선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
제안 방법
- 실험은 거리별 RSSI를 구하여 신호의 확률분포를 알아보고 RSSI를 서버에 전송하여 서버에서는 AP 와 사용자의 거리를 계산한다. 유추된 거리로 삼변측량을 통해 사용자의 현재 위치를 알아낸다.
- 왜곡된 신호들을 모아 그 위치에서 얻어지는 신호들의 확률을 구한다. 구해진 확률(사전확률)은 Bayesian 식을 이용하여 신뢰할 수 있는 데이터(AP와 무선랜 기기 사이의 거리)를 얻어낸다.
- 구해진 확률(사전확률)은 Bayesian 식을 이용하여 신뢰할 수 있는 데이터(AP와 무선랜 기기 사이의 거리)를 얻어낸다. 이렇게 얻어진 데이터를 가지고 삼변측량을 하여 사용자의 위치를 알아보았다.
대상 데이터
- 이번에 구현한 무선랜 기반의 실내 위치 인식시스템은 먼저 Access Point(AP)에서 샘플 신호들을 측정하여 모여진 신호를 가지고 학습하여 정확성을 개선시킨다. 실험 사용된 Access Point는 ㈜삼성전기의 SWL-3300AP 6개를 사용하였고 사용된 PDA는 HP의 iPAQ Pocket PC 2003, 무선랜은 SanDisk 사 의 SD카드 타입의 Wi-Fi를 사용하였다. 그림 1은 실험을 한 장소의 구조이다.
- 이번에 실험한 환경은 가로 21m 세로 13m의 비교적 좁은 공간에서 실행되었다. 좁은 실험 공간이어서 어떤 외부 요인이 전파신호 강도(RSSI)에 영향을 미치는지 알아보기 쉬었다.
이론/모형
- Step 2) 임의의 지점에서 신호를 받아 서버에 전송하면 서버는 이미 알고 있는 사전확률을 Bayesian 식을 이용하여 AP 와 사용자 간의 거리를 유추한다.
- 왜곡된 신호들을 모아 그 위치에서 얻어지는 신호들의 확률을 구한다. 구해진 확률(사전확률)은 Bayesian 식을 이용하여 신뢰할 수 있는 데이터(AP와 무선랜 기기 사이의 거리)를 얻어낸다. 이렇게 얻어진 데이터를 가지고 삼변측량을 하여 사용자의 위치를 알아보았다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.