[논문 리뷰] Nuzzer: A Large-Scale Device-Free Passive Localization System for Wireless Environments

Moustafa Seifeldin, Moustafa Youssef|ArXiv.org|2009. 08. 06.

Indoor and Outdoor Localization Technologies참고 문헌 20인용 수 28

한 줄 요약

Nuzzer는 기존 무선 네트워크를 활용하여 수신 신호 강도(RSS) 측정치를 이용해 인간의 위치를 추정하는 대규모이면서 기기 없는 수동 위치 측정 시스템을 제안한다. 수동 라디오 맵을 구축하고 공간적·시간적 평균화를 적용한 베이지안 추론을 통해, 두 대의 랩탑과 세 대의 액세스 포인트만으로 1500 m² 규모의 사무실 환경에서 중앙값 위치 오차 1.82 미터의 높은 정확도를 달성하며, 실제 다중경로가 풍부한 실내 환경에서 높은 정확도와 확장성을 입증한다.

ABSTRACT

The widespread usage of wireless local area networks and mobile devices has fostered the interest in localization systems for wireless environments. The majority of research in the context of wireless-based localization systems has focused on device-based active localization, in which a device is attached to tracked entities. Recently, device-free passive localization (DfP) has been proposed where the tracked entity is neither required to carry devices nor participate actively in the localization process. DfP systems are based on the fact that RF signals are affected by the presence of people and objects in the environment. The DfP concept enables a wide range of applications including intrusion detection and tracking, border protection, and smart buildings automation. Previous studies have focused on small areas with direct line of sight and/or controlled environments. In this paper, we present the design, implementation and analysis of Nuzzer, a large-scale device-free passive localization system for real environments. Without any additional hardware, it makes use of the already installed wireless data networks to monitor and process changes in the received signal strength (RSS) transmitted from access points at one or more monitoring points. We present probabilistic techniques for DfP localization and evaluate their performance in a typical office building, rich in multipath, with an area of 1500 square meters. Our results show that the Nuzzer system gives device-free location estimates with less than 2 meters median distance error using only two monitoring laptops and three access points. This indicates the suitability of Nuzzer to a large number of application domains.

연구 동기 및 목표

• 실제 실내 환경에서 확장성 있고 높은 정확도를 갖춘 기기 없는 수동 위치 측정 시스템을 설계하고 구현하는 것.
• 추적 대상이 기기를 지니거나 프로세스에 수동으로 참여할 필요가 없도록 하는 것.
• 일반적인 사무실 건물과 같은 대규모이고 다중경로가 풍부한 환경에서 효과적으로 작동하는 것.
• 추가 하드웨어 없이도 기존 무선 인프라(AP 및 모니터링 랩탑)를 활용하는 것.
• 표준 무선 장비만으로도 높은 정확도와 광범위한 커버리지 달성하는 것.

제안 방법

• 이산적 단계에서 알려진 위치에서의 RSS 측정치를 저장하는 수동 라디오 맵을 구축한다.
• 실시간 RSS 벡터와 수동 라디오 맵을 기반으로 가장 가능성이 높은 위치를 추정하기 위해 베이지안 추론을 사용한다.
• 위치 측정 정확도 향상을 위해 후처리 기법으로 공간적·시간적 평균화를 적용한다.
• 표준 액세스 포인트와 모니터링 랩탑(예: 무선 카드가 장착된 랩탑)을 활용해 RSS 데이터를 수집한다.
• 사람의 존재로 인한 신호 감쇠 및 다중경로 효과를 이용해 RSS 변화를 처리한다.
• 라인 오브 사이트(LOS) 요구 조건 없이 작동하므로, 벽과 반사성 물질이 많은 복잡한 실내 환경에서도 강건하다.

실험 결과

연구 질문

• RQ1 기기 없는 수동 위치 측정 시스템이 다중경로 효과가 뚜렷한 대규모 실내 환경에서 높은 정확도를 달성할 수 있는가?
• RQ2 공간적·시간적 평균화를 적용한 베이지안 추론의 성능이 RSS 기반 위치 측정에서 결정론적 또는 무작위 추정과 비교해 어떻게 다른가?
• RQ3 기존 무선 인프라(AP 및 랩탑)를 얼마나 효과적으로 활용해 추가 하드웨어 없이 정확한 위치 측정을 가능하게 할 수 있는가?
• RQ4 사무실 건물과 같은 큰 실내 공간에서 시스템이 확장성과 광범위한 커버리지 유지가 가능한가?
• RQ5 환경의 동적 변화(예: 움직이는 물체, 간섭)가 위치 측정 정확도에 미치는 영향은 무엇이며, 이를 어떻게 완화할 수 있는가?

주요 결과

• Nuzzer는 다중경로가 풍부한 1500 m² 규모의 사무실 빌딩에서 중앙값 위치 오차 1.82 미터를 달성한다.
• 공간적·시간적 평균화 후처리 기법을 적용할 경우 오차가 38% 감소한다.
• Nuzzer의 성능은 결정론적 기법보다 3.7배, 무작위 추정기법보다 7.7배 뛰어나다.
• 두 대의 모니터링 랩탑과 세 대의 액세스 포인트만으로도 시스템이 성공적으로 작동하여 하드웨어 오버헤드가 낮음을 입증한다.
• 라인 오브 사이트가 필요 없고 특수 하드웨어 없이도 고정확도를 유지하므로, 실생활 배치에 적합하다.
• 수동 라디오 맵 구축이 동적인 신호 감쇠와 간섭이 존재하는 복잡한 실내 환경에서도 강건한 위치 측정을 가능하게 한다.