TDoA 확률화 이미지를 활용한 딥러닝 기반 타겟 추적 모델

Q: 이 논문에서 정의한 TPITT(TDoA probabilistic image based target tracking)이란 무엇인가?

TPITT는 AWGN이 포함된 TDoA를 그대로 활용하여 물체의 위치를 강건하게 추정하는 방법이다. TDoA를 통해 각 영역에 물체가 존재할 확률을 이미지화하고, 이를 Convolution-LSTM 모델에 입력하여 물체의 좌표를 추정한다. 이 방법은 다양한 환경에서 강건하고 낮은 예측 오차를 보이며, 특히 AWGN이 많은 환경에서 효과적이다.

Q: AWGN이 많은 환경에서 TDoA 기반 위치 추적 성능을 향상시키는 핵심 방법은 무엇인가?

연구 결과, TDoA 확률화 이미지를 활용한 TPITT 모델은 AWGN이 많은 환경에서 기존 TITT 모델보다 더 낮은 예측 오류를 보였다. 이는 TDoA 값을 각 격자에 물체가 존재할 확률로 이미지화하는 확률화 과정이 AWGN에 대한 강건성을 크게 향상시키기 때문이다. 또한, 시계열 정보를 활용하는 Convolutional-LSTM 모델이 전반적으로 가장 우수한 성능을 나타냈다.

이성호; 심재웅

doi:10.7840/kics.2023.48.7.807

학술저널

저자정보: 이성호 (서울과학기술대학교) 심재웅 (서울과학기술대학교)

저널정보: 한국통신학회 한국통신학회논문지 한국통신학회논문지 제48권 제7호

오류 신고하기

피인용 0

검색

초록·키워드

UWB(Ultra Wide Band)기반 실내 측위 방식 중 TDoA(Time Difference of Arrival)를 활용한 방식은 범용적으로 사용되는 방식이지만, AWGN(Additive White Gaussian Noise)이 많은 환경일 때 위치 추적 성능이 현저히 떨어진다. TDoA의 AWGN을 제거하는 방법이 많이 연구되어 왔지만 해당 방식은 별도의 측위 방법을 또 필요로 하며 다양한 환경에 대한 강건성(Robustness)이 부족하다. 본 논문에서는 AWGN이 포함된 TDoA를 그대로 사용해 물체의 위치를 강건하게 추정하는 ‘TDoA probabilistic image based target tracking(TPITT)’ 방법을 제안한다. TPITT는 TDoA를 통해 각 영역에 물체가 존재할 확률을 이미지화하고, "Convolution-LSTM" 모델을 통해 물체의 좌표를 추정한다. 실험을 통해 제안하는 방법이 다양한 환경에서 강건하고 낮은 예측 오차를 보임을 입증하였다. 특히, AWGN이 많은 환경에서 사전 연구 ‘TDoA image based target tracking(TITT)’에 비해 제안 방법이 더 효과적임을 확인하였다.

#UWB 통신시스템 #실내 위치 측위 #실시간 측위 #딥러닝 #UWB communication systems #TDoA #Indoor tracking #Real time localization #Deep learning

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-ECN-0102-2023-567-001742285

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료

댓글(0)