The widespread of the mobile computing devices such as smartphones or tablets has made it possible to use internets, anytime and anywhere. Also, the growth of the wireless network infrastructures has made a high speed internet available to any users. Under this environment, most people carry a mobile computing device for their work, communication, and entertainment. Naturally, the Location-Based Systems (LBS) and their Services have been an increasingly important issue of great interest to many people because they always move with their mobile devices. Also, some people may have required a good localization technology very suitable for indoor environments. Due to some limitations of the existing technologies, the WLAN-based indoor positioning system has been regarded as one of the most appropriate positioning systems for the application of the indoor environments. The most important thing in the system is the accuracy of positioning. One of the most widely used positioning algorithms is the so-called k-Nearest Neighbor method (k-NN). The k-NN method requires a small amount of training data, and it generally shows a high accuracy. Most of the existing k-NN methods use the fixed value of k. However, the optimal value of k can be changed by each Wi-Fi fingerprint. We have confirmed that the static k-NN method was not suitable for a real situation. Thus, we could improve the accuracy by selecting the proper number of k. The proposed method divides neighbors into near neighbors and far neighbors using two thresholds, i.e., coordinate threshold and received signal strength vector (RSSV) threshold. Beginning from the 1st neighbor, the proposed method increases the value of k until the next neighbor overs either of the thresholds. If the next neighbor overs either of the thresholds, it determines the final position. As a result, we have confirmed that the proposed method could outperform the previously proposed positioning methods. Both the mean error distance and the standard deviation were also reduced as compared to the previously proposed positioning methods.
스마트폰이나 타블렛과 같은 모바일 컴퓨팅 장치의 보급 및 무선랜 환경의 구축은 언제 어디서든지 인터넷을 사용가능 하도록 만들었다. 이러한 환경은 사람들로 하여금 위치 기반 서비스에 관심을 가지게 하였다. 위치 기반 서비스는 최근에 가장 주목 받고 있는 이슈 중에 하나로써, 얼마나 정확하게 사용자의 위치를 판정할 수 있느냐가 중요하게 여겨진다. 기존에 있던 기술들의 한계로 인하여, 실내에서의 위치 기반 서비스를 위한 기술로 가장 적합하다고 여겨지는 것이 바로 무선랜 기반 실내 측위 시스템이다. 실내 측위을 위해서 기존에 가장 많이 사용되던 방법이 K-NN기법이다. 이 기법은 학습 데이터를 적게 필요로 하면서 좋은 정확도를 보여주기 때문에 가장 많이 사용되고 있다. 이 기법에서는 K값을 고정시켜 놓고 사용하는데, 때문에 K값에 따라서 정확도가 매우 크게 달라진다는 점과, 몇몇의 관계없는 점들에 의해서 정확도가 나빠질 수 있다는 단점을 가지고 있다. 따라서 이러한 단점을 극복하고자 본 논문에서 무선랜 기반 실내 측위 시스템을 위한 동적 K-NN 기법을 제안한다. 제안된 기법은 두 개의 임계치를 이용하여 점들을 가까운 점과 먼 점으로 나누고, 첫 번째 점부터 시작하여 다음 순위의 점이 두 개의 임계치 중 하나라도 넘을 때까지 K값을 증가시켜 나간다. 만약 다음 순위의 점이 두 개의 임계치 중 하나라도 넘길 때에는, 바로 직전의 점까지만 사용하여 최종 위치를 판정한다. 결과적으로 제안된 기법은 기존의 위치 판정 기법들보다 좋은 성능을 보여주는 것을 확인하였다. 그리고 기존의 방법들과 비교했을 때, 평균 오차 거리와 표준편차가 모두 감소하였다. 또한 제안된 방법은 측위 지점의 밀도가 높지 않은 환경에서도 사용가능 할만한 정확도를 보여주었다.
