A WLAN/GPS Hybrid Localization Algorithm for Indoor/Outdoor Transit Area

(1)

실내외 천이영역 적용을 위한 WLAN/GPS 복합 측위 알고리즘

A WLAN/GPS Hybrid Localization Algorithm

for Indoor/Outdoor Transit Area

이 영 준, 김 희 성, 이 형 근^*

(Young Jun Lee

¹

, Hee Sung Kim

¹

, and Hyung Keun Lee

¹

)

1

Korea Aerospace University

Abstract: For improved localization around the indoor/outdoor transit area of buildings, this paper proposes an efficient algorithm combining the measurements from the WLAN (Wireless Local Area Network) and the GPS (Global Positioning System) for. The proposed hybrid localization algorithm considers both multipath errors and NLOS (Non-Line-of-Sight) errors, which occur in most wireless localization systems. To detect and isolate multipath errors occurring in GPS measurements, the propose algorithm utilizes conventional multipath test statistics. To convert WLAN signal strength measurements to range estimates in the presence of NLOS errors, a simple and effective calibration algorithm is designed to compute conversion parameters. By selecting and combining the reliable GPS and WLAN measurements, the proposed hybrid localization algorithm provides more accurate location estimates. An experiment result demonstrates the performance of the proposed algorithm.

Keywords: GPS, WLAN, hybrid, transition region, localization

I. 서론

위치기반서비스를 위한 필수 요소인 측위 기술의 방식은 크게 단말 기반 방식(handset based solution), 망 기반 방식 (network based solution), 그리고 복합 방식(hybrid solution) 등 3 가지로 나누어 진다. 이중 단말 기반 방식은 단말기 자체에 GPS 모듈을 추가하여 중앙 서버와의 데이터 교환 없이 독립 적으로 위치정보를 계산할 수 있는 방식이다. 망 기반 방식 은 단말기에 측위를 위한 별도의 장치를 추가하지 않고 기본 적으로 통신망에서 제공하는 신호와 자료를 활용하여 위치 를 파악하는 방식에 해당된다. 일반적으로 GPS를 활용한 단 말 기반 방식이 망 기반 방식에 비하여 정확도가 높다고 알 려져 있다.

단말 기반 방식은 GPS 신호의 수신이 양호하지 않은 건물 내부와 도심 환경 등에서는 적용하기 어려운 단점이 있다.

이와 같은 난점을 해결하기 위하여 근래에 들어 복합 방식의 측위 기술이 연구되고 있다. 이는 단말기에 GPS 모듈을 내 장하여 망 기반 방식보다 위치 정확도를 높이고, GPS 신호의 수신이 양호하지 않은 지역에서는 망 기반 방식으로 측위를 수행할 수 있도록 하여 두 방식의 장점을 취합할 수 있는 특 성을 가진다.

복합측위의 대상 지역은 크게 실외, 실내, 그리고 실내외 천이영역으로 분류할 수 있다. GPS와 WLAN을 활용한 복합 측위를 고려할 경우, 특히 실내외 천이영역은 GPS 혹은 WLAN 신호를 단독적으로 활용하여 위치 해를 산출하기가

어려운 지역에 해당된다. 즉, 안정적인 위치 해를 산출하기 위하여 GPS와 WLAN이 제공하는 신호를 모두 활용해야 하 므로, 측위를 위한 시스템 개형이 가장 복잡한 지역에 해당 된다.

측위를 위한 시스템 특성 관점에서 GPS는 위성에 탑재된 신호원이 끊임 없이 이동하며 시차를 거리로 환산하여 활용 하는 반면 WLAN은 신호원이 고정된 위치에 설치되며 신호 세기를 활용하므로 서로 이질적인 특성을 가진다. 이에 덧붙 여, 실내외 천이 영역은 GPS 신호 관점에서 다중경로 오차 (multipath error) 가 빈번하게 발생하며[5,6], WLAN 관점에서는 비시선각 오차(non-line-of-sight error)가 대다수 수반되는 지역 에 해당되므로[7,8] 관련된 알고리즘의 효율성이 크게 요구되 는 지역에 해당된다.

근래에 들어 무선 측위와 관련하여 WLAN (Wireless Local Area Network) 을 활용하는 방법이 가장 선호되고 있으며[1-4], 이는 WLAN의 신호세기 측정치가 IEEE 802.11(a, b, g) 국제표 준에 포함되어 있고 관련 인프라를 일상 생활에서 쉽게 찾을 수 있으므로, 적은 비용으로도 효율적인 측위 시스템을 쉽게 구축할 수 있도록 하여 주는 장점에 기인한다.

국내에서는 LBS 산업 협의회 및 ETRI를 중심으로 WLAN 의 DB화 사업 및 측위 사업이 진행되고 있으며 2010년 말 이동통신사 수집 Wi-Fi DB가 기존의 LBS 정보 DB 시스템에 통합될 예정이다. 기존 위성 GPS의 취약지역에서도 위치정 보를 제공하기 위해 위성정보를 사용한 위치정보뿐만 아니 라 스카이훅 와이어리스(http://skyhookwireless.com)에서 제공 하는 Wi-Fi Hotspot 정보, 구글 맵스(http://maps.google.com/)에 서 제공하는 셀 기지국의 위치정보 API를 통한 위치정보를 이용해 사용자에게 높은 정확도의 위치정보를 제공한다[9].

반면에 복합 측위의 구현을 위하여 기존에 Bluetooth, RFID, 그리고 UWB 등의 인프라를 활용하는 방법에 대하여 일부

Copyright© ICROS 2011

* 책임저자(Corresponding Author)

논문접수: 2010. 9. 16., 수정: 2010. 12. 15., 채택확정: 2011. 4. 25.

이영준, 김희성, 이형근: 한국항공대학교 항공전자및정보통신공학부 ([email protected]/[email protected]/[email protected])

※ 본 연구는 정보통신부 및 정보통신연구진흥원의 IT 원천기술개발

사업의 일환으로 수행하였음[2007-F-040-01, [실내외 연속측위 기술

개발].

(2)

연구가 진행 되었지만, 현재까지 실내외 연속 측위를 위한 기술은 주로 개념적인 연구가 일부 발표 되고 있을 뿐, 이기 종 측위 정확도 향상과 관련된 상세한 방법론은 아직까지 초 기에 있는 것으로 판단된다[10].

본 논문은 실내외 천이영역에서의 안정적이고 효율적인 측위를 수행하기 위해 WLAN과 GPS 신호를 측정치 영역에 서 효율적으로 결합하는 알고리즘을 제안하여 정확도 향상 을 꾀하였으며 그 성능을 실험을 통하여 분석하였다.

본 논문은 다음과 같이 구성되어 있다. II 장에서는 WLAN/

GPS 복합 측위를 위한 시스템 구성 및 단계, 다중경로 오차 의 검출, WLAN 신호세기/거리계수 추출, 그리고 복합 측위 알고리즘을 설명한다. III 장에서는 실제 환경에서 수집된 데 이터를 활용한 측정치 특성 분석과 제안된 복합 측위 알고리 즘의 성능 분석을 다루었다. 마지막으로 IV 장에서 결론을 맺도록 한다.

II. WLAN/GPS 복합 측위 1. 복합 측위의 구성 및 단계

GPS 의사거리 측정치와 WLAN 신호세기 측정치를 효율 적으로 결합하여 끊김 없는 연속 측위를 수행하기 위해서는 다중경로오차와 비시선각 오차에 대한 고려가 필수적이다.

본 논문에서는 GPS 다중경로 오차의 검출을 위하여 선행 연 구에 제시된 시험값을 활용하고[6], WLAN 비시선각 오차에 대해서는 신호세기/거리 계수를 활용하는 새로운 기법을 설 계하였다. 제안된 복합 측위 방식은 그림 1에 나타난 바와 같이 크게 준비단계와 실시간 측위 단계로 구분된다.

준비 단계에서는 그림 2에 나타난 바와 같이 실내, 실내외 천이영역, 그리고 실외의 다수 기준지점들에서 수집된 WLAN 신호세기 측정정보와 GPS 측정정보를 분석하여 실 내외 천이영역에서 활용 가능한 AP(access point), 신호세기/거 리 변환계수, 그리고 다중경로오차에 영향을 작게 받은 GPS 측정정보 등을 산출한다. 또한, 필요에 따라 신호세기와 다중 경로오차 시험 값에 대한 임계값을 설정하고, 이에 대한 WLAN 과 GPS 측정치 각각의 가용성을 분석한다.

실시간 측위 단계에서는 그림 3에 나타난 바와 같이 GPS 측정치들에 대하여 다중경로오차에 영향을 받지 않은 측정 치를 선별하고 WLAN 신호세기 측정치들 중에서 실내외 천 이영역에서 거리정보로 변환 가능한 측정치를 식별한 후 결 합하여 WLAN/GPS 복합측위 알고리즘의 입력 값으로 준비

한다. 다음으로 WLAN/GPS 신호원 위치 계산 기능에서 실내 외 천이영역에서 활용 가능한 GPS와 WLAN 측정치들에 대 하여 해당되는 위성의 좌표값과 AP의 좌표값은 ECEF 좌표 계를 기반으로 계산하여 WLAN/GPS 복합 측위 알고리즘의 입력 값으로 준비 한 후 WLAN/GPS 복합 측위 알고리즘을 구동하게 된다.

2. 다중경로 오차의 검출

GPS 측정치에 발생하는 다중경로 오차는 그림 4에 나타난

그림 1. WLAN/GPS 복합측위 구성도.

Fig. 1. Configuration of WLAN/GPS hybrid localization.

그림 2. 준비단계에서의 상호 작용도.

Fig. 2. Interaction plot during preparation stage in WLAN/GPS hybrid localization.

그림 3. 실시간 측위 단계에서의 상호 작용도.

Fig. 3. Interaction plot during real-time stage in WLAN/GPS hybrid localization.

그림 4. 도심환경 속의 GPS 다중경로 오차 발생 개형.

Fig. 4. Configuration of multipath occurrence in urban environment.

(3)

바와 같이 수신기가 위치한 환경에 영향을 받으며 위성에서 전송된 신호가 주위환경에 의하여 반사된 신호의 영향을 받 아 발생하게 된다. 다중경로 오차는 가시성 문제와 더불어 GPS 를 활용한 도심 혹은 실내에서의 측위에 있어서 가장 주 요한 오차 요인으로서 상황에 따라 수 백 meter의 위치 오차 를 유발할 수 있다.

다중경로 오차를 완화하기 위하여 GPS 수신기의 안테나, RF 회로, 기저대역, 그리고 측정치 영역 각각에서 적용 가능 한 방법론들이 다양하게 제안되어 있지만, 본 논문에서는 측 정치 영역에서 다중경로 오차의 발생을 검출할 수 있는[6]의 방법론을 활용하였다.

다중경로 오차의 완화에 대한 대다수의 방법론은 특정한 하드웨어를 활용해야 하거나 적용 가능한 수신기 환경에 제 약이 가해진다. 반면, 본 논문에 활용된 방법론은 이동 중인 단일 주파수 GPS 수신기에 대해서도 하드웨어에 대한 특별 한 제약 없이 실시간으로 적용이 가능한 장점을 가진다.

[6] 에서 제안된 다중경로 오차 검출기를 정리하면 첫 번째 로 GPS 수신기가 k 번째 단위시간에서 j 번째 위성에 대하 여 측정한 측정치들 중에서 의사거리 시간 증분과 누적위상 시간 증분의 차를 이용하여 연속시간 이중 차분인 STDD (Successive-Time Double Difference) 순열과 이의 공분산 행렬 을 각각 생성한다. GPS 측정치가 포함하는 수신기 시계 바이 어스, 위성궤도 오차, 전리층 지연, 그리고 대류층 지연의 순 간적인 변화량은 다중경로 오차와 열잡음에 비하여 상대적 으로 미비하므로 의사거리의 시차분(time-difference)과 누적위 상의 시차분을 차분(difference)한 STDD (Successive-Time Double-Difference) d 는 다음의 식(1)을 만족한다.

_i^j

1 1

( ) ( )

j j j j j j j

i i i i i i i

d = ρ − ρ

−

− Φ − Φ

−

= µ + v (1) 여기서

1 1

: :

1 ~ , 2 if 1

1 2

~ , 0 if 1

0 : 2( ).

j j j j j

i i i i i

j j j j j

i i i i i

ij lj

M M m m

v N N n n

v O l i

v

O l i

r r

ρ ρ

µ

− −

Φ

= − − +

  Λ − Λ  

   

      = ±

     

      − Λ Λ    

  Λ   ≠ ±

   

  Λ  

 

Λ = +

두 번째로는 STDD 순열에 존재하는 상관성을 제거하기 위하여 확률적 직교화(stochastic orthogonalization) 과정을 수행 하여 OSTDD (Orthogonalized STDD) 순열과 이의 공분산 행렬 을 생성하며

1 1

1 2

2, 3, ,

j j

k B k B

j j j

i i j i

i

d d

d d d

i k B k B k

ρ

− + − +

−

=

= + Λ Λ

= − + − +

(2)

마지막으로 직교화된 OSTDD 순열의 상호 독립적인 Guassian 구조를 활용하여 연차적인 GPS 측정치들을 이용한

다중경로 식별자

j 1/

k B k

T

− +

를 다음과 같이 정의한다.

2

1/ 1

( )

^j

j k i

k B k j

i k B i

T

− +

d

= − +

≡ ∑ Λ ⁽³⁾

여기서

1 1 1

1

, 1 ,

2

j j j j j

k B k B i i j i

i

d

− +

d

− +

d d

^ρ

d

−

= = + Λ

Λ

2 1

1

, 1

4

j j

k B k B i j

i B i ρ

ρ ρ

− + − +

− + −

Λ = Λ Λ = Λ − Λ Λ

1 1

( ) ( )

j j j j j

i i i i i

d = ρ − ρ

−

− Φ − Φ

−

: 2( r r )

ρ ρ Φ

Λ = +

ij

ρ : i -번째 시점에서 j -번째 위성에 대한 의사거리

ij

Φ : i -번째 시점에서 j -번째 위성에 대한 위상 측정치 ,

r r

ρ Φ

: 의사거리 및 위상 측정치의 오차 분산 B : 연차적인 GPS 측정치의 개수

식 (3)에 의하여 정리된 다중경로오차 식별자는 준비단계 에서 다중경로오차의 경향 분석에 활용되며 실시간 측위 단 계에서는 복합측위 알고리즘의 입력 측정치를 선별하는데 활용된다.

3. 비시선각 오차를 고려한 WLAN 신호세기/거리 변환 계수 추출

기존의 전파 신호 모델기반 방식에 비하여 비시선각 오차 와 다중경로 오차 환경에 대해서도 비교적 정확한 위치해를 제공하여 주는 장점에 기인하여 본 논문에서는 위치지문 방 식을 사용하였다.

앞서 설명한 준비단계에서 그림 5에서 도시된 바와 같이 천이지역으로 설정한, 사용자들이 위치할 가능성이 있는 지 역에 대하여 미리 측위 신호 수집장비를 구비하여 조사한 후 위치지문 데이터베이스의 형태로 가공 및 저장을 하여 위치 지문 데이터베이스를 구축하였다.

WLAN 신호세기 측정치에 내재된 비시선각 오차를 고려 하기 위하여, 다수의 지점에서 수집된 WLAN 신호세기와

그림 5. 위치지문 데이터베이스 구축 지점들.

Fig. 5. Reference locations for fingerprint database.

(4)

AP 및 수집 지점의 위치를 활용하여 추출한 참 거리를 활용 하여 신호세기/거리 변환계수 값 ( , m

j

n 을 추출하였다.

_j

)

실내에 설치된 AP에 대하여 실내외 천이영역에서 수신된 신호 측정치들은 Seidel과 Rappaport [11]에 의하여 제안된 거 리와 수신된 신호세기와의 관계를 나타내는 일반식 (4)의 관 계를 만족한다. p

wall

은 건물 외벽에 의한 감쇄값으로, 외벽 의 형태에 의존하는 값이므로 실험적으로 획득이 가능하다.

또한 n 는 기준 거리에서의 신호 세기 감쇄율로서 AP의 하

j

드웨어성능에 의해 결정된다. 본 논문에서는 p

_j0

, p 값은

wall

상수로 취급하였다[12,13].

0

0 0

10 log

10 log( ) 10 log( ) 1 10log( )

j

j j wall j j

j

j wall j j j j j

j

j j

j

p p p n d v

d

p p n d n d v

d m v

n

 

= − −       +

 

=  − +  − +

   

=  −    +

 

(4)

0

10 log(

0

)

j j wall j j

m p − p + n d : 천이영역 측정 신호세기의 상수항

0 0

( p

j

, d

j

) : AP 에서 d 거리에서 측정된 신호세기

j0

p

_j₀

p :

wall

빌딩 벽 투과에 의한 감쇄값 (dBm단위)

j0

d : 측정된 신호세기 (dBm단위) n : 신호세기 감쇄율

j

v : 측정잡음

j

다수의 알려진 천이영역 위치에서 신호세기를 측정 수집 하고 실내에 설치된 AP의 알려진 위치를 활용하면, 식 (5)와 같이 k -번째 기준위치에서 j -번째 AP의 신호세기에 대한 신호세기/거리 변환 환산계수 벡터가 다음 식에 의하여 얻어 진다.

[ ]

1, 2,

,

(1, ) (2, ) ( , ) 1 10log( )

1 10log( )

j j j j

T j

j j j

K j

Y H X V

Y p j p j p K j d

H d

d

= +

=

 − 

 − 

 

=  

 − 

 

 

(5)

( , )

p k j : j -번째 AP, k -번째 기준위치에서 측정된 신호세기

,

d

k j

: k -번째 기준위치와 j -번째 AP 사이의 거리 [ ]

^T

j j j

X = m n : j -번째 AP, 신호세기/거리 변환 환산계수

[ ^{(1, )} ^{(2, )} ^{( , )} ]

^T

V = v j v j v K j : 측정오차 벡터 K : 기준위치의 개수

여기서 v 는 열잡음 성분을 포함한 측정오차이며 백색잡음

j

특성을 갖는 것으로 가정하고 신호세기 환산계수들을 나타 내는 상태변수 X 에서

j

m 와

j

n 는 상수항과 신호 감쇄율

j

을 각각 나타낸다. 식 (5)의 모델링에 의하여 j -번째 AP에

대한 신호세기/거리 환산계수는 least-square 관점에서 식 (6) 과 같이 추정될 수 있다.

ˆ

j

(

^Tj j

)

1 ^Tj j

X = H H

⁻

H Y (6)

데이터베이스의 구축이 완료된 시점에서는 비시선각 오차 의 교정에 필요한 기준 측정치와 기준 위치를 효과적으로 산 출하게 된다. 이를 위하여 측정치 데이터베이스의 각 원소를 대상으로 각 AP에 대한 최댓값을 나타내는 N 개의 원소들 을 검색하여 이들의 평균값을 구하면, j -번째 기준위치에서 측정된 k -번째 AP에 대한 기준 측정 신호세기 P k j 를

ref

( , ) 환산할 수 있다.

( , )

P k j 에 대하여 식 (4)를 활용하면 기준 측정 거리

ref

( , )

y

ref

k j 가 산출되고 알려진 AP들의 위치를 활용하여 j - 번째 AP와 k -번째 AP 사이의 거리를 구하면 d

ref

( , ) k j 가 산출된다. 각 AP에 대하여 이와 같은 과정을 반복하게 되면 비시선각 보정 지도의 생성에 필요한 기준 정보

{ d

ref

( , ), k j y

ref

( , ) k j }

k^j⁼₌^{1,2, ,}1,2, ,^JJ

가 생성된다.

생성된 기준정보를 활용하여 k -번째 기준위치에 측정된 거리벡터 y

ref

( ,:) k 를 추출하면 식 (7)과 같이 정리된다.

( ,:) ( ,1) ( ,2) ( , )

ref ref ref ref

y k =   y k y k y k J   (7) ( ,:)

^T

y k

ref

에 대하여 식 (8)에 나타난 알고리즘을 적용하면 비시선각 오차가 고려되지 않은 왜곡된 기준 위치 { } X ˆ

k k=1,2, ,⋅⋅⋅j

를 획득할 수 있다.

1

ˆ ( ) ˆ ( ) ( ) ( ˆ )

u u

T T

X new X old X X G G

⁻

G Y Y

= + ∆

∆ = − (8)

여기서 Y ˆ = [ y y ˆ ˆ

1 2

⋅⋅⋅⋅ y ˆ

_j

]

^T

는 추정된 사용자 위치에 의하여 산 출된 거리 추정치를 나타낸다.

1 2

ˆ ˆ ˆ

T

j u

u u

j

X X X X X X

G d d d

 − − − 

=  ⋅⋅⋅⋅ 

 

 

: 계수행렬

1,2, ,

{ } X

j j= J

: AP 의 위치

왜곡된 기준 위치에 덧붙여 모든 AP 신호에 대하여 비시 선각 오차의 추출을 위하여 j -번째 AP에 대한 측정 거리벡 터 y

ref

(:, ) j 와 이상적인 거리벡터 d

ref

(:, ) j 를 추출하면 다 음과 같이 정리된다.

(:, ) (1, ) (2, ) ( , ) (:, ) (1, ) (2, ) ( , )

T

ref ref ref ref

T

ref ref ref ref

y j y j y j y J j

d j d j d j d J j

 

=  

 

=  

(9)

식 (9)에 나타난 각 AP에 대하여 추출된 기준 측정치들과 비시선각 오차의 공간적 상관성을 활용하면 AP 신호가 도달 하는 영역 내 임의의 위치에서 발생하는 비시선각 오차를 추 정할 수 있게 된다.

4. WLAN/GPS 복합 측위 알고리즘

실시간 측위 단계에 활용되는 복합 측위 알고리즘은, GPS

(5)

측정치들에 대하여 다중경로오차에 영향을 받지 않은 측정 치를 식별하고, WLAN 신호세기 측정치들에 대하여 실내외 천이영역에서 거리정보로 변환 가능한 측정치를 식별한 후, 결합하여 WLAN/GPS 복합측위 알고리즘의 입력 값으로 준 비한다.

다음으로 WLAN/GPS 신호원 위치 계산 기능에서 실내외 천이영역에서 활용 가능한 GPS와 WLAN 측정치들에 대하 여 해당되는 위성의 좌표값과 AP의 좌표값은 ECEF 좌표계 를 기반으로 계산하여 WLAN/GPS 복합 측위 알고리즘의 입 력 값으로 준비한다.

WLAN 신호세기 측정치들에 대해서는 준비단계에서 추출 한 신호세기/거리 환산계수 m 와

j

n 를 활용하여 AP로부터

j

이동기기까지의 측정 거리 d

j

를 식 (10)과 같이 추출할 수 있다.

10 log 10 ^ 10

j j j j

j j

j

m p n d

m p

d n

− =

 − 

=      

(10)

WLAN/GPS 복합측위 알고리즘의 유도를 위해서는 GPS와 WLAN 측정치를 식 (11)과 같이 모델링 한다.

2 2 2

( ) ( ) ( )

i i u i u i u u i

i i u i u i u i

x x y y z z ct v

d x x y y z z v

ρ = − + − + − + +

= − + − + − +

(11)

식 (11)의 각 측정치의 참값을 식 (12)와 같이 정리한다.

2 2 2

( ) ( ) ( )

i i u i u i u u

i i u i u i u

x x y y z z ct

d x x y y z z

ρ = − + − + − +

= − + − + − (12)

선형화를 위하여 추정된 사용자 위치를 ˆ ( , x

u

y ˆ ,

_u

z ˆ ˆ ,

u

t

u

), 참 사용자 위치를 ( , x

u

y

u

, z

u

, t

u

) 로 표현하고, 테일러 급수 전개를 이용하면 다음과 같이 표현된다.

, , ,

ˆ ˆ

i i i xi u yi u zi u u

i i i x i u y i u z i u

a x a y a z c t d d d a x a y a z ρ ρ ρ

∆ = − = ∆ + ∆ + ∆ + ∆

∆ = − = ∆ + ∆ + ∆

(13)

여기서

,

ˆ

u

ˆ

i x i

i

x x

a d

= −

,

ˆ

u

ˆ

i y i

i

y y

a d

= −

,

ˆ

u

ˆ

i z i

i

z z

a d

= −

2 2 2

ˆ

i

(

i

ˆ

u

) (

i

ˆ

u

) (

i

ˆ

u

) d = x − x + y − y + z − z

식 (13)의 선형화된 간접 측정치들을 벡터의 형태로 누적 하면 다음 식 (14)와 같이 정리된다.

Z H X V = ∆ +

1

ˆ

ˆ ˆ ,

ˆ

NGPS

NWLAN

Z d

d ρ

ρ

 ∆ 

 

 ∆ 

 

=  ∆ 

 

 ∆ 

 

 

,1 ,1 ,1

, , ,

, 1 , 1 , 1

, , ,

1 1 1 0 0 0

x y z

x NGPS y NGPS z NGPS

x NGPS NWLAN y NGPS NWLAN z NGPS NWLAN

a a a

H a a a

a a a

+ + +

 

 

=  

 

 

(14)

,

u u u u

x X y

z c t

 ∆ 

 ∆ 

 

∆ =  ∆ 

 ∆ 

 

 

1 2

NGPS NWLAN

v V v

v

+

 

 

=  

 

 

WLAN/GPS 복합측위 알고리즘은 식 (14)의 선형화된 벡터 식을 활용하여 위치오차 X ∆ 의 추정치 ∆ 를 계산하고 ˆX

|| ∆ X ˆ || 의 값이 임계치 보다 작아질 때까지 밑의 식 (15)의 과정을 반복하여 위치 추정치 ˆX 를 갱신한다.

ˆ

_new

ˆ

_old

ˆ

X = X + ∆ (15) X

III. 실험

제안된 WLAN/GPS 복합 측위 알고리즘의 성능을 평가하 기 위한 실험을 수행하였다. 효율적인 측위 신호 환경 분석 을 위해서는 측위 신호 수집 지점들에 대하여 명확한 좌표화 가 필요하다. 반면, 빌딩 내부와 외부 빌딩 근접 영역에서는 GPS 위성의 가시성이 저해되므로 GPS에 의한 신호 수집 지 점의 수치적 좌표화는 실험 결과 해석의 정확도와 신뢰성 관 점에서 현실적으로 적용하기 어렵다. 따라서 본 실험에서는 실측에 의하여 실험 지역에 등 간격으로 신호 수집 지점을 표시하고 실험을 수행하였다. 측정치 특성 분석을 위하여 한 국항공대학교 학생회관 빌딩 출입구 영역에서 실험을 수행 하였다. 그림 6은 선정된 실험 지역 및 측정치 수집 지점 개 형을 나타내고 있다.

본 실험에서는 1번 지점부터 35번 지점까지의 모든 측정 치를 활용한 H를 구하여 m

j

, n

_j

값을 산출 하였고 이 값을 초 기 신호 세기값 및 신호 감쇄율로 활용하였다. 빌딩 벽 투과 에 의한 감쇄값 p

wall

은 고려하지 않았으며 추후 실험을 통 하여 정확한 감쇄값을 도출해 낸다면 위치해의 정확도가 향 상되리라 예상된다.

측위 신호 수집 지점의 개형에서 나타난 바와 같이 빌딩

그림 6. 실험 지역 개형.

Fig. 6. Configuration of experiment area.

(6)

외부 35개 지점과 빌딩 내부 9개 지점에서 GPS 신호와 WLAN 신호를 수집하였다. GPS 측정치 수집을 위해서는 저 가 단일 주파수 U-Blox 수신기를 활용하여 의사거리와 누적 위상 측정치를 수집하였으며, WLAN 측정치 수집을 위해서 는 IBM 노트북이 활용되었다. 먼저, 빌딩 내부에 있는 AP에 의하여 송출되는 신호를 노트북으로 수신하여 수신된 신호 세기의 분포를 도시하여 보았다. 수신 신호세기를 위치지문 혹은 전파전파모델에 기반하여 측위를 수행하기 위해서는 신호원으로부터의 거리에 따라 수신신호세기의 변화가 크게 나타날수록 정밀도 관점에서 유리하다. 또한, 신호세기의 변 화가 크면서도 실내외 천이지점 전 지역에 걸쳐서 미약신호 임계치를 상회하는 것이 바람직하다.

수집된 AP 신호세기 측정치 분석에 의하면 그림 7의 상단 그래프와 같이 실험 대상 영역 전체에 걸쳐서 15개 이상의 AP 신호가 수신 가능함을 확인 하였다. 또한, 수신 신호세기 의 변화가 충분히 크게 나타나고 실험 전 지역에 걸쳐 미약 신호 임계치를 상회하는 AP를 선별한 결과 그림 7의 하단 그래프 및 그림 8과 같이 최소 3개 이상의 AP 신호세기가 측위에 활용 가능함을 확인하였다.

그리고 다중경로오차 발생의 분포 개형을 확인하기 위하 여, 다중경로 오차가 작은 지점과 큰 지점에서 추출한 다중 경로오차 시험값 [6]의 분포를 그림 9와 같이 도시해 보았다.

빌딩 외부 각 지점, 각 위성 별로 다중경로 오차 시험값 시간 순열을 획득하고 이들 중 최댓값을 추출한 다음 각 지 점별 다수의 위성에 해당되는 다중 경로 오차 최댓값들 중에 서 4번째 최솟값까지 최종 선택하여 도시하였다. 실험 결과

에 의하면 모든 지점에서 다중 경로 오차 최솟값 및 차 순위 최솟값이 임계치 보다 작으므로 최소 2개 이상의 위성이 측 위에 항상 가용함을 확인하였다.

1. WLAN/GPS 기반 위치해 계산 기능에서 선별된 신호원의 위치와 관측 값을 활용하여 least-Square 위치해를 산출 다중 경로 오차가 크지 않은 위성 측정치에 대하여 위성 궤도력, 의사거리, 그리고 누적위상 등을 수집하여 파일의 형 태로 저장한 후, 실내외 천이영역에서 GPS 단독 측위 알고 리즘과 제안 된 WLAN/GPS 복합 측위 알고리즘에 의하여 천이 지역이라고 설정 된 35번 지점까지의 위치 해를 각각 구하였다.

정확도 비교를 위하여 표 1과 같이 빌딩에서 30m 내 지점 24 번까지의 측정 지점별 단독측위 및 복합측위 위치 오차의 평균 값을 나타내 보았고, 그 중에서 위치 해 결과가 돋보이 는 지점 (2, 5, 15, 19번)의 (그림 5 참고) 위치 해 산출 결과를 그림 10과 같이 3차원 그래프로 도시하였다.

그림 10에서 (0,0,0)지점은 각각의 기준지점을 나타내고 실 선은 수신기와 위성간 시선각 벡터를, 실선에 표시된 숫자는 위성의 PRN 번호를 나타낸다. 또한, “*” 표시는 GPS 측정치 만을 가지고 측위한 결과를, 그리고 “o” 표시는 WLAN/ GPS 측정치들을 모두 활용하여 측위한 결과를 각각 나타낸다. 그 림 10과 같이 천이지역 각 지점에서의 3차원 측위 오차 분포 그림 7. 실험 전 지역에서의 수신 신호 세기 분포.

Fig. 7. Distribution of WLAN signal strength measurements over the entire experiment area.

표 1. 천이영역에서 GPS 단독측위와 WLAN 복합측위 정 확도 비교.

Table 1. Comparison of mean errors between GPS localization and WLAN/GPS hybrid.

표 2. GPS 단독측위와 WLAN/GPS 복합측위에 의한 2DRMS 및 CEP.

Table 2. 2DRMS and CEP value of GPS localization and WLAN/

GPS hybrid localization.

2DRMS CEP GPS Only 32.5 13.7(m)

WLAN GPS 21.3 8.9(m)

(7)

그림 8. WLAN 수신 신호 세기 분포.

Fig. 8. Distribution of WLAN signal strength values.

그림 9. 다중경로 오차 시험값의 각 위성 별 최대치 분포.

Fig. 9. Distribution of minimum values of GPS multipath error test statistics.

(8)

그래프를 비교분석한 결과, 복합측위의 결과가 기준지점에 확연히 더 근접함을 알 수 있으며 측위의 정확도가 향상 되 었음을 확인 할 수 있다.

실내외 천이 영역 총 35개의 기준지점들에 대하여 측위 결과들을 취합하여 GPS 단독측위와 WLAN/GPS 복합측위에 의한 2DRMS 및 CEP를 산출하면 표 2와 같이 정리된다. 표 2 에 의하여 제안된 WLAN/GPS 복합측위 방식이 약 35 % 내 외의 정확도 향상을 가져옴을 확인할 수 있다.

IV. 결론

GPS 신호의 수신에 난점이 있는 건물 안이나 도심지, 고 층 빌딩이 밀집해 있는 지역에서는 비시선각 오차나 다중경 로 오차로 인하여 측위 정확도가 현저히 낮아지게 된다.

본 논문에서는 WLAN과 GPS 신호를 결합하여 정확도를 향상 시킬 수 있는 복합 측위 알고리즘을 제안하였다. 제안 된 알고리즘은 다중경로오차를 식별 분리하고 비시선각 오 차에 대한 계수를 추정하여 WLAN과 GPS 신호를 효율적으 로 결합하는 특징을 가진다. 실험에 의하여 제안된 복합 측 위 알고리즘의 성능을 분석한 결과, 기존의 GPS 단독 측위

알고리즘이 CEP 13.7 m의 정확도를 나타내는 반면 제안된 복 합측위 방식은 CEP 8.9 m의 정확도를 나타내어 약 35 % 내외 의 정확도 향상을 가져올 수 있음을 확인하였다.

제안된 복합측위 알고리즘은 향후 향상된 측위 정확도가 요구되는 다양한 위치기반 서비스에 활용이 가능할 것으로 기대된다.

참고문헌

[1] Y. Chen and H. Kobayashi, “Signal strength based indoor geo- location,” IEEE International Conference on Communications, vol. 1, pp. 436-439, May 2002.

[2] Y. Wang, X. Jia, H. K. Lee, and G. Y. Li, “An indoor wireless positioning system based on wireless local area network,” Proc.

of The 6th International Symposium on Satellite Navigation Technology Including Mobile Positioning & Location Services, Melbourne, Australia, p. 54, July 2003.

[3] 최재원, 측위 기준점의 무선랜 신호세기를 이용한 실내 측위, 서울대학교 박사학위논문, 2006.

[4] Ocana, L. M. Bergasa, M. A. Sotelo, J. Nuevo, and R. Flores,

“Indoor robot localization system using WiFi signal measure 그림 10. 천이영역에서 GPS 단독측위와 WLAN 복합측위 정확도 비교.

Fig. 10. Comparision of accuracy between GPS-only localization and WLAN/GPS hybrid localization in transit area.

(9)

and minimizing calibration effort,” Proc. of the IEEE International Symposium on Industrial Electronics, vol. 4, pp.

1545-1550, Jun. 2005.

[5] T. Jűlg, “Evaluation of multipath error and signal propagation in a complex scenario for GPS multipath identification,” IEEE 4th International Symposium on Spread Spectrum Techniques and Applications Proceedings, vol. 2, pp. 872-876, 1996.

[6] H. K. Lee, J. G. Lee, and G. I. Jee, “Channelwise multipath detection for general GPS receivers,” Journal of Control, Automation, and Systems Engineering (in Korean), vol. 8, no. 9, pp. 818-826, 2002.

[7] 이형근, 김희성, 심주영, 한형석, “수신 신호세기 기반 무 선측위를 위한 Hybrid Kriging 알고리즘,” 한국항행학회 논문지, vol. 12, no. 5, pp. 483-493, 2008.

[8] H. S. Kim, J.-Y. Shim, W. S. Choi, and H. K. Lee, “A location technique based on calibrated radio frequency propagation model for wireless local area networks,” Journal of Institute of Control, Robotics and Systems (in Korean), vol. 14, no. 8, pp.

760-766, 2008.

[9] 정구민, 최완식, “스마트폰 위치기반 서비스(LBS) 기술동 향,” 한국정보통신기술협회 TTA journal no.130=no.130, pp.

75-81, 2010.

[10] 조영수, 조성윤, 김병두, 전자통신동향분석 Electronics and telecommunications trends v.22 no.3 = no.105, pp. 20-28, 2007.

[11] S. Y. Seidel and T. S. Rappaport, “914 MHz path loss prediction model for indoor wireless communications in multi-floored buildings,” IEEE Transactions on Antennas and Propagation, vol. 40, no. 2, pp. 207-217, Feb. 1992.

[12] Y. Chen and H. Kobayashi, “Signal strength based indoor geolocation,” IEEE International Conference on Communicaions, vol. 1, pp. 436-439, May 2002.