RSSI 데이터 기반 머신러닝 실내 측위 연구

초록

최근 과학기술 발달과 함께 측위 기술은 스마트폰과 사물 인터넷 기기를 통해 사용자에게 실시간 위치 정보를 바탕으로 맞춤형 모바일 서비스 제공을 가능하게 하였다. 특히 GPS 기반의 실시간 측위가 대표적으로 활용되고 있다. 그러나, GPS 정보 수집이 용이한 실외와 달리 실내에서는 GPS 수신율이 현저히 저하될 뿐만 아니라 GPS의 위도와 경도 정보만으로는 정확한 사용자의 실내 위치 측정이 어렵다. 본 연구에서는 RSSI 데이터를 활용하여 사용자의 실내 위치 추정을 제안하고자 한다. 이를 위해 머신러닝 분류기인 SVM, 의사결정나무, ExtraTrees, 랜덤포레스트, KNN 알고리즘을 WAP로부터 수집된 RSSI 데이터에 적용하여 실내 측위 연구를 수행하였다. 또한, 머신러닝 분류기 중 성능이 가장 우수하였던 랜덤포레스트 기반 RFE를 적용하여 RSSI의 특징을 추출해 영향력이 큰 WAP를 선별하였고, 선별된 RSSI 데이터만으로 머신러닝 분류를 통해 실내 측위를 실시하였다. 이를 통해 더 적은 양의 데이터임에도 보다 정확한 실내 측위가 가능함을 확인하였다. 추가로 RSSI 데이터로부터 위도 및 경도를 추정할 수 있어 실내뿐만 아니라 실외 위치도 추정할 수 있음을 회귀분석을 통해 확인하였다.

키워드