| 1 |
1
대상 공간에 위치한 통신 노드가 수행하는, 빔 지문 기반의 측위 방법으로서, 적어도 하나의 기준 노드로부터 복수의 지향성 빔들을 통해 빔 스위핑(beam sweeping) 방식으로 전송된 측위 신호들에 대한 측정을 수행하는 단계; 상기 측정의 결과를 중앙 노드로 전송하는 단계; 및상기 중앙 노드로부터 상기 통신 노드의 위치에 대한 정보를 수신하는 단계를 포함하는,빔 지문 기반의 측위 방법
|
| 2 |
2
청구항 1에 있어서,상기 중앙 노드는 상기 적어도 하나의 기준 노드 중 하나의 노드인,빔 지문 기반의 측위 방법
|
| 3 |
3
청구항 1에 있어서,상기 측위 신호들에 대한 측정은 상기 측위 신호들에 대한 RSS(Received Signal Strength), CSI(Channel State Information), Modified CSI, CIR(Channel Impulse Response) 및/또는 자기장의 측정인,빔 지문 기반의 측위 방법
|
| 4 |
4
청구항 1에 있어서,상기 중앙 노드는 상기 대상 공간에 존재하는 복수의 기준 위치들 각각에서 생성된 빔별/기준위치별 학습 모델(learned model)들에 상기 수신된 측정 결과를 입력하여 복수의 지향성 빔들 중 환경 변화에 의한 영향을 최소로 받는 적어도 하나의 빔을 선택하고, 상기 선택된 적어도 하나의 빔에 대한 기준 위치별 학습 모델들과 상기 수신된 측정 결과에 기반하여 상기 통신 노드의 추정된 위치를 결정하는, 빔 지문 기반의 측위 방법
|
| 5 |
5
청구항 4에 있어서,상기 통신 노드의 위치에 대한 정보는 상기 통신 노드에 대한 영상 기반 측위, 레이더 기반 측위, AoA(Angle of Array) 기반 측위, 또는 TDoA(Time Difference of Arrival) 또는 ToA(Time of Arrival) 측위 중 적어도 하나의 결과와 상기 추정된 위치에 기반하여 결정되는,빔 지문 기반의 측위 방법
|
| 6 |
6
청구항 4에 있어서, 상기 빔별/기준위치별 학습 모델들은 상기 적어도 하나의 기준 노드로부터 복수의 지향성 빔들을 통해 전송된 상기 측위 신호들에 대한 측정에 기반하여 수집된 입력 데이터를 이용하는 심층 학습(deep learning)을 통하여 생성되는,빔 지문 기반의 측위 방법
|
| 7 |
7
청구항 6에 있어서,상기 입력 데이터는 다양한 시간대, 다양한 계절, 및 상기 대상 공간의 다양한 사람-사물 환경 변화 시나리오들에 대해서 수집되는,빔 지문 기반의 측위 방법
|
| 8 |
8
청구항 4에 있어서, 상기 빔별/기준위치별 학습 모델들은 하나의 기준 위치 노드가 상기 복수의 기준 위치들을 옮겨다니면서 상기 측위 신호들에 대한 측정을 수행하여 생성되거나, 상기 복수의 기준 위치들 각각에 위치한 복수의 기준 위치 노드들이 상기 측위 신호들에 대한 측정을 수행하여 생성되며, 상기 복수의 기준 위치들은 상기 대상 공간에 미리 설정되거나 상기 하나의 기준 위치 노드 또는 상기 복수의 기준 위치 노드들에 의해서 결정되는,빔 지문 기반의 측위 방법
|
| 9 |
9
대상 공간에서 측위를 수행하는 중앙 노드에서 수행되는, 빔 지문 기반의 측위 방법으로서,통신 노드로부터, 적어도 하나의 기준 노드가 복수의 지향성 빔들을 통해 빔 스위핑(beam sweeping) 방식으로 전송한 측위 신호들에 대한 측정의 결과를 수신하는 단계; 상기 측정의 결과에 기초하여 상기 통신 노드의 위치를 결정하는 단계; 및상기 통신 노드의 위치에 대한 정보를 상기 통신 노드로 전송하는 단계를 포함하는,빔 지문 기반의 측위 방법
|
| 10 |
10
청구항 9에 있어서,상기 중앙 노드는 상기 적어도 하나의 기준 노드 중 하나의 노드인,빔 지문 기반의 측위 방법
|
| 11 |
11
청구항 9에 있어서,상기 측위 신호들에 대한 측정은 상기 측위 신호들에 대한 RSS(Received Signal Strength), CSI(Channel State Information), Modified CSI, CIR(Channel Impulse Response) 및/또는 자기장이 측정인,빔 지문 기반의 측위 방법
|
| 12 |
12
청구항 9에 있어서,상기 통신 노드의 위치를 결정하는 단계는:상기 대상 공간에 존재하는 복수의 기준 위치들 각각에서 생성된 빔별/기준위치별 학습 모델(learned model)들에 상기 수신된 측정 결과를 입력하여 복수의 지향성 빔들 중 환경 변화에 의한 영향을 최소로 받는 적어도 하나의 빔을 선택하는 단계; 및 상기 선택된 적어도 하나의 빔에 대한 기준위치별 학습 모델들과 상기 수신된 측정 결과에 기반하여 상기 통신 노드의 추정된 위치를 결정하는 단계를 추가로 포함하는,빔 지문 기반의 측위 방법
|
| 13 |
13
청구항 12에 있어서,상기 통신 노드의 위치에 대한 정보는 상기 통신 노드에 대한 영상 기반 측위, 레이더 기반 측위, AoA(Angle of Array) 기반 측위, 또는 TDoA(Time Difference of Arrival) 또는 ToA(Time of Arrival) 측위 중 적어도 하나의 결과와 상기 추정된 위치에 기반하여 결정되는,빔 지문 기반의 측위 방법
|
| 14 |
14
청구항 12에 있어서, 상기 빔별/기준위치별 학습 모델들은 상기 적어도 하나의 기준 노드로부터 복수의 지향성 빔들을 통해 전송된 측위 신호들에 대한 측정에 기반하여 수집된 입력 데이터를 이용하는 심층 학습(deep learning)을 통하여 생성되는,빔 지문 기반의 측위 방법
|
| 15 |
15
청구항 14에 있어서,상기 입력 데이터는 다양한 시간대, 다양한 계절, 및 상기 대상 공간의 다양한 사람-사물 환경 변화 시나리오들에 대해서 수집되는,빔 지문 기반의 측위 방법
|
| 16 |
16
청구항 14에 있어서, 상기 빔별/기준위치별 학습 모델들은 하나의 기준 위치 노드가 상기 복수의 기준 위치들을 옮겨다니면서 상기 측위 신호들에 대한 측정을 수행하여 생성되거나, 상기 복수의 기준 위치들 각각에 위치한 복수의 기준 위치 노드들이 상기 측위 신호들에 대한 측정을 수행하여 생성되며, 상기 복수의 기준 위치들은 상기 대상 공간에 미리 설정되거나 상기 하나의 기준 위치 노드 또는 상기 복수의 기준 위치 노드들에 의해서 결정되는,빔 지문 기반의 측위 방법
|
| 17 |
17
대상 공간에 위치한 통신 노드로서,프로세서;상기 프로세서에 의해 제어되는 송수신기;상기 프로세서에 전자적으로 통신하는 메모리; 및상기 메모리에 저장된 명령어들을 포함하고,상기 프로세서에 의해 실행될 때, 상기 명령어들은 상기 통신 노드가:적어도 하나의 기준 노드로부터 복수의 지향성 빔들을 통해 빔 스위핑(beam sweeping) 방식으로 전송된 측위 신호들에 대한 측정을 수행하는 단계; 상기 측정의 결과를 중앙 노드로 전송하는 단계; 및상기 중앙 노드로부터 상기 통신 노드의 위치에 대한 정보를 수신하는 단계를 수행하도록 하는,통신 노드
|
| 18 |
18
청구항 17에 있어서,상기 중앙 노드는 상기 대상 공간에 존재하는 복수의 기준 위치들 각각에서 생성된 빔별/기준위치별 학습 모델(learned model)들에 상기 수신된 측정 결과를 입력하여 복수의 지향성 빔들 중 환경 변화에 의한 영향을 최소로 받는 적어도 하나의 빔을 선택하고, 상기 선택된 적어도 하나의 빔에 대한 기준위치별 학습 모델들과 상기 수신된 측정 결과에 기반하여 상기 통신 노드의 추정된 위치를 결정하는, 통신 노드
|
| 19 |
19
청구항 18에 있어서, 상기 빔별/기준위치별 학습 모델들은 상기 적어도 하나의 기준 노드로부터 복수의 지향성 빔들을 통해 전송된 상기 측위 신호들에 대한 측정에 기반하여 수집된 입력 데이터를 이용하는 심층 학습(deep learning)을 통하여 생성되는,통신 노드
|
| 20 |
20
청구항 18에 있어서, 상기 빔별/기준위치별 학습 모델들은 하나의 기준 위치 노드가 상기 복수의 기준 위치들을 옮겨다니면서 상기 측위 신호들에 대한 측정을 수행하여 생성되거나, 상기 복수의 기준 위치들 각각에 위치한 복수의 기준 위치 노드들이 상기 측위 신호들에 대한 측정을 수행하여 생성되며, 상기 복수의 기준 위치들은 상기 대상 공간에 미리 설정되거나 상기 하나의 기준 위치 노드 또는 상기 복수의 기준 위치 노드들 각각에 의해서 결정되는,통신 노드
|
