검색 상세

신경망을 이용한 무선랜 환경에서의 위치 인식

Location Aware in Wireless LAN Environment using Neural Network

초록/요약

위치정보는 유비쿼터스 컴퓨팅의 가장 중요한 항목 중 하나이다. 일반적인 위치 인식 시스템은 GPS가 대표적이지만, 실내에서 사용할 수 없고 건물내부와 같은 좁은 지역에서의 위치 인식이 어렵다는 단점이 있다. 특히 핸드폰, PDA와 같은 개인용 모바일 장비에서는 실내에서도 사용가능하고, 건물내부의 구조에 따라 구역 구분이 가능한 정교한 위치 인식 기술이 필요한데, 무선랜을 기반으로 하는 위치 인식 기술은 그러한 목적을 달성하기에 적합하다. 무선랜환경을 이용하여 위치 인식을 하기 위해서는 무선랜 AP (Access Point)로부터 무선 신호의 세기를 수집하여 무선신호와 위치의 관계를 나타내는 지도를 만들어야 한다. 그러나 건물의 벽, 구조물, 사람 등과 같은 장애물의 간섭으로 수신된 신호의 변화가 심해 신호 패턴과 위치의 관계를 쉽게 찾아낼 수 없다. 아울러 무선신호의 불규칙성은 정확한 위치 인식을 하는데 장애가 된다. 본 논문에서는 이러한 문제점을 극복하기 위하여 신경망 모델을 이용하여 무선랜 환경에서의 위치 인식 시스템을 제안하였다. 신경망은 입력값의 오차에 대해 보정기능이 있으며, 스스로 입력과 출력의 패턴을 학습하고 인식하는 특성을 지녔으므로 주어진 문제를 해결하는데 적합한 해결책이 됨을 보였다. 아울러 신경망 학습에 사용될 학습데이터의 오차를 실시간으로 보정하고, 동일한 신호의 중복을 제거하기 위하여 칼만 필터를 사용하였다.

more

초록/요약

Location data is one of the most valuable contexts in Ubiquitous Computing. In mobile device environments, more accurate and infrastructure-free indoor location aware technology is necessary. Location aware technology based on wireless LAN is useful to achieve such goals. The strength of the signals arriving from Access Point is related to the position of the mobile device. To find out association between signal and location, signal-to-location map is needed. But significant fluctuations in WiFi signals caused by heterogeneous environment variations make it hard to build the map. To solve this problem, we propose a method for location estimation on mobile device in wireless LAN environment using Neural Network model. And to minimize and remove redundant training set for Neural Network, we use Kalman Filter.

more

목차

제 1 장 서론 = 1
제 2 장 관련 연구 = 3
제 3 장 연구 방법 = 14
제 1 절 신호 학습 과정 = 14
제 2 절 신호 인식 과정 = 20
제 4 장 실험 과정 및 결과 = 21
제 5 장 결론 및 향후 연구 과제 = 25
참고 자료 = 26
Abstract = 28

more