• 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 2019년도 춘계학술대회
• /
• pp.319-322
• /
• 2019

실내 환경에서 사용자의 위치를 측위하는 다양한 기법들이 있다. 그중 와이파이 핑거프린트 기법은 데이터 수집 단계와 측위 단계로 구분된다. 데이터 수집 단계에서는 해당 위치 주변의 모든 와이파이 신호를 수집하여 리스트 형태로 관리한다. 수집된 데이터가 많을수록 실내측위 정확도가 향상된다. 기존 고품질 데이터 수집 및 관리 방법은 많은 시간과 비용이 소모되고, 기계학습에 필요한 데이터를 추출해 생성할 때 많은 연산이 필요하다. 따라서 한정된 자원 안에서 많은 데이터를 수집 및 관리할 수 있는 방법을 연구한다. 본 논문은 효율적인 데이터 수집 기법과 기계학습에 필요한 학습 데이터 관리 및 생성 기법을 제안한다.

• 사물인터넷융복합논문지
• /
• 제2권4호
• /
• pp.35-39
• /
• 2016

본 논문은 사물인터넷 (Internet of Things: IoT) 기반의 실내 위치 추정 기법에 관한 논문이다. 현재 전 세계적으로 사물의 위치를 추정하는 방법은 GPS와 WiFi를 활용한 방법이 많이 사용되고 있다. 그러나 GPS는 실내에서 수신이 힘들고, 전파 교란에 영향을 받는 단점이 있다. WiFi를 활용한 위치 추정은 사용자가 주위의 WiFi를 스캔하여 수집한 정보를 WiFi 데이터베이스 (DB) 서버에 전송하여 fingerprint 방식으로 위치를 추정하므로, DB 서버가 필요한 단점이 있다. 사물과 사물이 통신하는 사물인터넷이 급속도로 증가하고 있다. 이러한 사물인터넷을 이용하여 실내 위치를 추정하는 기법을 제안한다. 제안된 기법은 GPS 좌표 등의 자신의 위치 정보를 가지고 있는 기기와 통신하는 다른 기기가 RSSI를 통해 위치를 추정한다. 사물인터넷을 통해 자신의 위치를 추정하는 기기가 많으면 위치 추정 정확도를 높일 수 있다. 제안된 기법은 GPS와 WiFi DB 서버의 도움 없이 위치 추정을 할 수 있다.

• 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.

• 전기전자학회논문지
• /
• 제25권2호
• /
• pp.252-260
• /
• 2021

In this paper, a method of using Software Defined Radio (SDR) is proposed for improving the accuracy of identifying two kinds of signals as Wireless Fidelity (Wi-Fi) signal and Bluetooth signal at the same frequency band of 2.4 GHz based on the time-domain signal characteristic. An SDR device was set up for collecting transmitting signals from Wi-Fi access points (Wi-Fi) and mobile phones (Bluetooth). Different characteristics between Wi-Fi and Bluetooth signals were extracted from the measured result. The SDR device is programmed with a Wi-Fi and Bluetooth detection algorithm and a collision detection algorithm to detect and verify the Wi-Fi and Bluetooth signals based on collected IQ data. These methods are necessary for some applications like wireless communication optimization, Wi-Fi fingerprint localization, which helps to avoid interference and collision between two kinds of signals.

• 제어로봇시스템학회논문지
• /
• 제18권11호
• /
• pp.1018-1026
• /
• 2012

This paper presents a developing method of smart fingerprint recognition system. First, we design a hardware configuration circuit using a 32bit Risc CPU, a fingerprint sensor, a LCD, and a WiFi communication chip to realize the smart fingerprint recognition systems. It is necessary to develop a JNI (Java Native Interface) library and a device drive program of fingerprint sense to develop application program of fingerprint recognition system with Android platform. Thus second, we develop a device drive and a JNI program. And we also develop an application program of fingerprint recognition systems using developed JNI library. Finally test results are presented to illustrate the performance of the developed smart fingerprint recognition system.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 춘계학술발표대회
• /
• pp.73-75
• /
• 2018

LoRaWan(Long Range Wide Area Network)은 저전력, 장거리 특성을 가진 무선 통신기술로 그 특성상 스마트 시티(Smart City), IoT(Internet of Things) 등에 각광받고 있다. 또한 LoRaWan은 Chirp 신호 특성에 의해 실외 삼각측량에 따른 사용자 위치 추정 기술을 제공한다. 본 논문에서는 이러한 LoRaWan의 특성에 더해 Wi-Fi 지문 정보를 활용하여 위치 추정 정확도를 개선하고 또한 이웃 Wi-Fi 단말들, 가령 스마트폰 등의 위치 정보를 LoraWan 게이트웨이와 통신하여 최종적으로 서버에서 측위 할 수 있는 시스템을 제안한다.

• 한국인터넷방송통신학회논문지
• /
• 제18권1호
• /
• pp.129-134
• /
• 2018

실내에서의 위치를 추정하기 위한 기술 연구가 활발하게 진행되고 있다. 특히 추가적인 기반 시설을 필요로 하지 않는 WiFi fingerprint 방식은 경제성이 높아서 부분적으로 실용화되고 있다. 사전에 여러 지점에서 측정된 무선랜 수신 신호의 세기 정보와 추후에 특정 지점에서 측정된 세기 정보를 비교하여 유사한 지점을 해당 지점으로 추정하는 KNN 방식은 간단하지만 성능이 좋다. 그러나 기존의 KNN 방식은 평균하는 후보 위치들의 개수 K가 일정하므로, 특정 지점에 따라 위치 추정 오차가 최적화되지 못하는 문제가 있다. 본 논문에서는 특정 지점마다 K 값을 적응적으로 변화시키는 KNN 방식에서 평균 범위를 설정하는 알고리즘을 제안하고 실험 데이터에 적용하여 그 성능을 평가하였다.

• 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.

• 한국통신학회논문지
• /
• 제40권9호
• /
• pp.1856-1864
• /
• 2015

본 논문에서는 실내 환경에서 정규분포 확률을 이용한 Wi-Fi 핑거프린트 방식과 스마트 폰에 내장된 가속도 센서 (accelerometer sensor), 자이로스코프 센서 (gyroscope sensor)를 이용하여 정확도를 향상시킨 위치추정 알고리즘을 제안하고, 실제 실험을 통하여 성능을 분석하였다. 제안한 알고리즘의 성능 실험은 본 대학교 공대 건물내의 가로 세로 20m * 10m의 공간에서 실시하였으며, 사용자가 각 구간을 이동 할 때 제안한 알고리즘의 위치추정 성능을 핑거프린트 (fingerprint) 방식과 추측항법 (dead reckoning)과 서로 비교하였다. 실험 결과, 제안한 알고리즘의 성능은 두 방식과 비교 했을 때, 최대 오차 거리는 각각 2cm, 36cm, 그리고 평균 오차 거리는 각각 16.64cm, 36.25cm 더 우수함을 확인하였다. 또한, 핑거프린트 맵 (map) 탐색 알고리즘의 성능도 맵 전체를 탐색하는 방식에 비해 약 0.15초 더 단축됨을 확인하였다.