Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 이동하 | ko |
dc.contributor.author | 손명규 | ko |
dc.contributor.author | 양연모 | ko |
dc.date.accessioned | 2018-07-11T12:44:24Z | - |
dc.date.available | 2018-07-11T12:44:24Z | - |
dc.date.issued | 2006-11-10 | - |
dc.identifier.uri | http://hdl.handle.net/20.500.11750/8704 | - |
dc.description.abstract | 본 발명은 고가의 장비(GPS, 비콘, 고정노드)를 이용하지 않고 MLE(Maximum Likelihood Estimation) 개념을 이용하여 위치 인식 문제를 해결할 수 있는 위치 인식 방법을 제공하기 위한 것으로서, 가우시안(Gaussian) 확률 밀도 함수(Probability Density Function : PDF)에 따라 임의의 위치인 배치 위치 및 이웃 단위 그룹별 센서 노드 분포를 산출하는 단계와, 이웃 단위 그룹별 센서 노드 정보 및 배치 위치를 이용한 가우시안 PDF 사이의 최대 확률 추정법(Maximum Likelihood Estimation : MLE)을 통해 이동 센서 노드의 위치 값을 산출하는 단계와, 상기 이웃 단위 그룹별 센서 노드의 위치 정보 및 센서 맵 정보를 이용하여 각 그룹에서 허용 가능한 최대 문턱(threshold) 값을 생성하는 단계와, 상기 이웃 단위 그룹별 센서 노드에서 입력되는 델타(delta) 신호와 그룹 키 값을 이용하여 최소 제곱 추정법(Least Square Estimation : LSE)으로 LSE 값을 산출하는 단계와, 상기 최대 문턱 값(τ)과 LSE 값을 서로 비교하여 델타 신호가 외란 또는 악의적인 공격 신호로 판단되면 해당 델타 신호를 거절하여 무시하는 단계를 포함하는데 있다. | - |
dc.title | MLE 및 LSE 개념을 이용한 강건 위치 인식 방법 | - |
dc.title.alternative | Method for robust location estimation using MLE(Maximum Likelihood Estimation) and LSE(Least Square Estimation) concepts | - |
dc.type | Patent | - |
dc.type.rims | PAT | - |
dc.contributor.nonIdAuthor | 양연모 | - |
dc.publisher.country | KO | - |
dc.identifier.patentApplicationNumber | 10-2006-0111013 | - |
dc.date.application | 2006-11-10 | - |
dc.identifier.patentRegistrationNumber | 10-0867715 | - |
dc.date.registration | 2008-11-03 | - |
dc.contributor.assignee | (재)대구경북과학기술원(100/100) | - |
dc.description.claim | (1) 단위 그룹별 센서 노드의 위치 정보 및 센서 맵 정보를 이용하여 각 그룹에서 허용 가능한 최대 문턱(threshold) 값을 생성하는 단계와, (2) 이웃 단위 그룹별 센서 노드에서 입력되는 델타(delta) 신호와 그룹 키 값을 이용하여 최소 제곱 추정법(Least Square Estimation : LSE)으로 LSE 값을 산출하는 단계와, (3) 상기 최대 문턱 값(τ)과 LSE 값을 서로 비교하여 입력되는 델타 신호가 외란 또는 악의적인 공격신호인지 여부를 판단하는 단계와, (4) 상기 판단 결과, 델타 신호가 외란 또는 악의적인 공격 신호로 판단되면 해당 델타 신호를 거절하여 무시하는 단계를 포함하는 강건 위치 인식 방법. | - |
dc.description.claim | (1) 단위 그룹별 센서 노드의 위치 정보 및 센서 맵 정보를 이용하여 각 그룹에서 허용 가능한 최대 문턱(threshold) 값을 생성하는 단계와, (2) 이웃 단위 그룹별 센서 노드에서 입력되는 델타(delta) 신호와 그룹 키 값을 이용하여 최소 제곱 추정법(Least Square Estimation : LSE)으로 LSE 값을 산출하는 단계와, (3) 상기 최대 문턱 값(τ)과 LSE 값을 서로 비교하여 입력되는 델타 신호가 외란 또는 악의적인 공격신호인지 여부를 판단하는 단계와, (4) 상기 판단 결과, 델타 신호가 외란 또는 악의적인 공격 신호로 판단되면 해당 델타 신호를 거절하여 무시하는 단계를 포함하는 강건 위치 인식 방법. | - |
dc.description.claim | (1) 단위 그룹별 센서 노드의 위치 정보 및 센서 맵 정보를 이용하여 각 그룹에서 허용 가능한 최대 문턱(threshold) 값을 생성하는 단계와, (2) 이웃 단위 그룹별 센서 노드에서 입력되는 델타(delta) 신호와 그룹 키 값을 이용하여 최소 제곱 추정법(Least Square Estimation : LSE)으로 LSE 값을 산출하는 단계와, (3) 상기 최대 문턱 값(τ)과 LSE 값을 서로 비교하여 입력되는 델타 신호가 외란 또는 악의적인 공격신호인지 여부를 판단하는 단계와, (4) 상기 판단 결과, 델타 신호가 외란 또는 악의적인 공격 신호로 판단되면 해당 델타 신호를 거절하여 무시하는 단계를 포함하는 강건 위치 인식 방법. | - |
dc.description.claim | (1) 단위 그룹별 센서 노드의 위치 정보 및 센서 맵 정보를 이용하여 각 그룹에서 허용 가능한 최대 문턱(threshold) 값을 생성하는 단계와, (2) 이웃 단위 그룹별 센서 노드에서 입력되는 델타(delta) 신호와 그룹 키 값을 이용하여 최소 제곱 추정법(Least Square Estimation : LSE)으로 LSE 값을 산출하는 단계와, (3) 상기 최대 문턱 값(τ)과 LSE 값을 서로 비교하여 입력되는 델타 신호가 외란 또는 악의적인 공격신호인지 여부를 판단하는 단계와, (4) 상기 판단 결과, 델타 신호가 외란 또는 악의적인 공격 신호로 판단되면 해당 델타 신호를 거절하여 무시하는 단계를 포함하는 강건 위치 인식 방법. | - |
dc.description.claim | (1) 단위 그룹별 센서 노드의 위치 정보 및 센서 맵 정보를 이용하여 각 그룹에서 허용 가능한 최대 문턱(threshold) 값을 생성하는 단계와, (2) 이웃 단위 그룹별 센서 노드에서 입력되는 델타(delta) 신호와 그룹 키 값을 이용하여 최소 제곱 추정법(Least Square Estimation : LSE)으로 LSE 값을 산출하는 단계와, (3) 상기 최대 문턱 값(τ)과 LSE 값을 서로 비교하여 입력되는 델타 신호가 외란 또는 악의적인 공격신호인지 여부를 판단하는 단계와, (4) 상기 판단 결과, 델타 신호가 외란 또는 악의적인 공격 신호로 판단되면 해당 델타 신호를 거절하여 무시하는 단계를 포함하는 강건 위치 인식 방법. | - |
dc.identifier.iprsType | 특허 | - |
dc.contributor.affiliatedAuthor | 이동하 | - |
dc.contributor.affiliatedAuthor | 손명규 | - |
There are no files associated with this item.