한국정보통신학회 논문지 (Journal of the Korea Institute of Information and Communication Engineering)
Current Result Document : 31 / 91
이전건
다음건 
| 한글제목(Korean Title) |
LVQ를 이용한 무선 센서 네트워크의 실내 위치 인식 |
| 영문제목(English Title) |
Indoor Localization in Wireless Sensor Network using LVQ |
| 저자(Author) |
박진우
정경권
엄기환
Jin Woo Park
Kyung Kwon Jung
Ki Hwan Eom
|
| 원문수록처(Citation) |
VOL 14 NO. 05 PP. 1295 ~ 1302 (2010. 05) |
한글내용
(Korean Abstract) |
본 논문에서는 LVQ(Learning Vector Quantization) 네트워크를 이용한 수신 신호 세기(Received Signal Strength Indication) 기반 실내 위 치인식 시스템을 제안하였다. 제안한 방식의 유용성을 확인하기 위하여 실험을 수행하였고, 일반적인 삼각측량 방법과 비교하였다. 실험실을 40개의 영역으로 나누고 6개의 고정 노드를 설치하였다. 무선 채널의 대수-정규 경로 손실 모델을 구성하고, 수신 신호 강도를 거리로 변환하였다. 변환한 정보를 LVQ의 입력으로 사용하였다. LVQ 네트워크의 학습을 위해 영역의 인덱스를 목표값으로 설정하였다. 실험을 통해서 최적의 서브클래스 개수를 결정하였고, LVQ 네트워크의 훈련을 통해서는 96%, 테스트를 통해서는 91%의 성능을 확인하였다.
|
영문내용
(English Abstract) |
This paper proposed indoor location recognition method based on RSSI(received signal strength indication) using the LVQ network. In order to verify the effectiveness of the proposed method, we performed experiments, and then compared to the conventional triangularity measurement method. In the experiments, we set up the system to the laboratory, divided the 40 section, and installed 6 nodes as a reference node. We obtained the log-normal path loss model of wireless channels, RSSI converted into the distance. The distance values used as the input of LVQ. To learn the LVQ network, we set the target values as section indices. In the experiments, we determined the optimal number of subclass, and confirmed that the success rate of training phase was 96%, test phase was 91%.
|
| 키워드(Keyword) |
무선 센서 네트워크
실내 위치 인식
수신신호강도
신경회로망
LVQ
Wireless sensor networks
Indoor localization
Received signal strength
Neural networks
LVQ
|
| 파일첨부 |
PDF 다운로드
|
