JP2007013983A - ワイヤレスセンサーネットワークにおけるダイナミックエネルギー管理方法と装置 - Google Patents
ワイヤレスセンサーネットワークにおけるダイナミックエネルギー管理方法と装置 Download PDFInfo
- Publication number
- JP2007013983A JP2007013983A JP2006179649A JP2006179649A JP2007013983A JP 2007013983 A JP2007013983 A JP 2007013983A JP 2006179649 A JP2006179649 A JP 2006179649A JP 2006179649 A JP2006179649 A JP 2006179649A JP 2007013983 A JP2007013983 A JP 2007013983A
- Authority
- JP
- Japan
- Prior art keywords
- data
- tot
- node
- representative
- sleep time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Mobile Radio Communication Systems (AREA)
- Small-Scale Networks (AREA)
- Radio Relay Systems (AREA)
Abstract
【課題】本発明は、ワイヤレスセンサーネットワーク(Wireless Sensor Network)における自己組織化マップ(SOM)に基づくダイナミックエネルギー管理方法と該方法を実現する装置に関するものである。
【解決手段】メインノードは、複数の従属ノードの送信したデータを受信し、前記受信した複数のデータを利用してSOMアルゴリズムで代表データを確定し、メインノードは確定された代表データに基づいて、モデルノードの数と同じ数の従属ノードを代表ノードとして選択して動作を続けさせ、他の従属ノードに休眠状態に入ることを通知する。従属ノードの休眠時間が終了した後、メインノードは新たに代表ノードを選択する。
【選択図】図1
【解決手段】メインノードは、複数の従属ノードの送信したデータを受信し、前記受信した複数のデータを利用してSOMアルゴリズムで代表データを確定し、メインノードは確定された代表データに基づいて、モデルノードの数と同じ数の従属ノードを代表ノードとして選択して動作を続けさせ、他の従属ノードに休眠状態に入ることを通知する。従属ノードの休眠時間が終了した後、メインノードは新たに代表ノードを選択する。
【選択図】図1
Description
本発明は、ワイヤレスセンサーネットワーク(Wireless Sensor Networks)における自己組織化マップ(SOM)に基づくダイナミックエネルギー管理方法と装置に関するものである。
ワイヤレスセンサーネットワークは、ネットワークの規模が大きく、ネットワークにおけるセンサーの密度が高い、しかもデータ検出型の応用について言えば、センサーは、すべてコントロール局へ検出データを周期的に送信することを特徴とする。従って、ワイヤレスセンサーネットワークにおける通信データ量は巨大である。
通常、ワイヤレスセンサーネットワークは、クラスタ(Cluster)構造であり、つまり、ネットワーク全体が、複数のクラスタに分けられ、それぞれのクラスタごとにメインノード1つを有し、その他は、すべて従属ノードである。
従属ノードは、メインノードへだけデータを報告するもので、メインノードは、受信したデータを処理した後、コントロール局ノードへ転送するものである。
ワイヤレスセンサーネットワークにおいて、同一エリアにおけるセンサーの検出したデータ情報(例えば温度、湿度及び圧力など)は、大きな相関性を有しているため、それらが送信したデータは、高いデータ冗長度を有している。
また、センサー設備のバッテリ容量も限られているため、その限られたエネルギーをどのように節約するかがワイヤレスセンサーネットワーク中において解決しようとする重要な課題である。
データ集成とダイナミックエネルギー管理は、ワイヤレスセンサーネットワークにおけるエネルギーロスを減少させるために用いられる2種類の重要な技術である。
データ集成は、データ処理/転送センターでオリジナルデータを処理する(例えば、ノイズと干渉の除去、データ圧縮、代表データの抽出など)ことにより、通信のデータ量を減少させ、通信エネルギーのロスを減少させることを図る。
従来のデータ集成技術では、ビームフォーミング(Beamforming)によって信号相関性処理を行う(非特許文献1参照)。このような処理は、冗長のデータ情報を除去することができなく、しかもセンサーに複数のアンテナを装備しなければならない。
オリジナルデータを圧縮することによってデータ通信量を低下させる技術も提出されている(非特許文献2参照)。かかる技術も同様に、冗長のデータ情報を除去することができない。
他の技術、例えば、非特許文献2では、データ抽出の概念を提出している。つまり、ある方法によって、冗長のデータ情報を除去するが、この文献では、どのようにデータ抽出を実現するのかは、詳細に説明していない。
また、前記すべてのデータ集成技術では、集成処理自体の演算によるエネルギーロスを考慮しておらず、演算量が大きい処理について言えば、エネルギーロスは無視できないものである。
ダイナミックエネルギー管理の原理は、ネットワークにおけるセンサーを循環動作させるものであり、つまり、いくつかのセンサーを休眠状態に入らせ、必要なときにこれらを目覚めさせる。
休眠にあるセンサーは、データの検出や送信を行わないため、センサーのエネルギーロスを節約することができる。
現在、ダイナミックエネルギー管理は、異なるレベルにおける休眠状態の定義及びこれらの状態の間に変換を行う基準を重点とする。この技術は、非特許文献4で詳細に記載されている。
Anna Hac,Wireless Sensor Network Designs.New York:Wiley,2003 T.Arici,B.Gedik,Y.Altunbasak and L.Liu,"PINCO:a pipelined in-network compression scheme for data collection in wireless sensor networks,"in Proc.12th International Conference on Computer Communications and Networks(ICCCN 2003),pp.539-544,Oct.2003 S.S.Pradhan,J.Kusuma,and K.Ramachandran,"Distributed compression in a dense microsensor network,"IEEE Signal Processing Mag.,pp.51-60,Mar.2002. Ren C.Luo,Liang Chao Tu and Ogst Chen,"An Efficient Dynamic Power Management Policy on Sensor Network,"in Proc.IEEE AINA 2005,vol.2,pp.341-344,Mar.2005.と、A.Sinha and A.Chandrakasan,"Dynamic power management in wireless sensor networks,"IEEE Design & Test of computers,vol.18,issue.2,pp.62-74,March-April 2001.
Anna Hac,Wireless Sensor Network Designs.New York:Wiley,2003 T.Arici,B.Gedik,Y.Altunbasak and L.Liu,"PINCO:a pipelined in-network compression scheme for data collection in wireless sensor networks,"in Proc.12th International Conference on Computer Communications and Networks(ICCCN 2003),pp.539-544,Oct.2003 S.S.Pradhan,J.Kusuma,and K.Ramachandran,"Distributed compression in a dense microsensor network,"IEEE Signal Processing Mag.,pp.51-60,Mar.2002. Ren C.Luo,Liang Chao Tu and Ogst Chen,"An Efficient Dynamic Power Management Policy on Sensor Network,"in Proc.IEEE AINA 2005,vol.2,pp.341-344,Mar.2005.と、A.Sinha and A.Chandrakasan,"Dynamic power management in wireless sensor networks,"IEEE Design & Test of computers,vol.18,issue.2,pp.62-74,March-April 2001.
しかし、ダイナミックエネルギー管理の策略、即ち、休眠状態に入るセンサーの選択については、言及されていない。
また、現在の研究進歩について、データ集成とダイナミックエネルギー管理は、独立に考えられる2つの技術であり、両者を融合した技術案はまだない。
本発明の目的は、集成技術とダイナミックエネルギー管理技術とを有効的に融合することのできる技術案を提供して、データ集成とダイナミックエネルギー管理を有機的に融合し、ワイヤレスセンサーネットワークにおけるエネルギーロスを大幅に低下させることである。
本発明の第1は、ワイヤレスセンサーネットワークのダイナミックエネルギー管理方法であり、このネットワークは少なくとも1つのメインノードと該メインノードと対応するK個の従属ノードを含み、Kは整数であり、a)メインノードは、K個の従属ノードから送信されたK個のデータを受信し、出力される代表データの数Nout(Noutは整数であり、かつNout<K、或いはNout<<K)を確定し、前記K個のデータを利用してNout個の代表データを確定する代表データ確定ステップと、b)メインノードは、前記代表データ確定ステップで確定されたNout個の代表データに基づき、Nout個の従属ノードを代表ノードとして選択して動作を続けさせ、他の従属ノードに休眠状態に入ることと休眠時間を通知するフィードバックステップと、c)休眠に入った従属ノードは、休眠時間が終了した後、ステップa)〜b)を繰り返すステップとを含むことを特徴とする。
前記代表データ確定ステップは、SOMアルゴリズムを採用し、前記K個のデータを利用して前記Nout個の代表データを確定する。
前記SOMアルゴリズムは、1)ランダムに、Nout(Noutは予め確定された代表データの数)個の互いに異なる値を生成して、Nout個の代表データの初期値とする初期化ステップと、2)入力ベクトル集合から入力ベクトルをサンプルするサンプリングステップと、3)最小ユークリッド距離のルールを用いて、サンプルされた入力ベクトルX毎に、マッチング性が一番高い代表データを探す相似マッチングステップと、4)更新公式を用いて代表データを調整する更新ステップと、
5)すべての入力ベクトルの処理が終了するまで、ステップ2)〜ステップ4)を繰り返し、もし入力ベクトルの回数がU(Uは予め設定された循環必要回数)より小さければ、循環回数がU回より大きくなるまで入力を繰り返す必要がある循環ステップとを含む。
5)すべての入力ベクトルの処理が終了するまで、ステップ2)〜ステップ4)を繰り返し、もし入力ベクトルの回数がU(Uは予め設定された循環必要回数)より小さければ、循環回数がU回より大きくなるまで入力を繰り返す必要がある循環ステップとを含む。
xは入力ベクトル、wiは代表データ、djはm次元入力ベクトルxの第j要素、wijはm次元代表データwiの第j要素、iは1,2・・・Nout,j,mとも整数である。
前記代表データを調整する更新公式は、w’i=wi+α(u)Nc(u)×(x−wi)であり、wiは現在の代表データの値、w’iは更新後の値、α(u)は学習率パラメータ、Nc(u)はマッチングした代表データの近傍関数であり、0<α(u)<1、xは入力ベクトルである。
前記Nc(u)は、ガウス(Gauss)近傍関数である。
、a(0)は学習率初期値、uは現在の循環回数である。
代表ノードとして、Nout個従属ノードの選択は、a)入力データから、Nout個の代表データに対し、1つのかかる代表データにそれぞれ対応するNout個のデータ集合を選択するステップと、b)各データ集合から、代表ノードとして選択された回数が最も少ないノードに対応する最適な入力データを1つ選択し、それにより、該最適な入力データを送信するノードを代表ノードとするステップとを採用して行う。
前記Noutと休眠時間の確定は、I)Noutの初期値を確定するとともに、1つの休眠時間の初期値を確定するステップと、II)同一時間において、現在のNout個の従属ノードが動作している状況での総エネルギーロスETot[2]と従属ノードがすべて動作している状況での総エネルギーロスETot[1]を算出するステップと、III)もしETot[2]<ETot[1]ならば、現在のNoutの値は確定されたNoutの値で、現在の休眠時間は確定された休眠時間であり、さもなければ、所定の範囲内で、Nout値を減小及び/または休眠時間を増加し、ステップI)からステップIII)を繰り返し、もし所定範囲でのすべてのNout値とすべての休眠時間が、ETot[2]<ETot[1]とすることができなければ、従属ノード全体を動作させるステップとを採用して行う。
前記メインノードは、また代表データをワイヤレスセンサーネットワークを制御するコントロール局へ転送する。
また、本発明は、特定の情報データをセンシングするのに用いられ、情報データをデータ処理ユニットに送信してデータ処理を行うデータセンシングユニットと、データ処理ユニットと、データの送受信に用いられ、データ処理ユニットと接続されている通信ユニットとを含むセンサー設備であり、前記データ処理ユニットはSOM演算モジュール、フィードバックモジュールを含み、前記通信ユニットは休眠通知モジュールを含み、前記センサー設備がメインノードとして用いられる場合、K個の従属ノードから送信されたK個のデータを受信し、前記SOM演算モジュールが、まず、代表データ数Noutと休眠時間を確定し、そして、K個の従属ノードから受信したK個のデータを利用して、Nout個の代表データを確定し、K、Noutは整数で、かつNout<Kであり、前記フィードバックモジュールは、前記確定されたNout個の代表データを利用して、Nout個の従属ノードを動作の続ける代表ノードとして選択し、他のノードを休眠に入るノードとして選択し、前記休眠通知モジュールは、前記他の従属ノードに休眠状態に入ることと休眠時間を通知するのに用いられることを特徴とする。
前記センサー設備は、休眠時間タイマーモジュールをさらに含み、センサー設備が従属ノードとして用いられ、休眠情報を受信した後、前記休眠時間タイマーモジュールは、計時を開始し、休眠時間が終了すると、すぐにセンサー設備を目覚めさせる。
本発明は、データマイニング技術を利用して代表データを抽出し、抽出した結果をダイナミックエネルギー管理の根拠としてフィードバックする。
逆に、ダイナミックエネルギー管理を行った結果、データ抽出を実行する必要が無いようにし、このようなデータ抽出とダイナミックエネルギー管理間の協調によって、データ集成とダイナミックエネルギー管理の有機的な融合が実現され、ネットワーク全体のエネルギー消耗を大幅に減少させる。
また、SOMアルゴリズム自体の特徴によって、本発明におけるデータ抽出過程の、十分なデータの精確性が保証される。
本発明は、データ抽出を採用して、データ集成技術とし、これは、データ抽出が大量の冗長情報を排除し、通信のデータ量を有効的に減少することができるからである。
本発明において、主要な部分は、2過程によって構成される。1)自己組織化マップ(SOM:Self−Organizing Map)に基づくデータ抽出過程、2)フィードバック過程。
まず、あるデータ報告周期において、クラスタのメインノードが、全従属ノードからのデータを受信した後、これらのデータをSOMアルゴリズムの入力ベクトルに変換し、出力すべき代表ベクトルの数及びSOMが必要とする他のパラメータを設定し、SOMを利用して入力データを抽出して、大量の冗長情報を除去する(SOMは、データマイニングにおいて、よく使用される古典アルゴリズムである。SOMは、大量の入力ベクトル中、相似するベクトルをグループ分けし、グループの中から、代表性のあるベクトルを抽出することができる)。
データ抽出過程を経て、入力したデータ集合をSI={x1、x2、・・・xk}とすると、出力した代表データ集合が、ST={w1、w2、・・・wNout}となり、Nout<K或いはNout<<Kであり、メインノードは、これらの代表データをコントロール局のノードに転送するだけで済む。
Kは、入力データの数であり、即ち、このクラスタ中の従属ノードの総数であり、各入力xiは、それぞれxiを送信する1つの従属ノードN(xi)と対応する。その後、フィードバック過程に入る。
メインノードは、前記データ抽出過程において出力された代表データをダイナミックエネルギー管理の根拠とし、大多数の従属ノードを休眠状態に入らせ、いくつかの従属ノードだけを残して、代表ノードとして動作を続けさせる。
従属ノードが、代表ノードに選択される条件は、a)該従属ノードが送信したデータとデータ抽出された1つの代表データが非常に相似であり、b)該従属ノードが、代表ノードとして選択された回数が最も少ないという点である。
フィードバック過程において選出した代表ノード数はNout、つまり、代表データ-の数は、代表ノードの数を決定する。
フィードバック過程終了後、一定の時間において、代表ノードだけが、メインノードにデータを送信する。このとき、メインノードは、データ抽出とフィードバック過程を実行する必要がない。休眠時間が終了し、全従属ノードが、メインノードにデータを送信する場合のみに、前記2過程は、再度実行される。
図1を参考に、本発明のワイヤレスセンサーネットワークは、4つの特徴を備えている。
A)ネットワークの規模が大きい。B)ネットワークにおけるノード密度が高い。C)ワイヤレスセンサーネットワークは、“クラスタ”構造に基づいており、クラスタは、1つの安定周期tcsを有し、安定周期後、クラスタが再び組織され、クラスタには、1つのメインノードと、K個の従属ノードを有する。異なるクラスタ中のK値も異なる。D)ネットワークでは、クラスタ中のK個の従属ノードは、周期的にメインノードにデータを送信し、データ報告周期trp0とtcsの関係はtcs=trp *nsであり、nsは整数で、クラスタ安定周期におけるデータ報告周期の数を表す。
図2中の図面標記21は、SOMアルゴリズム構成を示す図である。
SOMアルゴリズム構成は、上下2層に分けられ、下層は入力層、上層は出力層である。
出力層ユニットは、一次元または二次元マトリックスを構成し(図2において、出力ユニットは、空間において二次元マトリックスを構成する)、マトリックスは、ユニットの空間における近傍関係を確定する。そして、出力層ユニットは、各入力ノードと接続している。
もし、入力がm次元ベクトルで、各入力xiがd1、d2・・・dm等のm個の要素から構成されるならば、各出力ユニットは、それぞれ1つのm次元代表データwiに対応する。
wiは、wi1、wi2・・・wim要素から構成され、図面標記22は、SOMアルゴリズムのフローチャートを示す。
以下のように、SOMの実施過程について、説明する。
1)初期化。初期代表データwi(0)について、ランダム値を選択する。ここで、唯一の条件は、w1(0)≠w2(0)≠...≠wNout(0)である。
2)サンプリング。入力ベクトル集合から、ランダムにベクトルXをサンプルし、ベクトルXの次元数はmと等しい。
で、iは1、2・・・Noutであり、j、mは整数である。
4)更新。更新公式を用いて、勝者ユニットの代表データを調整する。w’i=wi+α(u)Nc(u)×(x−wi)、wiは現在の代表データ値、w’iは更新後の値、{α(u):0<α(u)<1}は学習率パラメータ、Nc(u)はマッチングする代表データの近傍関数(通常、Gauss(ガウス)近傍関数を採用し、それは2点間距離の逓減関数である)。最適の結果を取得するために、a(u)とNc(u)は、ともに学習過程において、回数uに従ってダイナミック変化する。
5)循環。すべての入力ベクトルの処理が終了するまで、ステップ2〜4を繰り返しす。もし、入力ベクトル数があらかじめ設定された循環必要回数Uよりも小さければ、循環回数がU回よりも大きくなるまで入力を繰り返す必要がある。何回もの循環によって、SOMアルゴリズムの出力精確性をアップすることができる。
SOMのアルゴリズム過程から見ると、出力ユニットの代表データwiは、だんだん入力集合中のあるベクトルに近づいている(これらのベクトルは常に、該代表データに対して勝者ユニットであり、つまり、これらのベクトルは、すべての代表データよりも、wiに一番近い)。
代表データ集合{wi|i=1、2・・・、Nout}は、入力集合中の全ベクトルに対する描きであり、単独の代表データは、それに対して勝者ユニットとする全ベクトルの集成中心とみなすことができる。
図3は、本発明におけるデータ抽出過程のフローチャートである。
図3において、メインノードは、K個の従属ノードから送信されたデータを受信し、代表データ数生成モジュールは、Noutを確定し(Nout<<K或いはNout<K)、この過程は、図10の101を参照する。Noutの確定後、SOMアルゴリズムを実行してデータ抽出を行う。
本発明の技術案では、計算の複雑度を減少させるために、SOMアルゴリズムにおけるパラメータUを500とし、近傍関数Nc(u)初期値は1で、循環回数によって変化しない。学習率初期値a(0)は0.9、更新公式は
であり、ここで、uは現在の循環回数である。
SOMアルゴリズムの実行終了後、メインノードは、算出したNout個の代表データをコントロール局へ送信し、代表データをフィードバック過程に提供し、ダイナミックエネルギー管理の根拠とする。
図3中の図面標記33は、温度監視測定応用におけるデータ抽出過程の実例を示す。
入力したデータは、従属ノードからメインノードに送信した温度値であり、SOMアルゴリズムの循環過程で、相似したデータがグループ分けされる。SOMアルゴリズムの実行が終了した後、各グループのデータは1つの代表データを生成する。たとえば、入力温度値が7.3、7.5、7.8及び7.9が1グループとして分けられ、最終的に生成した代表データは7.6である。
図4は、本発明におけるフィードバック過程の概念図である。
時刻t(i)において、クラスタ中の全従属ノードは、すべて動作状態を保持する。代表データが生成された後、代表データが、ダイナミックエネルギー管理策略モジュール41に入力され、代表ノード選択モジュール(図5の51を参照)の決定結果に基づき、時刻t(j)において、いくつかの従属ノードは代表ノードとなり、非代表ノードは休眠状態に入る。
図5は、本発明におけるフィードバック過程のフローチャートである。図において、データ抽出過程で発生する各代表データwiに対して、入力データ集合SIの中で、wiと相似する(一定の距離範囲において)データ集合Smを選択する。
Smは、SIの1つのサブ集合である。Smの定義は、Sm={xm|‖xm−wi‖≦ε}、ここで、εは、1つの非常に小さい実数であり、その値は、異なる使用要求によって変化することができる。
集合Smで、1つの最適の入力データwjが決定された。xjは、MC[xj]=min(MC[Xm])を満たさなければならず、MC[xj]は、ノードN(j)が代表ノードとして選択された回数である。
例を挙げるならば、温度監視測定応用において、生成された1つの代表データは10.5度で、ε設定は0.2度、Sm={10.3、10.4、10.5、10.6}、MC[10.3]=0、MC[10.4]=1、MC[10.5]=2、MC[10.6]=1である。
フィードバック原理によって、データ10.3を送信したセンサーノードが代表ノードとして選択される。前記選択方法のメリットは、ある従属ノードが過度に代表ノードとして選択され、そのエネルギーが過度にロスすることを回避することによって、クラスタ内における従属ノードのエネルギーロスのバランスを取る目的に達する点である。
Nout個代表ノードがすべて決定されると、すべての非代表ノードは休眠状態に入る。休眠時間は、tslp=γ・trpであり、trpはデータ報告周期、γは1とns−1間の整数である。
フィードバック過程が終了後、以降のγ個データ報告周期においては、Nout個従属ノードだけがクラスタ中のメインノードにデータを送信する。
図6は、本発明におけるデータ抽出とフィードバック循環図である。
第1データ報告周期において、クラスタ中の全従属ノードは、メインノードにデータを送信し、メインノードは、本発明におけるデータ抽出とフィードバック過程に基づいてデータを処理する。
処理が終了後、K−Nout個従属ノードは休眠状態に入る。休眠時間は、パラメータγによって決定され、パラメータγの決定は、図10の101を参照する。
この後、休眠時間帯に、Nout個の従属ノードだけがメインノードにデータを送信するため、メインノードは、データ抽出とフィードバック過程を実行する必要がない。休眠が終了した後、第γ+2のデータ報告周期において、データ抽出とフィードバック過程が繰り返して実施される。
図7は、従来方法と本発明との通信過程の比較である。
図7の71は、従来方法の通信過程であり、すべてのデータ報告周期において、K個従属ノードはすべてメインノードにデータを送信する。メインノードは、ノイズ除去などの基本処理を行った後、K個データ全体を転送する。
図7の72は、本発明メカニズムの通信過程であり、この過程は図6を参照する。
図8は、本発明のセンサー設備構成図である。
図8の81は休眠タイマーモジュールで、82は休眠通知モジュールである。フィードバック過程が終了すると、メインノードは、休眠通知モジュールを介して休眠情報を非代表ノードに送信し、休眠パラメータγを通知する。
非代表ノードは、休眠情報を受信した後、休眠に入るとともに、休眠タイマーモジュールが計時を開始する。休眠時間が終了すると、休眠タイマーモジュールは、すぐにセンサー設備を目覚めさせる。
図8の83は、SOM演算モジュールとフィードバックモジュールであり、SOM演算モジュールは、代表データ数、休眠時間の確定及びSOMアルゴリズムの実行に用いられ、フィードバックモジュールは、フィードバックの実行に用いられる。
図9は、本発明におけるエネルギーロスモデルである。
図9の91は、センシングのエネルギーロスモデルである。センサーがデータをセンシングする時に、消耗したエネルギーの計算式は、Esd(S)=S・Esd(1)であり、ここで、Sはセンシング回数、Esd(1)は1回のデータセンシングで消耗されるエネルギーである。
である。ここで、ωはシステム・メモリーにアクセスするエネルギーロス、λiは類別iの指令数、τiは一つのタイプのiの指令を実行するのに必要なエネルギーである。
図9の93は、データ送信時のエネルギーロスモデルである。センサー設備が1ビットのデータを送信するとき、消耗するデータ送信エネルギーは、ETX(l,d)=l・(Eelec+efsd2)である。ここで、Eelecは、送信機回路の動作に必要なエネルギー、efsは増幅器エネルギー、dはデータが送信される距離である。
図9の94は、データ受信時のエネルギーロスモデルである。センサー設備が1ビットのデータを受信するとき、消耗するデータ受信エネルギーは、ERX(l)=l・Eelecであり、ここで、Eelecは受信器の回路の動作に必要なエネルギーである。送信機の回路の動作に必要なエネルギーと受信器の回路の動作に必要なエネルギーとも、Eelecであり、上記公式を利用すれば、従来方法における全センサークラスタが消耗する総エネルギー、及び本発明案を利用した場合の全センサークラスタが消耗する総エネルギーを簡単に算出することができる。
図10は、本発明の実施基準のフローチャートである。実際のネットワークアプリケーションにおいて、本発明を実施する前に、センサーネットワークにおけるエネルギー消耗が節約されることを確保しなければならない。
従って、図9のエネルギーロスモデルにより、予め、本発明を使用しない場合に、安定周期tcsにおいて、全クラスタの消耗される総エネルギー量ETot[1]、及び本発明を使用している時に、安定周期tcsにおいて、全クラスタの消耗される総エネルギー量ETot[2]を算出しなければならない。
本発明は、ダイナミックエネルギー管理により、つまり、いくつかの従属ノードを睡眠状態に入れさせることにより、通信エネルギー(送信と受信エネルギーを含む)とセンシングエネルギーを節約することを実現する。
しかし、本発明において、データ抽出過程に使用するSOMアルゴリズムは、一定のデータ処理エネルギーを消耗する。
もし、本発明を実施しているときに選択したパラメータが適切でなければ、SOMのデータ処理に消耗したエネルギーが、節約された通信エネルギーとセンシングエネルギーよりも大きくなり、即ち、ETot[2]>ETot[1]となることがある。
すでに、配置が終了されたワイヤレスセンサーについて、大多数のネットワークパラメータ(たとえば、Eelec、efs、tcs、trpなど)は、一定である。
そこで、本発明におけるエネルギー消耗に影響する加変パラメータは、γとNoutだけである。γ値が大きくなればなるほど、Noutが小さくなると、本発明におけるセンサーネットワークが消耗するエネルギーは小さくなり、同時に、センサーネットワークのデータ検出の精確度も低くなる。
従って、γとNoutの値が、適切に選択される必要がある。本発明の実施基準の判定ステップは、次のとおりである。
とすることができる。
2)メインノードは、ETot[1]とETot[2]を算出する。
3)もし、ETot[2]<ETot[1]ならば、メインノードは、本発明案の実施を決定し、判定は終了する。さもなければ、ステップ4に入る。
を取ることができる。もし、γとNoutともにしきい値と等しければ、ステップ7に入り、さもなければステップ5に入る。
である。
6)ステップ2〜5を繰り返す。
7)メインノードは、本発明案を採用しないことを決定し、判定は終了する。
図11は、従来案と本発明との総エネルギーロスの比較である。
図11のhは、メインノードからコントロール局へのデータ伝送のホップカウント(hops count)である。ここで、Kは500である。
h値の増加に従い、従来方法のエネルギー消耗曲線は、急激に上昇するが、本発明を採用しているときのエネルギー消耗曲線は、h値の変化による影響が非常に小さいことがわかるようになる。
これは、本発明において、データ抽出及びダイナミックエネルギー管理により、メインノードがコントロール局へ転送したデータ量が大幅に減少されたからである。
また、γが大きくなると、本発明のエネルギー消耗も更に少なくなる。標記111が示す総エネルギーロス比較図において、h=3、γ=3のときに、本発明のエネルギー消耗は、大体、従来方法の40%程度であり、標記112が示す総エネルギーロス比較図において、h=3、γ=5のときに、本発明のエネルギー消耗は、従来方法の30%よりも少なくなる。
コンピュータによるシミュレーションを利用して、本発明のデータ正確度を評価する。評価されるパラメータは、平均量子化誤差(AQE:Average Quantization Error)である。
と定義され、w(x)は入力データxと最もマッチングする出力ユニットを示す。
と定義される。ここで、Kの値は500であり、入力データは1次元のベクトルであり、その値の分布は、平均値が70、平均二乗誤差が5であるガウス分布に従う。
図12Aは、シミュレーションを1回だけ行った時の結果を示している。大多数の入力データの量子化誤差は、ある固定値をもとに波動することがわかる。また、量子化誤差とNoutとの関係は反比例の関係であり、たとえば、Noutが20の時に、図面標記1220で示すように、量子化誤差のピーク値は8.5%であり、Noutが10に減少すると、図面標記1210で示すように、量子化誤差のピーク値は10.3%となる。
図12Bは、独立シミュレーションを100回行った時の平均量子化誤差を示している。本発明のデータ正確度は非常に高いことがわかる。Noutが20のとき、図面標記123で示す曲線のように、平均量子化誤差は略1%であり、Noutが15となると、図面標記122で示す曲線のように、平均量子化誤差は略1.4%となり、Noutが10に減少すると、図面標記121で示す曲線のように、平均量子化誤差は、ただ2.3%程度となる。
前述したのは、本発明を実施するための最良の形態しかない。本特許の原理を逸脱することなく多樣な変更または改良を加えることが可能であることが当業者に明らかである。また、そのような変更または改良も本特許請求の範囲に含まれ得ることが、明らかである。
91…センサー
92…プロセッサ
93…送信機
94…受信器
92…プロセッサ
93…送信機
94…受信器
Claims (27)
- ネットワークに、少なくとも1つのメインノードと、該メインノードと対応するK個従属ノードを有し、該Kは整数であるワイヤレスセンサーネットワークにおけるダイナミックエネルギー管理方法であって、
a)メインノードは、K個の従属ノードから送信されたK個のデータを受信し、出力される代表データの数Nout(Noutは整数であり、かつNout<K)を確定し、前記K個のデータを利用してNout個の代表データを確定する代表データ確定ステップと、
b)メインノードは、前記代表データ確定ステップにおいて確定されたNout個の代表データに基づき、Nout個の従属ノードを代表ノードとして選択して動作を続けさせ、他の従属ノードに休眠状態に入ることと休眠時間を通知するフィードバックステップと、
c)休眠に入った従属ノードは、休眠時間が終了した後、ステップa)〜b)を繰り返すステップとを含むことを特徴とするワイヤレスセンサーネットワークにおけるダイナミックエネルギー管理方法。 - 前記代表データ確定ステップは、SOMアルゴリズムで、前記K個のデータを利用して前記Nout代表データを確定することを特徴とする請求項1記載のダイナミックエネルギー管理方法。
- 前記K個データは、入力ベクトル集合を形成し、前記SOMアルゴリズムは、
1)ランダムに、Nout(Noutは予め確定された代表データの数)個の互いに異なる値を発生して、Nout個の代表データの初期値とする初期化ステップと、
2)入力ベクトル集合から入力ベクトルをサンプルするサンプリングステップと、
3)最小ユークリッド距離のルールを用いて、サンプルされた入力ベクトルX毎に、マッチング性が一番高い代表データを探す相似マッチングステップと、
4)更新公式を用いて代表データを調整する更新ステップと、
5)すべての入力ベクトルの処理が終了するまで、ステップ2)〜ステップ4)を繰り返し、もし入力ベクトルの個数がU(Uは予め設定された循環必要回数)より小さければ、循環回数がU回よりも大きくなるまで入力を繰り返す必要がある循環ステップとを含むことを特徴とする請求項2記載のダイナミックエネルギー管理方法。 - 前記代表データを調整する更新公式は、w’i=wi+α(u)Nc(u)×(x−wi)であり、であり、wiは現在の代表データの値、w’iは更新後の値、α(u)は学習率パラメータ、Nc(u)はマッチングした代表データの近傍関数であり、0<α(u)<1、xは入力ベクトルであることを特徴とする請求項3記載のダイナミックエネルギー管理方法。
- 前記Nc(u)は、ガウス近傍関数であることを特徴とする請求項5記載のダイナミックエネルギー管理方法。
- Nout<<Kであることを特徴とする請求項1から7のいずれか1項記載のダイナミックエネルギー管理方法。
- 代表ノードとして、Nout個従属ノードの選択は、
a)入力データから、Nout個の代表データに対し、1つのかかる代表データにそれぞれ対応するNout個のデータ集合を選択するステップと、
b)各データ集合から、代表ノードとして選択された回数が最も少ないノードに対応する最適な入力データを1つ選択し、それにより、該最適な入力データを送信するノードを代表ノードとするステップとを採用して行うことを特徴とする請求項1から7のいずれか1項記載のダイナミックエネルギー管理方法。 - 前記Noutと休眠時間の確定は、
I)Noutの初期値を確定するとともに、1つの休眠時間の初期値を確定するステップと、
II)同一時間において、現在のNout個の従属ノードが動作している状況での総エネルギーロスETot[2]と従属ノードがすべて動作している状況での総エネルギーロスETot[1]を算出するステップと、
III)もしETot[2]<ETot[1]ならば、現在のNoutの値は、確定されたNoutの値で、現在の休眠時間は、確定された休眠時間であり、さもなければ、所定の範囲内で、Nout値を減小及び/または休眠時間を増加し、ステップI)からステップIII)を繰り返し、もし所定範囲でのすべてのNout値とすべての休眠時間が、ETot[2]<ETot[1]とすることができなければ、従属ノード全体を動作させるステップとを採用して行うことを特徴とする請求項1から7のいずれか1項記載のダイナミックエネルギー管理方法。 - メインノードは、ワイヤレスセンサーネットワークを制御するコントロール局へも代表データを転送することを特徴とする請求項1から7のいずれか1項記載のダイナミックエネルギー管理方法。
- 公式Sm={xm|‖xm−wi‖≦ε}を利用して、前記K個データからNout個データ集合Smを選択し、SmはK個データが形成した集合の1サブ集合であり、wiは代表データ、xmは入力ベクトル、εは特定の要求に基づいて設定された1つの特定値であることを特徴とする請求項9記載のダイナミックエネルギー管理方法。
- Nout<<Kであることを特徴とする請求項9記載のダイナミックエネルギー管理方法。
- Nout<<Kであることを特徴とする請求項10記載のダイナミックエネルギー管理方法。
- Nout<<Kであることを特徴とする請求項11記載のダイナミックエネルギー管理方法。
- Nout<<Kであることを特徴とする請求項12記載のダイナミックエネルギー管理方法。
- 前記Noutと休眠時間の確定は、
I)Noutの初期値を確定するとともに、1つの休眠時間の初期値を確定するステップと、
II)同一時間において、現在のNout個の従属ノードが動作している状況での総エネルギーロスETot[2]と従属ノードがすべて動作している状況での総エネルギーロスETot[1]を算出するステップと、
III)もしETot[2]<ETot[1]ならば、現在のNoutの値は、確定されたNoutの値で、現在の休眠時間は、確定された休眠時間であり、さもなければ、所定の範囲内で、Nout値を減小及び/または休眠時間を増加し、ステップI)からステップIII)を繰り返し、もし所定範囲でのすべてのNout値とすべての休眠時間が、ETot[2]<ETot[1]とすることができなければ、従属ノード全体を動作させるステップとを採用することを特徴とする請求項9記載のダイナミックエネルギー管理方法。 - 前記Noutと休眠時間の確定は、
I)Noutの初期値を確定するとともに、1つの休眠時間の初期値を確定するステップと、
II)同一時間において、現在のNout個の従属ノードが動作している状況での総エネルギーロスETot[2]と従属ノードがすべて動作している状況での総エネルギーロスETot[1]を算出するステップと、
III)もしETot[2]<ETot[1]ならば、現在のNoutの値は、確定されたNoutの値で、現在の休眠時間は、確定された休眠時間であり、さもなければ、所定の範囲内で、Nout値を減小及び/または休眠時間を増加し、ステップI)からステップIII)を繰り返し、もし所定範囲でのすべてのNout値とすべての休眠時間が、ETot[2]<ETot[1]とすることができなければ、従属ノード全体を動作させるステップとを採用することを特徴とする請求項11記載のダイナミックエネルギー管理方法。 - 前記Noutと休眠時間の確定は、
I)Noutの初期値を確定するとともに、1つの休眠時間の初期値を確定するステップと、
II)同一時間において、現在のNout個の従属ノードが動作している状況での総エネルギーロスETot[2]と従属ノードがすべて動作している状況での総エネルギーロスETot[1]を算出するステップと、
III)もしETot[2]<ETot[1]ならば、現在のNoutの値は、確定されたNoutの値で、現在の休眠時間は、確定された休眠時間であり、さもなければ、所定の範囲内で、Nout値を減小及び/または休眠時間を増加し、ステップI)からステップIII)を繰り返し、もし所定範囲でのすべてのNout値とすべての休眠時間が、ETot[2]<ETot[1]とすることができなければ、従属ノード全体を動作させるステップとを採用することを特徴とする請求項12記載のダイナミックエネルギー管理方法。 - メインノードは、ワイヤレスセンサーネットワークを制御するコントロール局へも代表データを転送することを特徴とする請求項12記載のダイナミックエネルギー管理方法。
- 特定の情報データをセンシングするのに用いられ、情報データをデータ処理ユニットに送信してデータ処理を行うデータセンシングユニットと、データ処理ユニットと、データの送受信に用いられ、データ処理ユニットと接続している通信ユニットを含むワイヤレスセンサーネットワークにおけるセンサー設備であって、
前記データ処理ユニットはSOM演算モジュール、フィードバックモジュールを含み、前記通信ユニットは休眠通知モジュールを含み、前記センサー設備がメインノードとして用いられる場合、K個の従属ノードから送信したK個のデータを受信し、前記SOM演算モジュールは、まず、代表データ数Noutと休眠時間を確定し、そして、K個の従属ノードから受信したK個のデータを利用して、Nout個の代表データを確定し、K、Noutは整数であり、かつNout<Kであり、前記フィードバックモジュールは、前記確定されたNout個の代表データを利用して、Nout個の従属ノードを動作を続ける代表ノードとして選択し、他のノードを休眠に入るノードとして選択し、前記休眠通知モジュールは、前記他の従属ノードに休眠状態に入ることと休眠時間を通知するのに用いられることを特徴とするワイヤレスセンサーネットワークにおけるセンサー設備。 - 休眠時間タイマーモジュールをさらに含み、センサー設備が従属ノードとして用いられ、休眠情報を受信した後、前記休眠時間タイマーモジュールは、計時を開始し、休眠時間が終了すると、すぐにセンサー設備を目覚めさせることを特徴とする請求項21記載のセンサー設備。
- Nout<<Kであることを特徴とする請求項21記載のセンサー設備。
- Nout<<Kであることを特徴とする請求項22記載のセンサー設備。
- 前記K個データは、入力ベクトル集合を形成し、前記SOM演算モジュールは、
1)ランダムに、Nout(Noutは予め確定された代表データの数)個の互いに異なる値を生成して、Nout個代表データの初期値とする初期化ステップと、
2)入力ベクトル集合から入力ベクトルをサンプルするサンプリングステップと、
3)最小ユークリッド距離のルールを用いて、サンプルされた入力ベクトルX毎に、マッチング性が一番高い代表データを探す相似マッチングステップと、
4)更新公式を用いて代表データを調整する更新ステップと、
5)すべての入力ベクトルの処理が終了するまで、ステップ2)〜ステップ4)を繰り返し、もし入力ベクトルの数がU(Uは予め設定された循環必要回数)より小さければ、循環回数がU回よりも大きくなるまで入力を繰り返す必要がある循環ステップとを採用して代表データを確定することを特徴とする請求項21から24のいずれか1項記載のセンサー設備。 - 前記SOM演算モジュールによるNoutと休眠時間の確定は、
I)Noutの初期値を確定するとともに、1つの休眠時間の初期値を確定するステップと、
II)同一時間において、現在のNout個の従属ノードが動作している状況での総エネルギーロスETot[2]と従属ノードがすべて動作している状況での総エネルギーロスETot[1]を算出するステップと、
III)もしETot[2]<ETot[1]ならば、現在のNoutの値は確定されたNoutの値で、現在の休眠時間は確定された休眠時間であり、さもなければ、所定の範囲内で、Nout値を減小及び/または休眠時間を増加し、ステップI)からステップIII)を繰り返し、もし所定範囲でのすべてのNout値とすべての休眠時間が、ETot[2]<ETot[1]とすることができなければ、従属ノード全体を動作させるステップとを採用することを特徴とする請求項21から24のいずれか1項記載のセンサー設備。 - 前記フィードバックモジュールは、
a)入力データから、Nout個の代表データに対し、1つのかかる代表データにそれぞれ対応するNout個のデータ集合を選択するステップと、
b)各データ集合から、代表ノードとして選択された回数が最も少ないノードに対応する最適な入力データを1つ選択し、それにより、該最適な入力データを送信するノードを代表ノードとするステップとを採用して代表ノードを選択することを特徴とする請求項21から24のいずれか1項記載のセンサー設備。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200510080593A CN1889486B (zh) | 2005-06-30 | 2005-06-30 | 无线传感器网络中的动态能量管理方法与装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2007013983A true JP2007013983A (ja) | 2007-01-18 |
Family
ID=37578745
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006179649A Pending JP2007013983A (ja) | 2005-06-30 | 2006-06-29 | ワイヤレスセンサーネットワークにおけるダイナミックエネルギー管理方法と装置 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2007013983A (ja) |
CN (1) | CN1889486B (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100970238B1 (ko) | 2009-11-25 | 2010-07-16 | 서울대학교산학협력단 | 무선센서 액추에이터 네트워크에서 상황 인식에 기반한 자동 제어 시스템 및 그 방법 |
WO2016158659A1 (ja) * | 2015-03-27 | 2016-10-06 | 株式会社東芝 | 配電監視制御装置 |
JP2018505477A (ja) * | 2015-01-06 | 2018-02-22 | サムスン エレクトロニクス カンパニー リミテッド | センサー情報の処理方法及び装置 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101286853B (zh) * | 2007-04-11 | 2011-04-06 | 中国科学院电子学研究所 | 一种无线网络传感器节点的能量供装置和方法 |
KR100903112B1 (ko) * | 2007-04-30 | 2009-06-16 | 한국전자통신연구원 | 애드 혹(ad-hoc) 네트워크에서 비컨 스케줄링 노드장치 및 스케줄링 방법, 및 데이터 전송 방법 |
CN101873349B (zh) * | 2010-06-08 | 2016-03-09 | 武汉理工大学 | 无线传感器网络的多节点在环境中实时能量消耗监测系统 |
CN109508248B (zh) * | 2018-11-14 | 2021-08-20 | 上海交通大学 | 基于自组织映射神经网络的燃料系统故障的检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7277414B2 (en) * | 2001-08-03 | 2007-10-02 | Honeywell International Inc. | Energy aware network management |
-
2005
- 2005-06-30 CN CN200510080593A patent/CN1889486B/zh not_active Expired - Fee Related
-
2006
- 2006-06-29 JP JP2006179649A patent/JP2007013983A/ja active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100970238B1 (ko) | 2009-11-25 | 2010-07-16 | 서울대학교산학협력단 | 무선센서 액추에이터 네트워크에서 상황 인식에 기반한 자동 제어 시스템 및 그 방법 |
JP2018505477A (ja) * | 2015-01-06 | 2018-02-22 | サムスン エレクトロニクス カンパニー リミテッド | センサー情報の処理方法及び装置 |
US11019147B2 (en) | 2015-01-06 | 2021-05-25 | Samsung Electronic Co., Ltd | Method and apparatus for processing sensor information |
WO2016158659A1 (ja) * | 2015-03-27 | 2016-10-06 | 株式会社東芝 | 配電監視制御装置 |
Also Published As
Publication number | Publication date |
---|---|
CN1889486A (zh) | 2007-01-03 |
CN1889486B (zh) | 2010-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sinha et al. | Performance evaluation of data aggregation for cluster-based wireless sensor network | |
CN105684524B (zh) | 通信系统、接入网络节点和优化通信网络中能耗的方法和装置 | |
Hoang et al. | Realisation of a cluster‐based protocol using fuzzy C‐means algorithm for wireless sensor networks | |
CN101790251B (zh) | 基于改进粒子群优化算法的无线传感器节点联盟生成方法 | |
JP2007013983A (ja) | ワイヤレスセンサーネットワークにおけるダイナミックエネルギー管理方法と装置 | |
CN109587753B (zh) | 基于目标阈值约束的改进leach协议的簇头选择算法 | |
Harb et al. | ATP: An aggregation and transmission protocol for conserving energy in periodic sensor networks | |
Shanmugam et al. | An energy‐efficient clustering and cross‐layer‐based opportunistic routing protocol (CORP) for wireless sensor network | |
CN101420740A (zh) | 一种用于无线传感器网络降低能耗的压缩判决方法 | |
Nesa et al. | SensorRank: An energy efficient sensor activation algorithm for sensor data fusion in wireless networks | |
Yang et al. | Data censoring with network lifetime constraint in wireless sensor networks | |
Chen et al. | Algorithm of data compression based on multiple principal component analysis over the WSN | |
Zhang et al. | Energy-efficient federated learning framework for digital twin-enabled industrial internet of things | |
Yadav et al. | Energy-efficient design of MI communication-based 3-D non-conventional WSNs | |
Idrees et al. | Energy-efficient data processing protocol in edge-based IoT networks | |
Su et al. | Online policies for throughput maximization of backscatter assisted wireless powered communication via reinforcement learning approaches | |
Arunraja et al. | Distributed similarity based clustering and compressed forwarding for wireless sensor networks | |
Zhu et al. | Principal component analysis based data collection for sustainable internet of things enabled Cyber–Physical Systems | |
Xiong et al. | An energy aware algorithm for edge task offloading | |
Chen et al. | A coverage algorithm to improve the performance of PEGASIS in wireless sensor networks | |
Kumar et al. | MEECDA: multihop energy efficient clustering and data aggregation protocol for HWSN | |
CN106507425B (zh) | 适用于异构无线传感网的改进型分布式能量有效成簇方法 | |
AU2021101381A4 (en) | Energy-efficient prediction system for data aggregation in sensor network | |
Wang et al. | A Reinforcement Learning‐Based Dynamic Clustering Algorithm for Compressive Data Gathering in Wireless Sensor Networks | |
Mahyastuty et al. | Low energy adaptive clustering hierarchy routing protocol for wireless sensor network |