• KIPS Transactions on Computer and Communication Systems
• /
• v.6 no.9
• /
• pp.369-376
• /
• 2017

Recently, an RSSI-based fingerprinting localization technology has been widely used in indoor location-based services. In the conventional fingerprinting method, as many APs as possible are used to increase the accuracy of location estimation. In another study, a part of APs having the strongest RSSI signal intensity are selected and used to reduce the time spent for positioning. However, it does not reflect the influence of RSSI occurred from the changes of the surrounding environments such as human movement or moving obstacles in a real environment. The environmental changes may cause the difference between the predicted RSSI signal strength value and the measured value, and thus occur an unpredictable error in the position estimation. Therefore, in order to mitigate the error caused by environmental factors, it is necessary to select APs suitable for indoor positioning estimation considering the changes in the surrounding environments. In this paper, we propose a method to select stable APs considering the influence of surrounding environments and derive a suitable positioning algorithm. In addition, we compare and analyze the performance of the proposed method with that of the existing AP selection methods through experiments.

• The Journal of Korean Institute of Electromagnetic Engineering and Science
• /
• v.10 no.1
• /
• pp.133-141
• /
• 1999

In this paper, we present an indoor propagation prediction model which is based on a three-dimensional ray-tracing technique. In this model, instead of considering all obstacles such as furnitures and fixtures, etc., only main obstacles to the propagation such as walls, ceiling and floors are modeled as slabs with finite thickness and conductivity, and the significant phenomena of propagation are considered, so we can calculate simply and predict accurately the propagation losses. The propagating rays are considered to be reflected and transmitted specularly at the boundaries of obstacles, and diffracted at edges. The reflection and transmission losses on flat obstacles are calculated by using ray tracing method, and the diffraction losses at edges are calculated by using the uniform theory of diffraction (UTD) for finite conductivity media. The results simulated for some cases by this propagation model good agree with the measured value of pathloss.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.11a
• /
• pp.143-144
• /
• 2019

자율 주행 차량의 상용화를 위해서는 차량의 정교한 위치 추정이 필수적이다 특히 실내공간의 경우 다중 경로 등 복잡한 경로를 주행 중인 차량의 위치를 추적해야 한다. 이 경우 정밀한 위치 추정을 위해 이동체가 주행하는 경로를 정확히 판별하는 것이 필수적이다. 본 논문에서는 다중 경로가 존재하는 복잡한 실내공간을 주행하는 이동체의 경로 추정을 위해 딥러닝 기법을 이용한다. 특히 딥러닝 기법이 주행 차량의 영상 정보를 활용하는 방식을 기술한다. 본 논문에서 딥러닝 방식은 주행 차량의 영상 정보를 이용하여 이동체가 주행하게 될 경로를 예측한다. 모의실험은 적용된 딥러닝 방식이 이동체의 주행 경로를 정확하게 예측함을 보인다.

• 한국IT서비스학회:학술대회논문집
• /
• 2009.05a
• /
• pp.428-431
• /
• 2009

기존의 첨단주택은 IT 차원에서 접근되어 에너지 절약을 위한 기술은 시도하지 않았고 에너지 환경관리 기술이 미흡하였다. 본 논문에서는 실제 사용자 생활 패턴을 파악하여 에너지 소모를 얼마나 줄일 수 있는지 테스트 하였다. 복도, 출입구 그리고 현재 근무 중인 테이블에 조도 센서와 인체 감지 센서를 설치하였는데 조도 센서와 인체감지 센서는 하나의 그룹을 이루며 생활패턴을 파악하고 조도 값에 따라 실내등을 소등할 수 있도록 한다. 모든 센서 노드는 스타 토폴로지(one-hop) 형태로 연결되며 데이터는 USN 브릿지에 있는 베이스노드로 수집되고 이더넷을 통해 서버로 전달하면 DB에 저장된다. 그러므로 실시간으로 실내 환경 데이터를 수집하여 실내 환경 통합 감시 및 모니터링이 가능하고 에너지 소모를 줄일 수 있다.

• Transactions of the Korean Society of Mechanical Engineers
• /
• v.13 no.6
• /
• pp.1223-1230
• /
• 1989

본 연구에서는 이러한 관점으로부터, 개방식 연촉매치를 상정하여, 백금의 모노리스형 촉매를 이용한 메타놀예%%합형 촉매연소기의 정상운전의 실용성에 관한 실험 및 수치계산을 행하였다. 먼저 촉매연소기의 온도분포 및 배기가스 온도분포를 파악하고, 촉매연소기의 실용성을 평가하기 위하여 실내환경예측을 행하였다. 또한 실험만으로는 연소기의 여러가지 운전조건에 관한 전테이타를 얻는 것은 어렵다. 이 때문에 본 연구에서는, 이전의 연구에서 이용한 계산과 같이 메타놀이 완전연소하는 는 것으로 보고 중간산하물의 생성을 무시한 1차원 수치계산모델로 연소특성, 배기가 스의 배출특성등의 예측을 하였으며, 명종 운전 파라메타의 설정한계 등에 대하여 검토를 행하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2002.05a
• /
• pp.540-544
• /
• 2002

본 논문에서는 IEEE802.11a의 규격에 따라 OFDM 무선 LAN 모뎀과 프레임 포맷을 구성하여 시뮬레이션에 의해 BER 성능을 분석하고 수정된 채널 예측 알고리즘을 적용하여 채널예측성능이 개선됨을 보인다. 실내 무선채널로서는 AWGN과 TDL 모델을 적용한 지연확산채널을 고려한다. 우선 AWGN 환경에서 규격에 제시된 전송속도 및 부호율에 따른 OFDM 무선 LAN 시스템의 성능을 분석하고, 다음으로 실내무선채널 환경에서 채널추정이 불완전한 경우에 대한 성능을 분석한다. 기존의 채널추정방식으로서 프리앰블내의 2개의 Long 훈련심볼을 이용하여 채널을 추정하는 경우에 대한 성능을 분석하고, 이를 수정하여 Long 훈련심볼 뿐만 아니라 전체 10개의 Short 훈련심볼 중 8개의 훈련심볼들을 채널추정에 부가적으로 사용하는 방식을 채용한 경우의 성능을 분석하여 기존의 방식과 비교한다. 시뮬레이션 결과에 대한 분석으로부터 수정된 채널추정방식을 적용하는 경우, 잡음을 억제하는 효과가 높아지므로 채널추정오차를 감소시켜서 성능이 개선됨을 확인하였다.

• Journal of Korea Multimedia Society
• /
• v.12 no.11
• /
• pp.1509-1520
• /
• 2009

Contrary to ubiquitous environments, indoor computing environments like home network doesn't support user mobility. This paper suggests UPnP A/V multimedia system using prediction of mobility for adaption of seamless multimedia service. The multimedia system enables indoor mobile users to play multimedia contents by transferring the current session to an adjacent device automatically. The system represents users' contextual information by Five Ws and One H model, and predicts user's movements by using contextual information and transitions of locations. The prediction basically includes multiple locations so that it improves accuracy of prediction. We evaluated the suggested system using in accuracy of prediction, time for prediction, handover time for service, and the system showed that adapt ion of seamless multimedia service was enabled by using prediction of mobility on mobile user.

• Proceedings of the SAREK Conference
• /
• 2005.06a
• /
• pp.9-9
• /
• 2005

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.23 no.8
• /
• pp.936-942
• /
• 2019

Autonomous driving of drone indoor must move along a narrow path and overcome other factors such as lighting, topographic characteristics, obstacles. In addition, it is difficult to operate the drone in the hallway because of insufficient texture and the lack of its diversity comparing with the complicated environment. In this paper, we study an autonomous drone navigation using Convolution Neural Network(CNN) in indoor environment. The proposed method receives an image from the front camera of the drone and then steers the drone by predicting the next path based on the image. As a result of a total of 38 autonomous drone navigation tests, it was confirmed that a drone was successfully navigating in the indoor environment by the proposed method without hitting the walls or doors in the hallway.

• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 2006.04a
• /
• pp.189-190
• /
• 2006