스마트폰 환경에서 지자기 센서를 위한 스무딩 필터의 성능분석
Performance Analysis of Smoothing Filters for Geomagnetic Sensor in SMART Phone Environment
- 주제(키워드) 지자기센서
- 발행기관 서강대학교 정보통신대학원
- 지도교수 낭종호
- 발행년도 2011
- 학위수여년월 2011. 8
- 학위명 석사
- 학과 및 전공 정보통신대학원 소프트웨어공학
- 실제URI http://www.dcollection.net/handler/sogang/000000047047
- 본문언어 한국어
- 저작권 서강대학교의 논문은 저작권보호를 받습니다.
초록/요약
최근 스마트폰을 포함한 모바일 플랫폰 환경에서는 여러 가지 센서가 많이 사용되고 있으며, 특히 안드로이드 플랫폼을 만든 미국의 구글사(社)는 지자기센서와 가속도 센서의 탑재를 의무화 했다. 용용 프로그램들의 정확성을 높이기 위해서는 정밀한 센싱 능력이 필요한데, 지자기센서의 경우에는 주변 부품에 의한 영향, 혹은 배선에 흐르는 전류에 의해 노이즈가 생기고 이를 제거하기 위해 소프트웨어 노이즈 필터를 사용한다. 이러한 노이즈를 제거하는 필터들 중 대표적인 것이 스무딩 필터(Smoothing filter)있는데, 어느 스무딩 필터가 적합한가에 대한 연구는 미미한 실정이다. 본 논문에서는 평균화 필터, Savitzky-Golay 필터, 칼만 필터, Least Sqaure Method 필터등 여러 종류의 스무딩 필터들을 구현하고, 성능을 분석했다. 이중 Savitzky-Golay smoothing filter의 경우 가중치를 사용한 다항식으로 표현하여 구현하였고, 칼만 필터는 평균값과 측정치의 분산을 통해서 출력 값을 구하는 방법으로 구현되었으며, Least Sqaure Method 필터는 샘플데이터로부터 다항식을 구하고 이로부터 출력 값을 예측하는 방법으로 구현하였는데, 이들 필터들이 스마트폰 환경하에서 어떻게 적용될 수 있는 지에 대한 방법들을 제안하였다. 결과 분석에서는 본 연구에서 검토된 이들 네 가지 스무딩 필터가 어느 정도 요구사항을 만족하는 지에 대해 분석했는데, 응답성 측면에서는 Least Square 필터가, 변동성 측면에서는 평균화 필터가 우수하다는 것을 실험을 통하여 분석하였다.
more초록/요약
Nowadays, the mobile platform environment including SMART phone adopts various sensors such as geomagnetic and accelerometer sensors. In particular, Google, which developed the Android platform, stipulates those sensors as mandatory devices. To improve the accuracy of the application program, the sensitivity of sensors should be enhanced. In the geomagnetic sensor case, software filter particularly smoothing filter is being used as a solution to decrease the magnetic field noise generated by other devices or current through PCB layout, but related research as to which smoothing filter is optimal is very rare. In this thesis, we implements various smoothing filters such as “averaging” filter, “Savitzky-Golay” filter, “Kalman” filter, and Least Square method filter and analyze the performance of these filters. In the Savitzky-Golay filter case, we implement it as a multinomial expression with weight values. In the Kalman filter case, we implement it with the average value and covariance from the measured sample data. In the Least Square Method filter case, we could get the estimated output data after deriving the multinomial expression from the measured samples data. In addition, we suggest how these filters can be applied to the SMART phone environment. Based on the results, we analyze the extent that these filters satisfy the requirement in the SMART phone environment and find that the Least Square method filter shows good performance from the response perspective, and that the average filter can be a good solution in terms of volatility through experiment.
more