• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권1호
• /
• pp.206-221
• /
• 2019

Source localization in three-dimensional (3-D) wireless sensor networks (WSNs) is becoming a major research focus. Due to the complicated air-ground environments in 3-D positioning, many of the traditional localization methods, such as received signal strength (RSS) may have relatively poor accuracy performance. Benefit from prior learning mechanisms, fingerprinting-based localization methods are less sensitive to complex conditions and can provide relatively accurate localization performance. However, fingerprinting-based methods require training data at each grid point for constructing the fingerprint database, the overhead of which is very high, particularly for 3-D localization. Also, some of measured data may be unavailable due to the interference of a complicated environment. In this paper, we propose an efficient kernel based 3-D localization algorithm via tensor completion. We first exploit the spatial correlation of the RSS data and demonstrate the low rank property of the RSS data matrix. Based on this, a new training scheme is proposed that uses tensor completion to recover the missing data of the fingerprint database. Finally, we propose a kernel based learning technique in the matching phase to improve the sensitivity and accuracy in the final source position estimation. Simulation results show that our new method can effectively eliminate the impairment caused by incomplete sensing data to improve the localization performance.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권9호
• /
• pp.4408-4428
• /
• 2019

Due to the rapid advancement in smart phones, numerous new specifications are developed for variety of applications ranging from health monitoring to navigations and tracking. The word indoor navigation means location identification, however, where GPS signals are not available, accurate indoor localization is a challenging task due to variation in the received signals which directly affect distance estimation process. This paper proposes a hybrid approach which integrates fingerprinting based K-Nearest Neighbors (K-NN) and lateration based MinMax position estimation technique. The novel idea behind this hybrid approach is to use Euclidian distance formulation for distance estimates instead of indoor radio channel modeling which is used to convert the received signal to distance estimates. Due to unpredictable behavior of the received signal, modeling indoor environment for distance estimates is a challenging task which ultimately results in distance estimation error and hence affects position estimation process. Our proposed idea is indoor position estimation technique using Bluetooth enabled smart phones which is independent of the radio channels. Experimental results conclude that, our proposed hybrid approach performs better in terms of mean error compared to Trilateration, MinMax, K-NN, and existing Hybrid approach.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2006년도 International Symposium on GPS/GNSS Vol.2
• /
• pp.83-88
• /
• 2006

Many applications in the area of location-based services and personal navigation require nowadays the location determination of a user not only in outdoor environment but also indoor. To locate a person or object in a building, systems that use either infrared, ultrasonic or radio signals, and visible light for optical tracking have been developed. The use of WiFi for location determination has the advantage that no transmitters or receivers have to be installed in the building like in the case of infrared and ultrasonic based location systems. WiFi positioning technology adopts IEEE802.11x standard, by observing the radio signals from access points installed inside a building. These access points can be found nowadays in our daily environment, e.g. in many office buildings, public spaces and in urban areas. The principle of operation of location determination using WiFi signals is based on the measurement of the signal strengths to the surrounding available access points at a mobile terminal (e.g. PDA, notebook PC). An estimate of the location of the terminal is then obtained on the basis of these measurements and a signal propagation model inside the building. The signal propagation model can be obtained using simulations or with prior calibration measurements at known locations in an offline phase. The most common location determination approach is based on signal propagation patterns, namely WiFi fingerprinting. In this paper the underlying technology is briefly reviewed followed by an investigation of two WiFi positioning systems. Testing of the system is performed in two localization test beds, one at the Vienna University of Technology and the second at the Hong Kong Polytechnic University. First test showed that the trajectory of a moving user could be obtained with a standard deviation of about ${\pm}$ 3 m.

• 한국정보시스템학회지:정보시스템연구
• /
• 제19권1호
• /
• pp.1-17
• /
• 2010

This paper proposes an updating policy of indoor moving object databases (IMODB) for location-based services. our method applies the Ka1man filter on the recently collected measured positions to estimate the moving object's position and velocity at the moment of the most recent measurement, and extrapolate the current position with the estimated position and velocity. If the distance between the extrapolated current position and the measured current position is within the threshold, in other words if they are close then we skip updating the IMODB. When the IMODB needs to know the moving object's position at a certain moment T, it applies the Kalman filter on the series of the measurements received before T and extrapolates the position at T with the estimations obtained by the Kalman filter. In order to verify the efficiency of our updating method, we performed the experiments of applying our method on the series of measured positions obtained by applying the fingerprinting indoor positioning method while we are actually walking through the test bed. In the analysis of the test results, we estimated the communication saving rate of our method and the error increment rate caused by the communication saving.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.639-640
• /
• 2018

현재 실내 측위 분야에서 전파 지문을 이용하여 위치를 확인하는 기술이 광범위하게 사용하고 있다. 이때 성공적인 위치 확인을 위해서는 학습과 테스트에 필요한 데이터의 구성 및 다차원 데이터 구성이 필요하다. 즉 무선 AP, BLE iBeacon, Mobile 단말 등의 다양한 주변 전파 지문의 변화로 발생할 수 있는 환경 변화에 대응할 수 있는 위치 데이터 수집 및 데이터 관리 기술이 요구된다. 따라서 본 논문에서는 측위에 필요한 전파 지문의 환경 변화에 덜 민감한 다차원 데이터를 구성하고 관리하는 기법을 제안한다.

• 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.

• 한국멀티미디어학회논문지
• /
• 제10권11호
• /
• pp.1483-1495
• /
• 2007

IEEE 802.11 기술 덕분에 학교와 대형 쇼핑몰을 비롯한 사무실, 병원, 역 등지에서도 무선 LAN을 통한 인터넷 접속이 가능하다. 본 논문은 무선 LAN에 현재 가장 많이 사용되는 2.4GHz 대역의 802.11b와 802.11g 프로토콜이 탑재된 액세스포인트(AP: Access Point)로부터 수신한 신호의 세기(RSSI: Received Signal Strength Indicator)를 판독할 수 있는 C# 라이브러리 함수를 제안한다. 위치기반서비스는 사용자의 현재 위치를 실시간으로 측정하여 현재 위치를 기반으로 길을 안내하거나, 현재 위치와 관련한 콘텐츠를 제공하는 등의 유용한 서비스를 제공한다. 옥내에서 위치기반서비스를 제공하려면 옥내에 있는 사용자의 위치를 판정하는 옥내측위가 반드시 선결되어야 한다. 옥내측위 기술로 적외선, 초음파, UDP 패킷의 신호세기 등을 이용하는 방법들이 소개된 바 있다. 이러한 방법들은 측위를 위한 특수 장비를 설비해야만 한다는 단점이 있다. 본 논문은 RSSI를 판독하는 라이브러리 함수를 제공할 뿐만 아니라 제공하는 함수를 이용한 옥내 측위 구현 예도 소개한다. 구현에 적용된 방법들은 이미 널리 알려진 K-NN(K Nearest Neighbors), 베이시안 방법 그리고 삼각측량법이다. K-NN 방법과 베이시안 방법은 일종의 지문방식인데, 지문방식은 준비단계와 실시간단계로 구성되며, 실시간 단계의 처리 과정은 처리속도가 빨라야만 한다. 본 논문은 실시간 단계의 속도를 개선하는 방법으로 판단나무 방법(Decision Tree Method)을 제안하고, 이러한 방법들의 성능을 실험적으로 평가한 결과를 소개한다.

• 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.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 가을 학술발표논문집 Vol.34 No.2 (B)
• /
• pp.313-318
• /
• 2007

위치기반서비스에서 사용자의 정확한 위치가 요구되면서 측위와 추적에 대한 연구가 활발히 진행되고 있다. 측위 방법에는 위성기반 방법[1, 2], 로컬네트워크기반 방법[3-6], 센서기반 방법[1, 7, 8, 9]등이 있다. 본 연구에서는 로컬네트워크 중 WLAN (Wireless Local Area Network) 환경의 옥내에서 사용자의 위치를 추적하는 기존의 방법의 정확성을 제고하는 방안을 제안한다. 제안하는 방법은 WLAN 환경에서 RSS를 측정하여 K-NN방식으로 현재 위치를 판단한 다음, 칼만필터를 사용하여 사용자의 위치와 이동경로를 예측한다는 점에서 기존의 방법과 비슷하다. 제안하는 방법의 특징은 도면 정보를 이용하는 것이다. 제안하는 방법은 도면정보로부터 갈림길 영역을 파악하고, 갈림길 영역에서는 측정치에 가중치를 두고 갈림길이 아닌 지역에서는 시스템 모델에 가중치를 두도록 파라메타의 값을 조절한다. 제안하는 방법의 효율성을 실험적으로 증명하기 위한 실험 결과와 분석 내용도 제시한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1205-1207
• /
• 2015

Fingerprinting 방식에서 KNN은 WLAN 기반 실내 측위에 가장 많이 적용되고 있지만 KNN의 성능은 k개의 이웃 수와 RP의 수에 따라 민감하다. 논문에서는 KNN 성능을 향상시키기 위해 ANN 군집화를 적용한 KNN과 ANN을 혼합한 알고리즘을 제안하였다. 제안한 알고리즘은 신호잡음비 데이터를 KNN 방법에 적용하여 k개의 RP을 선택한 후 선택된 RP의 신호잡음비를 ANN에 적용하여 k개의 RP를 군집하여 분류한다. 실험 결과에서는 위치 오차가 2m 이내에서 KNN/ANN 알고리즘이 KNN 알고리즘보다 성능이 우수하다.