멀티센서 기반 스마트의류에서 상황인지를 위한 디지털필터연구

A Study of Digital filter for context-awareness using multi-sensor built in the smart-clothes

사용자의 행동 추론에서는 수신된 센서 데이터의 신뢰성이 중요하다. 하지만 외 내부 환경, 온도, 진동 등에 따라 센서의 측정값이 달라진다. 이러한 잡음 환경은 센서로부터 수집되는 정보의 신뢰성에 영향을 준다. 때문에 잡음을 감소시키고 사용자의 행동을 추론하는 디지털 필터와 추론 알고리즘이 요구된다. 본 연구는 사용자 행동의 잡음 제거, 왜곡 방지로 칼만 필터와 지수 가중이동 평균 필터의 비교실험을 하였다. 또한 본 제안된 확장가중 이중필터 법과 비교하였다. 결과적으로 제안된 필터가 다른 필터에 비해 잡음 환경에 견고하였다.

The user's context awareness is important to the reliability of sensors data. The sensor data is constantly change to external temp, internal& external environment and vibration. This noise environment is affecting that the data collected information from sensors. Of course this method of digital filter and inference algorithm specifically request for the use of ripple noise and action inference. In this paper, experiment was a comparison of the KF(Kalman Filter) and WMAF(Weight Moving Average Filter) for noise decrease and distortion prevention according to user behavior. And, we compared the EWDF(Extended Weight Dual Filter) with several filer. In an experiment, in contrast to other filter, the proposed filter is robust in a noise-environment.