[논문]최대 RSSI 간의 유사도를 기반으로 한 가중치 부여 사전 컷-오프 실내 위치 추정 방식

김동준; 손주영

doi:10.9717/kmms.2018.21.7.772

Abstract ▼ AI-Helper

We have previously proposed a preliminary cut-off indoor positioning scheme considering the reference point with the same signal similarity. This scheme estimates the position using the relative rank of the peak of received signal strength from the beacons around user. However, this scheme has a wea...

We have previously proposed a preliminary cut-off indoor positioning scheme considering the reference point with the same signal similarity. This scheme estimates the position using the relative rank of the peak of received signal strength from the beacons around user. However, this scheme has a weak point with lower accuracy when there are more than one nearest reference points having the same signal similarity. In order to tackle this, we propose a weighted preliminary cut-off indoor positioning scheme. Firstly, if the above problem occurs, the similarity to the peak of signal strength is considered as well as the relative rank. Next, weights are assigned to the nearest reference points using the similarity to the peak of the received signal strength. Finally, the user's position is estimated by applying the weights. As a result, the weighted preliminary cut-off scheme improves the positioning accuracy by about 7.9% compared to the previous scheme.

주제어

AI 본문요약
AI-Helper

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

문제 정의

우리는 [5]의 연구 결과를 바탕으로 정확도를 더 향상시키기 위해 지속적으로 연구를 진행하였다. [5] 의 연구도 결국 남은 RP들의 중점을 최종 위치로 추정하기 때문에 이전 방식보다 오차가 줄어들지만 여전히 줄일 수 있는 오차들이 남아있다.
우리는 사전 컷-오프 실내 위치 추정 방식을 제안했었고, 정확도를 개선하기 위해 지속적으로 연구하였다. 본 논문에서 제안한 최대 RSSI 간의 유사도를 기반으로 한 가중치 부여 사전 컷-오프 실내 위치 추정 방식은 앞서 소개하였던 신호유사도가 일치하는 RP를 고려한 사전 컷-오프 방식보다 정확도 측면을 더 보완한 방식이다.

제안 방법

먼저, 사용자의 장비를 통해 일정 시간동안 주변 비콘으로부터 RSSI와 비콘 정보를 수신한다. 그리고 각 비콘으로부터 수신된 다수의 RSSI들중 최대값을 각각 추출하고 각 최대값들을 이용하여 비콘들의 상대적인 순위를 계산한다. 그리고 핑거프린트 지도에서 이 비콘 정보와 동일한 정보만 저장된 RP를 남기고 나머지 RP는 모두 제거하여 축소된 핑거프린트 지도를 만든다.
1은 신호유사도가 일치하는 참조위치를 고려한 사전 컷-오프 방식의 알고리즘을 단계적으로 보여준다. 먼저, 사용자의 장비를 통해 일정 시간동안 주변 비콘으로부터 RSSI와 비콘 정보를 수신한다. 그리고 각 비콘으로부터 수신된 다수의 RSSI들중 최대값을 각각 추출하고 각 최대값들을 이용하여 비콘들의 상대적인 순위를 계산한다.
이 예와 같이 중점이 실제 사용자의 위치에 부합되지 않아 이런 경우로 인하여 전체적인 정확도가 저하되는 문제점을 보인다. 이 문제점을 해소하고 정확도를 더욱 높이기 위해 최인접 RP들에 최대 RSSI에 대한 가중치를 부여하여 위치를 추정하는 방식을 제안한다. 이 방식은 T가 2 이상인 경우에 T개의 RP들의 중점을 사용자의 위치로 추정하지 않고, 각 RP에 최대 RSSI의 신호유사도를 토대로 가중치를 부여하여 항상 중점이 아니라 가중치가 더 큰 RP에 가깝게 사용자의 위치를 추정한다.
이를 보완하기 위해 [5]에서는 신호유사도가 일치하는 RP를 고려한 사전 컷-오프 방식을 연구하였다. 이 연구는 축소된 핑거프린트 지도의 RP가 K 개보다 많을 경우에 K개를 추출하기 위해 계산했던 유사도를 K개 이하일 경우에도 적용한다. 다시 말해, K개 이하의 RP들의 순위와 실시간 정보의 순위 간의 유사도가 큰 RP들만을 이용하여 위치를 추정하기 때문에 정확도를 향상시킨다.
[5] 의 연구도 결국 남은 RP들의 중점을 최종 위치로 추정하기 때문에 이전 방식보다 오차가 줄어들지만 여전히 줄일 수 있는 오차들이 남아있다. 이 오차들을 더 줄임으로써 정확도를 향상시키기 위해 우리는 RSSI의 최대값을 이용하여 가중치를 부여하는 방식을 제안한다. 이전 방식은 남은 RP들에 대해 동등한 가중치를 부여하였기 때문에 중점으로 최종 위치를 추정했지만, 이 방식은 각 RP에 계산된 가중치를 부여하고 가중치가 적용된 위치로 최종 위치를 추정하기 때문에 정확도를 향상시킨다.
그리고 핑거프린트 지도에는 각 RP에서 일정 시간동안 주변 비콘으로부터 수신한 RSSI의 최대값들의 상대적인 순위가 저장된다. 이후 온라인 단계 에서 실시간으로 수신한 RSSI의 최대값들의 상대적인 순위와 핑거프린트 지도의 저장된 순위와 비교하여 실내 위치를 추정한다. 핑거프린트 지도를 이용하기 때문에 핑거프린트 지도를 구성하는 방식에 따라 정확도의 차이가 날 수 있다.

대상 데이터

유사도 계산은 [9]의 연구결과에 따라 Spearman’s footrule 계산 방식을 이용하였다. S개의 RP 중 유사도가 큰 K개의 RP를 추출한다. 앞의 과정을 거치게 되면 S는 K보다 작거나 같은 수가 된다.
본 논문에서 제안한 방식의 정확도에 대한 성능을 비교하기 위해 Fig. 3과 같은 실제 우리 대학교의 건물 중 3층의 일부분에서 실험하였다. Fig.
비교 대상으로는 KNN 알고리즘과 이전 방식인 신호유사도가 일치하는 참조 위치를 고려한 사전 컷-오프 방식을 선정하였다. 실험 결과는 Fig.

이론/모형

유사도 계산은 [9]의 연구결과에 따라 Spearman’s footrule 계산 방식을 이용하였다.

성능/효과

하지만 가중치를 부여한 사전 컷-오프 방식은 항상 중점이 아닌 가중치를 고려하기 때문에 오차가 개선되었다. ➋～➏, 그리고 ➓ 위치에서 위치추정 정확도는 이전 방식에 비해 평균적으로 약 16% 개선되었다.
8 m이다. 결과적으로 KNN 알고리즘에 비해 약 50.8%, 이전 방식에 비해 약 7.4%의 정확도가 향상되었다.
3 m의 오차를 보인다. 결과적으로 임의의 사용자 위치 ➋에서 약 1.7 m의 오차가 개선되었다.
우리는 사전 컷-오프 실내 위치 추정 방식을 제안했었고, 정확도를 개선하기 위해 지속적으로 연구하였다. 본 논문에서 제안한 최대 RSSI 간의 유사도를 기반으로 한 가중치 부여 사전 컷-오프 실내 위치 추정 방식은 앞서 소개하였던 신호유사도가 일치하는 RP를 고려한 사전 컷-오프 방식보다 정확도 측면을 더 보완한 방식이다. 실험을 통해 KNN 알고리즘에 비해 약 50.
본 논문에서 제안한 최대 RSSI 간의 유사도를 기반으로 한 가중치 부여 사전 컷-오프 실내 위치 추정 방식은 앞서 소개하였던 신호유사도가 일치하는 RP를 고려한 사전 컷-오프 방식보다 정확도 측면을 더 보완한 방식이다. 실험을 통해 KNN 알고리즘에 비해 약 50.8%, 이전 방식에 비해 약 7.4%의 정확도가 향상되었음을 확인하였다. 앞으로도 오차를 줄임으로써 정확도를 더 향상시키는 연구가 지속적으로 연구되어야 한다.
전체적으로 실험 환경의 임의의 사용자 위치 10곳에 대해서 KNN 알고리즘, 이전 방식, 그리고 신호유사도가 일치하는 RP를 고려한 사전 컷-오프 방식의 평균 오차는 각각 약 7.72 m, 4.1 m, 그리고 3.8 m이다. 결과적으로 KNN 알고리즘에 비해 약 50.

후속연구

4%의 정확도가 향상되었음을 확인하였다. 앞으로도 오차를 줄임으로써 정확도를 더 향상시키는 연구가 지속적으로 연구되어야 한다. 그리고 더 나아가 실내 환경에서의 무선 신호는 주변 영향을 매우 많이 받기 때문에 신호의 불안정성과 가변성도 보완해야 될 부분이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	핑거프린트 지도가 정확도 차이가 나는 이유는?	이후 온라인 단계 에서 실시간으로 수신한 RSSI의 최대값들의 상대적인 순위와 핑거프린트 지도의 저장된 순위와 비교하여 실내 위치를 추정한다. 핑거프린트 지도를 이용하기 때문에 핑거프린트 지도를 구성하는 방식에 따라 정확도의 차이가 날 수 있다. 그리고 적절한 위치에 비콘을 배치하고 RP를 선정하는 것도 매우 중요하다.
	핑거프린트 지도에는 무엇이 저장되는가?	이 방식에서 신호 발생 장치로 BLE (Bluetooth Low Energy) 기반의 비콘을 활용한다. 그리고 핑거프린트 지도에는 각 RP에서 일정 시간동안 주변 비콘으로부터 수신한 RSSI의 최대 값들의 상대적인 순위가 저장된다. 이후 온라인 단계 에서 실시간으로 수신한 RSSI의 최대값들의 상대적인 순위와 핑거프린트 지도의 저장된 순위와 비교하여 실내 위치를 추정한다.
	신호유사도가 일치하는 RP를 고려한 사전 컷-오프 방식을 연구한 이유는 무엇인가?	이후 유사도가 큰 K개의 RP를 추출한 후 이 RP들의 중점을 최종 위치로 추정한다. 항상 K개 이하의 RP들의 중점으로 위치를 추정하기 때문에 1개인 경우를 제외한 경우에는 항상 오차가 발생 한다. 이를 보완하기 위해 [5]에서는 신호유사도가 일치하는 RP를 고려한 사전 컷-오프 방식을 연구하였다.

참고문헌 (9)

J.M. Keller, M.R. Gray, and J.A. Givens, “A Fuzzy K-nearest Neighbor Algorithm,” IEEE Transactions on Systems Man and Cybernetics, Vol. SMC-15, No. 4, pp. 580-585, 1985.

상세보기
D. Kim, B. Park, and J. Son, "A Preliminary Cut-off Indoor Positioning Scheme Using Beacons," Proceeding of Korean Institute of Information Scientists and Engineers Korea Computer Congress, pp. 592-594, 2016.
D. Kim, B. Park, and J. Son, “A Preliminary Cut-off Indoor Positioning Scheme Using Beacons,” Korean Institute of Information Scientists and Engineers Transactions on Computing Practices, Vol. 23, No. 2, pp. 110-115, 2017.
B. Park, D. Kim, and J. Son, “An Improved Preliminary Cut-off Indoor Positioning Scheme in Case of No Neighborhood Reference Point,” Journal of Korea Multimedia Society, Vol. 20, No. 1, pp. 74-81, 2017.

원문보기 상세보기
D. Kim, B. Park, and J. Son, "A Preliminary Cut-off Indoor Positioning Scheme Considering the Reference Points with the Same Signal Similarity," International Journal of Applied Engineering Research, Vol. 12, No. 14, pp. 4735-4740, 2017.
D. Kim and J. Son, "Placement of Beacons and Reference Points in Indoor Positioning Schemes Using Fingerprint Maps," Proceeding of Spring Conference of Korean Society for Internet Information, pp. 241-242, 2017.
D. Kim and J. Son, "A Method to Construct a Fingerprint Map by Combining Multiple Maps to Improve the Accuracy of the Indoor Localization," Proceeding of Korean Institute of Information Scientists and Engineers Korea Computer Congress, pp. 412-414, 2017.
D. Kim and J. Son, “A Method to Construct a Cut-off Fingerprint Map to Improve Accuracy in Indoor Positioning Scheme,” Journal of Korea Multimedia Society, Vol. 20, No. 8, pp. 1330-1337, 2017.
J. Machaj, P. Brida, and R. Piche, "Rank Based Fingerprinting Algorithm for Indoor Positioning," Proceeding of 2011 International Conference on Indoor Positioning and Indoor Navigation, pp. 1-6, 2011.

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

최대 RSSI 간의 유사도를 기반으로 한 가중치 부여 사전 컷-오프 실내 위치 추정 방식
A Weighted Preliminary Cut-off Indoor Positioning Scheme Based on Similarity between Peaks of RSSI 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (9)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

최대 RSSI 간의 유사도를 기반으로 한 가중치 부여 사전 컷-오프 실내 위치 추정 방식 A Weighted Preliminary Cut-off Indoor Positioning Scheme Based on Similarity between Peaks of RSSI 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (9)

이 논문을 인용한 문헌

저자의 다른 논문 :

김동준 (3) 손주영 (27)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

최대 RSSI 간의 유사도를 기반으로 한 가중치 부여 사전 컷-오프 실내 위치 추정 방식
A Weighted Preliminary Cut-off Indoor Positioning Scheme Based on Similarity between Peaks of RSSI 원문보기

AI 본문요약
AI-Helper