[논문 리뷰] Performance Study of Localization Techniques in Wireless Body Area Sensor Networks

Obaid Ur Rehman, Nadeem Javaid외 2명|arXiv (Cornell University)|2012. 07. 06.

Indoor and Outdoor Localization Technologies참고 문헌 5인용 수 4

한 줄 요약

이 논문은 무선 신체영역 센서망(WBASNs)에서 실내 및 실외 환경의 위치 추적 기법을 평가하고 비교하며, 실내 추적에는 입자 필터링을, 실외 추적에는 은닉 마르코프 모델(HMM)-기반 GSM 추적을 제안한다. 실내 환경에서는 입자 필터링이 가장 높은 정밀도를 보이며, 실외 기법들 중에서도 HMM 기반의 GSM 추적은 정밀도가 뛰어나고 계산 오버헤드가 낮다는 점을 입증한다.

ABSTRACT

One of the major issues in Wireless Body Area Sensor Networks (WBASNs) is efficient localization. There are various techniques for indoor and outdoor environments to locate a person. This study evaluating and compares performance of optimization schemes in indoor environments for optimal placement of wireless sensors, where patients can perform their daily activities. In indoor environments, the performance comparison between Distance Vector-Hop algorithm, Ring Overlapping Based on Comparison Received Signal Strength Indicator (ROCRSSI), Particle filtering and Kalman filtering based location tracking techniques, in terms of localization accuracy is estimated. Results show that particle filtering outperforms all. GPS and several techniques based on GSMlocation tracking schemes are proposed for outdoor environments. Hidden Markov GSM based location tracking scheme efficiently performs among all, in terms of location accuracy and computational overheads.

연구 동기 및 목표

• 무선 신체영역 센서망(WBASNs)의 실내 및 실외 환경에서의 위치 추적 기법을 평가하고 비교하는 것.
• 환자 모니터링 응용 분야에서 정밀도와 계산 오버헤드를 균형 잡는 최적의 위치 추적 기법을 규명하는 것.
• 정적 지도 기반 추적 및 HMM 기반 추적 기법에서의 위치 정밀도를 추정하기 위한 수학적 모델을 제안하는 것.
• 비선형 실내 추적 환경에서 인간의 동적 이동을 고려한 입자 필터링 및 칼만 필터링의 성능을 분석하는 것.

제안 방법

• 신호 가능성에 기반한 시간 시리즈 입자 가중치를 활용해 미지의 노드 위치를 추정하기 위해 베이지안 사후 확률을 사용하는 입자 필터링을 제안한다.
• 실내 동적 환경에서 상태 추정을 위해 칼만 필터링을 활용하며, 위치와 속도를 선형 가우시안 과정으로 모델링한다.
• 실외 GSM 기반 추적을 위해 은닉 마르코프 모델(HMM)을 도입하며, 상태는 격자 셀을 나타내고 관측값은 인근 기지국에서의 수신 신호 강도(RSSI) 값이다.
• 안정 상태 확률 분포를 활용해 사용자 위치 전이를 예측함으로써, RSSI 관측값의 시간적 상관관계를 통해 정밀도를 향상시킨다.
• 유클리드 거리 척도를 사용해 정적 지도 기반 추적의 정밀도를 계산하기 위해 수학적 모델링을 적용한다.
• GPS 기반 추적의 효율성을 평가하기 위해 베이컨 오버헤드를 모바일 노드당 평균 베이컨 메시지 수로 정의한다.

실험 결과

연구 질문

• RQ1 DV-Hop, ROCRSSI, 입자 필터링, 칼만 필터링 중 어느 실내 위치 추적 기법이 WBASNs에서 가장 높은 정밀도를 달성하는가?
• RQ2 HMM 기반의 GSM 추적 기법은 다른 실외 기법들(Cell ID, GPS 등)과 비교해 정밀도와 계산 비용 측면에서 어떻게 다른가?
• RQ3 RSSI 관측 시퀀스 길이를 늘일 경우 HMM 기반 위치 추정의 정밀도와 지연 시간에 어떤 영향을 미치는가?
• RQ4 정적 지도 기반 추적 및 HMM 기반 추적에서 위치 정밀도를 정량화하기 위한 수학적 모델을 어떻게 개발할 수 있는가?
• RQ5 모바일 WBAN 노드의 GPS 기반 추적에서 정밀도와 베이컨 오버헤드 사이의 최적의 균형은 무엇인가?

주요 결과

• 입자 필터링은 비선형적이고 동적인 환경에서 다른 모든 실내 위치 추적 기법보다 정밀도가 뛰어나다.
• HMM 기반의 GSM 추적 기법은 실외 위치 추적 방법 중에서 가장 높은 정밀도를 달성하면서도 낮은 계산 오버헤드를 유지한다.
• RSSI 관측 시퀀스 길이를 늘일수록 HMM 기반의 위치 추정 정밀도는 향상되지만 지연 시간이 증가한다.
• 제안된 정적 지도 기반 추적의 수학적 모델을 통해 유클리드 거리 척도를 사용해 위치 정밀도를 정량화할 수 있다.
• GPS 기반 추적에서 베이컨 오버헤드는 첫 번째 및 마지막 베이컨 메시지만 기록함으로써 최소화되며, 위치 추정 정밀도를 훼손하지 않고 메시지 부하를 감소시킨다.
• HMM에서의 안정 상태 확률 분포는 인접한 격자 셀 간 전이 확률을 통해 사용자 이동 패턴을 모델링함으로써 예측 정밀도를 향상시킨다.