시간도래기반 실내 무선측위 시스템을 위한 향상된 위치인식 알고리즘

시간도래기반 실내 무선측위 시스템을 위한 향상된 위치인식 알고리즘

김 상 덕^*,†, 김 종 식^*, 김 현 술^*, 이 태 석^*

†,*국방기술품질원, 유도전자5팀

Improved Localization Algorithms for Indoor TOA-based Wireless Localization System

Sang-Deok Kim

, Jongsik Kim

, Hyun Sool Kim

, Tae Seok Lee

*5th Missile Electronics Team, Defense Agency for Technology and Quality (Received : May. 18, 2017, Revised : Jun. 16, 2017, Accepted : Jun. 23, 2017)

Abstract : We propose a improved localization algorithm for indoor wireless TOA-based localization system. The purpose of the wireless localization system is how to reduce localization error not only in line-of-sight(LOS) but also in non-line-of-sight(NLOS), For reducing localization error, many approaches have been researched. In this paper, we proposed a new approach for reducing localization error. At the same environment, ranging results are not always same. Some factors have an effect on signal propagation and we called these factors biases. We proposed a new method which uses these biases. The simulation results show that a new method makes smaller overlapped area than conventional method and lead to reduce localization error.

Keyword : Localization, Time-of-arrival, Line-of-sight, Non-line-of-signht

1. 서 론

1)

스마트폰의 보급과 IoT의 활성화로 인해 무선네트워 크와 같은 통신시스템을 이용한 무선측위 기술연구가 매우 활발히 진행되고 있다.[1][2] 무선측위 시스템을 이용한 서비스는 많은 분야에 적용이 가능한데, 예를 들어 환자보호, 군수물자 관리, 미아찾기, 로봇의 위치 탐색 등 의료 및 군사, 항공, 항법 분야에서 사용가능 하다.무선측위 시스템은 GPS를 이용한 실외 무선측위시 스템과 GPS의 한계를 해결하기 위한 실내 무선측위 시스템으로 나뉠수 있다. 실외 환경에서 GPS신호를 이 용하는 경우 GPS 위성들로부터 전송받은 무선통신 신 호를 이용하여 무선 단말기를 통해 자신의 위치를 파 악 할수 있다. 하지만 실내에서는 GPS 신호가 도달하 지 못하므로 GPS와는 다른 실내 무선측위시스템이 필 요하다.

†Corresponding Author 성 명 : 김 상 덕

소 속 : 국방기술품질원 유도전자5팀

주 소 : 대전 서구 혜천로 72 국방기술품질원 전 화 : 042-580-1021

E-mail : [email protected]

대표적인 실내 무선측위시스템으로는 TOA(Time of Arrival)[3]을 이용한 측위 방법이 있다. TOA를 이용 하는 방법은 3개 이상의 위치를 알고있는 BS(Base Station)을 통해 위치를 알고자 하는 MS(Mobile Station) 와 신호를 주고 받아 무선신호 ToF(Time of Flight)를 측정하여 측정된 값을 빛의 속도에 곱하여 BS와 MS 의 사이 거리를 계산하고 계산된 3개 이상의 거리를 삼변측량과 같은 여러 위치 측정방법을 이용하여 MS 의 위치를 추정할 수 있다. 실내 무선측위 시스템은 크게 두 부분으로 나뉘어 질수 있다. 하나는 MS와 BS 사이에 거리를 추정하는 거리추정부, 다른 하나는 추 정된 거리값을 이용하여 MS의 위치를 추정하는 위치 추정부, 이 두가지로 구분되어 진다.

실내 무선신호 전파환경에서는 가시성(LOS: Line of Sight)[3]을 보장하기 힘들다. 이는 실내가 두꺼운 벽 이나 기둥, 철제 구조물, 사람 등과 같은 여러 장애물 들 때문에 비가시성(NLOS: Non lLine of Sight)[4]이 생기기 때문이다. 비가시성은 무선신호전파시 최단경 로를 방해하거나 전파의 지연을 초래 하기 때문에 거 리추정에 오차를 유발시킨다. 또한 거리추정에서 발생 한 오차는 위치추정에도 오차를 유발하여 결과적으로 측위시스템의 성능 하락 요인이 된다. 또한 비가시성 뿐만 아니라 실내 무선신호전파환경(온도, 습도, 기타 전파의 간섭)과 무선단말기의 하드웨어적인 문제들은 무선측위시스템의 성능 하락 요인이 된다.

본 논문에서는 비가시성환경과 실내 무선신호전파환 경의 불연속성으로 인해 발생하는 오차를 개선하기 위 한 TOA기반 무선측위 알고리즘을 제안한다.

본 논문의 구성은 다음과 같다. 우선 2장에서는 실 내 무선환경에서의 측위시스템에 대해서 살펴보고, 3 장에서는 TOA기반 실내무선측위방법에 대해 기술하였 다. 4장에서는 TOA기반 거리추정 오차를 보정하는 방 법을 제안하고 제안된 측위시스템 알고리즘 절차를 기 술하였다. 5장에서는 제안하는 알고리즘의 시뮬레이션 결과와 성능평가를 기술하고 6장에서는 결론을 맺는 다.

2. 실내 무선환경에서의 측위시스템 실내 무선환경은 크게 가시성과 비가시성 환경으로 나뉜다. 가시성은 그림 1처럼 MS와 BS사이에 장애물 이 없는 경우를 의미하며, 이 경우 MS와 BS사이에 신 호를 주고 받을 때 신호는 최단거리로 전파 가능하다.

이는 TOA를 이용한 거리추정의 오차를 최소화 할 수 있다는 의미가 된다.

비가시성은 MS와 BS사이에 장애물이 있는 경우를 의미하여, MS와 BS사이에 신호를 주고 받을 때 신호 는 반사파 또는 장애물을 투과한 신호를 주고 받게 되 어 무선신호의 최단거리로 전파가 불가능 하다. 이는 거리추정시 오차가 발생한다는 의미를 가진다. 그림 1 은 가시성 환경과 비가시성 환경을 비교한 그림이다.

Figure 1. Illustration of LOS and NLOS signal propagation

3. TOA기반 무선 측위방법

본 장에서는 TOA를 기반으로 하는 무선측위방법에 대한 2차원을 고려 하여 수학적 모델링을 기술하였다.

위치를 알고 있는 i번째 BS를 BSⁱ라 정의하고 좌표는 xi=[xi yi]^T 표현한다. i는 전체 BS의 수를 의미하며 i=1,2,...,N 이다. 그리고 무선측위시스템을 이용하여 추정하고자 하는 위치는 x=[x y]^T로 정의 한다. 그림 2-(a)처럼 BS와 MS사이의 거리추정에 오차가 없는 이상적인 환경이라면 MS와 BS사이의 거리 값은 다음 과 같다.

( )

( )

2 , 1, 2,..., ,

i i i

d = x-x + y-y i= N ₍₁₎ 여기서 dⁱ는 MS와 BS사이의 거리를 의미 한다. 이 수식을 통해 각 BS당 그림 2-(a)처럼 TOA측위 원들 을 만들 수 있고, 오차가 없는 이상적인 경우에는 그

림 2-(a) 처럼 또는 연립방정식을 이용하여 각각의 BS들의 TOA측위 원들의 교점[3][4]은 한 개가 나오 고 그 교첨에 MS가 위치 한다는 것을 확인 할 수 있 다. 하지만 위 수식과 그림은 오차가 전혀 없는 이상 적인 상황을 의미하는 것이고 실제 무선신호를 이용한 TOA기반 측위시스템에서는 오차가 존재할 수 밖에 없 다. 비가시성환경과 실내 무선신호전파환경의 불연속 성 그리고 하드웨어적 문제들은 거리추정에 오차를 유 발시키고 이는 측위시스템의 오차로 연결되어 진다.

Figure 2. Ranging error causes localization error in NLOS environment (a) Ideal environment (b) NLOS

environment

그림 2-(b)처럼 BS와 MS사이의 거리추정에 오차가 있을 때 BS와 MS사이의 측정된 거리값 _{는 다음과} 같다.

ˆ_{i i error i}, 1, 2, , ,

d

d

NLOS

w i

N

여기서 NLOSerror는 여러 실내 환경의 장애물들로 인 해 발생하는 오차를 의미하며, wi는 백색 부가 가우시 안 오류(AWGN)이다. _는 MS와 BS사이의 실제 거 리값 dⁱ보다 큰 값이므로 그림 2-(a)와는 다르게 TOA 측위 원들의 교점은 하나의 같은 교점에서 만나지 않 고 다양한 교점이 생기고 TOA측위 원들간에 겹처지는 영역이 생기면서 위치 추정 오차가 발생한다. 그리고 겹쳐지는 영역에서는 MS의 정확한 위치를 추정하기는 어려워 진다.

4. TOA기반 기존 위치추정 방법 이번 장에서는 TOA기반 위치추정 방법들을 기술한 다. 앞에서 설명한 거리추정의 오차로 인해 발생하는 TOA측위 원들의 겹침으로 인해 발생하는 오차를 최소 화 시키기 위한 최소제곱법(Least Square)[5], 편중된 최소제곱법(Weighted least sqaure)[6]에 대해 설명한 다.

4.1 최소제곱법

최소제곱법은 MS와 BS사이에 추정된 값과 실제 거 리값에 대한 오차값이 최소가 되는 것을 찾아주는 방 법으로써 (3)과 같이 표현가능 하다.

( )

( , ) 1

ˆ arg min ˆ

N

i i

x y i

d d

=

ì ü

= í - ý

î

å

x (3)

최소제곱법의 목적은 모든 BS와 MS사이의 측정오 차를 최소화 시키는 값들을 추정하여 최종 MS의 위치 를 찾는 것 이다.

4.2 편중된 최소제곱법

최소제곱법을 보완하기 위해 편중된 최소제곱법 (WLS)가 제안되었고, 편중 값 _값을 MS와 BS사이 에 각각 측정된 거리값에 편중값을 곱하여 MS의 위치 를 추정하는 방법이다. 편중된 최소제곱법은 식 (4) 와 같다.

( )

( , ) 1

ˆ arg min ˆ

N

i i i

x y i

d d b

=

ì ü

= í - ý

î å þ

x

여기서 _는 TOA 측정 오류의 분산 값을 이용하는 데 _ _^

 으로 정의 된다.

5. 환경적응형 실내 무선 측위시스템 본 장에서는 무선측위시스템 성능향상 알고리즘을 제안한다. 기존의 실내 무선 측위시스템에서는 측위시 스템이 넓은 영역을 커버하고 여러 환경과 곳곳에서 통신이 가능하도록 BS를 다양한 위치에 설치 하였다.

하지만 BS와 MS가 비가시성환경에 놓일 경우 BS와 MS사이의 거리추정 값의 오차는 매우 커진다.

실제 무선통신 환경에서는 비가시성환경은 피할수 없는 환경적인 요인이다. 또한 앞서 설명한 무선장치 간의 하드웨어적인 문제와 실내환경의 불연속성이 TOA 기반거리추정의 오차로 작용될 수 있다. 본 논문 에서는 이러한 요인들로 인해서 발생하는 거리추정 오 차를 Bias로 정의하고 해당 Bias를 추정하여 측위시스 템의 성능을 향상 시키도록 한다.

그림 2-(b)에서처럼 비가시성환경으로 인해 거리추 정에서 생기는 오차로 발생하는 TOA측위 원들이 겹치 는 영역에서 MS의 위치를 찾기란 매우 어렵다. 특히 영역이 넓어지면 넓어질수록(거리추정의 오차가 커짐 을 뜻한다.) 위추추정 오차 또한 커진다. 따라서 TOA 측위 원들의 겹치는 영역을 줄이는 것이 위치추정의 오차를 줄이는 방법이 된다.

Figure 3. Illustration of Bias Estimation 거리추정에 오차가 있는 경우 식 (2)와 같이 MS와 BS간의 추정값은 실제 거리값보다 크게 된다. 따라서 본 논문에서는 거리추정의 오차를 유발하는 비가시성

등 Bias값을 추정하여 식 (6)처럼 MS와 BS 사이의 거 리추정 오차를 줄이는 것을 제안한다.

'

ˆ

d = d - bias

여기서 biasi는 추정된 Bias값이며 추정하는 방법은 그림 3과 같다. 임의의 BSⁱ에서 BS^j(i≠j)로 TOA를 이 용한 거리추정값 d^ji를 구한다. 우리는 BS의 위치를 알 고 있기 때문에 BSⁱ와 BS^j사이에 실제거리 dⁱ를 알 수 있다. 그러므로, BSi와 BSj사이의 TOA 오차 eij를 구할 수 있다. 이 값이 무선측위시스템이 사용되고 있는 환 경의 비가시성 환경과, 무선환경으로 인해 발생하는 오차라고 판단 하고 식 (7)을 통해 biasⁱ 값을 구한다.

2 2 2

( ) ( ) ( )

.

ij ik il

i ij ik il

ij ik il ij ik il ij ik il

ij ik il

ij ik il

e e e

bias e e e

e e e e e e e e e

e e e

e e e

= × + × + ×

+ + + + + +

+ +

= + + (7)

위의 방법을 통해 위치추정의 오차를 줄일 수 있다.

그림 4는 이런 감쇄방법을 적용하여 TOA 측위의 오 차가 줄어드는 개념에 대해 그림으로 표현해 놓았다.

Figure 4. Reducing localization errors by using biases 그림4에서처럼 bias값을 측정된 거리추정값에서 빼 주어 오차를 줄임으로써 TOA 측위원이 겹치는 영역 이 줄어들게 되므로 위치추정에서 오차를 줄일 수 있 게 되는 것이다.

6. 제안하는 알고리즘의 성능 평가 및 시뮬레이션 결과

본 논문에서 제안하는 방법은 IEEE 802.15.4a 표준에 기반한 첩 신호(CSS: Chirp spread spectrum)[7]를 이용하는 측위시스템을 설계하여 검 증하였다.

Figure 5. The Prototype Platform of the TOA System

Figure 6. Blcok Diagram of TOA-based Localization System 측위시스템은 그림 5처럼 ALTERA사의 FPGA

칩과 MAXIM사의 RF칩, BurrBrown사의 DAC, AnalogDevices사의 ADC를 등을 이용하여 구현하 였다. 그림 6은 측위시스템의 블록다이어 그램을 표 현한 것이다. CSS모뎀은 AGC(Automatic gain controller)와 프레임디텍터, 페킷디텍터 와 송신기로 구성된다. 이렇게 구현된 PHY레이어는 하드웨어와 소프트웨어로 구현된 MAC 레이어로 관리되어 진다.

이러한 PHY와 MAC레이어는 Verilog HDL와 C를 이용하여 FPGA에 구현하였다. TOA 알고리즘 또한 같은 방법으로 구현 되었다.

실험 환경은 그림 7과 같이 지하 주차장에서 실험 하였다. 지하주차장은 신호반사로 인한 다중경로 환경 과, Wi-Fi로 인한 2.4GHz신호 대역의 신호간섭이 존재하며 그리고 비가서싱환경이 무수히 많이 존재한 다. 무선 측위 시험을 위해 BS를 4대를 설치 하였으 며 각각의 위치는 촤표상으로 BS1=[10,10], BS2=[10.30], BS3=[30,30], BS4=[30,10] 이 다.이때 BS간의 측정된 거리값은 표1과 같다.

Ranging Results(m)

BS12 25 BS21 21.5 BS13 33 BS23 21.5 BS14 21 BS24 31.5 BS31 32.5 BS41 21.5 BS32 21.5 BS42 32 BS34 21 BS43 21 Table 1. Ranging Results Between BSs

표 1의 값으로 수식 (7)이용하여 biasi를 구한후 위 치추정한 결과는 그림 8과 같다.

Figure 7 Experimental Environment(Parking Lot) 그림 8 에서처럼 기존의 방법들(LS, WLS 등)을 이용하여 위치추정한 결과와 기존의 방법들에 제안하 는 알고리즘을 추가하여 위치추정한 결과 TOA측위원 들의 겹치는 영역이 줄어든다는 것을 확인 할수 있다.

그림 9는 기존의 위치추정 방법들과 제안한 방법을 이용하여 비교한 실험 결과이다. MS를 같은 위치에 놔두고 위치추정 알고리즘을 변경하며 1000번씩 위치 를 추정하고, 오차에 대한 평균 값을 비교한 것이다.

기존의 위치추정 알고리즘들로는 LS, WLS, 그리고 Least Median Square(LMS)[8]를 이용하였다. 기

존의 알고리즘들에 제안하는 방법을 추가하여 위치추 정한 결과를 비교하였다.

Figure 8. TOA results with proposed method

Figure 9. Estimation results of conventional method and conventional method with proposed method

위와 같이 실험결과를 보면 제안하는 방법이 시스템 의 정밀도를 향상시켰다는 것을 확인 할 수 있다. 제 안한 거리추정 알고리즘이 기존의 방법들에서 발생하 는 거리추정 오차값을 줄여줬기 때문에 무선측위를 하 는데 정밀도를 높일 수 있었다.

7. 결론

스마트폰의 도입과 무선통신 시스템의 발달로 인하 여 무선네트워크를 이용한 실내측위시스템의 활용도는 높아지고 있다. 하지만 실내환경은 비가시성과 하드웨 어 문제 그리고 환경의 불연속성으로 인해 정확한 실 내측위가 매우 어렵다. 본 논문에서 제안한 방법은 기 존의 거리추정과 위치 추정 방법에 대해 연구하고 정 확도를 높이는 방법들을 제안하였다. 제안하는 방법은 저복잡도를 가지는 방법으로써 간단히 무선 측위시스 템의 성능향상을 도모 할 수 있다.

참고문헌

01. S. Wang, F. Luo, and L. Zhang, "Universal Cooperative Localizer for WSN With Varied Types

of Ranging Measurements", IEEE Signal Processing Letters, vol. 24, no. 8, pp. 1223-1227, 2017

02. Z. Yin, C. Wu, Z. Yang. and Y. Liu, "Peer-to-Peer Indoor Navigation Using Smartphones", IEEE Journal on Selected Areas in Communications , vol.35, no.5, pp.1141-1153, 2017

03. S. Al-Jazzar, J. Caffery, and H.-R. You, "A scattering model based approach to NLOS mitigation in TOA location systems", IEEE 55th Vehicular Technology Conference, 2002. VTC Spr. 2002, pp.861,865 vol.2, 2002

04. I. Guvenc, and Chong Chia-Chin, "A Survey on TOA Based Wireless Localization and NLOS Mitigation Techniques", IEEE Communications Surveys &

Tutorials, vol.11, no.3, pp.107,124, 3rd Quarter 2009 05. K.W. Cheung, H.C. So, W.-K. Ma, and Y. T. Chan,

"Least squares algorithms for time-of-arrival-based mobile location", IEEE Transactions on Signal Processing, , vol.52, no.4, pp.1121,1130, Apr. 2004 06. I. Guvenc, Chong Chia-Chin, and F. Watanabe,

"Analysis of a Linear Least-Squares Localization Technique in LOS and NLOS Environments", IEEE 65th Vehicular Technology Conference, 2007.

VTC2007-Spring., vol., no., pp.1886,1890, 22-25 Apr.

2007

07. IEEE Computer Society, LAN/MAC Standard Committee, “IEEEP802.15.4a/D7 (amendment of IEEE std 802.15.4), part 15.4: wireless medium access control (MAC) and physical layer (PHY) specifications for low-rate wireless personal area networks,” Jan. 2007.

08. Li Zang; W. Trappe, Y. Zhang, and B. Nath,

"Robust statistical methods for securing wireless localization in sensor networks", Fourth International Symposium on Information Processing in Sensor Networks, 2005. IPSN 2005., pp.91,98, 15 Apr. 2005