• 한국정보통신학회논문지
• /
• 제18권10호
• /
• pp.2530-2536
• /
• 2014

GPS 신호가 도달하지 않는 실내 환경에서 위치를 추정하는 연구는 지금까지 많이 이루어져 왔다. 또한 추정 기법도 여러 가지 기법들이 제안되었다. 본 논문에서는 다층 구조의 선박에서 위치를 추정하는 문제를 심도있게 고찰하였고 K-최근접 이웃 알고리즘 기반 Fingerprint 기법에 의한 위치 추정 방법에 대해 알아보았다. Fingerprint 기법을 쓰기 위해 39개의 RP에서 각각 N=100회의 수신신호를 측정함으로써 신뢰성 있는 DB를 구축하였고 이를 토대로 임의의 위치에 있는 단말기의 위치를 추정하는 모의실험을 하였다. 모의실험을 통해 Fingerprint 기법에 의한 위치 추정 성능은 아주 우수함을 알 수 있었다.

• ETRI Journal
• /
• 제40권4호
• /
• pp.531-536
• /
• 2018

The weighted K-nearest neighbor (WKNN) algorithm is used to reduce positioning accuracy, as it uses a fixed number of neighbors to estimate the position. In this paper, we propose a dynamic threshold location algorithm (DH-KNN) to improve positioning accuracy. The proposed algorithm is designed based on a dynamic threshold to determine the number of neighbors and filter out singular reference points (RPs). We compare its performance with the WKNN and Enhanced K-Nearest Neighbor (EKNN) algorithms in test spaces of networks with dimensions of $20m{\times}20m$, $30m{\times}30m$, $40m{\times}40m$ and $50m{\times}50m$. Simulation results show that the maximum position accuracy of DH-KNN improves by 31.1%, and its maximum position error decreases by 23.5%. The results demonstrate that our proposed method achieves better performance than other well-known algorithms.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권1호
• /
• pp.343-364
• /
• 2021

In the 5G era, the communication networks tend to be ultra-densified, which will improve the accuracy of indoor positioning and further improve the quality of positioning service. In this study, we propose an indoor three-dimensional (3D) dynamic reconstruction fingerprint matching algorithm (DSR-FP) in a 5G ultra-dense network. The first step of the algorithm is to construct a local fingerprint matrix having low-rank characteristics using partial fingerprint data, and then reconstruct the local matrix as a complete fingerprint library using the FPCA reconstruction algorithm. In the second step of the algorithm, a dynamic base station matching strategy is used to screen out the best quality service base stations and multiple sub-optimal service base stations. Then, the fingerprints of the other base station numbers are eliminated from the fingerprint database to simplify the fingerprint database. Finally, the 3D estimated coordinates of the point to be located are obtained through the K-nearest neighbor matching algorithm. The analysis of the simulation results demonstrates that the average relative error between the reconstructed fingerprint database by the DSR-FP algorithm and the original fingerprint database is 1.21%, indicating that the accuracy of the reconstruction fingerprint database is high, and the influence of the location error can be ignored. The positioning error of the DSR-FP algorithm is less than 0.31 m. Furthermore, at the same signal-to-noise ratio, the positioning error of the DSR-FP algorithm is lesser than that of the traditional fingerprint matching algorithm, while its positioning accuracy is higher.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권2호
• /
• pp.110-115
• /
• 2017

실내위치를 찾는 방법으로 각 비콘으로부터 수신된 여러 신호들의 최대값의 상대적인 순위에 따라 비교대상 비콘과 참조위치를 동시에 일차적으로 솎아낸 후 살아남은 비콘과 참조위치 만으로 기존의 핑거프린트 방식을 적용하는 Cut-off 알고리즘을 제안한다. 이 방식은 두 단계로 이루어져 있다. 오프라인 단계에서는 비콘을 실내 여러 참조위치에 설치하고 그로부터 발생되는 신호세기와 UUID를 미리 파악하여 핑거프린트 지도를 만든다. 온라인 단계에서는 우선 사용자의 이동장치에서 수신된 비콘들의 신호세기 데이터에 의거하여 앞서 만든 지도를 줄인다. 줄어든 지도를 활용하여 가장 유력한 K개의 참조위치를 파악하고 그 위치를 이용하여 사용자의 위치를 추정한다. 특이한 점은, 핑거프린트 지도에 기록하거나 위치를 추정하는 과정에서 고려되는 사항은 각 비콘으로부터 수신된 신호들의 최대값들의 상대적인 순위라는 점이다. 수시로 변화하는 신호세기 자체의 불안정성을 최소화하는 효과를 내기 때문에 추정위치의 정확성이 기존 방식과 차별화 되었다.

• 대한전자공학회논문지SP
• /
• 제48권2호
• /
• pp.125-133
• /
• 2011

WLAN 환경하에서 알고리즘 기반의 패턴 매칭을 위해 training 단계에서는 여러 개의 AP에서 신호 잡음비의 특성값을 데이터베이스에 만들어 활용하고 estimation 단계에서는 단말기(MU)의 2차원 좌표값을 단말기로부터 새롭게 얻은 SNR과 데이터베이스에 저장된 fingerprint을 비교함으로써 추정한다. Fingerprinting 방식에서 KNN은 WLAN 기반 실내 측위에 가장 많이 적용되고 있지만 KNN의 성능은 k 개의 이웃 수와 RP의 수에 따라 민감하다. 논문에서는 KNN 성능을 향상시키기 위해 PFCM 군집화를 적용한 KNN과 PFCM을 혼합한 알고리즘을 제안하였다. 제안한 알고리즘은 신호잡음비 데이터를 KNN 방법에 적용하여 k개의 RP을 선택한 후 선택된 RP의 신호잡음비를 PFCM에 적용하여 k개의 RP를 군집하여 분류한다. 실험 결과에서는 위치 오차가 2m 이내에서 KNN/IFCM 알고리즘이 KNN, KNN/FCM, KNN/PFCM 알고리즘보다 성능이 우수하다.

• 대한전자공학회논문지SP
• /
• 제48권2호
• /
• pp.109-115
• /
• 2011

Fingerprinting 방식에서 KNN은 WLAN 기반 실내 측위에 가장 많이 적용되고 있지만 KNN의 성능은 k 개의 이웃 수와 RP의 수에 따라 민감하다. 논문에서는 KNN 성능을 향상시키기 위해 ANN 군집화를 적용한 KNN과 ANN을 혼합한 알고리즘을 제안하였다. WLAN 환경하에서 알고리즘 기반의 패턴 매칭을 위해 training 단계에서는 여러 개의 AP에서 신호 잡음비의 특성값을 데이터베이스에 만들어 활용하고 estimation 단계에서는 단말기(MU)의 2차원 좌표값을 단말기로부터 새롭게 얻은 SNR과 데이터베이스에 저장된 fingerprint을 비교함으로써 추정한다. 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.

• 한국건축시공학회지
• /
• 제21권6호
• /
• pp.677-687
• /
• 2021

화재가 발생했을 때, 대피자가 화재 위치와 규모 등의 화재정보, 그리고 출구 위치와 대피자 스스로의 위치를 확인할 수 있다면, 신속하게 대피할 수 있을 것이다. 본 연구에서는 화재정보를 대피자에게 전송하고 대피자의 위치를 확인할 수 있는 시스템을 개발하였다. 선행연구를 통하여 시스템 개발에 필요한 요구사항을 네 가지 도출하였다. 요구사항에는 시스템이 작동하는데 필요한 전력이 크지 않아야 하며, 화재정보를 송·수신하기 위해서 필요한 거리 제한과 추가 장비, 그리고 중앙 서버가 없어도 시스템이 작동할 수 있어야 한다는 것이 포함된다. 이와 같은 요구사항을 기반으로, 본 연구에서는 건물 화재정보를 대피자의 모바일 기기로 전송할 수 있고, 대피자의 위치를 추적할 수 있는 서버 독립형 시스템을 개발하였다. 개발된 시스템은 화재정보를 전송하는 장치와 화재정보를 수신하고 대피자 위치를 추적할 수 있는 모바일 기기의 어플리케이션으로 구성된다. 화재에 의해서 중앙 서버가 손상되어도 대피자는 개발된 시스템을 사용하여 화재 위치와 규모, 출구의 위치와 대파자의 위치를 확인할 수 있으므로, 인명피해를 감소시키는데 기여할 수 있을 것이다. 또한, 실내위치추적에 사용되는 fingerprint 알고리듬의 사용성 향상을 위한 이론적 기초로도 활용될 수 있을 것이다. Fingerprint 사용을 위한 데이터베이스를 구축할 때에 소요되는 노력과 비용을 감소시키는 방법을 제안했기 때문이다.