실내 WLAN 환경에서 SFSDP 협동 위치추정 알고리즘 성능 평가

본 논문은 무선 센서 네트워크(WSN) 분야에서 널리 사용되는 협동 위치추정 기법을 Wi‑Fi 기반 실내 환경에 적용 가능성을 탐색한다. 기존 연구에서는 SDP(반정규화 프로그램) 기반 중앙집중형 알고리즘이 높은 정확도를 보였으나, Wi‑Fi 특유의 다중경로와 NLOS(비직선 시야) 현상이 위치 추정에 미치는 영향을 충분히 고려하지 않았다. 저자들은 이러한 공백을 메우기 위해, Kim이 제안한 Sparse Finite Semidefinite Programming(SFSDP) 알고리즘을 실제 실내 TOA(ToF) 측정 데이터와 결합해 성능을 평가하였다. 먼저, 논문은 위치추정 문제를 수학적으로 정의한다. 블라인드 노드와 앵커 노드 사이의 유클리드 거리 dᵢⱼ, dᵢᵣ을 측정하고, 라디오 범위 ρ 내에 있는 노드 쌍만을 고려한다. 측정 거리에는 AWGN 잡음 ε와 다중경로·NLOS 편향을 포함한 모델을 적용한다. 이를 기반으로 SDP 형태의 목적함수를 구성하고, 최소화 문제를 풀어 노드들의 좌표를 추정한다. 시뮬레이션 환경은 30 m × 30 m 실내 평면이며, 라디오 범위는 15 m로 설정하였다. 블라인드 노드 수는 기본 50개, 앵커 수는 3~25개까지 변화시켰다. 거리 측정 오류는 두 가지 실측 기반 모델을 사용한다. LOS 상황에서는 평균 편차 6.98 m, 분산 1.87 m²; NLOS 상황에서는 평균 편차 16.06 m, 분산 0.68 m²이다. 또한, 순수 AWGN(σ² = 0.3 m²) 상황도 별도로 고려하였다. 세 가지 시나리오에 대한 결과는 다음과 같다. (1) 이상 채널에서는 SFSDP가 거의 완벽한 위치 추정을 수행해 평균 오차가 10⁻⁶ m 수준으로 나타났다. (2) AWGN만 존재하는 경우 평균 오차가 2.48 m로 증가했지만, 여전히 실용적인 수준이었다. (3) AWGN과 LOS/NLOS 다중경로를 동시에 적용한 현실적인 환경에서는 평균 오차가 23.23 m에 달해, 기존 SFSDP가 Wi‑Fi 실내 환경에 그대로 적용될 경우 큰 한계를 드러냈다. 앵커 수에 대한 민감도 분석에서는, 잡음만 있는 경우 앵커 수가 증가할수록 평균 오차가 감소하는 전형적인 경향을 보였다(예: 5개 앵커 → 2 m, 15개 앵커 → 1 m, 25개 앵커 → 0.9 m). 그러나 다중경로가 포함된 경우에는 앵커 수와 무관하게 평균 오차가 약 6 m 수준으로 고정되어, NLOS 편향이 앵커 배치보다 우선적으로 영향을 미친다는 점을 확인했다. 네트워크 밀도(블라인드 노드 수) 변화 실험에서는, 앵커 비율을 30 %로 고정하고 블라인드 노드 수를 10~70개까지 늘렸다. 이상 채널에서는 오차가 거의 변하지 않지만, 잡음·다중경로 상황에서는 평균 오차와 분산이 크게 변동하였다. 이는 고밀도 환경에서 거리 제약이 과도하게 겹쳐 SDP 최적화가 지역 최소점에 빠질 위험이 커짐을 의미한다. 라디오 범위와 NLOS 비율을 동시에 변화시킨 실험에서는, 라디오 범위가 넓어질수록 동일한 NLOS 비율에서 평균 오차가 다소 감소하는 경향을 보였다. 이는 더 넓은 전파 범위가 더 많은 앵커와의 연결을 가능하게 하여 NLOS 편향을 부분적으로 상쇄하기 때문이다. 그러나 NLOS 비율이 100 %에 달하면 라디오 범위와 무관하게 평균 오차가 6 m 이상으로 급격히 상승한다. 결론적으로, SFSDP는 이론적으로 대규모 센서 네트워크에 적합한 효율적인 협동 위치추정 기법이지만, Wi‑Fi 실내 환경에서 발생하는 심각한 다중경로와 NLOS 편향을 고려하면 성능이 급격히 저하된다. 논문은 이러한 한계를 정량적으로 입증함으로써, 실제 WLAN 실내 위치추정 시스템에서는 보다 현실적인 전파 모델을 내재한 새로운 협동 알고리즘이 필요함을 강조한다.