A Neural Network-based WiFi Fingerprinting Guaranteeing Localization Accuracy in Sudden Changes of RSS

RSS의 급격한 변화에서 측위 정확도를 보장하는 Neural Network 기반 WiFi Fingerprinting

WiFi Fingerprinting기술의 측위 정확도에 가장 큰 영향을 주는 요인은 수신되는 신호세기(RSS)의 안정성이다. 하지만 실내 환경의 높은 복잡도로 인해 같은 위치에서도 RSS가 시간에 따라 변화하며 불안정하다. 이러한 RSS variance 문제를 해결 하기위한 다양한 연구들이 수행되었다. 하지만 기존 연구들의 경우 시스템의 복잡도가 증가하며, RSS가 급격히 변하는 경우에는 측위 성능을 보장 할 수 없다. 본 논문에서는 특수한 구조를 갖는 Neural Network설계하고 이에 최적화된 입력 Feature고안하며 이를 통해 급격한 RSS 변화에서도 성능을 보장하는 WiFi Fingerprinting 알고리즘 제안한다. 제안하는 알고리즘과 기존 알고리즘을 동일한 조건에서 시뮬레이션을 통해 비교한 결과 제안하는 알고리즘이 급격한 RSS 변화에서 상대적으로 높은 측위 정확도 보여줌을 확인 할 수 있었다.