A Study on Learning Structure for Indoor Positioning based on Wi-Fi Fingerprint

Wi-Fi 전파지문 기반 실내 측위를 위한 학습 구조에 관한 연구

Currently, the performance of positioning technology based on radio wave fingerprint is greatly influenced by the selection of data comparison algorithm. In this case, the accuracy of the indoor positioning can be greatly improved by the data expansion technique necessary for the learning structure. In this paper, we discuss the importance of learning structure that can be applied to actual positioning through classification and extension of learning data to construct learning structure based on Wi-Fi radio fingerprint.

현재 실내 측위를 위한 기술로 전파 지문 기반의 측위 기술의 성능은 데이터 비교 알고리즘의 선택에 따라 큰 영향을 받는다. 이때 학습 구조에 필요한 데이터 확장 기법에 의해 실내 측위의 정확도가 크게 개선될 수 있다. 본 논문에서는 Wi-Fi 전파 지문을 기반으로 하는 학습 구조를 구성하기 위해 학습 데이터의 구분 및 확장 기술을 통해 실제 측위에 적용할 수 있는 학습 구조의 중요성을 논의한다.