• 한국정보통신학회논문지
• /
• 제23권7호
• /
• pp.852-860
• /
• 2019

본 논문에서는 실내 환경에서 blind 노드가 이동하거나 움직이는 장애물 (ex. 사람)로 인하여 RSSI가 급격히 변하더라도 정확한 blind 노드 측위를 가능하게 하는 exponential moving average (EMA) 필터 적용 적응적 신호 모델 기반 삼변측량기법을 제안한다. 제안된 EMA 필터 적용 적응적 신호 모델 기반 삼변측량기법은 고정된 세 개의 전파 송신 노드와 blind 노드 간 얻어진 RSSI를 통해 blind 노드의 위치를 측정한다. 또한 외부 환경 요인으로 인해 RSSI가 급격히 변화할 경우 non-LOS (NLOS) 환경인 것인지 혹은 blind 노드의 이동으로 인한 RSSI 변화인지를 판별한다. Blind 노드와 전파 송신 노드 사이 경로가 NLOS 환경이 되었다고 판단될 경우 LOS 환경에서 측정된 RSSI를 기반으로 NLOS 환경에서 측정된 RSSI를 보정하여 blind 노드의 좌표를 도출하고, blind 노드가 이동하였다고 판단된다면 실시간 측정된 RSSI를 이용하여 blind 노드의 좌표를 도출한다. 제안 기법은 ZigBee 기반 testbed를 통해 검증하였으며, NLOS 환경 혹은 blind 노드가 이동하는 환경 하에서 기존 기법 대비 개선된 위치 인식 정확도를 가짐을 증명하였다.

• 디지털산업정보학회논문지
• /
• 제10권4호
• /
• pp.109-116
• /
• 2014

In recent, ISM (Industrial Scientific Medical) band that is 2.4GHz band authorized free of charge is being widely used for smart phone, notebook computer, printer and portable multimedia devices. Accordingly, studies have been continuously conducted on the possibility of coexistence among nodes using ISM band. In particular, the interference of IEEE 802.11b based Wi-Fi device using overlapping channel during communication among IEEE 802.15.4 based wireless sensor nodes suitable for low-power, low-speed communication using ISM band causes serious network performance deterioration of wireless sensor networks. This paper examined a method of identifying channel status to avoid interference among wireless communication devices using IEEE 802.11b (Wi-Fi) and other ISM bands during communication among IEEE 802.15.4 based wireless sensor network nodes in ISM band. To identify channels occupied by Wi-Fi traffic, various studies are being conducted that use the RSSI (Received Signal Strength Indicator) value of interference signal obtained through ED (Energy Detection) feature that is one of IEEE 802.15.4 transmitter characteristics. This paper examines an algorithm that identifies the possibility of using more accurate channel by mixing utilization of interference signal and RSSI mean value of interference signal by wireless sensor network nodes. In addition, it verifies such algorithm by using OPNET Network verification simulator.

• 한국항행학회논문지
• /
• 제19권6호
• /
• pp.564-573
• /
• 2015

위치 정보를 제공하는 대표적인 측위 기술은 GPS다. 이 기술은 밀도가 높은 도심이나 숲, 그리고 실내와 같은 음영지역에서는 동작하지 않는 단점이 있다. 본 논문은 실내의 AP로 부터의 Wi-Fi 신호의 세기를 이용하여 보다 정확한 단말의 위치를 추정하게 해주는 실내 측위 하이브리드 알고리즘을 제안한다. 사용자의 위치를 결정하기 위해 건물 구조, 사람, 거리 등 다양한 환경에서 측정한 RSSI (received signal strength indicator) 값을 이용하여 측정 환경에 맞는 가장 적절한 경로손실모델을 수립한다. 이러한 경로 손실 모델에서 구해진 경로손실지수를 환경에 따라 변화시켜, AP로 부터 얻은 측정값을 이용하여 REKF (robust extended kalman filter)와 PF (particle filter) 알고리즘을 사용하여 단말기의 위치를 추정하게 된다. 보다 더 정확한 위치 추정을 위해 하나의 측위 방식만을 사용하지 않고, 실험을 통하여 구해진 임계값에 따라 어떠한 측위방식을 사용할 것인지를 결정한다. 제안한 하이브리드 알고리즘을 이용하여 실험한 결과 기존의 단일 측위 방식 보다 평균 17% 성능이 향상 되는 것을 볼 수 있었다.

• 인터넷정보학회논문지
• /
• 제14권6호
• /
• pp.9-18
• /
• 2013

본 논문에서는 모바일 로봇이 주어진 환경에서 물건 객체를 찾기 위해 RFID(Radio Frequency IDentification) 태그의 위치를 추정할 수 있는 지능형 시스템을 설계하고 구현하였다. 개발된 지능형 시스템은 인공 신경망 시스템으로 RSSI(Received Signal Strength Indication)값을 입력으로 하고 절대 위치 좌표 값을 목표 값으로 하는 학습 시스템이다. 위치 추정을 위하여 수동형 RFID를 사용하였으며 능동형으로의 확장도 고려하였다. 실내에서 위치 추정을 위한 환경을 구축하여 사용될 수 있도록 시스템을 설계하였다. 또한 설계된 시스템을 소프트웨어 개발을 하였고, 실험을 통해 테스트베드 상에서 시스템 학습과 관련된 결과를 보여준다. 실제 현장과 유사한 환경에서 학습데이터 생성에서부터 실시간 위치 추정과 관련된 다양한 실험 결과를 보여준다. 실험 결과를 통해 모바일 로봇이 실내에서 원하는 객체를 쉽게 찾을 수 있음을 확인하였다.

• 전자공학회논문지CI
• /
• 제45권3호
• /
• pp.175-183
• /
• 2008

애드혹 네트워크의 실용 영역인 무선 센서 네트워크에서 센서 노드는 배터리에 의해 동작하고 일반적으로 한번 배치된 후 다시 회수 되지 않는다. 따라서 각각의 센서 노드는 한정된 에너지로 감지하고 통신해야 하며, 에너지 효율성은 무선 센서 네트워크의 수명을 결정하는 핵심 설계 요소로서 활발히 연구되고 있고 근래에는 크로스 레이어 최적화를 통해 더욱 개선되고 있다. 본 논문에서는 무선 센서 네트워크 시스템인 ZigbeX 플랫폼에서 센서 노드의 전송 출력 제어를 통하여 데이터 수집 과정에서 소모되는 에너지를 절약하는 새로운 기법을 제안하여 구현하고 실험 및 측정을 통하여 성능 개선 효과를 입증한다. 클러스터 멤버를 구성하는 각 센서 노드에서 클러스터 헤드로 데이터를 전송하는 과정에서 멤버 노드의 송신 출력을 통신 가능한 적정 수준으로 낮춤으로써 에너지를 절약하게 된다. 각 멤버 노드는 클러스터 헤드로부터 수신한 패킷의 RSSI(Received Signal Strength Indicator) 값을 기반으로 하여 자신의 송신 출력을 조절한다. 즉 자신이 전송한 패킷을 클러스터 헤드가 안전하게 수신할 수 있는 적정 수준으로 출력을 낮춤으로써 에너지를 절약하게 된다. ZigbeX 플랫폼 상에서 구현한 프로토콜을 자체 개발한 패킷 분석기를 이용하여 반복 측정한 결과에 의하면, 제안한 출력 제어 기법을 사용함으로써 통신량의 대부분을 차지하는 데이터 수집 과정에서의 에너지가 절약되어 네트워크 수명이 최대 21.9% 증가됨을 확인할 수 있었다.

• 한국정보통신학회논문지
• /
• 제15권2호
• /
• pp.339-346
• /
• 2011

기존의 RF 통신 기반의 WPAN 환경에서는 센서에 대한 시스템 초기화 시 송신 전력의 출력값을 설정하고 고정적으로 송신하므로 과도한 송신 전력에 의한 배터리 수명의 저하와 센서간의 간섭 문제가 발생한다. 따라서 본 논문에서는 이러한 문제의 해결을 위하여 각각의 센서들이 자신의 수신 세기(RSSI)에 따라 상대에 대한 송신 전력을 적절히 제어하여 전력 소모를 감소하는 저전력 송신 방법 및 프레임워크를 제안한다. 제안 시스템은 센서 네트워크 내에서 주변 센서의 송신 강도에 의해 연결된 센서의 수신 세기에 따라 송신 전력을 적절히 제어하여 전력 소모를 감소하는 방법을 제안한다. 본 논문에서 제안한 프레임워크는 신호 수신 모듈, 신호 송신 모듈, 송신 전력 탐색 모듈, 송신 전력 관리 모듈 그리고 데이터 송신 모듈을 포함한다.

• 한국정보통신학회논문지
• /
• 제26권1호
• /
• pp.70-75
• /
• 2022

위치를 정확하게 측정하는 것은 다양한 서비스를 제공하는 데 필요하다. 실내 측위를 위한 데이터는 스마트 폰의 앱을 통해 WiFi 장치로부터 RSSI 값을 측정한다. 이렇게 측정된 데이터는 기계학습의 원시 데이터가 된다. 특징 데이터는 측정된 RSSI 값이고, 레이블은 측정한 위치에 대한 공간의 이름으로 한다. 이를 위한 기계학습 기법은 분류에 효율적인 기법을 적용하여 WiFi 신호만으로 정확한 위치를 예측하는 기법을 연구하고자 한다. 앙상블은 하나의 모델보다 다양한 모델을 통하여 더 정확한 예측값을 구하는 기법으로, bagging과 boosting이 있다. 이 중 Boosting은 샘플링한 데이터를 바탕으로 모델링한 결과를 통해 모델의 가중치를 조정하는 기법으로, 다양한 알고리즘이 있다. 본 연구는 위 기법 중 XGboost를 이용하고, 다른 앙상블 기법과 이용한 수행결과를 바탕으로 성능을 평가한다.

• 전기전자학회논문지
• /
• 제26권1호
• /
• pp.62-66
• /
• 2022

최근 데이터 기반의 딥러닝 기술을 적용하여 비면허 대역의 다양한 통신 신호를 분류하는 연구가 활발히 수행되고 있다. 하지만, 복잡한 신경망 모델 사용을 기반으로 이뤄진 이러한 접근법은 높은 연산 능력을 필요로 하게 되어, 자원 제약적인 무선 인터페이스 및 사물인터넷(Internet of Things) 장비에서는 사용이 제약된다. 본 연구에서는 비면허 대역의 무선 이기종 기술을 인지하기 위한 데이터 기반의 접근 방법을 살펴보고, 신호의 특징 추출 및 데이터화의 효율화 문제를 다룬다. 구체적으로, 비면허 대역의 다른 종류의 무선 통신 기술을 구분하기 위해 수신 신호 강도 측정을 기반으로 한 시계열 데이터를 이용해 합성곱 신경망(Convolutional Neural Network, CNN) 모델을 학습시켜 신호를 분류하는 방법을 살펴본다. 이 과정에서 동일한 구조의 신경망 모델의 경량화를 위한 효율적 신호의 시계열 데이터 정보 수집시 주파수 대역의 특징을 함께 특징화하는 방법을 제안하고, 그 효과를 평가한다. Bluetooth 호환의 Ubertooth 장비를 이용한 실측 기반의 실험 결과는 제안된 샘플링 기법이 동일한 신경망에 대해서 10% 수준의 샘플링 데이터 이용만으로도 동일한 정확도를 유지함을 보여준다.

• 수산해양기술연구
• /
• 제52권4호
• /
• pp.318-324
• /
• 2016

Commercial split beam echosounder (ES70) installed on a krill fishing vessel was calibrated in order to utilize it in estimating biomass of Antarctic krill (Euphausia superba). The method of calibration was to analyze the difference between the bottom backscattering strength of the commercial split beam echosounder (i.e. ES70) and the scientific echosounder (i.e. EK60) at one of transects near South Shetland Islands designated by CCAMLR. 38 kHz and 120 kHz were used for the calibration, and krill swarm signal levels obtained from multi frequencies, was examined to verify the calibration result. The analysis result indicated possibility of calibration by bottom backscattering strength, since the proportion of krill swarm signals within 2 dB < $S_{V\;120\;kHz-38\;kHz}$ < 12 dB (i.e. a common $S_{V\;120\;kHz-38\;kHz}$ range of 38 kHz and 120 kHz to be an indicator of Antarctic krill) over the total acoustic signals were 26.95% and 92.04%, respectively before and after the calibration.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제3권1호
• /
• pp.119-133
• /
• 2009

The purpose of this research is to accurately estimate the location of a device using the received signal strength indicator (RSSI) of IEEE 802.11 WLAN for location tracking in indoor environments. For the location estimation method, we adopted the calibration model. By applying the Adaptive Zone Based K-NNSS (AZ-NNSS) algorithm, which considers the velocity of devices, this paper presents a 9% improvement of accuracy compared to the existing K-NNSS-based research, with 37% of the K-NNSS computation load. The accuracy is further enhanced by using a Kalman filter; the improvement was about 24%. This research also shows the level of accuracy that can be achieved by replacing a subset of the calibration data with values computed by a numerical equation, and suggests a reasonable number of calibration points. In addition, we use both the mean error distance (MED) and hit ratio to evaluate the accuracy of location estimation, while avoiding a biased comparison.