Wi-Fi sensing

와이파이 센싱은 실생활에서 사용하고 있는 와이파이 시스템(IEEE 802.11)을 센싱용으로 사용하는것 이다. 보안, 자동화(스마트홈)등등 와이파이와 접목된 것은 어디든지 활용이 가능하다. 특히, 실내에서 GPS는 정확도가 떨어지지만, AP로 부터 오는 비콘메세지를 센싱해서 실내 어느위치에 있는지 감지하기도 한다.(Positioning)
pros : 와이파이 센싱을 위한 센서가 필요하지 않다.
기존의 것을 재사용하므로 기술 개발을 단축하고 단순화한다.
cons : 기존의 것은 센싱을 염두에 두고있지않으므로 표준을 수정해야한다.

와이파이를 통해 데이터를 주고받으려면 정보를 보내기전에 채널상태 측정용 내용이 없는 신호를 보내서 확인해봐야 한다 = Channel State Information(CSI)
이때 누군가가 그 와이파이에 접속하거나 한다면 채널의 상태가 바뀌는데, 이것을 학습을 통해 와이파이 센싱을 가능하게 한다.

Fingerprinting 지문

Positioning = 실내에서의 위치를 와이파이 센싱을 통해 감지하는것.
두가지 접근방법이 있다. 그중 하나가 Fingerprinting기술.

한개의 와이파이도 각각의 위치마다 Signal들의 정보가 다르다
ex) a위치에서는 x가 10, y가 2만큼 잡히고 b위치에서는 x가 9, y가 5만큼 잡힌다.
이것을 데이터 베이스에 저장을 한 뒤에 x, y가 각각 10, 2만큼 잡히는 곳에서 와이파이에 접속을 하면, 그 Signal을 통해 현재 이 기기는 a위치에서 접근을 했구나를 아는 방법.
결국 자리마다 특정한 AP의값을 가지는데, 이것을 데이터베이스에 저장하여 위치를 알 수 있게 해주는 기술이다.

pros : 구현이 쉽다.
crowd source가 쉽다. - 기업/기관 주도 데이터X, 이용자들도 데이터를 공유하며 만드는형식. ex) 지식인
Geometrical 방식보다 장애물에 대한 유연성이 좋다. - Geometrical은 Signal이 장애물에 반사되어 들어오면 위치를 알기가 쉽지 않다.

cons : 데이터 베이스를 구축하기 힘들다.
AP가 바뀌면 기존에 있던 데이터베이스는 사용이 어렵다.

Geometrical

삼각 측량법을 사용해도 기기의 위치를 알 수 있음.
ex) a점에서 4만큼 떨어져있고, b점에서 10만큼 떨어져있고 c점에서 7만큼 떨어져있다.
이럴때 각각의 위치에 해당하는 원을 그려서 그 원이 서로 겹치는 점에 존재함을 알 수 있다.

실제로 Cellular tower(3G, 4G, 5G)에서 사용하는 방법. 주기적으로 신호를 주고 받으면서 신호세기 / 신호의 송수신시간 등을 측정해서 3개의 송신탑에 관한 정보를 받으면 사용할 수 있다.
어떻게 하나하나의 거리를 알아낼 것인가가 중요함.

일반적으로 4개의 정보를 사용해서 얻는다.

• FTM : 송수신 시간 차이를 기반으로 수신자와 송신자의 거리를 유추 = Wi-Fi RTT. 신호를 보내고 다시 돌아오기까지의 시간을 측정해서 거리를 잰다. 먼저 기기가 AP에게 FTM request를 보낸 뒤 AP가 허락을 한다면 t1시점에 FTM을 보내주고, t2시점에 디바이스에 들어오게 된다. 그 후 디바이스가 t3시점에 FTM을 보내주고 AP는 t4시점에 받는다. 마지막으로 AP가 t1과 t4시점의 시간을 디바이스에게 알려준다면 디바이스는 ((t4-t1)-(t3-t2))/2를 통해 거리를 알 수 있다.
• RSSI : 송수신 신호의 세기 차이를 기반으로 거리를 유추. 하지만 장애물을 만나면 신호의 세기가 약해지므로 실제론 가까이에 있어도 멀리있다고 판단할 수 있다
• AoA / AoD : 안테나를 여러개 사용함으로써 신호가 어디에서 오는지 방향을 판단 할 수 있고, 송신자도 원하는 방향으로 보낼 수 있다.

pros : Fingerprint처럼 사전작업(site survey)가 필요하지 않다.
IoT에서 쉽게 사용 가능하다.

cons : AP의 위치정보를 사전에 알아야 한다.
주변환경에 따라(장애물 여부 등) 거리계산에 오차가 생길 수 있다.