메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
성주현 (한국해양대학교)
저널정보
한국멀티미디어학회 멀티미디어학회논문지 멀티미디어학회논문지 제24권 제5호
발행연도
2021.5
수록면
676 - 683 (8page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Wi-Fi Round-trip timing (RTT) based location estimation technology estimates the distance between the user and the AP based on the transmission and reception time of the signal. This is because reception instability and signal distortion are greater than that of a Received Signal Strength Indicator (RSSI) based fingerprint in an indoor NLOS environment, resulting in a large position error due to multipath fading. To solve this problem, in this paper, we propose an end-to-end based WiFi Trilateration Net (WTN) that combines neural network-based RTT correction and trilateral positioning network, respectively. The proposed WTN is composed of an RNN-based correction network to improve the RTT distance accuracy and a neural network-based trilateral positioning network for real-time positioning implemented in an end-to-end structure. The proposed network improves learning efficiency by changing the trilateral positioning algorithm, which cannot be learned through differentiation due to mathematical operations, to a neural network. In addition, in order to increase the stability of the TOA based RTT, a correction network is applied in the scanning step to collect reliable distance estimation values from each RTT AP.
#Wi-Fi #RTT #Trilateration #Neural Network #End-to-End

목차

ABSTRACT
1. 서론
2. 이론
3. 제안하는 위치 측위 네트워크
4. 실험 결과 및 고찰
5. 결론
REFERENCE

참고문헌 (18)

참고문헌 신청
C. Wu, Z. Yang, and Y. Liu, “Smartphones Based Crowdsourcing for Indoor Localization,” IEEE Transactions on Mobile Computing, Vol. 14, No. 2, pp. 444-457. 2017. google schola J.H. Seong and D.H. Seo, “Wi-Fi Fingerprint Using Radio Map Model Based On MDLP And Euclidean Distance Based on the Chi Squared Test,” Wireless Networks, Vol. 25, No. 6, pp. 3019-3027, 2019. google schola L. Ciabattoni et al, “Real Time Indoor Localization Integrating a Model Based Pedestrian Dead Reckoning on Smartphone and BLE Beacons,” Journal of Ambient Intelligence and Humanized Computing, Vol. 10, No. 1, pp. 1-12. 2019. google schola J.H. Seong and D.H. Seo, “Selective Unsupervised Learning-Based Wi-Fi Fingerprint System Using Autoencoder and GAN,” IEEE Internet of Things J ournal, Vol. 7, No. 3, pp. 1898-1909, 2020. google schola Q. Jiang, Y. Ma, K. Liu, and Z. Dou, “A Probabilistic Radio Map Construction Scheme for Crowdsourcing-Based Fingerprinting Localization,” IEEE Sensors Journal, Vol. 16, No. 10, pp. 3764–3774. 2016. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-004-001745393