고정밀 위치 모니터링을 위한

초광대역 통신 기반 측위 알고리즘에 관한 연구. 고정밀 위치 모니터링을 위한 초광대역 통신 기반 측위 알고리즘에 관한 연구.

서론

연구배경

연구목적

이론적 배경

GPS(Global Positioning System)
WiFi(Wireless Fidelity)
RFID(Radio Frequency Identification)
UWB(Ultra Wide Band)
BlueTooth

이는 기존 주파수 대역에 대한 잡음으로 표현될 수 있다. 캐리어를 사용하지 않기 때문에 트랜시버 구조가 단순화되고 전력 소비가 상대적으로 낮습니다.

무선 측위 알고리즘

RSSI(Received Signal Strength Indicator)방식
AOA(Angle Of Arrival)방식
TOA(Time Of Arrival)방식
TDOA(Time Difference Of Arrival)방식

TOA 방식은 전파의 도달 시간으로부터 위치(거리)를 계산하는 방식이다. 이 거리를 이용하여 각 고정절점을 중심으로 원을 그려 교점을 구할 수 있다.

그림 5과 같이 기하학적인 설명으로는 알려진 위치의 고정 노드들을 중심으로 하는 원을 그려 보았을 때, 이 원들의 교점(또는 내부)에 목표물이 위치해 있게 된다

연구방법 및 과정

시스템 기본 구조(초기 설정 단계)및 프로토콜 방식

본 논문에서 앵커와 지붕 사이의 거리를 계산하기 위해 사용된 방법은 TOA(Time Of Arrival) 방법이다. 또한, 여러 노드가 서로 메시지를 교환하기 위해서는 각 하드웨어 제조사가 미리 정한 프로토콜 방식이 있습니다. Almanac 메시지에는 "Initiator"에 대한 FW 버전 정보가 포함되어 있으므로 모든 네트워크 구성 노드에는 동일한 버전 정보가 있어야 합니다.

이 과정에서 태그는 먼저 Group Poll 메시지를 전송합니다. 이 메시지는 애플리케이션 범위 내의 모든 앵커에게 전송되며 순위 기간, 업데이트 속도 및 앵커 제목을 포함합니다. 그룹 폴 메시지에 대한 응답으로 각 앵커는 AN_Poll 메시지를 레이블로 보냅니다.

하드웨어 성능 분석

거리 변화에 따른 정밀도 실험 및 분석
안테나 방향에 따른 정밀도 실험 및 분석
높이 변화에 따른 정밀도 실험 및 분석

첫 번째 정확한 시도의 목적은 측정된 거리와 실제 거리를 비교하는 것입니다. 또 다른 정밀 실험의 목적은 안테나 방향에 따른 거리 측정의 차이를 분석하는 것이다. 실험 장소는 실험실 내에 구현되었으며, 안테나를 포함한 노드의 방향을 0.5m 거리에서 변경하여 측정하였다.

장애물이 없는 가시선 환경에서 측정하였으며, 한 쌍의 노드 사이의 거리를 측정하였다. 다른 각도에서는 거리 정확도가 낮은 것으로 나타났습니다. 즉, 안테나 높이 차이가 근거리와 장거리에 미치는 영향 정도를 알아보기 위해 수행하였다.

시간 기반 측위 알고리즘 구현 및 시뮬레이션

기본 측위 시스템 구성 및 기하학적 계산 방법
알려진 고정노드 위치가 있는 조건의 이동노드 위치 추정
알려진 고정노드 위치가 없는 조건의 이동노드 위치 추정

이는 네트워크를 구성할 때 위치 추정의 가장 일반적인 형태입니다. 고정된 앵커 위치를 이용하여 상대적인 태그 위치를 구하는 방법입니다. 아래 이미지는 노이즈가 포함된 추정 좌표와 임의의 고정 앵커 좌표를 이용하여 계산된 태그 위치 좌표를 비교한 것입니다.

일반적인 경우가 아닌 노드의 고정된 위치를 알 수 없는 경우, 각 노드 사이의 상대적인 거리를 이용하여 일반적인 위치 좌표를 추정하는 방법을 고려하였다. 응용 환경이 변할 때 각 노드의 위치를 자동으로 계산할 수 있다면 어디서든 빠르게 접목이 가능할 것이라고 생각했다. 고정된 절대 그리드 기준 위치가 없는 경우에는 상대 거리를 이용하여 그리드의 중심을 기준 원점으로 위치하게 됩니다.

실험 설정
고정객체의 위치 추정 실험
이동객체의 위치 추정 실험
다중 경로 환경에서의 위치 추정 실험
실험 결과 분석

본 논문에서는 이상값을 해결하기 위해 Matlab® 프로그램을 사용하여 p의 좌표를 구하는 과정에 의사 역행렬을 적용하였다. 거리) 정보는 사용된 하드웨어에서 UWB 통신을 통해 측정된 값을 사용합니다. 시뮬레이션에 적용된 네트워크 구성과 마찬가지로 앵커(고정 노드) 4개와 태그(이동 노드) 1개를 사용하여 실험을 진행하였다. 실험환경은 울산대학교 전기공학관 1층 로비에서 진행되었습니다.

마찬가지로 각 앵커까지의 거리오차 형태를 알아보기 위해 분석을 수행하였다. 총 9개 지역을 4개 지역으로 나누어 국산화하였다. 실험환경은 아래 그림 40과 같이 구성하였고, 사용환경의 주요재료인 철판 유무에 따른 영향을 측정하였다.

정밀도 개선을 위한 측위 알고리즘 제안

알고리즘 목적 및 구성
알고리즘 적용 및 실험

그러나 보다 안정적인 좌표를 찾기 위해 총 4개의 고정 노드를 대상으로 비교 과정을 수행하였다. 위 함수의 값이 대칭한계값으로 설정된 값 내에 있으면 LoS(Line of Sight) 거리로 정의하고, 그렇지 않으면 Out of Sight 거리로 정의한다. 지정된 위치 정보가 LoS 거리인 경우 흐름도 2)로 진행한다. h를 포함하는 함수는 다음과 같이 생성되었습니다.

3) NLoS 판단은 절차에서 최소 3개의 거리 값을 사용할 수 있다는 조건만 적용했습니다. 이때 임계값을 적절하게 선택하여 평가할 오류 범위로 사용하였다. 이는 각 d 값의 오차 효과를 최소화하기 위해 스플라인 근사법을 사용했습니다.

연구 결과

제안된 측위 알고리즘 실험 결과

산업 모니터링 적용 시나리오

본 논문의 핵심은 초광대역 통신방식을 이용하여 정확한 위치정보를 얻는 것이며, 노드의 위치정보에 따라 활용값이 결정되므로 고정밀 위치인식이 중요하다고 가정한다. 당사는 수집된 위치 정보를 다양한 모니터링 목적으로 사용할 수 있습니다. 구현될 시나리오의 예는 아래 표 6에 요약되어 있습니다.

이는 작업자 및 작업장비의 위치정보와 각종 상태정보를 수집, 모니터링하여 관리 및 통제의 편의성을 도모하고 안전사고를 예방하며 산업생산성을 높이는 것을 목적으로 합니다.

결론 및 보완점

Wymeersch, “A Machine Learning Approach to Ranging Error Mitigation for UWB Localization,” IEEE Transactions on communications, vol.60, no. Stenumgaard, “Kernel Methods for Accurate UWB-Based Range with Reduced Complexity,” IEEE Transactions on Wireless Communications, vol. 16] Rainer Mautz, Washington Ochieng, Gary Brodin, and Andy Kemp,”3D Wireless Network Localization from Inconsistent Distance Observations,” Ad Hoc & Sensor Wireless Networks Vol.3, pp.

18] Bardia Alavi, Kaveh Pahlavan, “Modeling of Distance Measurement Error based on TOA UWB Indoor Radio Measurements” IEEE Communication Letters.Vol.10, No.4 April, 2006. Win, “Position error bound for UWB localization in dense cluttered environments,” in Proc.IEEE Int. 24] Dan Simon, "Data Smoothing and Interpolation Using Eight-order Algebraic Splines", IEEE Transaction on Signal processing, Vol.52, No.4, APRIL 2004.