• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2008년도 제38차 하계학술발표논문집 16권1호
• /
• pp.17-24
• /
• 2008

위치기반 서비스(LBS: Location Based Service)는 사용자의 현재 위치를 파악하여, 사용자의 위치를 고려한 유용한 정보를 제공하는 서비스를 일컫는다. 위치기반 서비스에는 디렉토리 서비스, 게이트웨이 서비스, 유틸리티 서비스, 표현 서비스, 경로 서비스 등이 있는데, 이러한 서비스를 개발하려면 필수적으로 사용자의 위치를 파악해야 한다. 본 논문에서는 옥내 무선근거리통신망 환경에서 Fingerprint 방식으로 의사결정트리를 이용한 옥내 측위 방법을 소개한다. 또한 이 측위 방법으로 실험 데이터를 수집하고, 이를 이용한 이동 패턴 정보 추출에 대하여 살펴본다. 실험을 위해 의사결정트리를 생성하는 알고리즘과 현재 위치를 판정하는 알고리즘을 소개하고, 이 알고리즘을 적용한 옥내 측위 프로그램을 이용한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권9호
• /
• pp.2961-2975
• /
• 2022

The Location-Based Service (LBS) is one of the most well-known services on the Internet. Positioning is the primary association with LBS services. This study proposes an intelligent LoRa-based positioning system, called AI@LBS, to provide accurate location data. The fingerprint mechanism with the clustering algorithm in unsupervised learning filters out signal noise and improves computing stability and accuracy. In this study, data noise is filtered using the DBSCAN (Density-Based Spatial Clustering of Applications with Noise) algorithm, increasing the positioning accuracy from 95.37% to 97.38%. The problem of data imbalance is addressed using the SMOTE (Synthetic Minority Over-sampling Technique) technique, increasing the positioning accuracy from 97.38% to 99.17%. A field test in the NTUST campus (www.ntust.edu.tw) revealed that AI@LBS system can reduce average distance error to 0.48m.

• 정보처리학회논문지B
• /
• 제10B권5호
• /
• pp.497-502
• /
• 2003

지문의 분류(Classification)는 대용량 지문 데이터베이스에서 정합시간의 단축과 정확도를 높여주는 역할을 한다. 지문의 종류는 크게 궁상문, 솟은 궁상문, 좌제상문, 우제상문, 와상문의 5종류로 분류되며, 이는 중심점과 삼각점의 개수 및 위치등을 이용하여 분류하고 있다. 기존의 지문 분류는 중심점과 삼각점을 모두 획득하는 회전날인의 경우에 사용 가능한 분류방법이나 현대의 자동화된 실시간 지문인식 시스템에서는 입력센서의 크기 및 입력방법의 문제등으로 인하여 적용할 수 없는 문제점이 있다. 본 논문에서는 이러한 문제점을 해결하기 위하여, 중심점을 획득한 지문을 이용하여 중심점에서 융선의 엔트로피 계측을 기반으로 하며 지문 분류의 정확성을 향상시킬 수 있는 방법을 제안하고 실험을 통하여 이를 증명한다.

• 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.

• 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.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.594-596
• /
• 2019

본 논문에서는 핑거프린트를 기반으로 실내에 있는 물류의 위치와 재고를 파악하는 실내 물류 위치추적 시스템을 제안한다. 또한 이를 통해 실제 물류 센터 환경 인프라를 구축하고 물류 관리 시스템을 설계 및 구현하였다. 제안하는 시스템은 위치 단말기를 통해 신호 세기를 수집하고 신호지도를 제작하여 물품의 위치를 파악한다. 위치 단말기는 UHF RFID 리더기와 무선 랜카드로 이루어져 있으며 주변 RFID 신호와 무선 AP의 신호를 읽어 웹 서버로 전송한다. 이를 통해 사용자는 스마트폰 앱을 통해 서버와 통신하면서 주변 물품의 정보와 위치를 파악할 수 있다.

• 정보처리학회논문지B
• /
• 제9B권1호
• /
• pp.29-34
• /
• 2002

지문인식 분야는 크게 지문의 분류(classification)와 정합(matching)으로 연구되고 있다. 분류는 일반적으로 좌제상문, 우제상문, 와상문, 궁상문, 솟은궁상문 등 크게 5종류로 나누며, 특정인의 지문이 어떤 분류에 속하는 지를 결정하는 것은 대형지문 데이터베이스에서 인덱스로 사용하여 매칭 시간의 단축과 정확도를 높여 주는데 있다. 기존의 지문분류는 특이점이라 불리는 핵과 삼각점의 개수 및 위치에 의한 분류방법이 주를 이루고 있는데, 이러한 방법은 지문분류의 정확성이 떨어지고, 특히 품질이 나쁜 지문이나 부분지문 등에서는 분류가 어려워 정확성이 더욱 떨어지는 문제점이 있다. 본 논문에서는 이러한 문제점을 해결하기 위해서, 품질이 나쁜 지문이나 부분지문가지도 방향성과 주파수 선택력이 강한 Gabor 필터의 특징을 이용하여 지문분류의 정확성을 향상시킬 수 있는 효율적인 방법을 제안하고 실험을 통하여 이를 증명하고자 한다.

• 제어로봇시스템학회논문지
• /
• 제20권7호
• /
• pp.774-781
• /
• 2014

This paper presents a fingerprint database construction method for WLAN RSSI (Received Signal Strength Indicator)-based indoor positioning. When RSSI is used for indoor positioning, the fingerprint method can achieve more accurate positioning than trilateration and centroid methods. However, a FD (Fingerprint Database) must be constructed before positioning. This step is a very laborious process. To reduce the drawbacks of the fingerprint method, a radio propagation model-based FD construction method is presented. In this method, an FD can be constructed by a simulator. Experimental results show that the constructed FD-based positioning has a 3.17m (CEP) error. In this paper, a spatial correlation method is presented to estimate the NLOS(Non-Line of Sight) error included in the FD constructed by a simulator. As a result, the NLOS error of the FD is reduced and the performance of the error compensated FD-based positioning is improved. The experimental results show that the enhanced FD-based positioning has a 2.58m (CEP) error that is a reasonable performance for indoor LBS (Location Based Service).

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권5호
• /
• pp.1951-1972
• /
• 2018

Wi-Fi Access Point (AP) optimization approaches are used in indoor positioning systems for signal coverage enhancement, as well as positioning precision improvement. Although the huge power consumption of the AP optimization forms a serious problem due to the signal coverage requirement for large-scale indoor environment, the conventional approaches treat the problem of power consumption independent from the design of indoor positioning systems. This paper proposes a new Fast Water-filling algorithm Group Power Constraint (FWA-GPC) based Wi-Fi AP optimization approach for indoor positioning in which the power consumed by the AP optimization is significantly considered. This paper has three contributions. First, it is not restricted to conventional concept of one AP for one candidate AP location, but considered spare APs once the active APs break off. Second, it utilizes the concept of water-filling model from adaptive channel power allocation to calculate the number of APs for each candidate AP location by maximizing the location fingerprint discrimination. Third, it uses a fast version, namely Fast Water-filling algorithm, to search for the optimal solution efficiently. The experimental results conducted in two typical indoor Wi-Fi environments prove that the proposed FWA-GPC performs better than the conventional AP optimization approaches.

• 전기학회논문지
• /
• 제56권7호
• /
• pp.1321-1323
• /
• 2007

A new reference point location method based on an edge map is proposed, where an orientation map is defined and used to find the edge map. Experimental results show that the proposed method can effectively detect the core point in poor quality and arch-type fingerprint images and produces better results in terms of the detection rate and accuracy than the sine map-based method.