IEEE 802.11b 간섭 환경에서 RSSI를 이용한 IEEE 802.15.4 기반 실내 측위 기술의 성능 향상

Abstract

최근 IoT(Internet of Things) 기술에 대한 연구가 활발하게 진행되고 있고, 무선 센서 네트워크(Wireless Sensor Networks)는 IoT의 기반이 되는 기술이다. 이러한 무선 센서 네트워크를 기반으로 하는 실내 측위(Indoor Localization) 기술은 IoT에서 요구되는 가장 중요한 기술 중 하나이다. 실내 측위 기술에서 가장 큰 이슈는 정확도 향상이다. 기존에 많은 측위 기술들이 제안됐고 많은 기술들이 두 노드 간(blind node, reference node) 주고 받는 신호를 이용한다. 하지만 신호들이 주변의 어떠한 원인에 의해서 변형이 된다면 측위 기술의 정확도는 급격하게 감소하게 된다. 실내 환경에서 측위 기술의 정확도에 가장 큰 영향을 주는 원인은 채널 간섭과 장애물로 인한 NLOS(Non Line of Sight) 영향이다. 요즘 대부분의 실내에는 다수의 IEEE 802.11b WLAN AP가 존재한다. IEEE 802.11b는 Industrial Scientific Medical(ISM) 밴드인 2.4GHz 대역을 사용한다. ISM 밴드는 무료로 허가된 밴드로 스마트폰, 노트북, 스마트 기기 등에 널리 사용되고 있다. 하지만 무선 센서 네트워크의 대표적인 국제 표준인 IEEE 802.15.4 역시 ISM 밴드인 2.4GHz 대역을 사용한다. 만약 IEEE 802.15.4와 IEEE 802.11b가 같은 채널을 사용하면서 공존하게 된다면, 전송 파워가 강한 IEEE 802.11b는 IEEE 802.15.4의 성능에 큰 영향을 미치게 된다. 결국 이러한 환경은 IEEE 802.15.4를 기반으로 하는 실내 측위 시스템의 정확도에 부정적인 영향을 끼친다. 본 논문에서는 IEEE 802.11b가 IEEE 802.15.4의 성능에 미치는 영향에 대해서 시뮬레이션을 통한 분석을 수행한다. 성능 분석을 수행하기 위하여 IEEE 802.11b 간섭 환경에서 IEEE 802.15.4의 PER(Packet Error Rate)과 Throughput을 측정 요소로 이용하고, 다양한 채널 모델을 고려하기 위하여 AWGN(Additive White Gaussian Noise), Rayleigh fading, Rician fading을 적용한다. 시뮬레이션 결과 IEEE 802.11b 간섭 환경이 IEEE 802.15.4 기반 시스템에 최대 50%의 성능 감소를 발생시킬 수 있는 것을 확인했다(Rayleigh fading 채널 모델 기준). 또한, AWGN 채널 모델과 비교했을 때 실내 NLOS 환경을 고려한 Rayleigh fading 채널 모델은 AWGN 채널 모델에 비해서 최대 25%의 성능 감소가 더 발생했음을 확인했다. 특히 IEEE 802.11b가 사용하는 채널과 동일한 또는 인접한 채널을 사용할수록 성능 감소가 심각하게 발생하는 것을 확인할 수 있었다. 따라서 IEEE 802.15.4 기반의 실내 측위 기술의 성능 향상을 위해서는 IEEE 802.11b 간섭 채널을 탐지하고 회피하는 기술 연구가 선행되어야 한다. 본 논문에서는 IEEE 802.11b 간섭 환경에서 IEEE 802.15.4 기반 실내 측위 기술의 성능 감소를 최소화하기 위한 간섭 채널 탐지 및 최적 채널 선정 기술에 대하여 제안한다. IEEE 802.15.4의 각 채널마다 간섭 정도를 판단하고, 간섭이 가장 적다고 판단되는 채널을 실내 측위 기술의 정확도를 가장 높일 수 있는 채널이라고 판단하게 된다. 간섭 정도를 판단하는 기준으로는 트레이닝을 통한 실제 거리와 측정 거리 간 오차율, PER 평균, Outage Probability 이다. 제안한 방식을 이용하여 선정된 채널이 Energy detection 방식만을 이용하여 선정된 채널에 비하여 약 10 %의 성능 향상이 이뤄졌음을 확인했다. 마지막으로 본 논문에서는 RSSI를 이용한 IEEE 802.15.4 기반의 실내 측위 기술을 제안한다. 기본적으로 측위 과정은 MLE(Maximum Likelihood Estimation) 방식을 이용하여 수행된다. MLE 방식은 실내의 측위 대상이 되는 구역을 n 개의 그리드 형태로 나누고, blind node는 reference node로부터 수신된 RSSI(Received Signal Strength Indication) 값을 이용하여 각 그리드마다 blind node가 존재할 확률 밀도 함수(Probability Density Function)를 계산한다. 가장 높은 확률을 갖는 그리드가 blind node의 위치로 추정되게 된다. 하지만 실내에 존재하는 많은 장애물에 의해서 NLOS 환경이 형성되게 된다. 따라서 본 논문에서는 NLOS 링크(Link) 탐지 후 NLOS에 따른 ranging distance 오차를 정정하는 기법에 대해서 제안하고, 시뮬레이션을 통하여 기존 Min-Max, MLE, Kalman Filter를 이용한 실내 측위 기술에 비해 최대 85% 성능 향상이 이뤄졌음을 확인했다.