최근 위치정보를 기반으로 하는 서비스는 다양한 분야에서 핵심 서비스로 활용되고 있다. 특히, 긴급구조 와 같은 공공 서비스 분야에서 요구조자의 위치를 정확히 추정하는 것은 매우 중요하다. 최근 국내 코로나로 인한 자가 격리 대상자의 위치를 파악하는 것 역시 주요 문제가 되고 있다. 이러한 이유로 개인의 스마트 기기를 이용한 위치 추정 기술에 대한 연구는 다양하게 진행되고 있으며, 가장 널 리 사용되는 방법은 GPS를 이용하는 것이다. 그 외 Wi-Fi, Pedestrian Dead Reckoning (PDR), Bluetooth Low Energy (BLE) 비콘 및 LTE 신호등 다양한 인프라를 이용한 위치 추정 기술들이 연구되고 있 다. 본 논문에서는 LTE 데이터의 매칭맵 이미지를 심층학습 기법에 적용하여 위치를 추정한 결과 분석을 진행한다. LTE 신호 데이터는 Wi-Fi 데이터와 비교하여 거리에 따른 신호 세기의 변별력이 떨어 진다. 그래서 일반적인 핑거프린트 방식의 위치 추정 방법은 정확도가 매우 떨어진다. 이런 단점을 보완하기 위해, LTE 데이터의 신호세기가 아닌 기지국의 PCI와 채널 정보를 이용한다. 측위 DB 데이터 와 테스트 데이터의 PCI, 채널 매칭 개수를 산출하여 매칭맵 이미지를 생성한다. 이러한 매칭맵 이미지를 심층학습 기법중 하나인 Convolution Neural Network (CNN) 기반 이미지 분류 모델에 적용하여, 테스트 데이터를 수집한 단말의 위치를 추정한다. 본 논문에서 우리는 매칭맵 이미지를 이용한 측위 알고리즘을 실제 도심환경에 적용하여 측위 결과를 분석하였다.

Analysis of Positioning Rresults Using Matching Map Images of LTE Data

Juil Jeon*, Myungin Ji, Kyungsu Han, Youngsu Cho

Recently, location-based services are being used as core services in various fields. In particular, it is very important to accurately estimate the position of the caller in the public service field such as emergency rescue. Finding the location of those subject to self-isolation due to the corona virus in Korea is also becoming a major problem these days. For this reason, research on location estimation technology using personal smart devices is being conducted in various ways, and the most widely used method is to use GPS. In addition, location estimation technologies using various infrastructures such as Wi-Fi, Pedestrian Dead Reckoning (PDR), Bluetooth Low Energy (BLE) beacon, and LTE signal are being studied. In this paper, we analyze the result of estimating the location by applying the matching map image of LTE data to the deep learning technique. Compared to Wi-Fi data, LTE signal data has lower discriminating power according to distance. Therefore, the general fingerprint-based position estimation method has very poor accuracy. To compensate for this disadvantage, the base transceiver Station's PCI and channel information are used, not the signal strength of LTE data. A matching map image is created by calculating the number of PCI and channel matching of the positioning DB data and test data. This matching map image is applied to a Convolution Neural Network (CNN) classification model, which is one of the deep learning techniques, to estimate the location of a terminal that has collected test data. In this paper, we applied the positioning algorithm using the matching map image to the actual urban environment to examine and analyze the positioning results.

Keywords: LTE-based positioning, deep learning

Speaker 전주일* 한국전자통신연구원