ＭＬＥ 및 ＬＳＥ 개념을 이용한 강건 위치 인식 방법

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.