An AP location is a valuable knowledge for Wi-Fi positioning, but surveying AP location is a demanding task. In this paper, we propose an AP location estimation method using implicitly crowdsourced data from the user's smartphone to reduce the cost while targeting an extensive area. The crowdsourced data is pairs of a Wi-Fi fingerprint and a location label from the location provider. The proposed method estimates AP location by optimizing the modified LDPL model to fit the data by applying weighted nonlinear least squares. Modifying LDPL model to reflect general environmental property and scoring influences of data increased the accuracy of the proposed method. Setting bounds reflecting the physical property for parameters of the model and filtering outlier data stabilized the proposed method. To evaluate the proposed method, the experiment was conducted on three datasets: KAIST N1, Cheongju airport, and Lotte World mall.
AP 위치는 와이파이 신호 기반 측위 기법에서 다방면으로 활용할 수 있는 가치있는 정보이지만, 이를 수집하는 것은 많은 노력이 소요되는 일이다. 본 논문에서는 넓은 지역에서 일반 사용자의 스마트폰으로부터 비자발적 크라우드소싱을 통해 적은 비용으로 수집한 데이터를 사용하여 AP 위치를 추정하는 방법을 제안한다. 수집 데이터는 와이파이 신호 지문과 위치 제공자로부터 얻은 위치 레이블의 쌍으로 이루어진다. AP 위치 추정은 데이터에 가중 비선형 회귀를 적용하여, 데이터에 적합한 변형된 LDPL 모델을 구하는 것으로 이루어진다. 보편적 환경 특성을 고려하여 LDPL 모델을 변형하고, 데이터에 따라 영향력에 차등을 주는 것으로 성능 향상을 이루었다. 모델 매개변수의 최적화 범위에 물리적 특성을 고려한 제한을 두고 이상 데이터를 필터링하는 것으로 안정성을 확보하였다. 제안한 방법의 성능 평가를 위하여, KAIST의 N1, 청주공항, 롯데월드몰에서 수집한 데이터셋을 사용하여 실험을 하였다.