RSSI 판독 라이브러리 함수 및 옥내 측위 모듈 구현

Implementation of a Library Function of Scanning RSSI and Indoor Positioning Modules

IEEE 802.11 기술 덕분에 학교와 대형 쇼핑몰을 비롯한 사무실, 병원, 역 등지에서도 무선 LAN을 통한 인터넷 접속이 가능하다. 본 논문은 무선 LAN에 현재 가장 많이 사용되는 2.4GHz 대역의 802.11b와 802.11g 프로토콜이 탑재된 액세스포인트(AP: Access Point)로부터 수신한 신호의 세기(RSSI: Received Signal Strength Indicator)를 판독할 수 있는 C# 라이브러리 함수를 제안한다. 위치기반서비스는 사용자의 현재 위치를 실시간으로 측정하여 현재 위치를 기반으로 길을 안내하거나, 현재 위치와 관련한 콘텐츠를 제공하는 등의 유용한 서비스를 제공한다. 옥내에서 위치기반서비스를 제공하려면 옥내에 있는 사용자의 위치를 판정하는 옥내측위가 반드시 선결되어야 한다. 옥내측위 기술로 적외선, 초음파, UDP 패킷의 신호세기 등을 이용하는 방법들이 소개된 바 있다. 이러한 방법들은 측위를 위한 특수 장비를 설비해야만 한다는 단점이 있다. 본 논문은 RSSI를 판독하는 라이브러리 함수를 제공할 뿐만 아니라 제공하는 함수를 이용한 옥내 측위 구현 예도 소개한다. 구현에 적용된 방법들은 이미 널리 알려진 K-NN(K Nearest Neighbors), 베이시안 방법 그리고 삼각측량법이다. K-NN 방법과 베이시안 방법은 일종의 지문방식인데, 지문방식은 준비단계와 실시간단계로 구성되며, 실시간 단계의 처리 과정은 처리속도가 빨라야만 한다. 본 논문은 실시간 단계의 속도를 개선하는 방법으로 판단나무 방법(Decision Tree Method)을 제안하고, 이러한 방법들의 성능을 실험적으로 평가한 결과를 소개한다.

Thanks to IEEE 802.11 technique, accessing Internet through a wireless LAN(Local Area Network) is possible in the most of the places including university campuses, shopping malls, offices, hospitals, stations, and so on. Most of the APs(access points) for wireless LAN are supporting 2.4 GHz band 802.11b and 802.11g protocols. This paper is introducing a C# library function which can be used to read RSSIs(Received Signal Strength Indicator) from APs. An LBS(Location Based Service) estimates the current location of the user and provides useful user's location-based services such as navigation, points of interest, and so on. Therefore, indoor, LBS is very desirable. However, an indoor LBS cannot be realized unless indoor position ing is possible. For indoor positioning, techniques of using infrared, ultrasound, signal strength of UDP packet have been proposed. One of the disadvantages of these techniques is that they require special equipments dedicated for positioning. On the other hand, wireless LAN-based indoor positioning does not require any special equipments and more economical. A wireless LAN-based positioning cannot be realized without reading RSSIs from APs. Therefore, our C# library function will be widely used in the field of indoor positioning. In addition to providing a C# library function of reading RSSI, this paper introduces implementation of indoor positioning modules making use of the library function. The methods used in the implementation are K-NN(K Nearest Neighbors), Bayesian and trilateration. K-NN and Bayesian are kind of fingerprinting method. A fingerprint method consists of off-line phase and realtime phase. The process time of realtime phase must be fast. This paper proposes a decision tree method in order to improve the process time of realtime phase. Experimental results of comparing performances of these methods are also discussed.