RFID 기반 위치 인식을 위한 향상된 LANDMARC 알고리즘

Abstract

지난 몇 년 동안 다양한 무선 어플리케이션 분야에서 사물의 위치 인식은 큰 관심사가 되어왔다. 특히 Radio Frequency Identification (RFID) 시스템에서의 위치 인식은 많은 연구가 진행되고 있다. RFID 기술의 활용 가능성과 경제성 때문에 화물 위치 인식 (Asset Tracking), 산업 자동화, 헬스케어 시스템 등으로 다양하게 활용되고 있다. RFID 시스템을 이용한 태그의 위치 인식에 몇 가지 방법이 제안되었다. 수신한 태그의 RSSI (Received Signal Strength Indicator) 를 이용한 방식이 구현이 간편하여 통상적으로 많이 이용되고 있다. 그 중 특히 참조태그 개념을 사용한 LANDMARC 는 태그 위치 인식을 위한 알고리즘으로 기존의 RSSI 를 이용한 방식에 비해 성능을 향상시켰다. 기존 LANDMARC 알고리즘은 선택하는 참조태그의 개수 k 를 4개로 고정하여 사용하는 한계점이 존재한다. LANDMARC 알고리즘은 기본적으로 수신한 태그의 RSSI 를 이용하기 때문에 환경에 따라 매번 최적의 성능을 나타내는 참조태그의 개수가 다르다. 또한 각각의 환경에 따라 선택하는 참조태그의 개수를 변화하여 성능 개선의 가능성이 있다. 따라서 본 논문에서는 선택하는 참조태그의 개수 k 를 변화하기 위하여 향상된 k-nearest neighbor 알고리즘을 이용한 LANDMARC 알고리즘을 제안하였다. High order k-nearest neighbor 알고리즘에서는 이웃 참조태그의 개수 k 값에 따른 Error 를 미리 계산하여 가장 높은 성능을 갖는 k 값을 선택하였다. 그리고 Adaptive k-nearest neighbor 알고리즘에서는 High order k-nearest neighbor 알고리즘이 모든 k 값에 따른 Error를 계산하여야 하는 단점을 보완하여 Threshold 를 두어 이웃 참조태그의 개수 k 는 유지, 변경하도록 하였다. 이후에 Matlab 시뮬레이션을 통해 제안한 알고리즘의 기존 LANDMARC 알고리즘 대비 성능을 비교 평가하였다. 시뮬레이션 모델을 위해 UHF RFID 시스템에서 자유 공간에서의 링크 버짓과 경로 손실 모델을 선택하고 각 파라미터 값들과 시뮬레이션 환경을 설정하였다. 시뮬레이션 결과 High order k-nearest neighbor 알고리즘을 이용한 LANDMARC 알고리즘은 기존 LANDMARC 알고리즘 대비 7.19 % 의 성능 향상을 나타냈고, Adaptive k-nearest neighbor 알고리즘을 이용한 LANDMARC 알고리즘은 기존 LANDMARC 알고리즘 대비 3.3 % 의 성능 향상을 나타냈다.