$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

이동 Wi-Fi 환경에서 핑거프린트 기반의 Difference Means를 이용한 실내 위치추정 알고리즘
The Indoor Localization Algorithm using the Difference Means based on Fingerprint in Moving Wi-Fi Environment 원문보기

한국통신학회논문지 = The Journal of Korean Institute of Communications and Information Sciences, v.41 no.11, 2016년, pp.1463 - 1471  

김태완 (Department of Computer & Media, Tongmyong University) ,  이동명 (Department of Computer Engineering, Tongmyong University)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 Wi-Fi환경에서 실내 위치추정의 성능 향상을 위해 이동 Wi-Fi 환경에서 핑거프린트 기반의 Difference Means를 이용한 실내 위치추정 알고리즘 (Algorithm using the Difference Means based on Fingerprint, DMFPA)을 제안하였다. 그리고 자체 개발한 실내 위치추정 시뮬레이터를 사용하여 제안한 DMFPA의 성능을 일반적인 핑거프린트 알고리즘 (OFPA), 가우시안 분포를 핑거프린트 알고리즘 (GDFPA)의 성능을 서로 비교하였다. 성능분석 항목은 각 참조구역에서의 평균위치추정 정확도, 발생된 오차의 평균오차 누적거리와 최대오차 누적거리, 그리고 평균측정시간으로 정의하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

The indoor localization algorithm using the Difference Means based on Fingerprint (DMFPA) to improve the performance of indoor localization in moving Wi-Fi environment is proposed in this paper. In addition to this, the performance of the proposed algorithm is also compared with the Original Fingerp...

주제어

#Wi-Fi   #Fingerprint   #Indoor Localization   #Difference Means   #DMFPA  

AI 본문요약
AI-Helper 아이콘 AI-Helper

문제 정의

  • 본 논문에서는 이동 Wi-Fi환경에서 핑거프린트 기반의 다양한 환경적 요소로 인한 위치추정 정확도 한계를 극복하고 최소 Wi-Fi AP로 측정위치에 따른 위치정확도를 높이기 위하여 핑거프린트 기반의 Difference Means를 이용한 실내 위치추정 알고리즘 (Algorithm using the Difference Means based on Fingerprint, DMFPA)을 제안하였다. 그리고 실내 위치추정 서비스의 수요와 다양한 방식의 성능분석의 필요성이 증대됨에 따라 자체 개발한 시뮬레이터를 사용하여 각 참조구역 (Reference Point, RP)에서의 추정된 위치의 위치추정 정확도, 발생된 오차의 평균 오차 누적거리, 최대오차 누적거리 및 평균측정시간을 분석하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
IoT 서비스 분야중 급속도로 성장하고 있는 것은? 최근 스마트폰 (Smart phone), 태블릿 (Tablet), 노트북 (Notebook) 등의 소형기기의 보급이 늘어남에 따라 1인 멀티 디바이스를 사용하는 유비쿼터스 컴퓨팅 (Ubiquitous Computing)의 시대가 현실화 되었으며, 더 나아가 사람과 사람, 사물과 사물, 사람과 사물을 네트워크에 연결하여 정보를 공유하는 사물인터넷(Internet of Things, IoT) 시대가 열렸다. 현재 IoT 서비스 분야 중에서 위치기반 서비스 (Location-Based Service, LBS)가 급속도로 성장하고 있으며, 이에 따라 사용자 위치추정 기술의 연구가 매우 광범위하게 진행되고 있다[1-4].
스마트폰 (Smart phone), 태블릿 (Tablet), 노트북 (Notebook) 등의 소형기기의 보급이 늘어나면서 열린 시대는? 최근 스마트폰 (Smart phone), 태블릿 (Tablet), 노트북 (Notebook) 등의 소형기기의 보급이 늘어남에 따라 1인 멀티 디바이스를 사용하는 유비쿼터스 컴퓨팅 (Ubiquitous Computing)의 시대가 현실화 되었으며, 더 나아가 사람과 사람, 사물과 사물, 사람과 사물을 네트워크에 연결하여 정보를 공유하는 사물인터넷(Internet of Things, IoT) 시대가 열렸다. 현재 IoT 서비스 분야 중에서 위치기반 서비스 (Location-Based Service, LBS)가 급속도로 성장하고 있으며, 이에 따라 사용자 위치추정 기술의 연구가 매우 광범위하게 진행되고 있다[1-4].
Wi-Fi환경에서 핑거프린트 기반으로 위치를 추정하는 기법의 장점은? 아울러 Wi-Fi 기술의 급속한 발전과 보급으로 인해 Wi-Fi기반의 위치추정 기술에 대한 연구가 매우 활발하게 진행되고 있는 실정이며, 실내공간에 많은 수의 Wi-Fi access point (AP)가 이미 설치되어 있기 때문에 Wi-Fi를 이용한 핑거프린트 (Fingerprint) 기반의 실내 위치추정 기법은 별도의 장비 설치 및 인프라 구축 없이 위치추정이 가능한 큰 장점을 가지고 있다[5-12].
질의응답 정보가 도움이 되었나요?

참고문헌 (16)

  1. M. Weiser, "The Computer for the 21th Centry," Scientific American, pp. 94-104, Sep. 1991. 

  2. S. W. Lee and S. W. Kim, "A trend and vision for the indoor positioning technology," KICS Inf. and Commun. Mag., vol. 32, no. 2, pp. 81-88, Jan. 2015. 

  3. H. Y. Kim, et al., "Localization and tracking technologies in near fields," Weekly Technol. Trends, IITA, pp. 1-13, 2007. 

  4. H. Y. Kim, Internet of Things - Concept, Implementation Technologies and Business, Hongrung Publishing Company, 2014. 

  5. M. I. Ji, et al., "Development trends of the indoor localization technology based on Wi-Fi," KICS Inf. and Commun. Mag., vol. 28, no. 7, pp. 52-58, Jun. 2011. 

  6. Y. Kim, H. Shin, and H. Cha, "Smartphonebased Wi-Fi tracking system exploiting the RSS peak to overcome the RSS variation problem," Pervasive Mob. Comput., vol. 9, no. 3, pp. 406-420, Jun. 2013. 

    상세보기 crossref

  7. C. Laoudias, R, Pich, and C. G. Panayiotou, "Device self-calibration in location systems using signal strength histograms," Location Based Serv., vol. 7, no. 3, pp. 165-181, Aug. 2013. 

    상세보기 crossref

  8. E. E. L. Lau, B. G. Lee, S. C. Lee, and W. Y. Chung, "Enhanced RSSI-Based high accuracy real-time user location tracking system for indoor and outdoor environments," Smart Sens. and Intell. Syst., vol. 1, no. 2, Jun. 2008. 

  9. S. Son, Y. Park, B. Kim, and Y. B, "Wi-Fi fingerprint location estimation system based on reliability," J. KICS, vol. 38, no. 6, pp. 531-539, Jun. 2013. 

  10. I. Ha, Z. Zhang, H. Park, and C. Kim, "Analysis of Wi-Fi signal characteristics for indoor positioning measurement," J. KIICE, vol. 16, no. 10, pp. 2177-2184, Oct. 2012. 

  11. K. Kaemarungsi and P. Krishnamurthy, "Modeling of indoor positioning system based on location fingerprinting," in Proc. IEEE. INFOCOM 2004, vol. 2, pp. 1012-1022, Mar. 2004. 

  12. T. Lin and P. Lin, "Performance comparison of indoor positioning techniques based on location fingerprinting in wireless networks," in Proc. IEEE Wireless Netw., Commun. and Mob. Comput. 2005, vol. 2, pp. 1569-1574, Jun. 2005. 

  13. A. Hatami and K. Pahlavan, "Comparative statistical analysis of indoor positioning using empirical data and indoor radio channel models," in Proc. IEEE CCNC 2006, vol. 2, pp. 1018-1022, Jan. 2006. 

  14. I. H. Jeoung, C. M. Kim, Y. S. Choi, S. B. Kim, and Y. Lee, "A study of establishment on radiomap that utilizes the mobile device indoor positioning DB based on Wi-Fi," J. KOGSIS, vol. 22, no. 3, pp. 57-69, Sep. 2014. 

    원문보기 상세보기 crossref

  15. H. K. Oh and I. C. Kim, "WiFi location estimation in indoor environments using gaussian processes," J. KIISE: Comput. Practices and Lett., vol. 17, no. 10, pp. 564-568, Oct. 2011. 

  16. Normal Distribution, Retrieved Jul. 15, 2015, from https://en.wikipediaorg/wiki/Normal_distribution 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로