• ETRI Journal
• /
• 제45권6호
• /
• pp.939-951
• /
• 2023

It is critical to estimate the location using only Long-Term Evolution (LTE) and Wi-Fi information gathered by the user's smartphone and deployable for emergency rescue, regardless of whether the Global Positioning System is received. In this research, we used a vehicle to gather LTE and Wi-Fi wireless signals over a large area for an extended period of time. After that, we used the learning technique to create a positioning database that included both collection and noncollection points. We presented a two-step positioning algorithm that utilizes coarse localization to discover a rough location in a wide area rapidly and fine localization to estimate a particular location based on the coarse position. We confirmed our technology utilizing different sorts of devices in four regional types that are generally encountered: dense urban, urban, suburban, and rural. Results presented that our algorithm can satisfactorily achieve the target accuracy necessary in emergency rescue circumstances.

• Journal of Positioning, Navigation, and Timing
• /
• 제9권3호
• /
• pp.151-156
• /
• 2020

A technology for calculating the position of a device is very important for users who receive positioning services, regardless of various indoor/outdoor or with/without any positioning infrastructure existence environments. One of the positioning resources widely used at present, LTE, is a typical infrastructure that can overcome the space limitation, however its positioning method based on the position of the LTE base station has low accuracy. A method of constructing a radio wave map of an LTE signal has been proposed as a method for overcoming the accuracy, but it takes a lot of time and cost to perform high-density collection in a wide area. In this paper, we describe a method of creating a high-density DB for the entire region by using vehicle-based partial collection data. To create a positioning database, we applied the idea of Generative Adversarial Network (GAN), which has recently been in the spotlight in the field of deep learning, and learned the collected data. Then, a virtually generated map which having the smallest error from the actual data is selected as the optimum DB. We verified the effectiveness of the positioning DB generation algorithm using the positioning data obtained from un-collected area.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제3권3호
• /
• pp.81-86
• /
• 2014

P2P를 이용한 스트리밍 서비스의 발달과 모바일 네트워크의 발달로 이동환경에서도 서비스 품질을 제공하려는 방안들이 제안되었다. 그럼에도 불구하고, 고속의 이동환경과 이기종 단말의 특성을 고려한 스트리밍 서비스들은 기존의 P2P가 갖는 이기적인 피어 문제로 인하여 피어간 대역폭 정체가 발생됨에 따라 원하는 품질을 제공받지 못하는 고질적인 문제를 갖고 있다. 또한 피어간의 최적화된 트래픽 지역화 방안을 갖지 않음으로 트래픽 증가에 따른 긴 지연 및 손실을 초래하기 쉬운 구조이다. 따라서 피어의 기여도를 이끌어내고 인센티브를 부여함으로써 서비스 차등을 제공함은 물론, 단말의 위치 정보에 따른 클러스터링 기법에 따른 피어선택을 제공하는 구조는 이용자와 서비스 제공자, 모두에게 서비스 품질과 효율성 측면에서 만족을 줄 수 있다. 본 논문에서는 피어의 기여와 이용자 단말의 위치에 따른 비용이 적용된 피어 선택에 따른 최적의 자원 배분 기법을 제안하며 이를 이용한 방법이 LTE와 같은 환경에서 보다 적응적이고 이용자의 서비스 만족을 높일 수 있다.