지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 이상선
- 발행연도
- 2013
- 저작권
- 한양대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
최근 측위 방법에 있어 WLAN 기반의 RSSI 핑거프린팅 측위 방법이 부각됨에 따라, 본 연구에서는 기존 클라이언트-서버 방식에서의 서버에 의존성을 최소화 하고, 스마트폰과 같은 단말에서 직접 위치연산이 가능하도록 핑거프린팅 연산에서의 데이터 접근 범위를 최적화 하고자 한다.
클러스터링 알고리즘을 이용하여 데이터베이스를 유사성이 높은 데이터 들을 클러스터로 결정함에 따라 효과적인 영역 선택이 가능하도록 하였다. 또한, 결정된 클러스터의 정보를 이용하여 핑거프린팅 연산범위를 최소화 하고, 감소된 탐색 범위 내에서 정밀측위를 수행함으로써 신뢰성이 높은 위치 결정을 확인하고자 한다.
실제 테스트베드 환경에서 수집된 RSSI 값은 AP 마다 다른 신호세기 범위와 데이터 밀도를 가진다. 그러므로, k-means 알고리즘을 이용하여 각 AP 마다 개별적인 클러스터링을 적용하였다.
수집(준비단계) 시 386개의 AP에서 수집한 878,091개의 원시데이터를 AP별 최대 7개 중심으로 클러스터링 함에 따라 25,286개의 데이터를 포함하는 클러스터링 데이터베이스를 구축하였다. 이 클러스터링 데이터베이스의 정보를 측위(측정단계) 시 수집된 상위 3개 신호의 클러스터와 비교하여, 동일한 클러스터에 해당되는 위치들의 중첩 영역을 계산하고, 이 영역을 핑거프린팅 연산을 위한 감소된 영역으로 결정하였다.
전체 1m 간격의 290개 수집지점으로 이루어진 테스트베드 내의 38개 지점에서의 측위실험 결과, 제안된 알고리즘에 의해 최적화된 영역은 평균적으로 11개 지점을 포함하며, 영역 내의 데이터 연산 량은 평균 752개이다. 이 결과는 기존의 핑거프린팅 데이터베이스에서의 연산 량 대비 약 96%의 효율을 나타냈다. 단, 클러스터를 결정하고 최적화 영역을 추출하기위해 접근하는 데이터 연산 량은 고려되지 않았다. 또한 최적화된 범위 내에서의 측위 결과는 기존 평균오차 약 27.1m에서 약 3.1m로 위치 정확도를 크게 향상 시켰다.
본 연구의 여러 실험결과들로부터, 제안하는 핑거프린팅 연산 영역감소 알고리즘이 효과적으로 데이터 영역의 범위를 최소화함을 확인하였고, 또한 결정된 영역에서 측위 연산을 수행함으로 최종적으로 결정된 위치의 정확도가 크게 향상됨으로써 효과적인 측위연산이 가능함을 증명하였다.
클러스터링 알고리즘을 이용하여 데이터베이스를 유사성이 높은 데이터 들을 클러스터로 결정함에 따라 효과적인 영역 선택이 가능하도록 하였다. 또한, 결정된 클러스터의 정보를 이용하여 핑거프린팅 연산범위를 최소화 하고, 감소된 탐색 범위 내에서 정밀측위를 수행함으로써 신뢰성이 높은 위치 결정을 확인하고자 한다.
실제 테스트베드 환경에서 수집된 RSSI 값은 AP 마다 다른 신호세기 범위와 데이터 밀도를 가진다. 그러므로, k-means 알고리즘을 이용하여 각 AP 마다 개별적인 클러스터링을 적용하였다.
수집(준비단계) 시 386개의 AP에서 수집한 878,091개의 원시데이터를 AP별 최대 7개 중심으로 클러스터링 함에 따라 25,286개의 데이터를 포함하는 클러스터링 데이터베이스를 구축하였다. 이 클러스터링 데이터베이스의 정보를 측위(측정단계) 시 수집된 상위 3개 신호의 클러스터와 비교하여, 동일한 클러스터에 해당되는 위치들의 중첩 영역을 계산하고, 이 영역을 핑거프린팅 연산을 위한 감소된 영역으로 결정하였다.
전체 1m 간격의 290개 수집지점으로 이루어진 테스트베드 내의 38개 지점에서의 측위실험 결과, 제안된 알고리즘에 의해 최적화된 영역은 평균적으로 11개 지점을 포함하며, 영역 내의 데이터 연산 량은 평균 752개이다. 이 결과는 기존의 핑거프린팅 데이터베이스에서의 연산 량 대비 약 96%의 효율을 나타냈다. 단, 클러스터를 결정하고 최적화 영역을 추출하기위해 접근하는 데이터 연산 량은 고려되지 않았다. 또한 최적화된 범위 내에서의 측위 결과는 기존 평균오차 약 27.1m에서 약 3.1m로 위치 정확도를 크게 향상 시켰다.
본 연구의 여러 실험결과들로부터, 제안하는 핑거프린팅 연산 영역감소 알고리즘이 효과적으로 데이터 영역의 범위를 최소화함을 확인하였고, 또한 결정된 영역에서 측위 연산을 수행함으로 최종적으로 결정된 위치의 정확도가 크게 향상됨으로써 효과적인 측위연산이 가능함을 증명하였다.
목차
목 차목 차 i그림 목차 iii표 목차 v국문 요지 vi제1장 서론 1제2장 안드로이드 기반 정보 획득 방법 4제3장 RSSI 기반 핑거프린팅 측위 기술 8제1절 RSSI 핑거프린팅 알고리즘 8제2절 클라이언트-서버 기반 핑거프린팅 측위의 문제점 13제4장 클러스터링을 통한 핑거프린팅 자료 접근 알고리즘 연구 18제1절 연산 범위 감소 기술의 필요성 18제2절 RSSI 기반 데이터 클러스터링 알고리즘 제안 254.2.1 EM 알고리즘 274.2.2 k-means 알고리즘 적용 294.2.3 클러스터 기반 탐색 영역 결정 방법 31제5장 알고리즘 평가를 위한 실험 환경 구성 및 검증 36제1절 테스트베드 환경 36제2절 시스템 환경 37제3절 알고리즘 검증을 위한 단위 실험 385.3.1 1개의 AP를 통한 클러스터링 단위 실험 385.3.2 중심 값 설정을 위한 단위 실험 43제4절 클러스터링 기반 탐색 영역 결정을 위한 설정 495.4.1 전체 AP를 대상으로 한 클러스터링 연산 결과 495.4.2 탐색 영역 결정을 위한 임계값 설정 535.4.2.1 클러스터 임계값 결정 535.4.2.1 영역 임계값 설정 55제5절 클러스터링 기반 탐색 영역 결정 결과 및 분석 585.5.1 탐색 영역 결정 결과 585.5.2 탐색 영역 효율 분석 70제6장 결론 76참 고 문 헌 80ABSTRACT 83연구윤리 서약서 85Declaration of Ethical Conduct in Research 86
최근 본 자료
댓글(0)
0