Abstract
There has been equipped wireless network infrastructure making possible to contact mobile computing at buildings, university, airport etc. Due to increase of mobile user dramatically, it raises interest about application and importance of LBS. The purpose of this study is to develop an indoor positioning system which is position of mobile users using Wireless LAN signal strength. We present Euclidean distance model and Bayesian inference model for analyzing position determination. The experimental results showed that the positioning of Bayesian inference model is more accurate than that of Euclidean distance model. In case of static target, the positioning accuracy of Bayesian inference model is within 2 m and increases when the number of cumulative tracking points increase. We suppose, however, Bayesian inference model using 5- cumulative tracking points is the most optimized thing, to decrease operation rate of mobile instruments and distance error of tracking points by movement of mobile user.
공공건물, 대학교, 공항 등에 무선 네트워크의 설치가 증가하면서 장소와 시간에 관계없이 모바일 환경에 접근 할 수 있게 되었으며, 모바일 사용자의 급격한 증가로 위치기반서비스의 중요성과 활용에 대한 관심이 증가하고 있다. 본 연구는 무선 랜의 신호세기를 이용하여 모바일 사용자의 위치를 추적하는 실내측위 시스템을 개발하는 것이다. 사용자의 위치를 결정하기 위해 유클리디안 거리 모델과 베이시안 추론 모델을 사용하였다. 실험 결과 유클리디안 거리 모델보다 베이시안 추론 모델이 더 높은 정확도로 위치를 결정하는 것으로 나타났다. 정지상태에서 베이시안 추론 모델은 약 2m 이내의 측위 정확도를 제공하며, 누적좌표수가 증가할수록 그 정확도는 더 향상되었다. 그러나 모바일 사용자의 이동에 따른 누적좌표의 거리오차 및 모바일 기기의 연산량을 감소시키기 위하여, 누적좌표가 5개 일 때의 베이시안 추론 모델이 실내측위에 가장 최적화된 방법이라 생각된다.
