WiFi fingerprinting is the most popular indoor positioning method today by representing received signal strength (RSS) values as a vector-type fingerprint. Unlike the active fingerprinting method, passive fingerprinting has the advantage of being able to track location without user participation by utilizing the signal that are naturally emitted from the user's smartphone. However, since signals are generated depending on the user's network usage pattern, there is a problem in that data is irregularly collected according to the pattern. Therefore, this paper proposes an adaptive algorithm that shows stable tracking performance for fingerprints generated at irregular time intervals. The accuracy and stability of the proposed tracking method were verified by experiments conducted in three scenarios. Through the proposed method, It is expected that the stability of indoor positioning and the quality of location-based services will be improved.
와이파이 핑거프린팅이란 수신신호세기를 벡터 형태인 핑거프린트로 나타내어 측위에 활용하는 기법으로 오늘날 가장 널리 쓰이는 실내 측위 방법이다. 기존의 액티브 핑거프린팅 방식과는 달리, 패시브 핑거프린팅은 사용자의 스마트폰에서 자연스럽게 방출되는 신호를 활용하여 사용자들의 적극적인 참여가 없이도 측위가 가능하다는 장점이 있다. 하지만, 신호가 사용자의 네트워크 사용 패턴에 의존적으로 발생하기 때문에 패턴에 따라 핑거프린트가 불규칙적으로 수집되는 문제점이 있다. 따라서, 본 논문에서는 불규칙한 시간 간격을 두고 생성된 핑거프린트들에 대해서 안정적인 트래킹 성능을 보이는 적응형 알고리즘을 제안한다. 서로 다른 3개의 네트워크 사용 패턴 시나리오를 설정하여 실험을 진행하였고 제안한 방법론의 정확도 및 안정성을 검증하였다. 제안한 방법론을 통해 실내 측위의 안정성과 위치 기반 서비스의 품질이 증대될 것으로 기대된다.
