공간적 소셜리티를 인식하기 위한 장치간의 거리 측정
Distance Measurement between Wireless Devices for Space Sociality
1
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
같은 장소에 위치한 사람 및 장치들은 공간적으로 소셜리티를 가질 수 있으며, 스마트 장치간의 거리 인식을 통하여 공간적 소셜리티를 형성할 수 있다. 이러한 공간적 소셜리티를 형성하고 해제하기 위해선 스마트 장치간의 거리 인식이 실시간으로 무설정 방식으로 수행 될 수 있어야 한다. 블루투스 신호 세기 측정 방식이 스마트 장치간의 거리 측정에 사용될 수 있지만, 블루투스의 신호 세기는 환경에 따라 영향을 많이 받기 때문에 거리 측정에 이용하기 위해선 환경에 따른 무선 신호 세기의 특성을 파악하고 측정되는 무선 신호를 보정해야 한다. 그래서 본 논문에서는 전자환경적합성(EMC) 챔버 및 회의실 환경에서의 블루투스 무선 신호 세기를 거리별로 측정하여 환경에 따른 무선 신호 세기의 특징을 실험을 통해 알아보았다. 또한, 측정된 블루투스 무선 신호 세기는 전파 간섭 및 반사파 등에 의해 많은 편차를 보이므로 무선 신호 세기의 측정 편차를 줄이기 위해 저주파 통과 필터를 사용하고 그 결과를 보였다. 회의실 환경에서 장치간의 거리가 6미터인 경우, 최대 RSSI 측정 편차는 측정된 RSSI 값을 가공 없이 사용하였을 때는 25 dBm이고, 저주파 통과 필터를 사용한 경우에는 8 dBm이다. 그러므로 저주파 통과 필터를 사용한 장치간의 거리 인식을 통하여 공간적 소셜리티의 인식이 가능하다.
Abstract
The people and devices within same place can have social relations one another. These relations can build up a space sociality between devices located in same place. The distance between devices should be automatically estimated in real time. The received signal strength indication (RSSI) of Bluetooth can be used to estimate distance between devices. However, it is hard to estimate distance using Bluetooth RSSI because of noises, obstacles, and interference. So, the characteristic of Bluetooth RSSI should be understanded and then the Bluetooth RSSI value should be calibrated to estimate the distance between devices. In this paper, we have shown the relation between distance and Bluetooth RSSI value in meeting room and electromagnetic compatibility (EMC) chamber environment. The Bluetooth RSSI deviation is too large to estimate a distance. So, this paper proposes the low pass filter (LPF) algorithm to reduce the RSSI deviation and then shows the experimental results. The maximum RSSI deviation is 25 dBm and 8 dBm at 6 m meeting room environment when RSSI raw data and RSSI LPF data is used, respectively. So, it is possible to aware space sociality using Bluetooth RSSI LPF data.
참고문헌 (13)
- A. Awad, "Adaptive Distance Estimation and Localization in WSN using RSSI Measures", Euromicro Conference on Digital System Design Architectures, Methods and Tools, pp.471~478 (2007)
- R. Want, "The Active Badge Location System", ACM Transactions on Information Systems, 40(1), pp.91~102 (1992)
- N. B. Priyantha, "The Cricket Location-Support System", Mobile Comp. and Networking, pp.32~43 (2000)
- P. Enge, "Special Issue on GPS : The Global positioning System", Proc. of the IEEE, 87(1), pp.3~15 (1999)
- P. Bahl, "RADAR: An In-Building RF-based User Location and Tracking System", Proceedings of IEEE Infocom 2000, 2, pp.75~84 (2000)
- K. Whitehouse, "Calibration as Parameter Estimation in Sensor Networks", Wireless Sensor Networks and Apps., pp.59~67 (2002)
- A. Savvides, "Dynamic Fine-Grained Localization in Ad-Hoc Networks of Sensors", 7th ACM, 2001, 166~179
- T. He, "Range-Free Localization Schemes for Large Scale Sensor Networks", MobiCom ’03, pp.81~95 (2003), ACM Press
- J. Bachrach, "Handbook of Sensor Networks:Algorithms and Architectures" (2005), Wiley
- S. Feldmann, "An indoor Bluetooth-based positioning system:concept, implementation and experimental evaluation", International Conference on Wireless Networks, pp.109~113 (2003)
- S. Schwarzer, "Precise Distance Measurement with IEEE 802.15.4 (ZigBee) Devices", IEEE Radio and Wireless Symposium, pp.779~782 (2008)
- N. B. Priyantha, "The Cricket Compass for Context-Aware Mobile Applications", 7th ACM Int’l. Conf. Mobile Computing and Networking, pp.1~14 (2001)
- K. Whitehouse, "The Design of Calamari: An Ad Hoc Localization System for Sensor Networks", 석사, pp.2002