KR20090114900A - Wireless Sensor Node Position Tracking Method Using Probability Filtering of RF Received Signal Strength - Google Patents
Wireless Sensor Node Position Tracking Method Using Probability Filtering of RF Received Signal Strength Download PDFInfo
- Publication number
- KR20090114900A KR20090114900A KR1020080040777A KR20080040777A KR20090114900A KR 20090114900 A KR20090114900 A KR 20090114900A KR 1020080040777 A KR1020080040777 A KR 1020080040777A KR 20080040777 A KR20080040777 A KR 20080040777A KR 20090114900 A KR20090114900 A KR 20090114900A
- Authority
- KR
- South Korea
- Prior art keywords
- received
- location
- filtering
- rssi value
- signal strength
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0278—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves involving statistical or probabilistic considerations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
- G01S11/02—Systems for determining distance or velocity not using reflection or reradiation using radio waves
- G01S11/06—Systems for determining distance or velocity not using reflection or reradiation using radio waves using intensity measurements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0252—Radio frequency fingerprinting
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0284—Relative positioning
- G01S5/0289—Relative positioning of multiple transceivers, e.g. in ad hoc networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Probability & Statistics with Applications (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
Description
본 발명은 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법에 관한 것으로, 더욱 상세하게는 실내환경에서 위치추정시 RF 수신신호세기 측정 오차를 줄이기 위해 RSSI(Received Signal Strength Indication) 필터링 알고리즘을 사용하는 RF수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법에 관한 것이다.The present invention relates to a wireless sensor node position tracking method using probabilistic filtering of RF received signal strength, and more particularly, RSSI (Received Signal Strength Indication) filtering to reduce the measurement error of RF received signal strength during position estimation in an indoor environment. A wireless sensor node location tracking method using probabilistic filtering of RF received signal strength using an algorithm.
본 발명에서는 무선 센서 네트워크에서 추가적인 하드웨어 없이 RSSI 값만을 이용하여 정확한 위치추정 시스템을 구축하기 위한 필터링 알고리즘을 제안한다. 본 발명에 따르면 실내환경에서 장애물로 인해 발생하는 RSSI 측정오차값을 제안하는 필터링 알고리즘을 이용하여 줄일 수 있게 된다.The present invention proposes a filtering algorithm for constructing an accurate location estimation system using only RSSI values without additional hardware in a wireless sensor network. According to the present invention can be reduced by using a filtering algorithm that proposes the RSSI measurement error value caused by the obstacle in the indoor environment.
위치추정 시스템에서 가장 기본적인 인자는 각 센서노드 간의 상대거리를 측정하는 것이다. 상대거리를 측정하기 위한 간단하고 저렴한 방법은 RF 수신신호세기, 즉, RSSI 값을 측정하여 거리로 환산하는 방법이 있다. LoS(Line of Sight)가 보장되는 실외환경에서 측정한 RSSI 값은 이상적인 RSSI 값과 큰 차이는 발생하지 않지만, 실내 환경은 다양한 오차발생원인(장애물, 사람의 이동 등)에 의해 정확한 RSSI 값을 수신하기 어렵다.The most basic factor in positioning system is to measure the relative distance between each sensor node. A simple and inexpensive method for measuring the relative distance is to measure the RF received signal strength, that is, RSSI value, and convert it into distance. The RSSI value measured in the outdoor environment where Line of Sight is guaranteed does not differ significantly from the ideal RSSI value, but the indoor environment receives accurate RSSI values due to various sources of error (obstacles, human movements, etc.). Difficult to do
1991년 Mark Weiser의 논문 "The Computer for the 21st Century"(M. Weiser, "The Computer for the 21st Century," Scientific American, pp. 94-104, 1991)에서 'Ubiquitous Computing'이라는 말을 처음으로 시작하면서 Ubiquitous는 미래 컴퓨터 시스템을 지칭하는 용어로 사용되고 있다.In 1991, Mark Weiser's paper, "The Computer for the 21st Century," by M. Weiser, "The Computer for the 21st Century," Scientific American , pp. 94-104, 1991), for the first time, the term 'Ubiquitous Computing' is used as the term for future computer systems.
Ubiquitous 사회의 특징인 '보이지 않는 기술' 구현하는 핵심 기술 중 하나는 위치추정 기술이다. 위치추정 기술은 사용자 요구에 의한 수동적 컴퓨팅 환경이 아닌 능동적 감지에 의한 자동 컴퓨팅 환경을 가능하게 할 뿐 아니라 사용자가 인식하지 못하는 상황에서 자연스럽게 정보를 제공해 주는 컴퓨팅 환경을 가능하게 한다. 이에 따라 최근 다양한 통신 방식을 이용한 위치추정 기술이 연구되고 있다. 특히, GPS(Global Positioning System)를 이용한 자동항법장치 및 이동통신망 기반의 위치기반 서비스인 LBS(Location Based Service)는 이미 다양한 분야에서 활용되고 있으며 현대사회에서 필수불가결한 기술로 발전해 왔다.One of the key technologies to implement 'invisible technology', which is characteristic of the ubiquitous society, is location estimation technology. Location estimation technology enables not only a passive computing environment based on user's demand, but also an automatic computing environment based on active sensing, as well as a computing environment that provides information in a situation where the user does not recognize it. Accordingly, recently, location estimation technology using various communication methods has been studied. In particular, LBS (Location Based Service), which is an automatic navigation system using GPS (Global Positioning System) and a mobile communication network-based location-based service, has already been used in various fields and has developed into an indispensable technology in modern society.
Ubiquitous 컴퓨팅 핵심 기술 중 하나인 무선 센서 네트워크(Wireless Sensor Networks) 기술은 현재 다양한 각도로 연구가 진행되고 있다. 특히, 최근 무선 센서 네트워크에서 센서노드의 위치추정 기술은 다양한 응용 분야에서 기술개발 및 위치추정 오차를 줄이기 위한 연구가 활발히 진행되고 있다. 센서노드의 위치정보를 기반으로 하는 응용분야는 다양하며 대표적인 사례로는 다음과 같다.Wireless Sensor Networks, one of the core technologies of Ubiquitous computing, is currently being studied at various angles. In particular, in the recent wireless sensor network, the sensor node position estimation technology has been actively studied to reduce the technology development and position estimation error in various application fields. The application fields based on the location information of sensor nodes are various and representative examples are as follows.
- 홈오토메이션 : 홈네트워킹과 무선센서네트워크를 기반으로 하는 유비쿼터스 컴퓨팅 환경을 가정에 적용하여 보다 향상된 기능을 제공하는 가정 자동화 시스템이다. 이런 홈오토메이션 분야에서는 사용자 위치추정 분야에 사용된다. 생활패턴에 대한 조사로 다양한 서비스가 가능하게 된다.-Home Automation: It is a home automation system that provides more advanced functions by applying ubiquitous computing environment based on home networking and wireless sensor network to home. This field of home automation is used for user location estimation. A variety of services are possible through research on life patterns.
- 미아방지 시스템 : 놀이공원, 동물원, 단체이동 등 주로 어린이들의 단체 이동시 적용 가능한 시스템으로 특정영역에서 벗어난 노드에 경고 및 위치의 추적까지 가능한 시스템이다.-Missing prevention system: It is a system that can be applied mainly to children's group movement such as amusement park, zoo, and group movement.
- 침입자 방지 시스템 : 침입자 방지 시스템은 위치추정의 개념보다는 특정영역에 허가되지 않은 사람의 출입을 확인하기 위한 시스템으로 사용된다. 또한 침입자의 위치 추적 또한 가능하게 하는 시스템으로 발전하고 있다.-Intruder Prevention System: The intruder prevention system is used as a system to check the access of unauthorized persons in a certain area rather than the concept of location estimation. It is also evolving into a system that also enables tracking of intruders.
- 병원에서의 환자 위치 추적 : 병원에서의 응급환자에 대한 신속한 대응이 가능하고 환자의 생체정보를 얻어 쉽게 환자 관리가 가능한 시스템-Patient location tracking in the hospital: A system that enables rapid response to emergency patients in the hospital and easily manages patients by obtaining biometric information of patients.
- 대형마트/백화점의 고객 선호도 분석 : 시간별, 고객별, 날짜별 등 마트나 백화점의 제품에 대한 고객의 선호도를 조사 분석이 가능하고 이 자료들은 운영 및 마케팅의 기초자료로 활용이 가능하다.-Customer Preference Analysis of Large Mart / Department Stores: It is possible to investigate and analyze customer preferences for products of marts and department stores such as hourly, customer, and date, and these data can be used as basic data for operation and marketing.
- 재난 방재 시스템 : 건물내 사람 및 사물의 위치를 탐색하고 인원정보 및 중요 사물의 위치를 파악한다. 이런 위치정보를 이용하여 재난 발생시 신속한 인명 구조와 중요 사물의 복구를 가능하게 한다.-Disaster Prevention System: Explore the location of people and objects in the building and identify the location of personnel information and important objects. Using this location information, it is possible to quickly save lives and recover important objects in the event of a disaster.
일반적으로 무선 센서 네트워크에서 실내 위치추정 시스템은 지그비(ZigBee)를 이용한 RSSI(Received Signal Strength Indication) 기반의 위치추정 시스템을 많이 사용한다. 이유는 별도의 추가적인 하드웨어 없이 위치 추정이 가능하고 구축비용이 저렴하며 응용범위가 넓다는 장점이 있기 때문이다. 하지만 RF 특성상 회절, 반사, 멀티패스(multi-path)등 다양한 문제점들이 산재되어 있다. RSSI를 이용한 위치추정 시스템은 LoS(Line of Sight)가 확보되는 실외환경에서는 비교적 정확한 거리추정이 가능하지만, Non-LoS 환경에서는 벽, 가구 등과 같은 장애물, 사람의 이동 등 여러 가지 오차 발생요인으로 인한 RF 수신신호세기 측정값이 부정확한 단점을 가지고 있다. In general, the indoor location estimation system in the wireless sensor network uses a location estimation system based on Received Signal Strength Indication (RSSI) using ZigBee. The reason is that the location estimation can be done without any additional hardware, the construction cost is low, and the application range is wide. However, there are various problems such as diffraction, reflection, and multi-path due to RF characteristics. The location estimation system using RSSI can estimate the distance accurately in outdoor environment where Line of Sight is secured, but in non-LoS environment, it is caused by various errors such as obstacles such as walls, furniture, and people's movement. RF received signal strength measurement has an inaccurate disadvantage.
이하 기존의 위치추정시스템에 대하여 설명한다.Hereinafter, an existing position estimation system will be described.
위치추정 시스템의 분류Classification of Positioning System
위치추정 시스템은 추정 영역의 범위에 따라 원거리와 근거리 위치추정 시스템으로 분류할 수 있다. 원거리 위치추정 시스템은 수 미터에서 수 킬로미터 단위의 큰 오차 범위를 가지고 있지만, 근거리 위치추정 시스템은 실제 사람이 생활하는 공간에서의 수 센티미터에서 수 미터의 작은 오차범위를 가진 시스템을 말한다.The location estimation system can be classified into a long range and a short distance location system according to the range of the estimation region. While the remote positioning system has a large error range from several meters to several kilometers, the near-positioning system is a system having a small error range of several centimeters to several meters in a real human space.
원거리 위치추정 시스템Remote positioning system
GPS 기술은 1970년대 미국 국방성에서 군사용 목적으로 시작된 기술이다. 24개의 위성이 지구 상공에 있는 6개의 원형 궤도면에 각각 4개씩 할당되어 돌고 있으며 위도, 경도, 고도의 위치정보뿐만 아니라 속도와 시간 정보까지 얻을 수 있다. GPS 위성은 최소 5개의 위성으로부터 신호를 수신할 수 있으며 각각의 위성은 2개의 L 밴드 주파수를 이용해 신호를 송신한다. GPS는 위치추정 방식에서 기본적인 삼각법 방식을 이용하며 위치추정 정확도는 20m 이내이며 시간 정확도는 100ns, 속도 정확도는 초당 3cm 이다.GPS technology was started by the US Department of Defense in the 1970s for military purposes. Twenty-four satellites are assigned to each of six circular orbits over the Earth, and each can obtain speed and time information as well as latitude, longitude, and altitude location information. GPS satellites can receive signals from at least five satellites, each of which transmits signals using two L-band frequencies. GPS uses basic trigonometry in position estimation method, positioning accuracy is within 20m, time accuracy is 100ns, and speed accuracy is 3cm per second.
CDMA(Code Division Multiple Access) 기반 LBS 기술은 위치기반서비스를 의미하지만 일반적으로 이동통신망에서 사용되는 위치기반서비스를 의미한다. LBS는 이동통신망 기반으로 친구 찾기, 교통정보제공, 비상구조, 물류, 보안 등 다양한 분야에 서비스를 제공하고 있다. LBS의 핵심 기술은 위치 파악 기술, 위치 기반 정보 생성 기술, 그리고 위치 기반 정보 제공 기술의 3가지로 요약될 수 있다(김학용, "무선랜 기반 위치정보 서비스" Telecommunications Review, 제16권, pp.188-202, 2006.).Code Division Multiple Access (CDMA) based LBS technology refers to location based services, but generally refers to location based services used in mobile communication networks. LBS provides services in various fields such as finding friends, providing traffic information, emergency rescue, logistics, and security based on a mobile communication network. The core technology of LBS can be summarized in three of localization technologies, location-based information generation technologies, and provides location-based information technology (gimhakyong, "WLAN-based location services" Telecommunications Review , Vol. 16, pp. 188-202, 2006.).
근거리 위치추정 시스템Localization system
WLAN(Wireless Local Area Networks)을 이용한 근거리 위치추정 시스템은 단말 노드가 수신하는 RF신호의 세기(RF Signal Strength)를 측정하여 신호 감쇠정도에 따른 거리를 계산한다. 이 계산된 거리로 단말 노드의 위치를 추정한다. 이를 이용한 대표적인 시스템은 마이크로소프트사의 RADAR 시스템(P. Bahl, and V.N. Padmanabhan, RADAR: An In Building RF-Based User Location and Tracking System, In Proc . of IEEE Infocom 2000 Conf . on Computer Commun, Vol.2, pp. 775-784, 2000), Ekahau(Ekahau, Inc., http://www.ekahau.com )와 Intel의 Place Lab(Place Lab at Intel Corporation, http://www.placelab.org)등이 있다. RADAR는 건물 내 사용자 위치를 인식하고 추적하기 위한 시스템으로 여러개의 수신기에서 수집된 RF 신호 세기를 이용하여 사용자의 위치를 측정한다. RADAR는 IEEE 802.11 무선랜 환경을 기반으로 하며, AP(Access Point)에서 WLAN 단말 노드들이 전송하는 신호의 세기와 신호 대 잡음비를 측정하고 이를 이용하여 실내 환경에서 WLAN 장치들의 2차원 위치를 계산한다. 신호 전파 모델을 검증하고 실시간으로 사용자 위치를 추측하기 위해 사용자 위치 함수로서 무선 신호에 대한 정보를 기록하여 수집한다. 위치가 다른 세 개의 AP(Access Point)로부터 얻어진 RF 세기 정보는 하나의 테이블로 수집되고 각각에 대한 표준과 편차를 계산한다. Ekahau 시스템은 소프트웨어만으로 구성되어 있으며 기존에 사용하던 WLAN AP를 위치 추적 용도로 사용한다. 이 시스템은 Ekahau Finder, Finder Application Sever, Ekahau Positioning Engine, Positioning Engine Server로 구성되어 있다. 기본적으로는 AP와 WLAN 단말 노드 사이의 RF 신호 세기를 이용하며 Fingerprinting 방식을 사용해서 위치추정의 정확도를 높였다.The short-range location estimation system using wireless local area networks (WLANs) measures the RF signal strength received by the terminal node and calculates a distance according to the degree of signal attenuation. The position of the terminal node is estimated using this calculated distance. Representative systems using this include Microsoft's RADAR system (P. Bahl, and VN Padmanabhan, RADAR: An In Building RF-Based User Location and Tracking System, In Proc . of IEEE Infocom 2000 Conf . on Computer Commun , Vol. 2, pp. 775-784, 2000), Ekahau (Ekahau, Inc., http://www.ekahau.com ) and Place Lab at Intel Corporation ( http://www.placelab.org ). RADAR is a system for recognizing and tracking a user's location in a building. The RADAR uses RF signal strength collected from multiple receivers to measure the user's location. The RADAR is based on an IEEE 802.11 WLAN environment. The RADAR measures the strength and signal-to-noise ratio of signals transmitted by WLAN terminal nodes in an AP and calculates two-dimensional positions of WLAN devices in an indoor environment. In order to verify the signal propagation model and estimate user location in real time, information about the radio signal is recorded and collected as a user location function. RF strength information obtained from three different access points (APs) with different positions is collected into one table and the standard and deviation for each are calculated. The Ekahau system consists of software only and uses the existing WLAN AP for location tracking. This system consists of Ekahau Finder, Finder Application Sever, Ekahau Positioning Engine, and Positioning Engine Server. Basically, RF signal strength between AP and WLAN terminal nodes is used, and the accuracy of location estimation is improved by using fingerprinting method.
적외선을 이용한 방식은 실내 곳곳에 부착된 적외선 센서가 고유 ID코드를 가진 적외선 장치를 인식하여 위치를 찾아내는 방식이다. 비교적 시스템의 구성이 간단하고 저렴하나 적외선신호의 특성상 LoS내에서만 사용이 가능하고 형광 또는 태양광이 비치는 곳에는 사용하기 어렵다. 대표적인 시스템은 Active Badge(R. Want, A. Hopper, V. Falcao, and J. Gibbons, "The Active Badge Location System," ACM Trans. on Information Systems, Vol.10, pp. 91-102, 1992)가 있다. 액티브 배지는 1992년 AT&T 캠브리지 연구소에서 기지국감시 위치 측정 기법을 이 용하여 건물 내 개인의 위치를 파악하기 위해서 개발되었다. 이 시스템은 주기적으로 고유의 ID정보를 가진 적외선 신호를 송신하는 송신기와 천정에 부착된 수신기로 구성된다. 수신기는 특정한 아이디를 가진 송신기가 현재 범위 이내에 있음을 통해서 송신기의 위치를 결정한다.Infrared method uses infrared sensors attached to various places in the room to recognize the location of infrared devices with unique ID codes. Although the system configuration is relatively simple and inexpensive, it can be used only in LoS due to the characteristics of the infrared signal, and it is difficult to use in the place where fluorescence or sunlight shines. Typical systems Active Badge (R. Want, A. Hopper, V. Falcao, and J. Gibbons, "The Active Badge Location System," ACM Trans. On Information Systems , Vol. 10, pp. 91-102, 1992). Active badges were developed at the AT & T Cambridge Institute in 1992 to determine the location of individuals in buildings using base station surveillance positioning techniques. The system consists of a transmitter periodically transmitting an infrared signal with unique ID information and a receiver attached to the ceiling. The receiver determines the position of the transmitter by having a transmitter with a particular ID within the current range.
초음파를 이용한 위치추정 시스템은 RF와 초음파의 속도차이를 이용하여 위치를 추정하는 시스템이다. 이를 이용한 대표적인 시스템으로는 MIT의 Cricket(N. Priyantha, A. Chakraborty, and H. Balakrishnan, "The Cricket Location-Support System," Proc. of the ACM Int'l Conf. on MobICom, 2000)시스템이 있다. Cricket 시스템은 2000년 미국 MIT 대학에서 개발한 시스템으로 TinyOS를 기반으로 위치를 알고 있는 고정된 비컨(Beacon) 노드들이 초음파 신호가 수신 노드에 도달할 때까지 RF신호를 계속 전송하도록 하여, 수신 노드가 항상 초음파 신호를 수신할 경우 반드시 이에 대응하는 RF 신호도 수신할 수 있도록 한다. RF와 같이 수신된 초음파 신호는 TDoA(Time Difference of Arrival)를 측정하여 거리값을 계산하고 최종적으로 위치를 계산한다. 이 시스템은 중앙 서버에서 위치를 계산하지 않고 각각의 단말 노드에서 자신의 위치를 계산하는 방식이다.The position estimation system using ultrasonic waves is a system that estimates the position using the speed difference between RF and ultrasonic waves. Representative systems using this system include MIT's Cricket (N. Priyantha, A. Chakraborty, and H. Balakrishnan, "The Cricket Location-Support System," Proc. Of the ACM Int'l Conf. On MobICom, 2000) system. . The Cricket system was developed by MIT University in 2000 and allows fixed beacon nodes whose location is based on TinyOS to continue transmitting RF signals until the ultrasonic signals reach the receiving node. If the ultrasonic signal is always received, the corresponding RF signal must be received. The received ultrasonic signal, such as RF, measures a time difference of arrival (TDoA), calculates a distance value, and finally calculates a position. The system calculates its own location at each terminal node without calculating its location at the central server.
Bluetooth는 근거리 무선통신 규약으로 반경 10~100m사이의 각종 전자/정보통신 기기를 무선으로 연결하는 기술이다. 2.45GHz 주파를 사용하며 최근 가정이나 사무실에 컴퓨터, 프린터, 휴대폰, PDA등 다양한 기기에 적용 대중화 되어있다. Bluetooth를 이용한 위치추정 시스템은 일반적으로 RSSI를 이용하여 단말노드가 거리를 측정하고 위치를 알고 있는 노드를 기준점으로 삼각측량을 이용하여 위치를 계산한다.Bluetooth is a short-range wireless communication protocol that wirelessly connects various electronic and information communication devices with a radius of 10 to 100 m. It uses 2.45GHz frequency and has been widely applied to various devices such as computers, printers, mobile phones and PDAs in homes and offices. In general, a location estimation system using Bluetooth uses RSSI to calculate a location using a triangulation based on a node whose terminal node measures a distance and knows a location.
RFID는 태그(Tag)와 리더(Reader)로 구성되어 있으며 리더에서 RF를 송신하면 태그는 자신의 유일한 ID를 보내준다. 리더는 이 유일한 정보를 읽어서 무슨 태그인지, 어떤 정보인지를 판단한다. 리더와 태그는 사용 주파수와 출력 RF 파워에 따라서 인식 거리가 다르다. 일반적으로 태그의 인식 가능 거리는 접촉식이 아닐 경우 수 미터에 이른다. 태그 인식에 따른 특정 리더의 고정 위치로 셀 단위로 태그의 위치를 추정할 수 있다. 실내 공간에서 규칙적인 배열로 설치할 경우 좀 더 정밀한 위치 추정이 가능하다. RFID 시스템을 이용한 위치추정 시스템의 대표적인 것으로는 SpotON(J. Hightower, R. Wand, and G. Borriello, "Spoton: An Indoor 3d Location Sensing Technology Based on RF Signal Strength," University of Washington, Technical Report 00-02-02, 2000, SpotON: Ad-hoc Location Sensing, http://portolano.cs.washington.edu/projects/spoton )이 있다. SpotOn은 1997년 미국 워싱턴 대학에서 수행한 Portolano 프로젝트(Portolano: An Expedition into Invisible Computing , http://portolano.cs.washington.edu)에서 제안한 시스템으로 무선 신호의 거리에 따른 감쇠 특성을 이용했다. 천정이나 벽에 붙어 있는 고정된 위치의 태그와 이동물체의 태그를 상대적인 거리로 계산한다.RFID consists of a tag and a reader, and when the reader sends RF, the tag sends its unique ID. The reader reads this unique information to determine what tag and what information. The reader and tag differ in recognition distance depending on the frequency of use and the output RF power. Typically, the tag's recognizable distance is several meters, if not contact. The position of a tag may be estimated in units of cells by a fixed position of a specific reader according to tag recognition. A more precise position estimation is possible when installed in a regular arrangement in the indoor space. A representative example of a location estimation system using an RFID system is SpotON (J. Hightower, R. Wand, and G. Borriello, "Spoton: An Indoor 3d Location Sensing Technology Based on RF Signal Strength," University of Washington , Technical Report 00-02-02, 2000, SpotON: Ad-hoc Location Sensing, http://portolano.cs.washington.edu/projects/spoton ). SpotOn is a system proposed by the Portolano project (Portolano: An Expedition into Invisible Computing, http://portolano.cs.washington.edu ) at the University of Washington in 1997. Calculate the relative distance between the fixed position tag attached to the ceiling or the wall and the tag of the moving object.
UWB(Ultra Wide Band)는 고속의 근거리 무선 통신망을 제공할 수 있는 새로운 대안으로 최근 많은 연구가 진행 중이다. 이는 군사용 레이더에 사용되던 기술로 임펄스 통신이라고도 한다. UWB 기술은 수백 pico-sec의 아주 짧은 펄스를 안테나를 통해 바로 전송하는 통신 방식이다. UWB 기반의 위치추정 시스템은 기존의 위 치추정 시스템들에 비해 많은 장점을 가지고 있다. 신호의 투과력이 우수하기 때문에 전파 지연 시간을 정확히 측정할 수 있다. LoS가 보장되지 않는 실내 환경이나 전파 음영지역에서도 위치 측정 정확도 뛰어나다. 또한 기존 RF 통신기술과는 다른 반송파를 사용하지 않으므로 구조가 간단하다.Ultra Wide Band (UWB) is a new alternative that can provide a high-speed local area wireless communication network. This technology was used in military radar, also known as impulse communication. UWB technology is a communication method that transmits hundreds of pico-sec very short pulses directly through an antenna. UWB-based location estimation system has many advantages over existing location estimation systems. The excellent transmission power of the signal allows accurate measurement of propagation delay time. Excellent location measurement accuracy even in indoor environments or where there is no LoS guarantee. In addition, since the carrier does not use a different carrier from the existing RF communication technology, the structure is simple.
근거리 위치추정 시스템의 구성Configuration of Near Location Estimation System
근거리 위치추정 시스템은 위치추적의 대상이 되는 단말노드, AP 그리고 중앙서버 혹은 위치계산 엔진(Positioning Calculation Engine)으로 구성된다. 또한, 동작하는 방식에 따라 인프라 기반 방식(Infrastructure-Based Architecture)과 단말기 기반 방식(Terminal-Based Architecture)으로 분류될 수 있다(김학용, 김성덕, 서동길, 지정강, 장현태, "근거리 위치추적 기술 동향", IITA 주간기술동향, 통권 1322호, pp. 1-12, 2007).The short-range location estimation system is composed of a terminal node, an AP and a central server or a positioning calculation engine that are the targets of the location tracking. In addition, it can be classified into infrastructure-based architecture and terminal-based architecture according to the way it operates (Kim Hak-yong, Kim Seong-deok, Seodong-gil, Ji-gang Kang, Jang Hyun-tae, "Near Location Tracking Technology Trend"). , IITA Weekly Technical Trends , vol. 1322, pp. 1-12, 2007).
인프라 기반Infrastructure base
인프라 기반 방식은 자신의 위치를 모르는 단말 노드가 주기적으로 비컨 신호를 브로드캐스트(Broadcast)하면 주변에 있는 AP가 그 신호를 수신하여 노드와의 위치정보 또는 거리정보를 수집한 후 중앙의 위치계산 엔진이나 서버에 전송하게 된다. 이 정보를 기반으로 단말 노드의 계산되어 진다. 이러한 이유로 인프라 기반 방식은 네트워크 기반(Network-Based Architectre)이라고도 불린다.The infrastructure-based method periodically broadcasts a beacon signal when a terminal node that does not know its location broadcasts a beacon signal, and the nearby AP receives the signal to collect location information or distance information with the node, and then the central location engine Or send it to the server. The terminal node is calculated based on this information. For this reason, infrastructure-based approaches are also called network-based architects.
단말기 기반 방식Terminal based method
단말기 기반 방식의 위치추적 시스템에서는 AP가 일정한 주기로 비컨 신호를 브로드캐스트하게 된다. 이 신호를 수신한 단말 노드는 신호를 분석하여 위치정보를 또는 거리정보를 수집한 후 위치계산 엔진을 통해 위치값을 계산하게 된다. 단말기 기반 방식에서는 단말 노드가 다양한 기능을 수행하기 때문에 클라이언트 기반(Client-Based Architecture)라고도 불린다. 이 방식에서는 태그가 최소 3개 이상의 AP로부터 신호를 수신해야 하며 그에 따른 위치정보 처리 기능을 수행해야 하기 때문에 전력 소모가 커지고 위치정보 전송주기가 길어져야 한다는 단점이 있다.In a terminal-based location tracking system, the AP broadcasts a beacon signal at regular intervals. After receiving the signal, the terminal node analyzes the signal and collects the location information or distance information, and then calculates the location value through the location calculation engine. In the terminal-based scheme, since the terminal node performs various functions, it is also called a client-based architecture. In this method, the tag must receive signals from at least three APs and perform location information processing functions. Therefore, there is a disadvantage in that power consumption is increased and the location information transmission cycle is lengthened.
위치 추정 기술(이지영, 양성원, 이영화, 차호정, "유비쿼터스 환경에서의 위치인식 기술", 한국인터넷정보학회, 제7권 제2호, pp.30-37, 2006).Location Estimation Technology (Lee Ji Young, Yang Sung Won, Lee Young Hwa, Lee Ho Jung, "Location Recognition Technology in Ubiquitous Environment", Korean Society for Internet Information , Vol. 7, No. 2, pp.30-37, 2006).
AoA(AoA ( AngleAngle ofof ArrivalArrival ))
AoA 방식은 DoA(Direction of Arrival)라고도 불린다. AoA 방식은 어레이 안테나(array antenna)를 사용하여 수신된 신호의 방향을 계산한다. 따라서 하나의 AoA 측정값은 물체의 위치를 하나의 선상의 어느 한 점으로 국한할 수 있다. 만일 서로 다른 위치에 있는 최소한 두 개의 어레이 안테나로부터 AoA 측정값을 얻는다면, 물체의 위치는 각 안테나로부터 얻어지는 AoA 측정값들로부터 얻어지는 두 선의 교차점이 되며, 많은 AoA 측정값들을 사용할수록 측정된 위치의 정확도는 향상이 된다. AoA 방식은 레이더 및 상업적인 무선 시스템에서 흔히 사용되고 있으나, 어레이 안테나 배치에 따른 공간 등의 문제로 인하여 무선센서네트워크에는 적합하 지 않는 방식이다.The AoA method is also called the direction of arrival (DoA). The AoA method uses an array antenna to calculate the direction of the received signal. Thus, one AoA measurement can limit the position of an object to any one point on a line. If AoA measurements are obtained from at least two array antennas at different locations, the position of the object is the intersection of the two lines from the AoA measurements obtained from each antenna, and the more AoA measurements used, the more Accuracy is improved. The AoA method is commonly used in radar and commercial wireless systems, but it is not suitable for wireless sensor networks due to problems such as space due to array antenna arrangement.
ToA(ToA ( TimeTime ofof ArrivalArrival ))
거리 측정을 위한 신호를 송신하는 비컨과 이를 수신하는 노드 간에 신호가 도달하는데 소요되는 시간을 측정하여 거리를 구하는 방식이다. 3개 이상의 수신기 혹은 비컨이 있을 경우 측정된 거리들로부터 삼각법을 사용하여 위치를 계산할 수 있다. ToA의 거리측정 방식에는 크게 동기식과 비동기식이 있다. 동기식에서는 수신 노드와 비컨이 서로 동기화되어 있어야 하며, 비컨은 수신 노드로부터 절대적인 현재 시간을 기록한 신호를 보낸다. 수신 노드와 비컨 사이의 시간이 동기화 되어 있기 때문에 수신 노드는 신호의 수신 시간을 측정하여 비컨과 수신기 간에 신호 도달에 걸리는 절대적인 시간을 구할 수 있다. 그 절대적인 시간을 이용하여 사용되는 신호의 전송속도와 신호 도달 시간으로부터 거리를 구할 수 있다. 비동기 방식에서 수신기와 비컨 간에 시간 동기를 맞출 필요가 없다. 비컨은 현재 시간을 기록한 다음 즉시 수신 노드에 신호를 보낸다. 수신 노드는 비컨으로부터 수신한 신호를 다시 비컨에게 되돌려 보낸다. 수신 노드에서 신호를 다시 비컨에게 되돌려 보낸다. 수신 노드에서 신호를 다시 비컨에 되돌려 보내는데 걸리는 지연이 일정하다고 한다면, 비컨은 신호의 전송 시간과 수신 시간의 차 및 수신 노드에서의 지연 시간으로부터 비컨과 수신 노드 사이의 거리를 계산할 수 있다.The distance is calculated by measuring the time it takes for a signal to arrive between a beacon transmitting a signal for measuring the distance and a node receiving the signal. If you have three or more receivers or beacons, you can use trigonometry to calculate the position from the measured distances. ToA's distance measurement methods are largely synchronous and asynchronous. In synchronous mode, the receiving node and the beacon must be synchronized with each other, and the beacon sends a signal recording the absolute current time from the receiving node. Since the time between the receiving node and the beacon is synchronized, the receiving node can measure the reception time of the signal to find the absolute time for signal arrival between the beacon and the receiver. The absolute time can be used to find the distance from the transmission speed of the signal used and the signal arrival time. In asynchronous mode, there is no need for time synchronization between the receiver and the beacon. The beacon records the current time and immediately signals the receiving node. The receiving node returns the signal received from the beacon back to the beacon. The receiving node sends the signal back to the beacon. If the delay in sending a signal back to the beacon at the receiving node is constant, the beacon can calculate the distance between the beacon and the receiving node from the difference between the transmission time and the receiving time of the signal and the delay time at the receiving node.
TDoA(TDoA ( TimeTime DifferenceDifference ofof ArrivalArrival ))
여러 개의 수신 노드에서 수신한 신호의 도착 시간들의 차로부터 비컨의 위치를 측정하는 방식이다. 이 방식에서는 비컨에서 신호를 보낸 절대적인 시간은 알 수 없으며, 서로 시간적으로 동기 되어 있는 수신기들이 비컨으로부터 수신한 신호의 도착 시간을 각각 측정한다. 비컨과 수신 노드 사이의 거리의 차는 쌍곡선을 형성하며 상곡선들의 교차점을 계산함으로써 단말의 위치를 구할 수 있다.A method of measuring the position of a beacon from the difference of arrival times of signals received by several receiving nodes. In this method, the absolute time of signal transmission from the beacon cannot be known. The receivers which are synchronized with each other in time measure the arrival time of the signal received from the beacon. The difference in distance between the beacon and the receiving node forms a hyperbola and the position of the terminal can be obtained by calculating the intersection of the upper curves.
FingerprintFingerprint
Fingerprint 방식은 확률론적 모델링에 의한 위치 추정 기법으로 노이즈 및 주위환경 정보를 위치 추적을 위한 정보로 활용하는 방시이다. 이 기법은 측위를 수행하기 전에 먼저 데이터베이스를 구성하여 측위를 위한 공간에 다수의 샘플 포인트를 설정하고 설정된 샘플 포인트에서 수신되는 전파의 특성값을 데이터베이스화 하여 저장 한다. 이후 비컨들로부터 수신되 전파의 특성을 데이터베이스 검색을 통해 최적 위치값을 추출해 낸다. 주위 환경정보를 측위에 사용할 수 있다는 점에서 정확한 위치를 제공하는 장점이 있지만 샘플 포인트에서 다양한 전파 특성값을 추출하여 데이터베이스화 하는 과정이 번거롭고 환경의 변화가 생길 때마다 새롭게 데이터베이스화해야하는 단점이 있다.Fingerprint method is a location estimation technique by probabilistic modeling and uses noise and surrounding information as location tracking information. In this technique, before performing the positioning, a database is first constructed, a plurality of sample points are set in the space for positioning, and the characteristic values of radio waves received from the set sample points are stored in a database. After that, the optimal position value is extracted by searching the database for the characteristics of radio waves received from the beacons. The advantage of providing accurate location is that the surrounding environment information can be used for positioning, but it is cumbersome to extract and propagate various propagation characteristic values from the sample point and to make a new database whenever there is an environment change.
RSSIRSSI
RSSI는 신호를 수신하는 단말에서 신호의 세기를 통계적인 기법에 근거하여 확률분포와 대조하여 위치를 측정하는 기법이다. RSSI방식을 이용하기 위해서는 우선적으로 사전에 정의된 다양한 지점에서 신호 세기들을 RSSI 표본 수집을 통해 측정하여야 한다. 이러한 과정을 수행하고 나면 비컨의 송신 신호를 각 수신 노드들이 신호의 감쇠 정도를 측정하여 확률적 기법을 통해 미리 수집되었던 RSSI 표본과 대조하여 노드의 위치를 추정한다. 이 기법은 간단하게 구현이 가능하고 여러 응용 에 사용될 수 있지만 장애물이 많은 복잡한 실내 환경일 경우 거리 측정에 오차가 클 수 있다.RSSI is a technique of measuring the position of the signal receiving terminal in contrast with the probability distribution based on the statistical strength of the signal. In order to use the RSSI method, signal strengths are first measured through RSSI sample collection at various predefined points. After this process, the beacon transmission signal is estimated by each receiving node by measuring the amount of attenuation of the signal, and the node location is estimated by comparing the RSSI samples previously collected by the stochastic technique. This technique is simple to implement and can be used for many applications, but in complex indoor environments with many obstructions, distance measurement can be error prone.
위치추정 과정Location estimation process
위치추정시스템은 여러 가지가 있지만 일반적으로 다음과 같은 과정을 가진다(이원희, 이우용, 김민규, 엄두섭, 김진원, "유비쿼터스 환경을 위한 위치 측정 시스템 기술동향", 정보과학회학회지, 제22권 제12호, pp. 41-50, 2004). 도 1은 위치추정 시스템에서 노드의 위치를 추정하는 과정이다. 위치추정 과정은 위치정보 수집(Measuring), 위치정보 변환(Converting), 필터링(Filtering), 위치값 계산(Determination), 그리고 스무딩(Smoothing)의 5 단계를 통해 이루어진다. 이 중에서 위치정보 수집, 위치정보 변환, 그리고 위치값 계산 과정은 반드시 포함되어야 한다. 각 단계별 동작은 다음과 같다.There are many types of location estimation systems, but they generally have the following processes (Lee Won-hee, Lee Woo-yong, Kim Min-gyu, Doom-seop Um, Jin-won Kim, "Technology Trends of Positioning System for Ubiquitous Environment", Journal of Information Science Society , Vol . 22, No. 12, pp. 41-50, 2004). 1 is a process of estimating the position of a node in a position estimation system. The location estimation process consists of five steps: location information collecting, location converting, filtering, location value calculation, and smoothing. Among them, the process of collecting location information, converting location information, and calculating location value must be included. Each step operation is as follows.
위치정보의 수집은 단말 노드와 비컨 장치 사이에서 수행된다. 위치정보는 RSSI, ToA, AoA 형태가 될 수 있다. 위치정보의 변환은 비컨에서 수신한 위치정보를 위치값 계산 과정에서 사용할 수 있는 형태로 변환하는 과정이다. 위치정보의 유형에 따라 그에 상응하는 전파모델을 이용하여 거리로 환산하게 된다. 위치정보가 RSSI인 경우 Friis 공식에 바탕을 둔 전파 모델을 이용하며, 위치정보가 ToA일 경우 빛의 전달과 관련된 물리 공식에 바탕을 둔 전파 모델을 사용한다. 필터링 과정은 보다 정확한 위치 계산을 위해 위치정보가 변형된 거리를 선별하는 과정이다. 위치 계산은 Cell-ID, ToA, TDoA, AoA 그리고 Fingerprint방식들이 있다. 스무딩 과정은 위치값 계산 과정을 통해 얻어진 실시간 위치정보를 이전에 얻어진 위치정 보를 이용하여 노드의 움직임 추세를 반영하는 기법이다.Collection of location information is performed between the terminal node and the beacon apparatus. Location information may be in the form of RSSI, ToA, AoA. The conversion of the location information is a process of converting the location information received from the beacon into a form that can be used in the location value calculation process. According to the type of location information, the corresponding radio model is converted into distance. If the location information is RSSI, a propagation model based on Friis formula is used. If the location information is ToA, a propagation model based on physical formula related to light transmission is used. The filtering process is a process of selecting distances in which location information is modified for more accurate location calculation. Location calculations include Cell-ID, ToA, TDoA, AoA and Fingerprint. The smoothing process is a technique that reflects the movement trend of a node by using real-time location information obtained through the location value calculation process.
RSSI 값의 분포도Distribution of RSSI Values
일반적으로 LoS가 보장되는 실외환경에서 RSSI 값은 수학식 1과 같이 표현되며, 도 2는 이상적인 RSSI 값의 분포를 보인다(K. Aamodt, CC2431 Location Engine. Applications Note AN042, Texas Instrument Incorporated , 2006). X축은 거리(m)를 나타내고 Y축은 RSSI 값(dBm)을 나타낸다. 도 2는 수학식 1과 같이 정의할 수 있으며, 거리에 따라 RSSI 값이 일정하게 변함을 확인할 수 있다.In general, RSSI values are expressed as
여기서,here,
- n : 신호전파상수-n: Signal Propagation Constant
- d : 송신자로부터의 거리d: distance from sender
- A : 실내환경 1m 거리에서 수신된 RF 신호세기-A: RF signal strength received at 1m indoor environment
하지만 실내환경에서 RSSI 값은 장애물 때문에 값의 변화가 심하다. 도 3은 실외환경 1m 거리에서 측정된 RSSI 값의 변화를 보인다. 약 -47dBm을 기준으로 RSSI 값이 일정하게 분포하는 모습을 확인할 수 수 있다. 도 4는 실내환경 1m 거리에서 측정한 결과이다. RSSI 값의 분포가 -11dBm을 기준으로 좌우 대칭되게 분포함을 확인할 수 있다.However, in the indoor environment, the RSSI value varies greatly because of obstacles. Figure 3 shows the change in RSSI value measured at a distance of 1m outdoor environment. It can be seen that RSSI values are uniformly distributed based on about -47 dBm. Figure 4 is the result measured at a distance of 1m indoor environment. It can be seen that the distribution of RSSI values is symmetrically distributed based on -11 dBm.
평균 및 피드백 Average and feedback 필터링Filter 기법 technique
기존의 필터링 기법은 크게 평균 필터링 기법과 피드백 필터링 기법을 사용하였다. 평균 필터링 기법은 수학식 2와 같이 표현되며 단위시간동안 수신된 전체 RSSI 값의 합을 수신된 개수만큼 나눈 값이다.The existing filtering technique mainly used average filtering technique and feedback filtering technique. The average filtering technique is expressed as in
- n : 수신된 RSSI 값의 개수n: number of received RSSI values
피드백 필터링 방식은 수학식 3과 같이 이전에 수신된 RSSI 값이 이후에 수신된 RSSI 값에 의해 변화되는 형태이다.The feedback filtering method is a form in which a previously received RSSI value is changed by a later received RSSI value, as shown in
수학식 3에서 상수 a는 0<a<1, 일반적으로 a>0.75 같이 가중치를 부여할 수 있다. 하지만 실외환경에서 피드백 필터링 기법으로 측정된 RSSI값은 문제가 별로 없지만, 실내환경에서 장애물로 인하여 정확도가 떨어지는 문제점을 가지고 있다. 원인은 수신된 RSSI값의 전체 값을 필터링 함으로써 발생된다.In
본 발명의 목적은 상기한 바와 같은 종래기술에서의 문제점을 개선하고자 제안된 것으로서, 실내환경에서 오차발생 원인을 고려하여 RSSI 값을 정확하게 필터링하기 위한 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법을 제공하는 데 있다.An object of the present invention is to improve the problems in the prior art as described above, wireless sensor node using stochastic filtering of RF received signal strength to accurately filter the RSSI value in consideration of the cause of the error in the indoor environment To provide a location tracking method.
본 발명의 또 다른 목적은 실내환경에서 다양한 오차원인으로 인하여 RSSI 값이 이상적인 값과의 오차가 발생하는 데, 이 오차를 줄이기 위한 필터링 알고리즘인 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법을 제공하는데 있다.Another object of the present invention is to generate an error between the RSSI value and the ideal value due to various misalignment in the indoor environment, the position of the wireless sensor node using stochastic filtering of RF received signal strength, which is a filtering algorithm to reduce the error. To provide a tracking method.
상기한 바와 같은 목적을 달성하기 위한 본 발명의 바람직한 실시예에 따르면, 본 발명의 일실시예에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법은 먼저 수신된 RSSI 값의 도수분포표를 확인하고, 수신된 RSSI 값의 최대 도수를 찾아내고, 첫번째 RSSI 값부터 가장 높은 값까지의 평균을 구하는 단계를 포함하여 이루어진 것을 특징으로 한다.According to a preferred embodiment of the present invention for achieving the above object, the wireless sensor node position tracking method using the stochastic filtering of RF received signal strength according to an embodiment of the present invention is the frequency of the received RSSI value first Checking the distribution table, finding the maximum frequency of the received RSSI value, and calculating the average from the first RSSI value to the highest value.
이상 설명된 바와 같이, 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법에 의하면, 실내환경에서 정확도가 높은 RSSI 값을 필터링 할 수 있다. 실증실험을 통해 제안한 필터링 기법이 평균 및 피드백 필터링 기법보다 정확도가 각각 11.58%, 10.64% 향상되는 효과가 있다.As described above, according to the wireless sensor node position tracking method using probabilistic filtering of RF received signal strength according to the present invention, it is possible to filter the RSSI value with high accuracy in the indoor environment. The experimental results show that the proposed filtering technique improves the accuracy by 11.58% and 10.64%, respectively, than the average and feedback filtering techniques.
본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법은 위치추정시스템에서 기존 평균 및 피드백필터링 기법에 비해 환산거리 정확도를 향상시켰다. 제안한 필터링기법은 알고리즘이 단순하기 때문에 추가적인 계산량 및 복잡도 증가없이 정확도를 향상시킬 수 있는 효과가 있다.The wireless sensor node position tracking method using probabilistic filtering of RF received signal strength according to the present invention improves the conversion distance accuracy in the position estimation system compared with the conventional average and feedback filtering techniques. The proposed filtering technique has a simple algorithm and can improve the accuracy without increasing the computational complexity and complexity.
이하 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법에 대하여 첨부도면을 참조로 상세히 설명한다.Hereinafter, a wireless sensor node position tracking method using probabilistic filtering of RF received signal strength according to the present invention will be described in detail with reference to the accompanying drawings.
도 5는 본 발명에 따른 실내환경 1m에서 측정된 RSSI값 중 제안하는 필터링 기법에 사용되는 Kmax를 결정하기 위한 도면이고, 도 6은 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법의 순서도이고, 도 7a 및 도 7b는 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법을 실험하기 위한 실험환경의 예를 나타낸 도면이고, 도 8은 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법을 실행하기 위한 메인모듈의 개략적인 구성도이고, 도 9는 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법을 실행하기 위한 메인모듈에 장착되는 펌웨어의 계층구조도이고, 도 10은 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법을 통해 실내환경 1m~15m에서 센서노드에 적용하여 수신된 RSSI값을 나타낸 도면이고, 도 11은 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법과 기존의 평균 및 피드백 기법을 사용하여 수신된 RSSI값과 이상적인 RSSI값과의 비교결과를 나타낸 도면이고, 도 12는 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법과 기존의 평균 및 피드백 기법을 사용하여 수신된 RSSI값을 거리로 환산한 후 실제거리와의 오차를 나타낸 도면이고, 도 13은 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법과 기존의 평균 및 피드백 기법을 사용하여 수신된 RSSI값, 거리변환 및 거리오차의 비교결과를 나타낸 도면이다.FIG. 5 is a diagram for determining Kmax used in the proposed filtering technique among RSSI values measured at 1 m of indoor environment according to the present invention, and FIG. 6 is a wireless sensor using stochastic filtering of RF received signal strength according to the present invention. 7A and 7B are flowcharts illustrating a node location tracking method, and FIGS. 7A and 7B are diagrams showing an example of an experimental environment for experimenting with a wireless sensor node location tracking method using probabilistic filtering of RF received signal strength according to the present invention. FIG. 9 is a schematic configuration diagram of a main module for executing a wireless sensor node position tracking method using probabilistic filtering of RF received signal strength according to the present invention, and FIG. 9 is based on stochastic filtering of RF received signal strength according to the present invention. Figure 10 is a hierarchical structure diagram of the firmware mounted on the main module for executing the wireless sensor node position tracking method, Figure 10 is receiving RF according to the present invention FIG. 11 is a diagram illustrating RSSI values received by applying to a sensor node in an
실내환경은 다양한 장애물이 원인이 되어 실외환경과 같은 RSSI 값을 얻기는 힘들다. 실내환경에서 평균 및 피드백 필터링 기법을 적용한다면 정확한 RSSI 값을 얻을 수 없다. 본 발명에서는 실내환경에서 정확도가 높은 RSSI 값을 획득하기 위해 새로운 필터링 기법을 제안한다.Indoor environment is caused by various obstacles, so it is difficult to obtain RSSI value like outdoor environment. If average and feedback filtering techniques are applied in indoor environment, accurate RSSI values cannot be obtained. The present invention proposes a new filtering technique to obtain an accurate RSSI value in an indoor environment.
도 5는 실내환경 1m에서 측정된 RSSI 값 중 제안하는 필터링 기법에 사용되는 Kmax를 결정하기 위한 도면이며, A영역과 B영역으로 분리시킬 수 있다. A영역은 송신노드와 비컨노드 사이의 정확도가 높은 RSSI 값이 되고, B영역은 장애물에 의한 오차가 발생되어 정확도가 낮은 RSSI 값이 수신되었음을 보여준다. 이것은 본 발명에서 제안한 필터링 알고리즘에 핵심적인 부분으로 장애물에 의해 발생한 오차발생 범위를 제거하고 평균 필터링함으로써 RSSI 값의 정확도를 향상시킬 수 있다.FIG. 5 is a diagram for determining Kmax used in the proposed filtering method among RSSI values measured at 1 m of indoor environment, and may be divided into A area and B area. The area A becomes the RSSI value with high accuracy between the transmitting node and the beacon node, and the area B shows that the RSSI value with low accuracy is received due to an error caused by an obstacle. This is an essential part of the filtering algorithm proposed by the present invention, and it is possible to improve the accuracy of the RSSI value by removing the error occurrence range caused by the obstacle and filtering the average.
실내환경에서 사람의 이동과 벽과 같은 장애물에 의한 오차가 발생할 경우 평균과 피드백 필터링 기법은 도 2에서 이상적인 RSSI 값과 많은 차이를 보인다. 본 발명에서는 도 5와 같이 분산된 형태의 누적분포도에서 B영역과 같이 오차 발생 지역을 제거하고 Kmax값 이전의 RSSI 값의 평균을 구함으로써 실내환경에서 정확도가 높은 RSSI 값을 필터링 할 수 있다.In the indoor environment, the average and feedback filtering schemes differ greatly from the ideal RSSI values in FIG. 2 when errors occur due to human movement and obstacles such as walls. In the present invention, the RSSI value with high accuracy can be filtered in an indoor environment by removing the error occurrence area as in the B region and calculating the average of the RSSI value before the Kmax value in the distributed distribution diagram of FIG. 5.
본 발명에서 제안한 필터링 기법의 실행과정은 다음과 같다.The execution process of the filtering scheme proposed in the present invention is as follows.
a. 수신된 RSSI 값의 도수분포표를 확인한다.a. Check the frequency distribution table of the received RSSI values.
b. 수신된 RSSI 값의 최대 도수를 찾아낸다.b. Find the maximum frequency of the received RSSI value.
c. 첫번째 RSSI 값부터 가장 높은 값까지의 평균을 구한다.c. The average is calculated from the first RSSI value to the highest value.
도 5에서 A영역이 해당하는 부분이다. 제안하는 필터링 기법은 수학식 4와 같다.In FIG. 5, area A corresponds to the corresponding area. The proposed filtering technique is shown in
xk : k번째 수신된 RSSI 값x k : kth received RSSI value
nk : 도수n k : frequency
nkxk : 데이터와 도수의 곱n k x k : Product of frequency with frequency
Nk : 누적 도수N k : cumulative frequency
kmax : 최대 도수kmax: maximum frequency
Nkmax : Kmax까지의 누적도수Nkmax: Cumulative frequency up to Kmax
본 발명은 평균 필터링 방식과 비교하여 메모리상에 도수분포표를 유지해야 하는 단점은 있지만, 복잡도는 증가되지 않는다. 도수분포도는 매우 작은 메모리 공간을 차지하기 때문에 센서노드의 운영에는 문제되지 않는다. 예를 들어, 실제 50개의 RSSI 값을 저장하고 있는 도수분포표를 메모리공간에 저장한다면 약 50byte의 저장 공간이 필요하다. 제안한 필터링 알고리즘의 순서도는 도 6과 같다.The present invention has the disadvantage of maintaining the frequency distribution table in memory as compared to the average filtering method, but the complexity is not increased. The frequency distribution occupies very little memory space, so it is not a problem for the operation of the sensor node. For example, if you store a frequency distribution table that stores 50 RSSI values in memory, you need about 50 bytes of storage. The flowchart of the proposed filtering algorithm is shown in FIG.
도 6을 참조하면, 신호 송수신과정을 통해 RSSI값을 수신하고(S2) 수신된RSSI값의 도수분포표를 확인하는 단계(S4), 수신된 RSSI값을 카운트하고 카운트 횟수가 50회인지를 판단하는 단계(S6), 만약 50회이하이면 단계 S2 및 S4를 반복하고, 만약 50회이면 수신된 RSSI값을 소팅하는 단계(S10), 이후 수신된 RSSI값의 최대도수를 찾아내는 단계(S12), 이후 첫번째 RSSI값부터 가장높은 Kmax값까지의 평균을 구하고(S14) 필터링된 RSSI값을 얻는다(S16).6, receiving an RSSI value through a signal transmission and reception process (S2) and checking a frequency distribution table of the received RSSI value (S4), counting the received RSSI value and determining whether the count is 50 times. Step S6, if it is 50 times or less, steps S2 and S4 are repeated, and if 50 times, sorting the received RSSI value (S10), and then finding the maximum frequency of the received RSSI value (S12), Thereafter, the average value is calculated from the first RSSI value to the highest Kmax value (S14) and the filtered RSSI value is obtained (S16).
실험환경 및 방법Experiment environment and method
실험은 복합건물의 복도에서 실시하였다(도 7). 복도에서 사람의 이동, 벽과 같은 장애물을 고려하였다. 센서노드의 위치는 복도 바닥에서 1.5m 높이의 고정물위에 설치하였고(도 7에서 삼각대 머리 부분에 센서노드가 설치된 모습(두 대의 센서노드)을 볼 수 있다), 지그비 통신 가능거리를 고려하여 1m~15m까지 50회 반복하여 수신된 패킷을 분석하였다.The experiment was conducted in the corridor of the composite building (FIG. 7). Obstacles such as movement of people and walls in the hallway were considered. The position of the sensor node was installed on the fixture 1.5m high from the floor of the corridor (in Figure 7, the sensor node is installed on the tripod head (two sensor nodes) can be seen), considering the
실험에 사용한 Used in the experiment 센서노드와With sensor node 펌웨어 Firmware
센서노드는 (주)옥타컴의 Nano-24를 사용하였다. Nano-Q+기반의 센서노드이며 센서 네트워크 개발 및 교육용 키트이다. MCU는 RISC 구조를 사용하는 ATmega128L이며 내부에 128Kbyte의 ISR(In-System Reprogrammable)기반의 플래시 메모리와 4Kbyte의 내부 SRAM 및 4Kbyte의 EEPROM을 지원한다. 추가적으로 외부 플래시메모리 512Kbyte와 외부 SDRAM 32Kbyte를 지원한다. Nano-24는 Main, Interface, Sensor, Actuator 4개의 모듈로 구성되어 있다. 이중에서 도 8에서와 같은 ATmega128L과 CC2420을 포함하고 있는 메인모듈을 사용하였다.((주)옥타컴, http://www.octacomm.net, (주)옥타컴, "임베디드 시스템의 이해" 출판사, 2006).The sensor node used Nano-24 of Octacom Co., Ltd. Nano-Q + based sensor node and sensor network development and education kit. The MCU is ATmega128L using RISC structure and supports 128Kbyte of In-System Reprogrammable (ISR) based flash memory, 4Kbyte of internal SRAM and 4Kbyte of EEPROM. In addition, it supports external flash memory 512Kbyte and external SDRAM 32Kbyte. Nano-24 consists of four modules: Main, Interface, Sensor, and Actuator. Of these, the main modules including ATmega128L and CC2420 as shown in FIG. 8 were used. Octacom Co., Ltd., http://www.octacomm.net, Octacom Co., Ltd. "Understanding Embedded Systems" , 2006).
도 8에서, 이와 같이 구성된 메인모듈은 각각의 센서노드내에 내장된다. 참조부호 30은 라인트랜시버를 나타내고, 참조부호 20은 제어부를 나타내며, 참조부호 40은 알에프부(RF)를 나타내고 참조부호 50 및 60은 외부메모리부를 나타낸다. 상기 제어부(20)내에는 도수분포표(도시안됨)가 저장되어있고 아울러 도 6과 같은 프로세스를 수행하기 위한 프로그램(도시안됨)이 내장되어 있다. 상기와 같은 구성은 일반적인 구성이므로 자세한 설명은 생략하기로 한다.In FIG. 8, the main module configured as described above is embedded in each sensor node.
센서노드용 OS를 제외한 자체 개발한 펌웨어를 센서노드에 포팅시켰다. OS에 의존적이지 않게 하드웨어에 최적화 시켰으며, TinyOS 보다 MCU 리소스 사용량을 줄였다. 예를 들어, RF LED 테스트 프로그램인 CntToLedAndRfm에 비해 Flash 메모 리는 약 2배, SRAM은 약 1.45배 줄였다. 실제로 CntToLedAndRfm은 데이터 없는 단순 RF 테스트용임을 감안한다면 더 많은 리소스를 절약을 할 수 있다. 효율적인 메모리 관리는 향후 하드웨어의 소형화를 및 Routing Protocol, IPv6 등과 같은 상위계층의 서비스를 더 유연하게 구현할 수 있다. 도 9는 개발한 펌웨어를 나타낸다.Self-developed firmware was ported to the sensor node except the OS for the sensor node. It is optimized for hardware without being OS-dependent and reduces MCU resource usage over TinyOS. For example, compared to the RF LED test program, CntToLedAndRfm, Flash memory has been reduced by about 2 times and SRAM by about 1.45 times. In fact, CntToLedAndRfm saves more resources given that it is intended for simple dataless RF testing. Efficient memory management will allow future hardware miniaturization and more flexible implementation of higher-level services such as Routing Protocol and IPv6. 9 shows the developed firmware.
실험결과Experiment result
도 10은 1m~15m까지 제안한 필터링 기법을 센서노드에 적용하여 수신된 RSSI 값의 결과이다. 비컨노드와 거리가 멀어질수록 수신된 RSSI 값이 이상적인 RSSI 값에 비해 동떨어지는 경향이 있다. 이런 현상은 실내환경에서 장애물에 의해 발생된다.10 is a result of the RSSI value received by applying the proposed filtering technique to the sensor node from 1m to 15m. As the distance from the beacon node increases, the received RSSI value tends to be farther away from the ideal RSSI value. This phenomenon is caused by obstacles in the indoor environment.
도 14는 실험한 3가지 피드백 기법의 실험 결과를 사용하여 제안하는 필터링 기법과 평균 및 피드백 기법의 성능을 비교 분석한 것이다. 이상적인 RSSI 값과 환산거리를 기준으로 제안하는 필터링 기법과 평균 및 피드백 필터링 기법이 이상적인 값과의 거리오차를 비교한 것이며, 정확도에서 (-)값은 제안한 필터링 기법이 낮은 정확도 가짐을 의미하고 (+)값은 높은 정확도를 의미한다. 2m를 제외하고 피드백 방식보다 높은 정확도를 보인다. 그 이유는 피드백 필터링 방식에서 2m에서는 수신된 50개의 RSSI 값 중에서 마지막 값이 이상적인 RSSI 값과 근사하게 들어와서 오차가 다른 방식에 비해 많이 향상되었기 때문이다. 이것을 특수한 경우이며, 반대의 경우는 다른 기법에 의해 큰 오차가 발생할 수 있다. 제안한 필터링 기법은 4m에서 가장 높은 정확도를 보였다.14 is a comparative analysis of the performance of the proposed filtering technique and the average and feedback techniques using the experimental results of the three feedback techniques. The proposed filtering technique based on the ideal RSSI value and the conversion distance and the average and feedback filtering techniques compare the distance error between the ideal values.The negative value in accuracy means that the proposed filtering technique has low accuracy and (+ ) Means high accuracy. Except 2m, it shows higher accuracy than feedback method. This is because, in the feedback filtering method, at 2m, the last value among the 50 received RSSI values is close to the ideal RSSI value, and the error is much improved compared to other methods. This is a special case, and in the opposite case a large error can occur with other techniques. The proposed filtering technique shows the highest accuracy at 4m.
도 10에서 알 수 있듯이, 수신된 RSSI 값이 -27과 -28이 가장 많이 반영되었고, 피드백 방식이 많은 오차를 발생시키기 때문에 상대적으로 높은 정확도를 보였다.As can be seen in FIG. 10, the received RSSI values were most reflected by -27 and -28, and the feedback method generated a large amount of error, thereby showing a relatively high accuracy.
도 11은 필터링한 RSSI값을 비교한 그래프이다. 제안한 필터링 기법이 평균 및 피드백 필터링 기법보다 이상적인 RSSI값에 더 근접함을 확인할 수 있다. 도 12는 이상적인 RSSI값과 실제거리를 기준으로 제안한 필터링 기법을 적용했을 때 평균과 필터링 기법에 의해 환산거리오차가 낮기 때문에 정확도가 향상됨을 확인할 수 있다.11 is a graph comparing filtered RSSI values. We can see that the proposed filtering technique is closer to the ideal RSSI value than the average and feedback filtering techniques. 12 shows that the accuracy is improved because the conversion distance error is low due to the average and the filtering method when the filtering method proposed based on the ideal RSSI value and the actual distance is applied.
제안하는 필터링기법을 평균필터링 기법과 비교했을 때 10m에서 정확도가 32.16% 가장 높게 향상되었으며, 전체 평균향상도가 제안한 필터링기법이 평균필터링기법에 비해 11.58% 향상되고, 피드백 필터링 기법과 비교했을 때 10.65% 향상됨을 확인할 수 있다.Compared with the average filtering method, the proposed filtering method has the highest accuracy at 32.16% at 10m, and the overall average improvement is 11.58% better than the average filtering method and 10.65 when compared with the feedback filtering method. % Improvement.
도 1은 종래 위치추정시스템에서 노드의 위치를 추정하는 과정을 설명하는 도면이다.1 is a view illustrating a process of estimating the position of a node in a conventional position estimation system.
도 2는 이상적인 RSSI값의 분포도이다.2 is a distribution of ideal RSSI values.
도 3은 실외환경 1m거리에서 측정된 RSSI값의 변화를 나타낸 도면이다.3 is a view showing a change in the RSSI value measured at a distance of 1m outdoor environment.
도 4는 실내환경 1m거리에서 측정한 RSSI값의 변화를 나타낸 도면이다.4 is a view showing a change in RSSI value measured at a distance of 1m indoor environment.
도 5는 본 발명에 따른 실내환경 1m에서 측정된 RSSI값 중 제안하는 필터링 기법에 사용되는 Kmax를 결정하기 위한 도면이다.FIG. 5 is a diagram for determining Kmax used in the proposed filtering technique among RSSI values measured in 1 m of indoor environment according to the present invention.
도 6은 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법의 순서도이다.6 is a flowchart of a method for tracking a wireless sensor node location using probabilistic filtering of RF received signal strengths according to the present invention.
도 7a 및 도 7b는 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법을 실험하기 위한 실험환경의 예를 나타낸 도면이다.7A and 7B are diagrams showing an example of an experimental environment for experimenting with a wireless sensor node position tracking method using probabilistic filtering of RF received signal strengths according to the present invention.
도 8은 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법을 실행하기 위한 메인모듈의 개략적인 구성도이다.8 is a schematic configuration diagram of a main module for executing a wireless sensor node position tracking method using probabilistic filtering of RF received signal strength according to the present invention.
도 9는 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법을 실행하기 위한 메인모듈에 장착되는 펌웨어의 계층구조도이다.9 is a hierarchical structure diagram of firmware installed in a main module for executing a wireless sensor node position tracking method using probabilistic filtering of RF received signal strength according to the present invention.
도 10은 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법을 통해 실내환경 1m~15m에서 센서노드에 적용하여 수신된 RSSI값을 나타낸 도면이다.FIG. 10 is a diagram illustrating an RSSI value received by applying to a sensor node in an
도 11은 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법과 기존의 평균 및 피드백 기법을 사용하여 수신된 RSSI값과 이상적인 RSSI값과의 비교결과를 나타낸 도면이다.FIG. 11 is a diagram illustrating a comparison result between an RSSI value and an ideal RSSI value received using a wireless sensor node location tracking method using probabilistic filtering of RF received signal strength and a conventional average and feedback technique.
도 12는 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법과 기존의 평균 및 피드백 기법을 사용하여 수신된 RSSI값을 거리로 환산한 후 실제거리와의 오차를 나타낸 도면이다.12 is a diagram illustrating an error with a real distance after converting a received RSSI value into a distance using a wireless sensor node location tracking method using stochastic filtering of RF received signal strength and a conventional average and feedback method according to the present invention. Drawing.
도 13은 본 발명에 따른 알에프수신신호세기의 확률적 필터링을 이용한 무선센서노드 위치추적방법과 기존의 평균 및 피드백 기법을 사용하여 수신된 RSSI값, 거리변환 및 거리오차의 비교결과를 나타낸 도면이다.FIG. 13 is a diagram illustrating a comparison result of a RSSI value, a distance transformation, and a distance error using a wireless sensor node position tracking method using probabilistic filtering of RF received signal strength according to the present invention and a conventional average and feedback technique. FIG. .
* 도면의 주요부분에 대한 부호의 설명 *Explanation of symbols on the main parts of the drawings
20: 제어부20: control unit
30: 라인트랜시버30: line transceiver
40: 알에프부(RF)40: RF part (RF)
50,60: 외부메모리부50,60: external memory
Claims (2)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020080040777A KR100938806B1 (en) | 2008-04-30 | 2008-04-30 | Wireless Sensor Node Position Tracking Method Using Probability Filtering of RF Received Signal Strength |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020080040777A KR100938806B1 (en) | 2008-04-30 | 2008-04-30 | Wireless Sensor Node Position Tracking Method Using Probability Filtering of RF Received Signal Strength |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20090114900A true KR20090114900A (en) | 2009-11-04 |
| KR100938806B1 KR100938806B1 (en) | 2010-01-28 |
Family
ID=41556093
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020080040777A KR100938806B1 (en) | 2008-04-30 | 2008-04-30 | Wireless Sensor Node Position Tracking Method Using Probability Filtering of RF Received Signal Strength |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR100938806B1 (en) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101053900B1 (en) * | 2009-12-09 | 2011-08-04 | (주)한울옵틱스 | Location tracking system and method |
| KR101327525B1 (en) * | 2012-10-24 | 2013-11-08 | 경희대학교 산학협력단 | Position tracing device and method thereof |
| CN105301560A (en) * | 2015-10-12 | 2016-02-03 | 刘儿兀 | Dynamic weighting evolution positioning system and dynamic weighting evolution positioning method based on received signal strength indicator (RSSI) of two nodes |
| KR20160076551A (en) * | 2014-12-23 | 2016-07-01 | 에스케이텔레콤 주식회사 | Method And Apparatus for Determining Position by Using Parameter Coefficent |
| KR20160128759A (en) * | 2015-04-29 | 2016-11-08 | 국방과학연구소 | Wireless sensor network device and method for controlling the same |
| CN109451435A (en) * | 2018-12-24 | 2019-03-08 | 山东农业大学 | Work tool localization method, system and terminal in a kind of greenhouse |
| US11889376B2 (en) | 2018-10-11 | 2024-01-30 | Lg Innotek Co., Ltd. | Method and apparatus for determining location of device using multiple antenna switching |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101233755B1 (en) | 2011-03-21 | 2013-02-15 | 부산대학교 산학협력단 | Method for verification of measured distance using radio frequency |
| KR101459915B1 (en) | 2013-06-11 | 2014-11-10 | 순천대학교 산학협력단 | Method of Localization |
| KR102009898B1 (en) * | 2018-11-07 | 2019-08-12 | 진성규 | Safety management system for industrial site based on beacon |
| KR102186598B1 (en) * | 2019-02-20 | 2020-12-03 | 빌리브마이크론(주) | Gate management system and gate management method therefor |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3607516B2 (en) | 1999-01-20 | 2005-01-05 | 松下電器産業株式会社 | Mobile map matching device |
| US7042391B2 (en) | 2003-12-12 | 2006-05-09 | Xerox Corporation | Mobile device and method for determining location of mobile device |
| US7702338B2 (en) | 2004-09-29 | 2010-04-20 | Qualcomm Incorporated | Method for finding the location of a mobile terminal in a cellular radio system |
| US8089407B2 (en) | 2005-12-16 | 2012-01-03 | Alcatel Lucent | System and method for model-free position estimation and tracking |
-
2008
- 2008-04-30 KR KR1020080040777A patent/KR100938806B1/en active IP Right Grant
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101053900B1 (en) * | 2009-12-09 | 2011-08-04 | (주)한울옵틱스 | Location tracking system and method |
| KR101327525B1 (en) * | 2012-10-24 | 2013-11-08 | 경희대학교 산학협력단 | Position tracing device and method thereof |
| KR20160076551A (en) * | 2014-12-23 | 2016-07-01 | 에스케이텔레콤 주식회사 | Method And Apparatus for Determining Position by Using Parameter Coefficent |
| KR20210088483A (en) * | 2014-12-23 | 2021-07-14 | 에스케이텔레콤 주식회사 | Method And Apparatus for Determining Position by Using Parameter Coefficent |
| KR20160128759A (en) * | 2015-04-29 | 2016-11-08 | 국방과학연구소 | Wireless sensor network device and method for controlling the same |
| CN105301560A (en) * | 2015-10-12 | 2016-02-03 | 刘儿兀 | Dynamic weighting evolution positioning system and dynamic weighting evolution positioning method based on received signal strength indicator (RSSI) of two nodes |
| US11889376B2 (en) | 2018-10-11 | 2024-01-30 | Lg Innotek Co., Ltd. | Method and apparatus for determining location of device using multiple antenna switching |
| CN109451435A (en) * | 2018-12-24 | 2019-03-08 | 山东农业大学 | Work tool localization method, system and terminal in a kind of greenhouse |
Also Published As
| Publication number | Publication date |
|---|---|
| KR100938806B1 (en) | 2010-01-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100938806B1 (en) | Wireless Sensor Node Position Tracking Method Using Probability Filtering of RF Received Signal Strength | |
| Asaad et al. | A comprehensive review of indoor/outdoor localization solutions in IoT era: Research challenges and future perspectives | |
| Basri et al. | Survey on indoor localization system and recent advances of WIFI fingerprinting technique | |
| Song et al. | A survey on indoor positioning technologies | |
| US9234958B2 (en) | Method, apparatus, and computer program product for distributed indoor three-dimensional radiomap | |
| Cengiz | Comprehensive analysis on least-squares lateration for indoor positioning systems | |
| Mitilineos et al. | Indoor localisation with wireless sensor networks | |
| KR101600190B1 (en) | Indoor positioning apparatus considering environmental parameters and method thereof | |
| Kjærgaard | Indoor positioning with radio location fingerprinting | |
| Rose et al. | 3D trilateration localization using RSSI in indoor environment | |
| Jain et al. | Performance analysis of received signal strength fingerprinting based distributed location estimation system for indoor wlan | |
| Xu et al. | Variance-based fingerprint distance adjustment algorithm for indoor localization | |
| Samu et al. | Survey on indoor localization: Evaluation performance of bluetooth low energy and fingerprinting based indoor localization system | |
| Vandikas et al. | Empirical-based analysis of a cooperative location-sensing system | |
| Luo et al. | Research on an adaptive algorithm for indoor bluetooth positioning | |
| Yang et al. | Novel Dynamic KNN with Adaptive Weighting Mechanism for Beacon-based Indoor Positioning System | |
| Latif et al. | Online indoor localization using DOA of wireless signals | |
| Lemieux et al. | WHLocator: hybrid indoor positioning system | |
| Shafi et al. | Review of Indoor Localization Based Services (ILBS) and its Applications | |
| Jovanovic et al. | Analysis of Indoor Localization Techniques | |
| Du | Map-assisted Indoor Positioning Utilizing Ubiquitous WiFi Signals | |
| THUMMALAPALLI | Wi-fi indoor positioning | |
| Das et al. | Algorithmic aspects of sensor localization | |
| Li | A probabilistic approach for Wi-Fi based indoor localization | |
| Ahammed et al. | Survey on Wireless Fidelity (Wi-Fi) Based Indoor Location Technology for Mobile Devices |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20121126 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20140121 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20150115 Year of fee payment: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20160120 Year of fee payment: 7 |
|
| FPAY | Annual fee payment |
Payment date: 20170102 Year of fee payment: 8 |
|
| FPAY | Annual fee payment |
Payment date: 20180119 Year of fee payment: 9 |
|
| FPAY | Annual fee payment |
Payment date: 20200102 Year of fee payment: 11 |