, No.4, pp.847-856, 2013.03.
J. Y. Cha, Y. B. Kong, J. W. Choi, J. H. Ko, Y. G. Kwon, "IEEE 802.15.4a based Localization Algorithm for Location Accuracy Enhancement in the NLOS Environment," Journal of the Korea Institute of Information and Communication Engineering, Vol.16, No.8, pp.1789-1798. 2012.05
S. Son, H. Choi, H. Cho, Y. Baek, "Location Information Reliability-Based Precision Locating System Using NLOS Condition Estimation," The Journal of Korea Information and Communications Society, Vol.38C, No.01, pp.97-108. 2013.01.
S. Wooo, H. Jeon, H. Park, “A Study on NLOS Error Solution Method in Indoor Location Estimate,” Korea Computer Congress Vol. 33, No. 1(D), pp.178-180, 2006.
Y. Lim, J. Park, and S. Ahn, “A Geometric Approach for the Indoor Localization System,” Journal of The Institue of Electronics Engineers Vol.45, Part.TC No.12, 2008. 12, pp. 1058-1065
D. Ahn, R. Ha, “Indoor Localization Methodology Based on Smart Phone in Home Environment,” The Journal of Korea Information and Communications Society '14-04 Vol.39C No.04, pp. 315-325.
Cong, L. and W. Zhuang, "Non-line-of-sight error mitigation in TDOA mobile location," IEEE Global Telecommunications Conference, volume: 1, pp. 680-684. 2001.
B. Kim, M. A. Jeong, S. R. Lee, “Location Estimation Method Employing Fingerprinting Scheme based on K-Nearest Neighbor Algorithm under WLAN Environment of Ship,” Journal of the Korea Institute of Information and Communication Engineering, Vol. 18, No. 10 : 2530~2536 Oct. 2014.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.