최근에 능동소나 분야에서 분산센서망을 이용하여 표적을 탐지하는 연구가 많이 이루어지고 있다. Zhou 등은 표적의 탐지만 가능한 간단한 구조의 센서들로 구성된 분산센서망에서 라인피팅(line fitting)을 이용하여 표적의 위치를 추정하는 기법을 제안하였다. 이 기법은 ML(Maximum Likelihood) 기법에 비해 3가지 장점을 가지고 있다. 첫째는, 음파전달 모델에 대한 파라미터들을 추정할 필요가 없으며, 둘째는 연산량이 적다. 셋째는 분산센서망에서 센서들이 표적을 탐지했다는 정보만 이용하기 때문에 데이터처리 센터는 적은 량의 데이터만 수집하여도 된다. 그러나 이 기법은 표적의 위치 추정오차가 크다는 단점을 가지고 있다. 본 논문에서는 Zhou의 기법이 가지는 큰 위치 추정오차를 줄이기 위하여 Zhou가 제안한 표적위치 추정기법을 수정하였다. 본 논문에서 제안한 수정된 표적위치 추정기법은 Zhou의 기법보다 40.7%의 위치 추정오차가 감소하는 성능향상을 보였다.
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.
본 논문은 실내 환경에서 정확도를 고려한 효과적인 도래시간 기반 무선 측위 방법을 제안하였다. 위치 측위의 목적은 타겟의 위치를 추정하는 것이다. 실내 환경에서 타겟의 정확한 위치를 추정하는 것은 다양한 오류들 때문에 어렵다. 무선 측위의 정확성은 비가시성 오류에 큰 영향을 받는다. 도래시간 기반 측위는 수신기와 3개 이상의 송신기 들 사이에서 거리 값을 이용하여 위치를 추정한다. 그러나 송신기와 수신기의 위치에 따라 장애물들로 인해 각각의 비가시성 오류도 다르다. 수신기의 위치를 정확하게 추정하기 위해서는 최적화된 위치 측위 방법이 필요하다. 본 논문은 무선 센서 네트워크에서 정확도를 높이기 위한 효과적인 측위 방법을 제안한다. 측위 시스템의 정밀도를 높이기 위해 거리 측정 단계에서의 거리 값을 보정하는 방법과 비가시성 환경에서 발생하는 오차들을 최소화시켜 효율적으로 송신기들을 선택하는 알고리즘을 제안하여 성능을 향상시켰다. 제안한 방법의 성능 평가는 다양한 오차들이 존재하는 실제 환경에서의 실험들로 인해 제시되었고, 실험적인 결과들은 기존의 방법과 제안된 방법을 가진 측위 절차의 추정 오차 결과들의 비교를 통해 측위 시스템의 정확도가 향상된 것을 증명하였다.
추적 눈 운동 동안에 순간적으로 노출되는 표적의 위치는 표적 주위에 참조자극이 존재하지 않을 때에 일반적으로 눈 운동 방향으로 왜곡되어 지각된다. 본 연구는 안정적이고 정적인 참조자극이 존재하는 경우에 순간적으로 노출되는 표적의 참조자극에 대한 상대적인 위치가 얼마나 정확하게 지각되는지를 검증하였다. 참조자극에 대한 표적의 상대적인 위치가 왜곡되게 지각되었으며 상대적인 위치 지각 왜곡의 양상이 참조자극과 표적의 상대적인 위치에 따라서 체계적으로 변화하였다. 동일한 실험결과가 추적 눈 운동의 방향이 상이하거나 참조자극과 표적의 다양한 물리적인 거리 조건에서도 일관되게 관찰되었다. 본 연구의 실험결과가 위치지각에 관하여 제안된 기존의 이론에 의해 어떻게 설명될 수 있는지를 논의하였다.
작전지역의 감시/경계에 활용되는 감시정찰 센서 네트워크에서 배치되는 지진동센서의 위치 정보와 탐지 신호 세기를 활용하여 표적의 위치를 산출하는 방법을 제안한다. 중계기에서 단말기로부터 수신받은 각 지진동센서들의 위치 정보와 센서로부터 수신된 탐지 신호 세기를 이용하여 표적 위치를 산출한다. 표적 측위 시 동적으로 오프셋을 제하는 방식을 통해 환경적 요인에 의한 성능 편차를 줄였다. 실제 표적 위치와 산출된 표적 위치의 차이를 통해 성능을 비교 검증하였다. 오차 평균 3.62m까지 감소하여 가중 중심 측위 방법보다 최대 62% 향상된 결과를 얻었다.
KSII Transactions on Internet and Information Systems (TIIS)
/
제11권7호
/
pp.3480-3500
/
2017
Accurate locating for the mobile target remains a challenge in various applications of wireless sensor networks (WSNs). Unfortunately, most of the typical localization algorithms perform well only in the WSN with densely distributed sensor nodes. The non-localizable problem is prone to happening when a target moves into the WSN with sparsely distributed sensor nodes. To solve this problem, we propose a collaborative and predictive localization algorithm (CPLA). The Gaussian mixture model (GMM) is introduced to predict the posterior trajectory for a mobile target by training its prior trajectory. In addition, the collaborative and predictive schemes are designed to solve the non-localizable problems in the two-anchor nodes locating, one-anchor node locating and non-anchor node locating situations. Simulation results prove that the CPLA exhibits higher localization accuracy than other tested predictive localization algorithms either in the WSN with sparsely distributed sensor nodes or in the WSN with densely distributed sensor nodes.
This paper considers a localization problem in time difference of arrival (TDOA)-based radio frequency identification (RFID) systems. To estimate the position of a target tag, this paper suggests three localization algorithms that use benchmark tags. The benchmark tags are the same type as the target tag, but either the locations or distance of the benchmark tags are known. Two algorithms use the benchmarks for auxiliary information to improve the estimation accuracy of the other localization algorithms such as least squared estimator (LSE). The other one utilizes the benchmarks as essential tags to estimate the location. Numerical tests show that the localization accuracy can be improved by using benchmark tags especially when an algorithm using the LSE is applied to the localization problem. Furthermore, this paper shows that our benchmark algorithm is valuable when the measurement noise is large.
정위적 방사선수술을 시행하기 위하여 CT, MR, 그리고 digital angiography 의 표적 위치결정의 정확도를 평가하였다. 특정한 지점의 위치가 이미 알려져 있는 (정밀도 : 0.lmm 이내) geometrical phantom 을 CT 혹은 MR로 scan 하였다. Scan 간격은 3mm 이었으며 FOV (Field of View)는 CT의 경우 35cm, MR 의 경우 28cm 이었다. 얻어진 영상은 GE format 의 형태로 TCP/IP를 이용하여 치료계획 컴퓨터로 전달되었다. 각 영상을 컴퓨터로 분석하여 얻은 측정된 좌표값을 이미 알고 있는 값과 비교하였다. Digital angiography 의 경우, 좌표값을 결정하기 위하여 anterior-posterior 방향과 lateral 방향의 film을 얻었으며 이 film은 film scanner를 이용하여 치료계획 컴퓨터로 전달되었다. CT 영상의 위치결정 오차는 1.2$\pm$0.5 mm이었으며 MR의 경우에는 coronal 및 sagittal 영상에 대하여 각각 평균 1.7$\pm$0.4mm, 2.1$\pm$0.7mm의 오차가 있었다. 반면에 Axial 영상의 경우에는 오차가 평균 4.7$\pm$ 0.9mm이었다. Digital angiography 의 위치결정 오차는 0.9$\pm$0.4mm이었다. CT, MR, 그리고 Angiography 등과 같은 진단장비를 이용하여 표적의 위치 및 형태를 정의하는데 있어서의 정확도는 진단 영상의 분해능 및 distortion 과 밀접한 관련을 가지고 있다. CT의 경우, 위치결정 오차는 주로 영상의 slice 간격에 따른 분해능에 의존하며 MR 영상의 경우에는 영상자체의 분해능과 더불어 head frame에 의한 distortion이 크게 작용하였다. 반면에 Digital angiography의 경우에는 fiducial marker의 distortion으로 인한 오차가 가장 크게 영향을 주었다. 본 연구의 결과는 치료계획시 PTV(Planning Target Volume)를 결정할 때 반드시 고려되어야 한다.
본 논문은 distributed Multi-input Multi-output(MIMO) 레이다 시스템에서 다수의 송 수신기 조합으로부터 얻어진 Time of Arrival(ToA) 정보들을 이용하여 표적의 위치를 추정하는 기법을 제안한다. 제안된 기법은 테일러 선형 근사를 반복적으로 수행함으로써 임의의 초기 값으로부터 표적의 위치를 추정한다. 시뮬레이션 결과는 제안된 알고리즘이 기존 표적 위치 추정 기법들보다 더 향상된, 더 나아가 Cramer-Rao Lower Bound(CRLB)에 도달하는 평균제곱오차(MSE) 성능을 가지는 것을 보여준다.
모바일 환경에서 사용자의 위치를 기반으로 각종 정보나 서비스를 제공하는 위치 기반 서비스는 향후 정보 통신 산업의 핵심 응용으로 예상되고 있다. 위치 기반 서비스의 요소 기술로는 위치 측위 기술, 플랫폼 기술, 응용 서비스를 들 수 있다. 위치 측위 기술은 전송된 무선 신호를 측정 및 가공함으로써 측위 대상 단말기의 위치를 예측하는 기술이다. 본 논문에서는 IEEE 802.15.4 기반 환경에서 실내 측위 시스템 구축을 위한 적응력있는 위치 측위 기법을 제안한다. 제안 기법은 RSS(Received Signal Strength)를 이용한 삼각법 측위 시스템에서 위치 측위 정확도를 극대화할 수 있는 최적의 기준 AP를 선택하는 기법과 단말기 주변 전파 환경의 변화에 적응력있게 대처할 수 있는 단말기와 기준 AP사이의 거리 예측 기법으로 구성된다. 실내 측위 시스템을 실제로 구축함으로써 측위 정확도 측면에서의 제안 기법 성능을 검증하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.