$\require{mediawiki-texvc}$

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.

WiFi 핑거프린트 위치추정 방식의 적응형 KNN에서 평균 범위 설정에 관한 연구
A Study on Average Range Setting in Adaptive KNN of WiFi Fingerprint Location Estimation Method 원문보기

The journal of the institute of internet, broadcasting and communication : JIIBC, v.18 no.1, 2018년, pp.129 - 134  

오종택 (한성대학교 전자정보공학과)

초록
AI-Helper 아이콘AI-Helper

실내에서의 위치를 추정하기 위한 기술 연구가 활발하게 진행되고 있다. 특히 추가적인 기반 시설을 필요로 하지 않는 WiFi fingerprint 방식은 경제성이 높아서 부분적으로 실용화되고 있다. 사전에 여러 지점에서 측정된 무선랜 수신 신호의 세기 정보와 추후에 특정 지점에서 측정된 세기 정보를 비교하여 유사한 지점을 해당 지점으로 추정하는 KNN 방식은 간단하지만 성능이 좋다. 그러나 기존의 KNN 방식은 평균하는 후보 위치들의 개수 K가 일정하므로, 특정 지점에 따라 위치 추정 오차가 최적화되지 못하는 문제가 있다. 본 논문에서는 특정 지점마다 K 값을 적응적으로 변화시키는 KNN 방식에서 평균 범위를 설정하는 알고리즘을 제안하고 실험 데이터에 적용하여 그 성능을 평가하였다.

Abstract AI-Helper 아이콘AI-Helper

Research on the technique for estimating the indoor position has been actively carried out. In particular, the WiFi fingerprint method, which does not require any additional infrastructure, is being partially used because of its high economic efficiency. The KNN method which estimates similar points...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 따라서 기존의 고정된 K 값의 KNN 방식은 측정 위치 전체적으로 위치 추정 오차가 크다. 따라서 본 논문에서는 다음 장에서 새로운 알고리즘을 제안했다.
  • 본 논문에서는 추정 위치에 따른 두 가지 RSS 데이터의 유사도 패턴과 최적의 K의 상관 관계를 분석하여 그 속성을 파악하고, 추정 위치에 따라 적응적으로 K 값을 변경함으로써 적정한 평균 범위를 설정하는 알고리즘을 제안하였다. 또한 실제 측정 데이터에 이 알고리즘을 적용하여 그 성능을 증명하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
WiFi fingerprint 방식은 무엇입니까? ​​​​​​실내 위치 인식 기술에는 다양한 방식이 있지만, 최근에는 무선랜 공유기의 전파 신호 세기를 사전에 측정하여 데이터베이스를 구축하고, 임의의 위치에서 측정한 신호 세기와 비교하여 위치를 추정하는 WiFi fingerprint 방식이 활발하게 연구되고 있고, 실제로 시스템이 구축 되고 있다[5~7]
WiFi fingerprint 방식이 경제성이 높은이유는? 실내에서의 위치를 추정하기 위한 기술 연구가 활발하게 진행되고 있다. 특히 추가적인 기반 시설을 필요로 하지 않는 WiFi fingerprint 방식은 경제성이 높아서 부분적으로 실용화되고 있다. 사전에 여러 지점에서 측정된 무선랜 수신 신호의 세기 정보와 추후에 특정 지점에서 측정된 세기 정보를 비교하여 유사한 지점을 해당 지점으로 추정하는 KNN 방식은 간단하지만 성능이 좋다.
실내 위치 인식 기술의 연구 방식에는 무엇이 있는가? 따라서 실내 위치 인식 기술에 대한 연구가 다양하게 진행되고 있다. 크게 구분해 보면, 전파 신호나 초음파 신호를 송신 또는 수신하는 노드를 여러 개 설치하고 송신기와 수신기 사이의 신호 지연 시간차이를 측정하여 위치를 계산하는 Time of Arrival (TOA) 계열의 위치 측정 방식이 있다. 또한 지점마다 수신 신호의 세기가 다른 속성을 이용하여 위치를 추정하는 fingerprint 방식이 있다. 일종의 지문 인식과 유사하다. 최근에 무선랜 공유기가 저렴해지고 보편화됨에 따라 거의 모든 실내 지점에서 여러 개의 무선랜 공유기 신호가 수신되므로 추가적인 무선랜 공유기의 설치가 없어도 WiFi fingerprint 방식으로 실내 위치 추정이 가능해졌다[1~4]
질의응답 정보가 도움이 되었나요?

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 논문과 함께 이용한 콘텐츠

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