긴급구조 상황에서 요구조자를 신속하게 구조하기 위해서는 높은 정확도를 갖는 위치정보가 필수적이다. 현재 실시간으로 접속되고 있는 무선/이동통신 자원 중 Long Term Evolution (LTE) 신호는 Global Navigation Satellite System (GNSS)의 단점인 공간적 제약을 극복할 수 있는 대표적인 인프라이지만 셀룰러 기지국에 기반한 측위 방법들은 정확도가 낮다는 단점 이 있다. 따라서 이러한 한계를 극복하기 위해 Fingerprinting 기법이 일반적으로 사용되고 있다. 현재 Fingerprinting 기반 측위 알고리즘 중 가장 많이 사용되고 있는 kNN 기법은 사전 저장된 수신 신호의 세기 정보와 비교하여, 가장 유사한 데이터를 갖는 위치를 현재 위치로 추정하는 방법이다. 그러나 신호 오차 및 중계기 등으로 인해 선택된 후보 기준위치들 중 이상치를 갖는 위치가 다수 존재할 수 있으며, 만약 이러한 정보에 해당하는 기준위치에 대해 가중치를 부여하게 된다면 위치추정 오차가 증가할 수 있다. 따라서 본 논문에서는 WkNN 기반으로 측위를 진행할 시 선택된 기준위치에 대해 Clustering을 수행하고, 군집 중심간 거리 및 군집에 속한 기준위치의 분포도를 통해 이상치에 해당하는 정보를 제거하는 방 법을 제안한다. 제안된 기법의 성능은 실데이터 기반으로 검증한다.

LTE Signal Strength-based Fingerprinting Positioning Technique Including Clustering-based Outlier Removal

Jae-Uk Kwon, Seong Yun Cho*

In order to quickly rescue the requester in an emergency rescue situation, location information with high accuracy is essential. Among the wireless/mobile communication resources currently connected in real time, the Long Term Evolution (LTE) signal is a representative infrastructure that can overcome spatial constraints, which is a disadvantage of the Global Navigation Satellite System (GNSS). However, positioning methods based on cellular base stations have a disadvantage of low accuracy. Therefore, the fingerprinting technique is generally used to overcome these limitations. Among the current Fingerprinting-based positioning algorithms, the most commonly used kNN technique is a method of estimating the location with the most similar data to the current location, compared to the strength information of the pre-stored received signal. However, there may be a plurality of positions having an outlier among the selected candidate reference positions due to signal errors, repeaters, and so on, and if a weight is given to the reference positions corresponding to such information, a position estimation error may increase. In this paper, therefore, we propose a method to perform clustering on the selected reference positions when positioning is performed based on WkNN, and to remove information corresponding to outliers through the distance between cluster centers and the distribution of reference positions belonging to the cluster. The performance of the proposed technique is validated based on real data.

Keywords: LTE positioning, fingerprinting, WkNN, outlier detection & removal

Speaker 권재욱 경일대학교