• 한국통신학회논문지
• /
• 제41권11호
• /
• pp.1463-1471
• /
• 2016

본 논문에서는 Wi-Fi환경에서 실내 위치추정의 성능 향상을 위해 이동 Wi-Fi 환경에서 핑거프린트 기반의 Difference Means를 이용한 실내 위치추정 알고리즘 (Algorithm using the Difference Means based on Fingerprint, DMFPA)을 제안하였다. 그리고 자체 개발한 실내 위치추정 시뮬레이터를 사용하여 제안한 DMFPA의 성능을 일반적인 핑거프린트 알고리즘 (OFPA), 가우시안 분포를 핑거프린트 알고리즘 (GDFPA)의 성능을 서로 비교하였다. 성능분석 항목은 각 참조구역에서의 평균위치추정 정확도, 발생된 오차의 평균오차 누적거리와 최대오차 누적거리, 그리고 평균측정시간으로 정의하였다.

• 한국통신학회논문지
• /
• 제38C권6호
• /
• pp.531-539
• /
• 2013

Wi-Fi 기반 위치 추적 기술은 다양한 방법들이 제시되어 있으나 일반적으로 지정한 참조위치에서 측정한 신호세기 정보를 활용하는 핑거프린트 기법을 주로 이용한다. 그러나 핑거프린트 기법이 높은 해상도와 정밀도를 가지기 위해서는 다수의 참조위치를 필요로 하지만, 다수의 정보를 위해서는 많은 비용의 소모가 발생한다. 본 논문에서는 서비스 지역을 격자로 구분하고 가상의 참조위치를 바탕으로 신호 세기 모델을 만들어서 격자의 신호 세기정보를 예측하고 신뢰도를 부여하여 핑거프린트 맵을 생성한다. 이렇게 생성된 맵은, 위치 추정을 위해 입력된 신호 세기 리스트와 비교하여 추정하고자 하는 대상이 어떠한 격자에 있는지 비교하는데 사용한다. 제안하는 기법과 시스템의 성능을 평가하기 위해 $20m{\times}22m$의 실내 환경에서 기존의 핑거프린트 기법(RADAR)과 비교한 결과 제안하는 시스템을 이용할 때 위치 측정 에러가 감소하는 결과를 확인하였다. 그리고 실험 결과 기존의 방법에 비해 1.74미터의 에러가 감소한 것을 확인했다.

• 한국통신학회논문지
• /
• 제38A권12호
• /
• pp.1021-1029
• /
• 2013

본 논문에서는 핑거프린트(fingerprint)기법과 전파 예측 모델을 결합한 무선랜 기반 실내 위치추정 기법을 제안한다. 실내에 설치된 무선랜 AP(access point)는 공용 AP와 사설 AP로 구분되고, 설치 위치가 고정된 공용 AP의 경우 핑거프린트 방식을 적용하기 용이하지만 사설 AP의 경우 위치가 임의로 변경될 수 있으므로 핑거프린트 방식을 적용하기 힘들다. 제안된 방식에서는 공용 AP로부터 수신된 신호에 핑거프린트 방식을 적용하고, 사설 AP로부터 수신된 신호에 전파 예측 모델을 적용하여 공용 AP와 사설 AP를 모두 이용함으로써 위치 추정 정확도를 높인다. 무선랜 환경에서의 데이터 실측과 모의실험을 통해 기존 실내 위치 추정 방식과 제안된 방식의 성능을 비교한다.

• 한국컴퓨터정보학회논문지
• /
• 제17권6호
• /
• pp.173-182
• /
• 2012

최근 스마트 폰의 발전으로 위치 정보의 활용도가 높아지고 있다. 기존에 측위 시스템은 GPS를 이용한 위치 측위를 하였다. 하지만 실내는 GPS 신호를 사용할 수 없으며, GPS 사용할 경우 위치 부정확의 문제점이 발생된다. 실내에서의 측위 문제를 해결하기 위하여 실내를 기반으로 하는 위치 측위 기법이 연구되었다. 실내를 기반으로 하는 많은 측위 기법으로는 RFID, UWB, WLAN 등의 다양한 기법이 존재한다. 하지만 WLAN를 이용한 위치 측위기법이 실생활에 활용하기 가장 접합하다. WLAN을 이용한 실내 측위 기법은 크게 2가지로 나뉘는데 첫째는 삼각 측량 기법이고, 둘째는 핑거프린트 기법이다. 그중 핑거 프린트 기법이 정확도가 높기 때문에 많이 쓰인다. 하지만 핑거 프린트 기법을 사용하기 위해서 구축하는 시간이나 구축을 위한 자원 소모가 많은 단점이 있다. 본 논문에서는 이러한 문제점을 해결하기 위한 실내 환경에서 WLAN 기반의 가상의 핑거 프린트 구축 기법을 제안한다. 제안된 기법은 기존의 실내 환경을 셀 환경으로 구분하였으며, 각각의 셀 안의 핑거 프린트 위치 점을 가상의 그리드 맵으로 나타내었다. 그리고 가상의 위치점에 예측된 가상의 시그널 값을 넣어줌으로써 빠르게 핑거프린트 시스템을 구축한다. 또한 이렇게 구축된 시그널 값들은 실측위 값과는 다른 값을 가질수 있기 때문에 이러한 문제를 해결하기 위한 Splite-tree를 이용한 보정 기법을 제안한다. 보정 기법을 통하여 짧은 시간 동안 정확도가 향상됨을 보인다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.456-457
• /
• 2021

최근, 실내 위치 기반 서비스를 보다 정확하게 제공하기 위해서 Wi-Fi 핑거프린트와 딥러닝을 이용한 기술이 연구되고 있다. 딥러닝 모델 중에서 과거의 정보를 기억할 수 있는 RNN 모델은 실내측위에서 연속된 움직임을 기억할 수 있어 측위 오차를 줄일 수 있다. 실내 측위에서 RNN 모델을 사용하는 경우 수집된 학습 데이터가 연속적인 순차 데이터이어야 한다. 그러나 특정 위치 정보를 판단하기 위해 수집된 Wi-Fi 핑거프린트 데이터는 특정 위치에 대한 RSSI만 기록되었기 때문에 RNN 모델의 학습 데이터로 사용이 불가능하다. 본 논문은 Wi-Fi 핑거프린트 데이터를 기반으로 RNN 모델의 순차적인 입력 데이터의 생성을 위한 영역 클러스터링 방법에 대해 제안한다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권2호
• /
• pp.110-115
• /
• 2017

실내위치를 찾는 방법으로 각 비콘으로부터 수신된 여러 신호들의 최대값의 상대적인 순위에 따라 비교대상 비콘과 참조위치를 동시에 일차적으로 솎아낸 후 살아남은 비콘과 참조위치 만으로 기존의 핑거프린트 방식을 적용하는 Cut-off 알고리즘을 제안한다. 이 방식은 두 단계로 이루어져 있다. 오프라인 단계에서는 비콘을 실내 여러 참조위치에 설치하고 그로부터 발생되는 신호세기와 UUID를 미리 파악하여 핑거프린트 지도를 만든다. 온라인 단계에서는 우선 사용자의 이동장치에서 수신된 비콘들의 신호세기 데이터에 의거하여 앞서 만든 지도를 줄인다. 줄어든 지도를 활용하여 가장 유력한 K개의 참조위치를 파악하고 그 위치를 이용하여 사용자의 위치를 추정한다. 특이한 점은, 핑거프린트 지도에 기록하거나 위치를 추정하는 과정에서 고려되는 사항은 각 비콘으로부터 수신된 신호들의 최대값들의 상대적인 순위라는 점이다. 수시로 변화하는 신호세기 자체의 불안정성을 최소화하는 효과를 내기 때문에 추정위치의 정확성이 기존 방식과 차별화 되었다.

• Journal of Advanced Marine Engineering and Technology
• /
• 제38권1호
• /
• pp.92-98
• /
• 2014

최근 저비용 실내 측위 시스템을 구축하기 위하여 WLAN기반 RSSI를 이용한 핑거프린트 기법이 많이 연구되고 있다. 이 기법은 UWB의 측위와 비교해서 상대적으로 정확도가 떨어지므로 다양한 실내 위치기반 서비스를 구현하기 위하여 지속적으로 WLAN기반 핑거프린트의 측위 성능은 향상되어야 한다. 따라서 본 논문에서는 IEEE 802.15.4 표준에 포함된 RSSI와 LQI를 이용하여 실내 측위 성능을 향상 할 수 있는 핑거프린트 기법을 제안한다. 제안한 기법은 RSSI와 LQI를 활용함으로써 각 위치의 특징을 더욱 뚜렷하게 만들고 변형된 유클리드 거리법을 사용하여 핑거프린트 기법을 개선하였다. 다양한 장애물이 존재하는 NLOS의 실내 환경에서 실험을 진행한 결과 측위 성능이 22% 향상되는 것을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제14권12호
• /
• pp.75-87
• /
• 2009

본 논문은 오디오 핑거프린트 데이터 생성 방법과 이를 이용한 오디오 데이터 비교 방법에 관한 것으로서, 오디오 데이터의 특징을 이용하여 음악을 식별하는 방법을 제시한다. 일반적으로 영상인식을 위해 많이 사용되는 가우시안의 차(Difference of Gaussian, DoG)를 오디오 데이터에 적용하여 음악이 급진적으로 변하는 부분을 추출하고, 해당 위치를 핑거프린트로 정의하는 방식이다. 이렇게 만들어진 핑거프린트는 음질의 변화에 민감하지 않으며, 음악 데이터의 일정 부분만으로도 원본과 동일 위치의 핑거프린트 추출이 가능하다. 이 시스템은 기존의 주파수 영역을 이용한 시스템 보다 오디오 핑거프린트의 데이터량과 계산량을 줄여줌으로써 검색을 할 때 보다 효율적인 성능을 나타낸다. 이를 응용하여 인터넷에 유통되는 복사된 음악의 저작권 보호, 또는 음악의 메타정보 등을 사용자에게 나타낼 수 있다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제6권3호
• /
• pp.113-120
• /
• 2017

실내 Wi-Fi환경에서 위치추정 정확도를 향상시키기 위한 위치추정에 대한 연구가 수년 동안 계속되어 오고 있다. 핑거프린트 기법 및 전파모델은 실내 위치추정에 있어서 매우 중요한 기술이다. 추가적인 하드웨어 없이 저비용으로 핑거프린트 기법을 사용하는 다양한 위치추정 시스템에 대한 연구가 진행되고 있다. 그러나 실내 위치추정 모델에서 VAP (virtual access points) 개념을 사용하여 이러한 목표를 실현한 사례는 매우 드물다. 본 논문은 Wi-Fi 환경의 핑거프린트 기반에서 VAP를 사용한 실내 위치추정 시스템의 아이디어를 제시하였다. 이 아이디어의 핵심은 실제 실내 Wi-Fi 환경에서 VAP를 사용하여 AP의 역할을 수행 할 수 있다. 제안 알고리즘의 성능분석을 위하여 4개의 시나리오를 사용하여 실험한 결과, 1개의 AP 대신에 2개의 VAP를 사용했을 때 가장 우수한 결과가 도출되었으며, 실험의 3번째 경우인 3개의 AP와 2개의 VAP를 사용했을 때 3.99 미터의 가장 낮은 위치오차가 발생하였음을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.458-459
• /
• 2021

최근, 실내 위치 기반 서비스에서 정확한 서비스를 위해 Wi-Fi 핑거프린트 기반의 딥러닝 기술을 이용한 연구가 이루어지고 있다. 딥러닝 모델 중에서 과거의 정보를 기억할 수 있는 RNN 모델은 실내측위에서 연속된 움직임을 기억할 수 있어 측위 오차를 줄일 수 있다. 이때 학습 데이터로서 연속적인 순차 데이터를 필요로 한다. 그러나 일반적으로 Wi-Fi 핑거프린트 데이터의 경우 특정 위치에 대한 신호들만으로 관리되기 때문에 RNN 모델의 학습데이터로 사용이 부적절하다. 본 논문은 RNN 모델의 순차적인 입력 데이터의 생성을 위해 클러스터링을 통한 영역 데이터로 확장된 Wi-Fi 핑거프린트 데이터 기반 이동 경로의 예측을 통한 경로 생성 방법에 대해 제안한다.