• Journal of Information Technology Applications and Management
• /
• 제13권3호
• /
• pp.59-74
• /
• 2006

According to developing Wireless Communication, not only a location based service at the outside but also a location based service at the inside was more increased socially. This paper proposes the efficient algorithm to locate a transfer object in frequent change of indoor environment using indoor location tracking system we develop ourself. Proposing algorithm in this paper can locate a transfer object using the Fingerprint, one of the Location Tracking techniques which are used in general to minimize error data between Location Tracking System and Fingerprint, using this way that corrects location data as KF apply to result data can improve accuracy of a transfer object. At last we are going to compare and analyze existing typical triangulation with proposed Indoor location tracking system to demonstrate algorithm efficiency for proposed Indoor location tracking system.

• 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.

• Journal of Positioning, Navigation, and Timing
• /
• 제9권3호
• /
• pp.157-167
• /
• 2020

Fingerprinting method is useful when estimating the location of a requestor based on LTE signals in an urban area. To do this, it is necessary to acquire location-based signals everywhere in the service area for fingerprint DB generation in advance. However, there may be signal uncollected area within a wide service area, which may cause a problem that the positioning accuracy of the requestor is low. In order to solve this problem, in this paper, signal propagation modeling is performed based on the obtained measurements, and based on this model, the signal information in the non-acquisition region is estimated. To this end, techniques for modeling signal propagation according to a method using measurements are proposed. The performance of the proposed techniques is verified based on the measurements obtained on a test bed selected as Seocho-gu, Seoul. As a result, it can be seen that signal propagation modeling performed based on multidivision segmented measurements has the most performance improvement.

• 한국정보통신학회논문지
• /
• 제16권5호
• /
• pp.1083-1094
• /
• 2012

현재 상용화 되어 있는 위치 추정 시스템은 높은 정확도로 다양한 서비스에 폭넓게 사용되고 있다. 그러나 위치추정 시스템은 실내에서 완벽하게 설치하지 않을 경우 위치 추정 정확도가 매우 좋지 않은 경향을 보인다. 본 논문에서는 Location Fingerprint 기법을 활용하여 완벽하게 설치되지 않은 위치 추정 시스템으로부터 얻은 위치 정보를 보정하여 객체의 위치 정확도를 향상시켜 설치비용을 최소화할 수 있는 실내 위치 추정 알고리즘을 제안한다. 본 논문에서는 실내 환경에서 우수한 위치 정밀도를 제공하는 UWB 기반의 Ubisense 시스템을 활용하였다. 결론적으로, 본 논문에서는 위치 추정 시스템에서 측정한 객체의 위치 정보를 보정함으로써 위치 정확도를 향상시킬 수 있었다.

• Journal of Positioning, Navigation, and Timing
• /
• 제10권1호
• /
• pp.49-54
• /
• 2021

Indoor positioning system becomes of increasing interests due to the demands for accurate indoor location information where Global Navigation Satellite System signal does not approach. Wi-Fi access points (APs) built in many construction in advance helps developing a Wi-Fi Received Signal Strength Indicator (RSSI) based indoor localization. This localization method first collects pairs of position and RSSI measurement set, which is called fingerprint database, and then estimates a user's position when given a query measurement set by comparing the fingerprint database. The challenge arises from nonlinearity and noise on Wi-Fi RSSI measurements and complexity of handling a large amount of the fingerprint data. In this paper, machine learning techniques have been applied to implement Wi-Fi based localization. However, most of existing indoor localizations focus on single position estimation. The main contribution of this paper is to develop multi-target localization by using deep neural, which is beneficial when a massive crowd requests positioning service. This paper evaluates the proposed multilocalization based on deep learning from a multi-story building, and analyses its learning effect as increasing number of target positions.

• 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.

• Journal of Positioning, Navigation, and Timing
• /
• 제11권3호
• /
• pp.217-227
• /
• 2022

In order to provide a location-based services regardless of indoor or outdoor space, it is important to provide position information of the terminal regardless of location. Among the wireless/mobile communication resources used for this purpose, Long Term Evolution (LTE) signal is a representative infrastructure that can overcome spatial limitations, but the positioning method based on the location of the base station has a disadvantage in that the accuracy is low. Therefore, a fingerprinting technique, which is a pattern recognition technology, has been widely used. The simplest yet widely applied algorithm among Fingerprint positioning technologies is k-Nearest Neighbors (kNN). However, in the kNN algorithm, it is difficult to find the optimal K value with the lowest positioning error for each location to be estimated, so it is generally fixed to an appropriate K value and used. Since the optimal K value cannot be applied to each estimated location, therefore, there is a problem in that the accuracy of the overall estimated location information is lowered. Considering this problem, this paper proposes a technique for adaptively varying the K value by using a Convolutional Neural Network (CNN) model among Artificial Neural Network (ANN) techniques. First, by using the signal information of the measured values obtained in the service area, an image is created according to the Physical Cell Identity (PCI) and Band combination, and an answer label for supervised learning is created. Then, the structure of the CNN is modeled to classify K values through the image information of the measurements. The performance of the proposed technique is verified based on actual data measured in the testbed. As a result, it can be seen that the proposed technique improves the positioning performance compared to using a fixed K value.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권4호
• /
• pp.1122-1140
• /
• 2024

The importance of indoor positioning has grown in numerous application areas such as emergency response, logistics, and industrial automation. In ships, indoor positioning is also needed to provide services to passengers on board. Due to the complex structure and dynamic nature of ship environments, conventional positioning techniques have limitations in providing accurate positions. Compared to other indoor positioning technologies, Bluetooth 5.1-based indoor positioning technology is highly suitable for ship environments. Bluetooth 5.1 attains centimeter-level positioning accuracy by collecting In-phase and Quadrature (IQ) samples from wireless signals. However, distorted IQ samples can lead to significant errors in the final estimated position. Therefore, we propose an indoor positioning method for ships that utilizes a Deep Neural Network (DNN) combined with IQ fingerprint maps to overcome the challenges associated with accurate location detection within the ship. The results indicate that the accuracy of our proposed method can reach up to 97.76%.

• 한국인터넷방송통신학회논문지
• /
• 제23권2호
• /
• pp.113-118
• /
• 2023

실내에서의 위치 추정을 위한 WiFi fingerprint 방식은 기존의 인프라를 이용하며 절대 좌표를 추정하는 장점이 있어 많은 연구가 진행되고 있다. 기존의 연구에서는 주로 위치 추정 알고리즘에 대한 연구에 집중되었지만 정확도를 개선하는 것이 한계에 도달했다. 그러나 스마트폰과 같은 무선랜 수신기에서 전파의 수신 감도보다 작은 신호는 측정이 불가하므로 이 값들을 처리하는 방법에 따라서 위치 추정 오차가 달라진다. 본 논문에서는 측정된 무선랜 공유기의 수신 신호 데이터를 다양한 방식으로 사전 처리하여 기존의 알고리즘에 적용함으로써 위치 추정 정확도를 높이는 방법을 제안하였고, 크게 향상된 정확도를 얻을 수 있었다. 또한 사전 처리된 데이터를 KNN 방식과 CNN 방식에 적용하여 그 성능을 비교하였다.

• 한국정보통신학회논문지
• /
• 제16권8호
• /
• pp.1779-1788
• /
• 2012

최근 유비쿼터스라는 시대적 흐름에 따라 실내환경을 고려한 응용서비스들에 대한 요구가 증가 하고 있다. 실내 위치기반 서비스의 경우 가장 많이 사용 되고 있는 방법은 WLAN을 이용한 방법이다. 그러나 WLAN는 환경변화에 많은 영향을 받는다. 이러한 문제점을 해결하기 위해서 UWB를 이용한 연구가 많이 진행 되고 있다. UWB에 관한 연구가 많이 진행 되는 이유는 UWB전파 특성으로 환경변화에 적은 영향을 받기 때문이다. 그래서 본 논문은 UWB기술을 이용한 시스템인 Ubisense 시스템을 이용하여 환경변화에 영향이 적고 정밀도가 높은 값을 추출한 후 위치정보를 더 정확한 값으로 보정하는 위치 보정 알고리즘을 제안한다. 제안하는 위치 보정 알고리즘은 정밀도가 높은 위치 측정 시스템에서 더욱 정확한 위치를 추정하기 위해 환경 데이터베이스를 구축한 후 이를 이용한 알고리즘이다.