2019년 추계학술대회
Current Result Document :
| 한글제목(Korean Title) |
Wi-Fi 기반 실내 위치추정시스템에서 머신러닝 학습을 위한 스펙토그램 라디오 맵 설계 |
| 영문제목(English Title) |
Design of Spectogram Radio Map for Machine Learning Training in Wi-Fi based Indoor Localization System |
| 저자(Author) |
김태완
김정수
이동명
Tae-Wan Kim
Jungsu Kim
Dong Myung Lee
|
| 원문수록처(Citation) |
VOL 23 NO. 02 PP. 0504 ~ 0505 (2019. 10) |
한글내용
(Korean Abstract) |
본 논문의 개발목표인 머신러닝 학습 기반 실내 위치추정시스템은 Wi-Fi 신호 수집단계, 머신러닝 학습단계 그리고 위치 추정단계의 3단계로 구성된다. Wi-Fi 기반 위치추정 기술에는 주로 라디오 맵 (radio signal map)을 이용한 핑거프린팅 방식 (fingerprinting)과 신호 세기를 이용한 삼변측량 방식 (trilateration)이 있다. 머신러닝 학습을 위한 스펙토그램 (spectogram) 라디오 맵 설계를 위하여 먼저 특정 실내 영역을 참조구역 (reference points, RPs)으로 나눈 후, 각 RP에서의 Wi-Fi 신호의 세기를 스펙토그램으로 변환한다. 그 다음, 이 스펙토그램은 머신러닝 학습을 수행한 후 라디오 맵에 저장된다. 설계한 스펙토그램 라디오 맵은 실내 위치추정시스템의 위치추정 정확도 향상에 많은 도움을 줄 것으로 판단된다. |
영문내용
(English Abstract) |
The indoor localization system based on machine learning training, which is the development goal of this paper, consists of three phases: Wi-Fi signal collection, machine learning training, and location estimation. Wi-Fi based localization techniques mainly include the fingerprinting scheme using radio signal map and the trilateration scheme using signal strength. To design a SPECTOGRAM radio map for machine learning training, first a specific indoor area is divided into reference points (RPs), and then convert the strength of the Wi-Fi signal at each RP into a SPECTOGRAM. It is then stored in a radio map after machine learning training. The designed SPECTOGRAM radio map will be helpful to improve the localization accuracy in indoor localization system. |
| 키워드(Keyword) |
Wi-Fi
Indoor Locaization
Machine Learning
Spectogram
Radio Map
Fingerprinting
|
| 파일첨부 |
PDF 다운로드
|
