Wi-Fi 포지셔닝 시스템

Wi-Fi 포지셔닝 시스템(WPS, 줄여서 WiPS 또는 WFPS)은 인근 Wi-Fi 핫스팟 및 기타 무선 액세스 포인트의 특성을 사용하여 디바이스의 ^[1]위치를 검출하는 지리 위치 시스템입니다.

실내에서 멀티패스나 신호 차단 등 다양한 원인으로 GPS 등 위성항법장치가 불충분하거나 위성수정이 너무 오래 걸리는 경우에 사용합니다.^[2] 이러한 시스템에는 보조 GPS, 핫스팟 데이터베이스를 통한 도시 측위 서비스 및 실내 측위 ^[3]시스템이 포함됩니다.Wi-Fi 포지셔닝은 21세기 초 도시 지역의 ^[4]무선 액세스 포인트가 빠르게 성장한 점을 활용합니다.

무선 액세스 포인트에서의 위치 결정에 사용되는 가장 일반적이고 광범위한 현지화 기술은 수신 신호의 강도(RSSI) 측정과 '핑거프린트'^[5][6][7] 방법에 기초하고 있습니다.무선 액세스 포인트의 위치 결정에 도움이 되는 일반적인 파라미터에는 SSID와 MAC 주소가 있습니다.정확도는 데이터베이스에 위치가 입력된 인근 접근포인트 수에 따라 달라집니다.Wi-Fi 핫스팟 데이터베이스는 모바일 장치 GPS 위치 데이터와 Wi-Fi 핫스팟 MAC ^[8]주소를 연관시킴으로써 채워집니다.발생할 수 있는 신호 변동으로 인해 사용자의 경로 오류 및 부정확성이 증가할 수 있습니다.수신 신호의 변동을 최소화하기 위해 노이즈를 필터링하는 데 적용할 수 있는 특정 기술이 있습니다.

정밀도가 낮은 경우 Wi-Fi 트레이스를 지리적 정보 및 시간 제약(시간 지리)^[9]과 같은 다른 데이터 소스와 병합하는 기술이 제안되었습니다.

동기 부여 및 응용 프로그램

증강현실, 소셜 네트워킹, 의료 모니터링, 개인 추적, 인벤토리 관리 ^[10][11]및 기타 실내 위치 인식 애플리케이션의 사용이 증가함에 따라 Wi-Fi 기반 장치의 정확한 실내 위치 파악이 더욱 중요해지고 있습니다.

무선 보안에서는 부정한 액세스포인트의^[12][13] 특정과 매핑에 사용되는 중요한 작업입니다.

Wi-Fi 네트워크 인터페이스 카드의 인기와 저렴한 가격은 Wi-Fi를 현지화 시스템의 기반으로 사용하는 데 매력적인 인센티브이며, 지난 15년 ^[5][7][14]동안 이 분야에서 상당한 연구가 이루어졌습니다.

문제 설명 및 기본 개념

디바이스의 Wi-Fi 기반 실내 현지화의 문제는 액세스포인트에 대한 클라이언트 디바이스의 위치를 결정하는 것입니다.이를 달성하기 위해 많은 기법이 존재하며, 이들은 수신 신호 강도 표시(RSSI), 지문, 도착 각도(AoA) 및 비행 시간(ToF) 기반 ^[14][15]기법의 4가지 주요 유형으로 분류될 수 있습니다.

대부분의 경우 디바이스의 위치를 결정하는 첫 번째 단계는 타깃클라이언트 디바이스와 몇 개의 액세스포인트 사이의 거리를 확인하는 것입니다.타깃 디바이스와 액세스포인트 간의 기존 거리에 따라 접근포인트의 기존 위치를 기준으로 타깃디바이스의 ^[11]상대적인 위치를 판단하기 위해 삼변측정 알고리즘을 사용할 수 있습니다.또는 타깃 클라이언트 디바이스에 도달하는 신호의 각도를 이용하여 삼각측량 ^[14]알고리즘에 근거해 디바이스의 위치를 결정할 수 있다.

이러한 기술을 조합하여 ^[14]시스템의 정확도를 높일 수 있습니다.

기술

신호 강도 기준

RSSI 현지화 기술은 클라이언트 디바이스에서 여러 다른 액세스포인트로의 신호 강도를 측정한 후 이 정보를 전파 모델과 조합하여 클라이언트 디바이스와 액세스포인트 사이의 거리를 결정합니다.삼각측량(다변측량이라고도 함) 기술을 사용하여 접근포인트의 ^[11][14]기존 위치를 기준으로 추정 클라이언트 디바이스 위치를 계산할 수 있습니다.

가장 저렴하고 구현하기 쉬운 방법 중 하나이지만 RSSI 측정값이 환경의 변화나 멀티패스 ^[5]페이딩에 따라 변동하는 경향이 있기 때문에 정확도(2~4m 중간)가 매우 낮다는 것이 단점입니다.

지문 인증 기반

기존 핑거프린트도 RSSI 기반이지만 단순히 범위 내의 여러 액세스포인트로부터의 신호 강도를 기록하고 이 정보를 오프라인 단계에서 클라이언트 디바이스의 기존 좌표와 함께 데이터베이스에 저장합니다.이 정보는 결정론적이거나^{[5] [7]}확률적일 수 있다.온라인 트래킹 단계에서는 불분명한 위치의 현재 RSSI 벡터를 핑거프린트에 저장되어 있는 벡터와 비교하여 가장 가까운 일치가 추정 사용자 로케이션으로 반환됩니다.이러한 시스템은 0.6m의 중앙 정밀도와 1.3m의 ^[14][16]테일 정밀도를 제공할 수 있다.

단점은 가구나 건물의 추가 또는 제거 등 환경에 대한 변경으로 인해 각 위치에 대응하는 "지문"이 변경되어 지문 데이터베이스를 업데이트해야 하는 경우가 있다는 것입니다.그러나 변화하는 ^[17]환경에 대처하기 위해 카메라와 같은 다른 센서와의 통합을 사용할 수 있습니다.

도착 각도 기준

여러 안테나를 사용하는 MIMO Wi-Fi 인터페이스가 등장함에 따라 액세스포인트 안테나 어레이에서 수신되는 멀티패스 신호의 AoA를 추정하여 삼각측량을 적용하여 클라이언트 디바이스의 위치를 계산할 수 있게 되었습니다.SpotFi,^[14] ArrayTrack^[10] 및 LTEye가^[18] 이러한 기술을 채택한 제안 솔루션입니다.

AoA의 일반적인 계산은 MUSIC 알고리즘을 사용하여 이루어집니다.$M개의$$안테나$어레이가$d개$의 거리만큼$$ 균등하게 떨어져 있고$L개의$전파 경로를$$ $통해{\displaystyle }$ 안테나 어레이에 도달하는 신호가 있다고 가정하면 ${\displaystyle \mathrm{dsin}}$의 ${\displaystyle \mathrm{추가}}$ 거리$δ\$displaystyle$$ $d\sin$ \$theta$가 신호에 의해 이동하여 두 번째 안테나에 도달합니다.배열의 ^[14]na.

$액세스{\displaystyle }$ 포인트의 안테나 어레이의 노멀에 대해$$k$(\$$\$theta_$$${k$})의 ${\displaystyle {각도}_{}}$로 k$(\$displaystyle\$theta_${k})의 전파 패스가 도달하는 것을 고려하면 $(\$는 어레이의 안테나에서 발생하는 감쇠입니다.감쇠는 신호에 의해 이동되는 거리에 따라 모든 안테나에 대해 변화하는 위상 시프트를 제외하고 모든 안테나에서 동일합니다.즉, 신호가 도달하는 것은 추가 위상입니다.

$\displaystyle -2\pi \cdot d\cdot \sin(\theta)\cdot (f/c)\cdot (2-1)}$

두 번째 안테나에서

$\displaystyle -2\pi \cdot d\cdot \sin(\theta)\cdot (f/c)\cdot (m-1)}$

$m번째$ ^[14]$안테나$에 접속합니다$.$

따라서 전파 ^[14]경로의 AoA 함수로서 각 안테나가 경험하는 위상 편이를 단순하게 표현하기 위해 다음과 같은 복잡한 지수를 사용할 수 있습니다.

그런 다음 AoA는 k$(\displaystyle$ k$)$ - 전파$$ $경로$로 인해 수신된 신호의 $벡터{\displaystyle \stackrel{}{}}$ a ${\displaystyle \stackrel{}{\to }}$ ( ${\displaystyle {}_{}}$ k ) ${\$ ${\displaystyle k_{}}$ ( \ displaystyle$_$ { $a$} ) _ k ( \ displaystyle _ c { $a$} ) \ $displaystyle$ _ { c } $given$ _ { k$$} 로$$ 표현될 수 있습니다. $여기$서 a $（$ ） ） （ ） ） ） （ $ta$ _ $ta$_ $ta$ k ） ） ） （ ta _ k : ^[14]） ） ） ） 。

각 전파 경로에는 하나의 조향 벡터가 있으며 조향 $매트릭스{\displaystyle \mathbf{}}$ A$({$$치수{\displaystyle }$ M ${\displaystyle †}$(\$displaystyle$ M$\cdot$ L$))$는 다음과 ^[14]같이 정의됩니다.수신된 신호 $벡터{\displaystyle \stackrel{}{}}$ x $→$ {\style ${x}}$은(^[14]는) 다음과 같습니다. 여기서 $\gamma {\displaystyle \stackrel{}{\mathrm{}}}$ ${\displaystyle \to }$ [ ${\displaystyle {\stackrel{}{}}_{}}$ ${\displaystyle {\stackrel{}{\to }}_{}}$ ${\displaystyle 1_{\mathrm{}}}$ ${\displaystyle {}_{}}$ ${\displaystyle {\stackrel{}{\to }}_{}}$ $]$ {\$displaystyle {\vec$ {Gamma $}}=[{\vec {gamma }}_$${1$}\$displaystyle$ L$}$^[14] 경로의$$ $벡터{\displaystyle }$ 복소수 감쇠입니다.OFDM은 여러 개의 서로 다른 서브 캐리어에 데이터를 전송하므로 각 서브 캐리어에 대응하는$$ 측정된 $수신{\displaystyle \stackrel{}{}}$ 신호 x$$ ${\displaystyle$ \mathbf ${$$X}}$은(^[14]는) $행렬{\displaystyle \mathbf{}}$ X ${\$ {$X} }$$매트릭스{\displaystyle \mathbf{}}$X(\$displaystyle \mathbf {X})$는 Linux 802.11n CSI ^[19]Tool 등의 특수 도구를 사용하여 최신 무선 카드에서 추출할 수 있는 채널 상태 정보(CSI) 매트릭스에 의해 제공됩니다.

여기서 MUSIC 알고리즘이 적용됩니다.${\displaystyle 첫{\mathbf{}}^{}}$ 번째로 X X $(\$ \$mathbf {$X} $^{H})$의 $고유{\displaystyle \mathbf{}}$ 벡터를 계산하여 (${\displaystyle {}^{}}$서 X$$H$(\displaystyle$ \$mathbf {X}$^{$H$$})$ 벡터를 사용하여 X$(\backslash$$displaystyle \mathbf {X$})의 켤레트랜스포즈)를 계산합니다$.$스티어링 벡터 및 $행렬{\displaystyle \mathbf{}}$ A$(\$^[14] AoA는 이 행렬에서 추론하여 삼각측정을 통해 클라이언트 장치의 위치를 추정하는 데 사용할 수 있습니다.

이 기술은 보통 다른 기술보다 정확하지만 6~8개의^[10] 안테나 배열이나 회전 ^[18]안테나 등의 특수한 하드웨어가 필요할 수 있습니다.SpotFi는^[14] 3개의 안테나만으로 Wi-Fi 카드의 각 안테나에 의해 측정되는 수를 활용하는 초해상도 알고리즘의 사용을 제안하고 있으며, 정확도 향상을 위해 ToF 기반의 현지화 기능을 포함하고 있다.

비행 시간 기준

Time of Flight(ToF; 비행시간) 현지화 접근방식은 무선 인터페이스에서 제공되는 타임스탬프를 사용하여 신호의 ToF를 계산하고 이 정보를 사용하여 액세스포인트에 대한 클라이언트 디바이스의 거리와 상대 위치를 추정합니다.이러한 시간 측정의 입도는 나노초이며, 이 기술을 사용하는 시스템은 2m의 ^[14]현지화 오류를 보고했습니다.이 테크놀로지의 일반적인 어플리케이션은 태그 부착과 건물 내 자산 위치 지정입니다.이러한 경우 보통 실내 수준의 정확도(약 3m)^[21]로 충분합니다.

무선 인터페이스에서의 시간 측정은 RF파가 빛의 속도에 가까운 속도로 이동한다는 사실에 기초하고 있습니다.이것은 실내 환경의 대부분의 전파 매체에서 거의 일정하게 유지됩니다.따라서 신호 전파 속도(그리고 결과적으로 ToF)는 ^[20]RSSI 측정값만큼 환경에 영향을 받지 않습니다.

RADAR 시스템에서 사용되는 것과 같은 기존의 ToF 기반 에코 기법과 달리 Wi-Fi 에코 기법은 일반 데이터와 ^[20]확인 응답 통신 프레임을 사용하여 ToF를 측정합니다.

RSSI 접근법과 마찬가지로 ToF는 클라이언트 디바이스와 액세스포인트 사이의 거리를 추정하기 위해서만 사용됩니다.그런 다음 3변측정 기법을 사용하여 액세스포인트에 ^[21]대한 디바이스의 예상 위치를 계산할 수 있습니다.ToF 접근법의 가장 큰 과제는 클럭 동기화 문제, 노이즈, 샘플링 아티팩트 및 멀티패스 채널 ^[21]효과에 대처하는 것입니다.일부 기술은 수학적 접근법을 사용하여 클럭 ^[15]동기화의 필요성을 제거합니다.

최근에는 Wi-Fi 라운드 트립 시간 표준으로 Wi-Fi에 대한 우수한 ToF 범위 기능이 제공되고 있습니다.

프라이버시 문제

구글은 WPS에서 발생하는 특정 프라이버시 문제를 언급하며 특정 접근포인트가 ^[22]WPS를 사용하는 장소 판별에 참여하지 않도록 하는 통일된 접근방식을 제안했습니다.무선 액세스 포인트의 SSID에 "_nomap"을 추가하면 Google의 WPS 데이터베이스에서 제외됩니다.구글은 애플과 마이크로소프트와 같은 다른 WPS 제공업체들과 데이터 수집가들이 이 권고사항을 따르기를 희망하고 있다.^[23]Mozilla는 위치 서비스에서 ^[24]제외하는 방법으로 _nomap을 사용합니다.

공용 Wi-Fi 위치 데이터베이스

다수의 공용 Wi-Fi 위치 데이터베이스를 사용할 수 있습니다(활성 프로젝트만).

이름.	독자적인 Wi-Fi 네트워크	관찰.	데이터베이스 무료 다운로드	SSID 검색	BSSID 룩	데이터 라이선스	옵트 아웃	커버리지 맵	댓글
콤바인 포지셔닝[25] 서비스	2,400,000,000[26] 이상	6700억 이상[26]	아니요.	네.	네.	독자 사양	_nomap	지도[데드링크]	셀 ID 데이터베이스도 있습니다.
위치API.org (Unwired Labs)	1,500,010,000[28] 이상	4,100,000,000 이상	아니요.	아니요.	네.	독자 사양	아니요.	지도	셀 ID 데이터베이스도
Mozilla 위치 서비스[29]	1,287,000,000[30] 이상	104,708,000,000[30] 이상	아니요.	아니요.	네.	독자 사양 [31]	_nomap[24]	지도	또한 데이터가 공용 도메인인 셀 ID 데이터베이스.블루투스도.
밀니코프[32] GEO	860,655,230[32]		네, 그렇습니다[33].	아니요.	네.	MIT[34]	- (변호사)	지도[데드링크]	셀 ID[35] 데이터베이스도
Navizon[36]	480,000,000	21,500,000,000	아니요.	아니요.	네.	독자 사양	아니요.	지도	크라우드 소싱 데이터를 기반으로 합니다.셀 ID [37]데이터베이스도 있습니다.
radiocells.org[38]	13,610,728		네, 그렇습니다[39].	아니요.	네, 그렇습니다[40].	ODBL[41]	_nomap	지도	크라우드 소싱 데이터를 기반으로 합니다.셀 ID 데이터베이스도 있습니다.원시 데이터 포함
OpenWLANMap / openwifi.고소하다[42][43]	22,010,794		네, 그렇습니다[44].	아니요.	네, 그렇습니다[45].	ODBL[46]	_nomap, 요청[45]	지도
와이글[47]	506,882,816[48]	7,235,376,746[48]	아니요.	네, 그렇습니다[49].	네, 그렇습니다[49].	독자 사양	_nomap,[50] 요청	지도	셀 ID 및 블루투스 데이터베이스도 있습니다.

「 」를 참조해 주세요.

• 자동 차량 위치 확인
• 하이브리드 포지셔닝 시스템
• 실내 측위 시스템
• MAC 주소
• 휴대 전화 추적

레퍼런스