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

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

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．

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N_out（N_outは整数であり、かつN_out＜Ｋ、或いはN_out＜＜Ｋ）を確定し、前記Ｋ個のデータを利用してN_out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N_out個の代表データに基づき、N_out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N_out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、N_out（N_out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、N_out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。

前記最小ユークリッド距離は、次の式によって決定される。

ｘは入力ベクトル、ｗ_ｉは代表データ、ｄ_ｊはｍ次元入力ベクトルｘの第ｊ要素、ｗ_ｉｊはｍ次元代表データｗ_ｉの第ｊ要素、ｉは１，２・・・N_out，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＝ｗ_ｉ＋α（ｕ）Ｎ_ｃ（ｕ）×（ｘ−ｗ_ｉ）であり、ｗ_ｉ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、N_c(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N_c(u)は、ガウス（Ｇａｕｓｓ）近傍関数である。

前記学習率パラメータα(u)の更新公式は、

、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、N_out個従属ノードの選択は、ａ）入力データから、N_out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N_out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N_outと休眠時間の確定は、Ｉ）N_out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N_out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Ｅ_Ｔｏｔ［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Ｅ_Ｔｏｔ［１］を算出するステップと、III）もしＥ_Ｔｏｔ［２］＜Ｅ_Ｔｏｔ［１］ならば、現在のN_outの値は確定されたN_out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、N_out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N_out値とすべての休眠時間が、Ｅ_Ｔｏｔ［２］＜Ｅ_Ｔｏｔ［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N_out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、N_out個の代表データを確定し、Ｋ、N_outは整数で、かつN_out＜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N_out個の代表データを利用して、N_out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＝{ｘ_１、ｘ_２、・・・ｘ_ｋ}とすると、出力した代表データ集合が、ＳＴ＝{ｗ_１、ｗ_２、・・・ｗ_Ｎｏｕｔ}となり、N_out＜Ｋ或いはN_out＜＜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ｘ_ｉは、それぞれｘ_ｉを送信する１つの従属ノードＮ（ｘ_ｉ）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N_out、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ｔ_ｃｓ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ｔ_ｒｐ０とｔ_ｃｓの関係はｔ_ｃｓ＝ｔ_ｒｐ ^＊ｎ_ｓであり、ｎ_ｓ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ｘ_ｉがｄ_１、ｄ_２・・・ｄ_ｍ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ｗ_ｉに対応する。

ｗ_ｉは、ｗ_ｉ１、ｗ_ｉ２・・・ｗ_ｉｍ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ｗ_ｉ（０）について、ランダム値を選択する。ここで、唯一の条件は、ｗ_１（０）≠ｗ_２（０）≠．．．≠ｗ_Ｎｏｕｔ（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。

３）相似マッチング。最小ユークリッド距離のルールを用いて、マッチング性が一番高い出力ユニット、つまり、勝者ユニットｗｉｎｎｅｒを探す。

で、ｉは１、２・・・N_out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＝ｗ_ｉ＋α（ｕ）Ｎ_ｃ（ｕ）×（ｘ−ｗ_ｉ）、ｗ_ｉ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、N_c(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N_c(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ｗ_ｉ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、ｗ_ｉに一番近い）。

代表データ集合｛ｗ_ｉ｜ｉ＝１、２・・・、N_out｝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、N_outを確定し（N_out＜＜Ｋ或いはN_out＜Ｋ）、この過程は、図１０の１０１を参照する。N_out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N_c(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N_out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ｗ_ｉに対して、入力データ集合ＳＩの中で、ｗ_ｉと相似する（一定の距離範囲において）データ集合Ｓ_ｍを選択する。

Ｓ_ｍは、ＳＩの１つのサブ集合である。Ｓ_ｍの定義は、Ｓ_ｍ＝｛ｘ_ｍ｜‖ｘ_ｍ−ｗ_ｉ‖≦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Ｓ_ｍで、１つの最適の入力データｗ_ｊが決定された。ｘ_ｊは、ＭＣ［ｘ_ｊ］＝ｍｉｎ（ＭＣ［Ｘ_ｍ］）を満たさなければならず、ＭＣ［ｘ_ｊ］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、Ｓ_ｍ＝{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。

N_out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、ｔ_ｓｌｐ＝γ・ｔ_ｒｐであり、ｔ_ｒｐはデータ報告周期、γは１とｎ_ｓ−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、N_out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−N_out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、N_out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、Ｅ_ｓｄ（Ｓ）＝Ｓ・Ｅ_ｓｄ（１）であり、ここで、Ｓはセンシング回数、Ｅ_ｓｄ（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。

図９の９２は、データ処理エネルギーロスモデルである。プロセサがデータを処理するのに消耗するエネルギーの計算式は、

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、λ_ｉは類別ｉの指令数、τ_ｉ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、Ｅ_ＴＸ（ｌ，ｄ）＝ｌ・（Ｅ_ｅｌｅｃ＋ｅ_ｆｓｄ^２）である。ここで、Ｅ_ｅｌｅｃは、送信機回路の動作に必要なエネルギー、ｅ_ｆｓ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、Ｅ_ＲＸ（ｌ）＝ｌ・Ｅ_ｅｌｅｃであり、ここで、Ｅ_ｅｌｅｃ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、Ｅ_ｅｌｅｃ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ｔ_ｃｓにおいて、全クラスタの消耗される総エネルギー量Ｅ_Ｔｏｔ［１］、及び本発明を使用している時に、安定周期ｔ_ｃｓにおいて、全クラスタの消耗される総エネルギー量Ｅ_Ｔｏｔ［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、Ｅ_Ｔｏｔ［２］＞Ｅ_Ｔｏｔ［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、Ｅ_ｅｌｅｃ、ｅ_ｆｓ、ｔ_ｃｓ、ｔ_ｒｐ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Ｎ_ｏｕｔだけである。γ値が大きくなればなるほど、N_out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N_out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。

１）メインノードが、［１、ｎ_ｓ−１］で、ランダムにγの初期値を１つ選択し、N_out初期値は、

とすることができる。

２）メインノードは、Ｅ_Ｔｏｔ［１］とＥ_Ｔｏｔ［２］を算出する。

３）もし、Ｅ_Ｔｏｔ［２］＜Ｅ_Ｔｏｔ［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。

４）メインノードは、γとN_outがしきい値γ_ｏとＮ_ｏと等しいかどうかを判断する。ここで、γ_ｏ＝ｎ_ｓ−１、Ｎ_ｏは、

を取ることができる。もし、γとN_out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。

５）メインノードは、γ値を増加及び／或いはN_out値を減少する。γの増加方法は、γ＝γ＋１、N_outの減少方法は、

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。

量子化誤差（Quantization Error）は、

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。

そこで、平均量子化誤差の定義は、

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N_outとの関係は反比例の関係であり、たとえば、N_out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、N_out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。N_out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、N_out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、N_out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。

本発明におけるワイヤレスセンサーネットワーク分布図である。 ＳＯＭアルゴリズムの構造図及びフローチャートである。 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。 本発明におけるフィードバック過程の概念図である。 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。 本発明におけるデータ抽出とフィードバック過程の循環模式図である。 従来方法と本発明との通信過程の比較である。 本発明におけるセンサー設備構造図である。 本発明におけるエネルギーロスモデルである。 本発明の実施基準のフローチャートである。 従来提案と本発明との総エネルギーロスの比較である。 本発明における量子化誤差分布図及び本発明における平均量子化誤差分布図である。

符号の説明

９１…センサー
９２…プロセッサ
９３…送信機
９４…受信器

Claims (27)

1. 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N_out（N_outは整数であり、かつN_out＜Ｋ）を確定し、前記Ｋ個のデータを利用してN_out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N_out個の代表データに基づき、N_out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。
2. 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N_out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。
3. 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、N_out（N_out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、N_out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。
4. 前記最小ユークリッド距離は、次の式によって決定され、
   

   

   ｘは入力ベクトル、ｗ_ｉは代表データ、ｄ_ｊはｍ次元入力ベクトルｘの第ｊ要素、ｗ_ｉｊはｍ次元代表データｗ_ｉの第ｊ要素、ｉは１，２・・・N_out，ｊ，ｍはともに整数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。
5. 前記代表データを調整する更新公式は、ｗ’_ｉ＝ｗ_ｉ＋α（ｕ）Ｎ_ｃ（ｕ）×（ｘ−ｗ_ｉ）であり、であり、ｗ_ｉ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、N_c(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。
6. 前記N_c(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。
7. 前記学習率パラメータa(u)の更新公式は、
   

   

   であり、a(0)は学習率初期値、uは現在の循環回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。
8. N_out＜＜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。
9. 代表ノードとして、N_out個従属ノードの選択は、
   ａ）入力データから、N_out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N_out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。
10. 前記N_outと休眠時間の確定は、
    Ｉ）N_out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N_out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Ｅ_Ｔｏｔ［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Ｅ_Ｔｏｔ［１］を算出するステップと、
    III）もしＥ_Ｔｏｔ［２］＜Ｅ_Ｔｏｔ［１］ならば、現在のN_outの値は、確定されたN_out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、N_out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N_out値とすべての休眠時間が、Ｅ_Ｔｏｔ［２］＜Ｅ_Ｔｏｔ［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。
11. 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。
12. 公式Ｓ_ｍ＝{ｘ_ｍ｜‖ｘ_ｍ−ｗ_ｉ‖≦ε}を利用して、前記Ｋ個データからN_out個データ集合Ｓ_ｍを選択し、Ｓ_ｍはＫ個データが形成した集合の１サブ集合であり、ｗ_ｉは代表データ、ｘ_ｍ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。
13. N_out＜＜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。
14. N_out＜＜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。
15. N_out＜＜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。
16. N_out＜＜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。
17. 前記N_outと休眠時間の確定は、
    Ｉ）N_out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N_out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Ｅ_Ｔｏｔ［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Ｅ_Ｔｏｔ［１］を算出するステップと、
    III）もしＥ_Ｔｏｔ［２］＜Ｅ_Ｔｏｔ［１］ならば、現在のN_outの値は、確定されたN_out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、N_out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N_out値とすべての休眠時間が、Ｅ_Ｔｏｔ［２］＜Ｅ_Ｔｏｔ［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。
18. 前記N_outと休眠時間の確定は、
    Ｉ）N_out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N_out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Ｅ_Ｔｏｔ［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Ｅ_Ｔｏｔ［１］を算出するステップと、
    III）もしＥ_Ｔｏｔ［２］＜Ｅ_Ｔｏｔ［１］ならば、現在のN_outの値は、確定されたN_out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、N_out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N_out値とすべての休眠時間が、Ｅ_Ｔｏｔ［２］＜Ｅ_Ｔｏｔ［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。
19. 前記N_outと休眠時間の確定は、
    Ｉ）N_out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N_out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Ｅ_Ｔｏｔ［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Ｅ_Ｔｏｔ［１］を算出するステップと、
    III）もしＥ_Ｔｏｔ［２］＜Ｅ_Ｔｏｔ［１］ならば、現在のN_outの値は、確定されたN_out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、N_out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N_out値とすべての休眠時間が、Ｅ_Ｔｏｔ［２］＜Ｅ_Ｔｏｔ［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。
20. 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。
21. 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N_out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、N_out個の代表データを確定し、Ｋ、N_outは整数であり、かつN_out＜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N_out個の代表データを利用して、N_out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。
22. 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。
23. N_out＜＜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。
24. N_out＜＜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。
25. 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、N_out（N_out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、N_out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。
26. 前記ＳＯＭ演算モジュールによるN_outと休眠時間の確定は、
    Ｉ）N_out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N_out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Ｅ_Ｔｏｔ［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Ｅ_Ｔｏｔ［１］を算出するステップと、
    III）もしＥ_Ｔｏｔ［２］＜Ｅ_Ｔｏｔ［１］ならば、現在のN_outの値は確定されたN_out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、N_out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N_out値とすべての休眠時間が、Ｅ_Ｔｏｔ［２］＜Ｅ_Ｔｏｔ［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。
27. 前記フィードバックモジュールは、
    ａ）入力データから、N_out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N_out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。

Images