KR101148597B1 - 부모 노드 선택을 위한 지그비 네트워크의 노드, 부모 노드 선택을 위한 방법, 그리고, 지그비 네트워크의 신뢰도 모델 측정 방법 - Google Patents

부모 노드 선택을 위한 지그비 네트워크의 노드, 부모 노드 선택을 위한 방법, 그리고, 지그비 네트워크의 신뢰도 모델 측정 방법 Download PDF

Info

Publication number
KR101148597B1
KR101148597B1 KR1020090117798A KR20090117798A KR101148597B1 KR 101148597 B1 KR101148597 B1 KR 101148597B1 KR 1020090117798 A KR1020090117798 A KR 1020090117798A KR 20090117798 A KR20090117798 A KR 20090117798A KR 101148597 B1 KR101148597 B1 KR 101148597B1
Authority
KR
South Korea
Prior art keywords
node
nodes
selecting
parent node
parent
Prior art date
Application number
KR1020090117798A
Other languages
English (en)
Other versions
KR20110061214A (ko
Inventor
황재우
박호현
이찬근
박재화
최영완
이정우
권영빈
자도로즈니 블라디미르
Original Assignee
서울대학교산학협력단
중앙대학교 산학협력단
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 서울대학교산학협력단, 중앙대학교 산학협력단 filed Critical 서울대학교산학협력단
Priority to KR1020090117798A priority Critical patent/KR101148597B1/ko
Publication of KR20110061214A publication Critical patent/KR20110061214A/ko
Application granted granted Critical
Publication of KR101148597B1 publication Critical patent/KR101148597B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
    • H04W40/32—Connectivity information management, e.g. connectivity discovery or connectivity update for defining a routing cluster membership
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/12—Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks

Abstract

부모 노드 선택을 위한 지그비 네트워크의 노드, 부모 노드 선택을 위한 방법, 그리고, 지그비 네트워크의 신뢰도 모델 측정 방법이 개시된다.
통신부는 주변 노드들로부터 주변 노드들 각각의 신뢰도 모델을 수신할 수 있다.
부모 노드 선택부는 수신된 각 신뢰도 모델을 이용하여 주변 노드들 중 하나를 부모 노드로 선택할 수 있다.
지그비 네트워크, 신뢰도 모델, 부모 노드, 주변 노드

Description

부모 노드 선택을 위한 지그비 네트워크의 노드, 부모 노드 선택을 위한 방법, 그리고, 지그비 네트워크의 신뢰도 모델 측정 방법{Node and method for selecting parent node in ZigBee network, and method for measuring trust model of ZigBee network}
본 발명은 노드의 주변 환경과 노드의 설계적 특성을 고려하여 노드의 신뢰도를 산출하며, 또한, 신뢰도 모델을 이용하여 지그비 네트워크의 전체적인 신뢰성을 표현할 수 있는 하는 부모 노드 선택을 위한 지그비 네트워크의 노드, 부모 노드 선택을 위한 방법, 그리고, 지그비 네트워크의 신뢰도 모델 측정 방법에 관한 것이다.
지그비 네트워크 구성 시 자식 노드는 LQI(Link Quality Indicator)와 홉(hop, 또는 depth)을 이용하여 부모 노드를 선택한 후, 부모 노드로의 조인(join) 과정을 수행한다.
그러나, 무선 링크는 멀티 경로, 페이딩, 간섭으로 인해 불안정성과 비예측성을 가지며, 지그비 네트워크에서, LQI 평균값은 안정된 값을 가지나, 각각의 패킷 전송 시 측정되는 LQI값은 변화폭이 일정하지 않고 크다.
따라서 네트워크 조인시에 계산되는 LQI는 신뢰성이 저하되고, 신뢰성이 저하된 LQI를 이용하여 구성되는 네트워크 토폴로지 역시 신뢰성이 저하된다. 이는, 기존의 네트워크는 상술한 바와 같이 LQI와 홉만을 고려하여 구성될 뿐, 센서 노드가 설치되는 위치나, 센서 노드의 디자인 등 주변환경을 고려하지 않기 때문이다. 또한, 지그비 네트워크의 표준 규격에는 전체적인 네트워크 신뢰성을 측정하는 방법이 제시되고 있지 않다.
따라서, 상기와 같은 문제점을 해결하기 위한 본 발명의 목적은, 지그비 네트워크 구성 시 신뢰도 모델을 사용함으로써 주변환경을 고려한 신뢰성 있는 네트워크를 구성할 수 있는 부모 노드 선택을 위한 지그비 네트워크의 노드, 부모 노드 선택을 위한 방법, 그리고, 지그비 네트워크의 신뢰도 모델 측정 방법을 제공하는 것이다.
또한, 본 발명의 다른 목적은, 지그비 네트워크의 전체 신뢰성을 신뢰도 모델을 이용하여 측정할 수 있는 부모 노드 선택을 위한 지그비 네트워크의 노드, 부모 노드 선택을 위한 방법, 그리고, 지그비 네트워크의 신뢰도 모델 측정 방법을 제공하는 것이다.
본 발명의 실시예에 따른 지그비 네트워크의 주변 노드들 중 하나를 부모 노드로 선택하는 지그비 노드는, 상기 주변 노드들로부터 상기 주변 노드들 각각의 신뢰도 모델을 수신하는 통신부; 및 상기 수신된 각 신뢰도 모델을 이용하여 상기 주변 노드들 중 하나를 부모 노드로 선택하는 부모 노드 선택부를 포함할 수 있다.
상기 신뢰도 모델은 신뢰도(trust), 비신뢰도(distrust) 및 불확실성(uncertainty)을 포함할 수 있다.
상기 부모 노드 선택부는, 상기 각 주변 노드에 대한 LQI(Link Quality Indicator)와 홉(hop)을 이용하여 복수의 후보 부모 노드를 선택하고, 상기 복수의 후보 부모 노드 중 신뢰도가 가장 큰 노드를 부모 노드로 선택할 수 있다.
상기 부모 노드 선택부는, 상기 각 주변 노드에 대한 LQI(Link Quality Indicator), 홉(hop) 및 상기 신뢰도 모델에 가중치를 부여하여 상기 부모 노드를 선택할 수 있다.
상기 부모 노드 선택부는, 상기 각 주변 노드 별로, 상기 가중치가 부여된 LQI, 상기 가중치가 부여된 홉 및 상기 가중치가 부여된 신뢰도 모델을 가산한 결과 중 가장 큰 결과를 가지는 주변 노드를 상기 부모 노드로 선택할 수 있다.
상기 부모 노드 선택부는, 상기 각 주변 노드의 신뢰도 모델 중 가장 큰 신뢰도를 가지는 주변 노드들이 복수이면, 상기 비신뢰도 및 상기 불확실성 중 어느 하나의 값이 가장 작은 주변 노드를 상기 부모 노드로 선택할 수 있다.
상기 신뢰도 모델은 상기 각 주변 노드가 설치되는 환경 또는 상기 각 주변 노드의 설계적 특성을 고려하여 상기 각 주변 노드에서 산출될 수 있다.
상기 지그비 노드가 설치되는 환경 또는 상기 지그비 노드의 설계적 특성을 고려하여 상기 지그비 노드의 신뢰도 모델을 산출하는 노드 연산부; 및 상기 산출된 신뢰도 모델을 저장하는 저장부를 더 포함할 수 있다.
상기 통신부는, 상기 주변 노드들 중 하나로부터 비컨 리퀘스트 신호가 수신되면, 상기 저장된 신뢰도 모델을 상기 주변 노드들 중 하나에게 전송할 수 있다.
한편, 본 발명의 실시예에 따른 지그비 노드의 주변 노드들 중 하나를 부모 노드로 선택하는 방법은, 상기 주변 노드들로부터 상기 주변 노드들 각각의 신뢰도 모델을 수신하는 단계; 및 상기 수신된 각 신뢰도 모델을 이용하여 상기 주변 노드 들 중 하나를 부모 노드로 선택하는 단계를 포함할 수 있다.
상기 신뢰도 모델은 신뢰도(trust), 비신뢰도(distrust) 및 불확실성을 포함할 수 있다.
상기 선택하는 단계는, 상기 각 주변 노드에 대한 LQI(Link Quality Indicator)와 홉(hop)을 이용하여 복수의 후보 부모 노드를 선택하는 단계; 및 상기 선택된 복수의 후보 부모 노드 중 신뢰도가 가장 큰 노드를 부모 노드로 선택하는 단계를 포함할 수 있다.
상기 선택하는 단계는, 상기 각 주변 노드에 대한 LQI(Link Quality Indicator), 홉(hop) 및 상기 신뢰도 모델에 가중치를 부여하여 상기 부모 노드를 선택할 수 있다.
상기 선택하는 단계는, 상기 각 주변 노드 별로, 상기 가중치가 부여된 LQI, 상기 가중치가 부여된 홉 및 상기 가중치가 부여된 신뢰도 모델을 가산한 결과 중 가장 큰 결과를 가지는 주변 노드를 상기 부모 노드로 선택할 수 있다.
상기 선택하는 단계는, 상기 각 주변 노드의 신뢰도 모델 중 가장 큰 신뢰도를 가지는 주변 노드들이 복수이면, 상기 비신뢰도 및 상기 불확실성 중 어느 하나의 값이 가장 작은 주변 노드를 상기 부모 노드로 선택할 수 있다.
상기 신뢰도 모델은 상기 각 주변 노드가 설치되는 환경 또는 상기 각 주변 노드의 설계적 특성을 고려하여 상기 각 주변 노드에서 산출될 수 있다.
상기 지그비 노드가 설치되는 환경 또는 상기 지그비 노드의 설계적 특성을 고려하여 상기 지그비 노드의 신뢰도 모델을 산출하는 단계; 및 상기 산출된 신뢰 도 모델을 저장하는 단계를 더 포함할 수 있다.
상기 주변 노드들 중 하나로부터 비컨 리퀘스트 신호가 수신되면, 상기 저장된 신뢰도 모델을 상기 주변 노드들 중 하나에게 전송하는 단계를 더 포함할 수 있다.
한편, 본 발명의 실시예에 따른 기준 노드와 상기 기준 노드의 주변 노드들을 포함하는 지그비 네트워크에 있어서, 지그비 네트워크의 신뢰도 모델 측정 방법은, 상기 주변 노드들 중 상기 기준 노드의 자식 노드들과, 상기 자식 노드들이 상기 기준 노드를 향해 경유하는 중간 노드들과의 신뢰도 모델을 각각 산출하는 단계; 및 상기 산출된 각 신뢰도 모델의 평균을 상기 지그비 네트워크의 전체 신뢰도 모델로 정하는 단계를 포함할 수 있다.
본 발명의 실시예에 의하면, 센서 노드가 설치되는 위치, 노드의 디자인 등에 따라서 신뢰도 모델을 다르게 부여한 후 네트워크 구성에 적용함으로써, 신뢰성 있는 지그비 네트워크를 구성할 수 있다.
또한, 본 발명의 실시예에 의하면, 신뢰도 모델을 이용하여 지그비 네트워크를 구성함으로써, 전체적인 네트워크의 신뢰도를 측정하여 수치적으로 표시할 수 있다.
이하 첨부된 도면을 참조하여 본 발명의 실시예를 설명한다. 본 발명을 설명함에 있어서, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요 지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고, 본 명세서에서 사용되는 용어(terminology)들은 본 발명의 바람직한 실시예를 적절히 표현하기 위해 사용된 용어들로서, 이는 사용자, 운용자의 의도 또는 본 발명이 속하는 분야의 관례 등에 따라 달라질 수 있다. 따라서, 본 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1은 본 발명의 실시예에 따른 부모 노드 선택을 위한 지그비 노드를 도시한 블록도이다.
먼저, 도 1에 도시된 노드(100)는 지그비 네트워크를 이루는 복수의 노드들 중 하나로서, 주변 노드들 중 하나를 부모 노드로 선택할 수 있다. 복수의 노드들 각각은 부모 노드를 선택하는 도 1의 노드(100)일 수 있으며, 또한, 노드(100)는 다른 주변 노드들의 부모 노드가 될 수 있다. 도 1에 도시된 노드(100)와 외부 노드는 센서 노드, 라우팅 노드를 예로 들 수 있으나 이에 한정적이지 않다.
부모 노드를 선택하기 위하여, 노드(100)는 트리 토폴로지 네트워크 구성 시, 네트워크 조인을 위해 채널 스캔을 하면서 비컨 신호로 응답한 후보 부모 노드들의 정보를 저장하고, 저장된 정보(신뢰도 모델 포함)를 이용하여 부모 노드를 선택할 수 있다.
도 1을 참조하면, 지그비 네트워크의 노드(100)는 상태 인식부(110), 노드 연산부(120), 저장부(130), 통신부(140), 부모 노드 선택부(150) 밑 네트워크 연산부(160)를 포함할 수 있다.
상태 인식부(110)는 다양한 종류의 센서 또는 통신부(140)를 통해 수신되는 패킷의 상태로 주변 환경, 통신 감도 등을 평가할 수 있다.
노드 연산부(120)는 상태 인식부(110)에서 평가된 값을 이용하여 노드의 신뢰도 모델(Trust Model)을 산출할 수 있다. 즉, 노드(100)가 설치되는 환경 또는 노드(100)의 설계적 특성을 고려하여 노드(100)의 신뢰도 모델을 연산할 수 있다.
구체적으로, 노드 연산부(120)는 노드(100)의 신뢰도 모델 또는 신뢰도를 결정하기 위해 노드(100)가 설치될 위치와 노드(100)의 디자인에 따라 신뢰도 모델에 차등을 줄 수 있다.
설치될 위치를 예로 들면, 건물의 내부에 위치하는 노드는 외부에 설치된 노드보다 물리적으로 보호되어 있으므로, 내부에 설치된 노드에 더 높은 등급의 신뢰도 모델을 연산할 수 있다. 또한, 콘크리트 벽과 같이 무선 신호의 감쇄를 가져오는 장애물이 있는 곳과 그러지 않은 곳, 무선 채널 간섭이 심한 곳과 그렇지 않은 곳을 고려하여 신뢰도 모델에 차등을 줄 수 있다.
노드의 디자인을 예로 들면, 배터리를 사용하는 노드의 전압 불안정으로 인한 오작동 확률이 유선 전력을 사용하는 노드보다 크므로 신뢰도 모델에 차등을 줄 수 있다. 또한, 메모리 용량, 프로세서 처리 능력 등 노드의 데이터 처리 능력을 고려하여 노드 연산부(120)는 신뢰도 모델에 차등을 줄 수 있다.
노드 연산부(120)에서 연산되는 노드(100)의 주변 환경을 고려하는 신뢰도 모델은 ω로 표시하며, ω={t, d, u}이다. ω는 t+d+u=1, {t, d, u}∈[0,1]3을 만족하여야 한다. t는 신뢰도(trust), d는 비신뢰도(distrust), u는 불확실성(uncertainty)이다.
저장부(130)는 노드 연산부(120)에서 연산된 노드(100)의 신뢰도 모델(ω)을 저장할 수 있다.
통신부(140)는 지그비 네트워크에 위치하는 노드들, 즉, 노드(100)의 주변 노드들에게 비컨 리퀘스트(beacon request) 패킷을 브로드캐스팅하며, 주변 노드들로부터 비컨 신호와 각 주변 노드의 신뢰도 모델을 수신할 수 있다.
각 주변 노드는 각 주변 노드에 마련되는 상술한 상태 인식부(110)와 노드 연산부(120)에 의해 자신의 신뢰도 모델을 산출할 수 있다. 즉, 각 주변 노드의 신뢰도 모델은 각 주변 노드가 설치되는 환경 또는 각 주변 노드의 설계적 특성을 고려하여 각 주변 노드에서 산출될 수 있다. 각 주변 노드의 신뢰도 모델은 각 주변 노드의 식별정보(identity)와 함께 저장부(130)의 신뢰도 테이블에 저장될 수 있다.
또한, 통신부(140)는 주변 노드들 중 특정 주변 노드로부터 비컨 리퀘스트 신호가 수신되면, 저장부(130)에 저장된 노드(100)의 신뢰도 모델(ω)을 특정 주변 노드에게 전송할 수 있다.
부모 노드 선택부(150)는 수신된 각 주변 노드의 신뢰도 모델을 이용하여 주변 노드들 중 하나를 부모 노드로 선택할 수 있다.
일 실시예로, 부모 노드 선택부(150)는, 각 주변 노드에 대한 LQI(Link Quality Indicator)와 홉(hop)을 이용하여 복수의 후보 부모 노드를 선택하고, 복수의 후보 부모 노드 중 신뢰도가 가장 큰 노드를 부모 노드로 선택할 수 있다.
구체적으로 설명하면, 부모 노드 선택부(150)는 각 주변 노드로부터 수신된 비컨 신호 또는 다른 패킷 신호의 통신 감도로부터 LQI(Link Quality Indicator)를 산출하고, 산출된 LQI를 이용하여 각 주변 노드의 링크 비용(Link Cost)을 검사할 수 있다. LQI는 ED(Energy Detection) 측정과 SNR(Signal to Noise Ratio) 측정 중 하나 이상을 이용하여 산출될 수 있다. 링크 비용은 0에서 7 사이의 정수값을 갖는다.
부모 노드 선택부(150)는 기준값(예를 들어, 3) 이하의 링크 비용을 가지는 주변 노드들 중 홉이 가장 작은 노드를 부모 노드로 선택할 수 있다. 홉은 노드와 노드 간의 연결(또는 간격)을 나타내는 것으로서, 각 주변 노드는 홉 정보를 비컨 신호와 함께 노드(100)에게 제공할 수 있다. ⓐ, ⓑ 및 ⓒ가 노드이고, ⓐ-ⓑ-ⓒ와 같이 연결된 경우, ⓐ를 기준으로 ⓒ까지의 홉은 2홉, 즉, 2depth일 수 있다.
홉이 가장 작은 노드가 복수인 경우, 부모 노드 선택부(150)는 각 주변 노드의 신뢰도 모델 중 신뢰도가 가장 큰 노드를 부모 노드로 선택할 수 있다.
예를 들어, 링크 비용이 기준값 이하이고, 최소의 홉을 가지는 주변 노드가 3개인 경우, 3개의 주변 노드의 신뢰도 모델은 다음 [표 1]과 같을 수 있다.
주변 노드의
식별정보(ID)		 링크 비용 Depth 신뢰도 모델
(ω={t, d, u})
a 2 2 ω={0.7, 0.2, 0.1}
b 2 2 ω={0.5, 0.3, 0.2}
c 1 2 ω={0.4, 0.5, 0.1}
[표 1]을 참조하면, 부모 노드 선택부(150)는 ID가 a인 주변 노드를 부모 노드로 선택할 수 있다. 이는 주변 노드(a)의 신뢰도 모델의 신뢰도(t)가 가장 크기 때문이다.
다른 실시예로, 부모 노드 선택부(150)는 각 주변 노드에 대한 LQI, depth 및 신뢰도 모델에 가중치를 부여하여 부모 노드를 선택할 수 있다. 특히, 부모 노드 선택부(150)는 가중치가 부여된 LQI, 가중치가 부여된 홉 및 가중치가 부여된 신뢰도 모델을 가산한 결과 중 가장 큰 결과를 가지는 주변 노드를 부모 노드로 선택할 수 있다. 이 때, 부모 노드 선택부(150)는 LQI로부터 산출되는 링크 비용을 이용할 수 있다. [표 2]는 저장부(130)에 저장된 각 주변 노드 별 LQI, depth 및 신뢰도 모델을 보여준다.
주변 노드의
식별정보(ID)		 링크 비용 Depth 신뢰도 모델
(ω={t, d, u})
a 2 2 ω={0.7, 0.2, 0.1}
b 2 2 ω={0.5, 0.3, 0.2}
c 1 2 ω={0.4, 0.5, 0.1}
d 5 1 ω={0.6, 0.2, 0.2}
e 4 3 ω={0.8, 0.1, 0.1}
[표 2]를 참조하면, 부모 노드 선택부(150)는 설정된 가중치(weight)를 각 주변 노드의 링크 비용, depth 및 신뢰도 모델에 부여한 후, 가중치가 부여된 결과를 가산할 수 있다. 가중치는 각 주변 노드에 대해 동일하나, 링크 비용, depth 및 신뢰도 모델에 대해서는 다를 수 있다. 부모 노드 선택부(150)는 가산된 결과가 가장 큰 주변 노드를 후보 부모 노드로 선택할 수 있다.
또 다른 실시예로, 부모 노드 선택부(150)는, 각 주변 노드의 신뢰도 모델의 t, d 및 u를 모두 이용할 수 있다. 부모 노드 선택부(150)는 각 주변 노드의 신뢰도 모델 중 가장 큰 신뢰도(t)를 가지는 주변 노드들이 복수이면, 비신뢰도(d) 및 상기 불확실성(u) 중 어느 하나의 값이 가장 작은 주변 노드를 부모 노드로 선택할 수 있다. 신뢰도, 비신뢰도 및 불확실성에는 우선순위가 설정될 수 있다.
예를 들어, 신뢰도, 비신뢰도 및 불확실성 순서대로 높은 우선순위가 설정된 경우, 부모 노드 선택부(150)는 동일한 신뢰도를 가지는 주변 노드가 복수인 경우, 다음 우선순위인 비신뢰도가 가장 낮은 주변 노드를 부모 노드로 선택할 수 있다. 또한, 비신뢰도가 가장 낮은 주변 노드가 복수인 경우, 부모 노드 선택부(150)는 복수의 후보 부모 노드인 주변 노드 중 불확실성이 가장 낮은 노드를 부모 노드로 선택할 수 있다. 불확실성이 가장 낮은 주변 노드가 다수인 경우, 부모 노드 선택부(150)는 랜덤하게 하나를 부모 노드로 선택할 수 있다.
네트워크 연산부(160)는 Subjective Logic을 이용하여 센서 노드 또는 라우팅 노드로부터 수집되는 신뢰도 모델을 바탕으로 지그비 네트워크의 전체 신뢰도 모델을 평가, 즉, 연산할 수 있다. Subjective Logic은 신뢰도 모델(ω)을 조합할 수 있는 논리적 연산자를 정의하고 있으며, 본 발명의 실시예에서는 Recommendation 연산자
Figure 112009074168447-pat00001
를 사용할 수 있다. 네트워크의 신뢰성을 평가하기 위한 수식은 [수학식 1] 내지 [수학식 3]과 같이 정의될 수 있다.
먼저, 상태 P일 때 전체 지그비 네트워크에서 노드(B)의 신뢰도 모델(ω)은 [수학식 1]로 정의할 수 있다.
Figure 112009074168447-pat00002
이며,
또한, 부모 노드(A)와 자식 노드(B) 사이의 신뢰도 모델은 [수학식 2]로 정 의할 수 있다.
Figure 112009074168447-pat00003
이 때, 노드(B)가 노드(A)로 패킷을 보내는 경우 패킷 또는 데이터의 신뢰도 모델은 [수학식3]으로 정의할 수 있다.
Figure 112009074168447-pat00004
여기서,
Figure 112009074168447-pat00005
,
Figure 112009074168447-pat00006
,
Figure 112009074168447-pat00007
이다.
도 2는 상술한 [수학식 1] 내지 [수학식 3]을 이용하여 지그비 네트워크 전체 신뢰도 모델을 측정하는 방법을 설명하기 위한 도면이다.
도 2를 참조하면, 노드(A)를 기준으로 네트워크의 신뢰성을 평가하는 경우,네트워크의 전체 신뢰도 모델(200)은 노드(A)의 모든 자식 노드들(B, C, D, E, F)과 자식 노드들(B, C, D, E, F)이 노드(A)를 향해 경유하는 중간 노드들과의 Recommendation 연산결과(201, 202, 203, 204, 205)의 평균으로 구해질 수 있다. 즉, 네트워크 전체의 신뢰도 모델(200)은 각각의 노드가 코디네이터를 향해 거쳐가 는 라우터들과의 Recommendation 연산결과(201~205)의 평균으로 구해질 수 있다.
도 3은 본 발명의 일 실시예에 따른 부모 노드 선택을 위한 방법을 설명하기 위한 흐름도이다.
310단계에서, 통신부(140)는 지그비 네트워크에 위치하는 노드들, 즉, 노드(100)의 주변 노드들에게 비컨 리퀘스트 패킷을 브로드캐스팅할 수 있다. 각 주변 노드는 비컨 리퀘스트 패킷에 의해, 자신의 신뢰도 테이블에 저장된 신뢰도 모델과 비컨 신호를 노드(100)에게 제공할 수 있다.
320단계에서, 통신부(140)가 모든 주변 노드들로부터 비컨 신호와 각 주변 노드의 신뢰도 모델을 수신하면, 330단계에서, 저장부(130)는 수신된 각 주변 노드의 신뢰도 모델을 각 주변 노드의 ID에 매핑저장할 수 있다.
340단계에서, 부모 노드 선택부(150)는 각 주변 노드에 대한 LQI(Link Quality Indicator)와 홉(hop)을 이용하여 부모 노드를 선택할 수 있다. 예를 들어, 340단계에서, 부모 노드 선택부(150)는 각 주변 노드에 대한 LQI를 산출하고, 산출된 LQI를 이용하여 각 주변 노드의 링크 비용을 산출한다. 그리고, 부모 노드 선택부(150)는 기준값 이하의 링크 비용이 산출된 주변 노드들 중 최소의 홉을 가지는 주변 노드를 부모 노드로 선택할 수 있다.
350단계에서, 340단계에서 선택된 노드가 복수인 경우, 즉, 후보 부모 노드가 복수일 수 있다. 이러한 경우, 360단계에서, 부모 노드 선택부(150)는 340단계에서 선택된 복수의 후보 부모 노드들의 신뢰도가 가장 큰 노드를 부모 노드로 선택할 수 있다.
370단계에서, 통신부(140)는 선택된 부모 노드에 연결하는 조인 프로시져(join procedure)를 수행할 수 있다.
한편, 350단계에서, 340단계에서 선택된 부모 노드가 한 개인 경우, 통신부(140)는 선택된 부모 노드에 연결하는 370단계를 수행할 수 있다.
도 4는 본 발명의 다른 실시예에 따른 부모 노드 선택을 위한 방법을 설명하기 위한 흐름도이다.
도 4를 참조하면, 410단계에서, 통신부(140)는 노드(100)의 주변 노드들에게 비컨 리퀘스트 패킷을 브로드캐스팅할 수 있다.
420단계에서, 통신부(140)가 모든 주변 노드들로부터 비컨 신호와 각 주변 노드의 신뢰도 모델을 수신하면, 430단계에서, 저장부(130)는 수신된 각 주변 노드의 신뢰도 모델을 각 주변 노드의 ID에 매핑저장할 수 있다.
440단계에서, 부모 노드 선택부(150)는 각 주변 노드의 LQI, 홉 및 신뢰도모델에 가중치를 부여할 수 있다.
450단계에서, 부모 노드 선택부(150)는 가중치가 부여된 LQI, depth 및 신뢰도 모델의 결과를 가산할 수 있다.
460단계에서, 부모 노드 선택부(150)는 가중치가 부여된 결과들을 각 주변 노드 별로 가산하고, 가산한 결과 중 가장 큰 값을 가지는 주변 노드를 부모 노드로 선택할 수 있다.
470단계에서, 460단계에서 선택된 부모 노드가 다수인 경우, 480단계에서,부모 노드 선택부(150)는 460단계에서 선택된 다수의 부모 노드 중 신뢰도가 가장 큰 노드를 부모 노드로 선택할 수 있다.
490단계에서, 통신부(140)는 선택된 부모 노드에 연결을 시도할 수 있다.
한편, 460단계에서 선택된 부모 노드가 한 개인 경우, 통신부(140)는 460단계에서 선택된 부모 노드에 연결을 시도하는 490단계를 수행할 수 있다.
도 5는 본 발명의 다른 실시예에 따른 부모 노드 선택을 위한 방법을 설명하기 위한 흐름도이다.
도 5를 참조하면, 500단계에서, 통신부(140)는 노드(100)의 주변 노드들에게 비컨 리퀘스트 패킷을 브로드캐스팅할 수 있다.
510단계에서, 통신부(140)가 모든 주변 노드들로부터 비컨 신호와 각 주변 노드의 신뢰도 모델을 수신하면, 520단계에서, 저장부(130)는 수신된 각 주변 노드의 신뢰도 모델을 각 주변 노드의 ID에 매핑저장할 수 있다.
530단계에서, 부모 노드 선택부(150)는 각 주변 노드의 신뢰도 모델 중 신뢰도가 가장 큰 주변 노드를 선택할 수 있다.
540단계에서, 530단계에서 선택된 노드가 복수인 경우, 550단계에서, 부모 노드 선택부(150)는 530단계에서 선택된 복수의 주변 노드 중 비신뢰도가 가장 작은 주변 노드를 선택할 수 있다.
560단계에서, 550단계에서 선택된 노드가 복수인 경우, 570단계에서, 부모 노드 선택부(150)는 550단계에서 선택된 복수의 주변 노드 중 불확실성이 가장 작은 주변 노드를 부모 노드로 선택할 수 있다. 물론, 불확실성이 가장 주변 노드가 복수인 경우, 부모 노드 선택부(150)는 랜덤하게 부모 노드를 선택할 수 있으나 상세 한 설명은 생략한다.
580단계에서, 통신부(140)는 570단계에서 선택된 부모 노드에 연결할 수 있다.
한편, 540단계 또는 560단계에서 선택된 주변 노드가 한 개인 경우, 부모 노드 선택부(150)는 선택된 한 개의 주변 노드를 부모 노드로 선택할 수 있다.
도 6은 본 발명의 일 실시예에 따른 신뢰도 모델 산출 방법을 설명하기 위한 흐름도이다.
도 6을 참조하면, 610단계에서, 상태 인식부(110)는 노드(100)가 설치된 주변 환경 또는 노드(100)의 설계적 특성을 수집할 수 있다.
620단계에서, 상태 인식부(110)는 610단계에서의 수집 결과로부터 통신 감도를 판단하고 노드(100)의 주변 환경을 평가할 수 있다.
630단계에서, 노드 연산부(120)는 620단계에서의 평가 결과를 이용하여 노드(100)의 신뢰도 모델(ω)을 산출하고, 저장부(130)는 산출된 신뢰도 모델(ω)을 저장할 수 있다.
640단계에서, 통신부(140)가 주변 노드들 중 하나의 특정 노드로부터 비컨 리퀘스트 패킷을 수신하면, 650단계에서, 통신부(140)는 비컨 신호와 저장부(130)에 저장된 노드(100)의 신뢰도 모델(ω)을 특정 노드(100)에게 전송할 수 있다.
본 발명에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 상기 매체는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체일 수도 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
도 1은 본 발명의 실시예에 따른 부모 노드 선택을 위한 지그비 노드를 도시한 블록도,
도 2는 지그비 네트워크의 전체 신뢰도 모델을 측정하는 방법을 설명하기 위한 도면,
도 3은 본 발명의 일 실시예에 따른 부모 노드 선택을 위한 방법을 설명하기 위한 흐름도,
도 4는 본 발명의 다른 실시예에 따른 부모 노드 선택을 위한 방법을 설명하기 위한 흐름도,
도 5는 본 발명의 다른 실시예에 따른 부모 노드 선택을 위한 방법을 설명하기 위한 흐름도, 그리고,
도 6은 본 발명의 일 실시예에 따른 신뢰도 모델 산출 방법을 설명하기 위한 흐름도이다.

Claims (19)

  1. 지그비 네트워크의 주변 노드들 중 하나를 부모 노드로 선택하는 지그비 노드에 있어서,
    상기 주변 노드들로부터, 상기 주변 노드들 각각이 상기 지그비 네트워크에서 전송하는 데이터에 대한 신뢰 정도(degree)를 나타내는 상기 주변 노드들 각각의 신뢰도(trust), 상기 전송하는 데이터에 대한 비신뢰 정도를 나타내는 상기 주변 노드들 각각의 비신뢰도(distrust) 및 상기 전송하는 데이터에 대하여 상기 신뢰도 및 상기 비신뢰도에 의해 정의되지 않는 불확실한 정도를 나타내는 상기 주변 노드들 각각의 불확실성(uncertainty)을 포함하는 신뢰도 모델을 수신하는 통신부; 및
    상기 수신된 각 신뢰도 모델에 포함된 신뢰도(trust), 비신뢰도(distrust) 및 불확실성(uncertainty)과 상기 각 주변 노드에 대한 LQI(Link Quality Indicator) 및 홉(hop)의 개수를 이용하여 상기 주변 노드들 중 하나를 부모 노드로 선택하는 부모 노드 선택부
    를 포함하는 부모 노드 선택을 위한 지그비 네트워크의 노드.
  2. 삭제
  3. 제 1항에 있어서,
    상기 부모 노드 선택부는,
    상기 각 주변 노드에 대한 LQI(Link Quality Indicator)와 홉(hop)을 이용하여 복수의 후보 부모 노드를 선택하고, 상기 복수의 후보 부모 노드 중 신뢰도가 가장 큰 노드를 부모 노드로 선택하는 부모 노드 선택을 위한 지그비 네트워크의 노드.
  4. 제 1항에 있어서,
    상기 부모 노드 선택부는,
    상기 각 주변 노드에 대한 LQI(Link Quality Indicator), 홉(hop) 및 상기 신뢰도 모델에 가중치를 부여하여 상기 부모 노드를 선택하는 부모 노드 선택을 위한 지그비 네트워크의 노드.
  5. 제 4항에 있어서,
    상기 부모 노드 선택부는,
    상기 각 주변 노드 별로, 상기 가중치가 부여된 LQI, 상기 가중치가 부여된 홉 및 상기 가중치가 부여된 신뢰도 모델을 가산한 결과 중 가장 큰 결과를 가지는 주변 노드를 상기 부모 노드로 선택하는 부모 노드 선택을 위한 지그비 네트워크의 노드.
  6. 제 1항 또는 제 3항에 있어서,
    상기 부모 노드 선택부는,
    상기 각 주변 노드의 신뢰도 모델 중 가장 큰 신뢰도를 가지는 주변 노드들이 복수이면, 상기 비신뢰도 및 상기 불확실성 중 어느 하나의 값이 가장 작은 주변 노드를 상기 부모 노드로 선택하는 부모 노드 선택을 위한 지그비 네트워크의 노드.
  7. 제 1항에 있어서,
    상기 신뢰도 모델은 상기 각 주변 노드가 설치되는 환경 또는 상기 각 주변 노드의 설계적 특성을 고려하여 상기 각 주변 노드에서 산출되는 부모 노드 선택을 위한 지그비 네트워크의 노드.
  8. 제 1항에 있어서,
    상기 지그비 노드가 설치되는 환경 또는 상기 지그비 노드의 설계적 특성을 고려하여 상기 지그비 노드의 신뢰도 모델을 산출하는 노드 연산부; 및
    상기 산출된 신뢰도 모델을 저장하는 저장부
    를 더 포함하는 부모 노드 선택을 위한 지그비 네트워크의 노드.
  9. 제 8항에 있어서,
    상기 통신부는, 상기 주변 노드들 중 하나로부터 비컨 리퀘스트 신호가 수신되면, 상기 저장된 신뢰도 모델을 상기 주변 노드들 중 하나에게 전송하는 부모 노드 선택을 위한 지그비 네트워크의 노드.
  10. 지그비 노드의 주변 노드들 중 하나를 부모 노드로 선택하는 방법에 있어서,
    상기 주변 노드들로부터, 상기 주변 노드들 각각이 상기 지그비 네트워크에서 전송하는 데이터에 대한 신뢰 정도(degree)를 나타내는 상기 주변 노드들 각각의 신뢰도(trust), 상기 전송하는 데이터에 대한 비신뢰 정도를 나타내는 상기 주변 노드들 각각의 비신뢰도(distrust) 및 상기 전송하는 데이터에 대하여 상기 신뢰도 및 상기 비신뢰도에 의해 정의되지 않는 불확실한 정도를 나타내는 상기 주변 노드들 각각의 불확실성(uncertainty)을 포함하는 신뢰도 모델을 수신하는 단계; 및
    상기 수신된 각 신뢰도 모델에 포함된 신뢰도(trust), 비신뢰도(distrust) 및 불확실성(uncertainty)과 상기 각 주변 노드에 대한 LQI(Link Quality Indicator) 및 홉(hop)의 개수를 이용하여 상기 주변 노드들 중 하나를 부모 노드로 선택하는 단계
    를 포함하는 부모 노드 선택을 위한 방법.
  11. 삭제
  12. 제 10항에 있어서,
    상기 선택하는 단계는,
    상기 각 주변 노드에 대한 LQI(Link Quality Indicator)와 홉(hop)을 이용하여 복수의 후보 부모 노드를 선택하는 단계; 및
    상기 선택된 복수의 후보 부모 노드 중 신뢰도가 가장 큰 노드를 부모 노드로 선택하는 단계
    를 포함하는 부모 노드 선택을 위한 방법.
  13. 제 10항에 있어서,
    상기 선택하는 단계는,
    상기 각 주변 노드에 대한 LQI(Link Quality Indicator), 홉(hop) 및 상기 신뢰도 모델에 가중치를 부여하여 상기 부모 노드를 선택하는 부모 노드 선택을 위 한 방법.
  14. 제 13항에 있어서,
    상기 선택하는 단계는,
    상기 각 주변 노드 별로, 상기 가중치가 부여된 LQI, 상기 가중치가 부여된 홉 및 상기 가중치가 부여된 신뢰도 모델을 가산한 결과 중 가장 큰 결과를 가지는 주변 노드를 상기 부모 노드로 선택하는 부모 노드 선택을 위한 방법.
  15. 제 10항 또는 제 12항에 있어서,
    상기 선택하는 단계는,
    상기 각 주변 노드의 신뢰도 모델 중 가장 큰 신뢰도를 가지는 주변 노드들이 복수이면, 상기 비신뢰도 및 상기 불확실성 중 어느 하나의 값이 가장 작은 주변 노드를 상기 부모 노드로 선택하는 부모 노드 선택을 위한 방법.
  16. 제 10항에 있어서,
    상기 신뢰도 모델은 상기 각 주변 노드가 설치되는 환경 또는 상기 각 주변 노드의 설계적 특성을 고려하여 상기 각 주변 노드에서 산출되는 부모 노드 선택을 위한 방법.
  17. 제 10항에 있어서,
    상기 지그비 노드가 설치되는 환경 또는 상기 지그비 노드의 설계적 특성을 고려하여 상기 지그비 노드의 신뢰도 모델을 산출하는 단계; 및
    상기 산출된 신뢰도 모델을 저장하는 단계
    를 더 포함하는 부모 노드 선택을 위한 방법.
  18. 제 17항에 있어서,
    상기 주변 노드들 중 하나로부터 비컨 리퀘스트 신호가 수신되면, 상기 저장된 신뢰도 모델을 상기 주변 노드들 중 하나에게 전송하는 단계
    를 더 포함하는 부모 노드 선택을 위한 방법.
  19. 삭제
KR1020090117798A 2009-12-01 2009-12-01 부모 노드 선택을 위한 지그비 네트워크의 노드, 부모 노드 선택을 위한 방법, 그리고, 지그비 네트워크의 신뢰도 모델 측정 방법 KR101148597B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090117798A KR101148597B1 (ko) 2009-12-01 2009-12-01 부모 노드 선택을 위한 지그비 네트워크의 노드, 부모 노드 선택을 위한 방법, 그리고, 지그비 네트워크의 신뢰도 모델 측정 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090117798A KR101148597B1 (ko) 2009-12-01 2009-12-01 부모 노드 선택을 위한 지그비 네트워크의 노드, 부모 노드 선택을 위한 방법, 그리고, 지그비 네트워크의 신뢰도 모델 측정 방법

Publications (2)

Publication Number Publication Date
KR20110061214A KR20110061214A (ko) 2011-06-09
KR101148597B1 true KR101148597B1 (ko) 2012-06-26

Family

ID=44395728

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090117798A KR101148597B1 (ko) 2009-12-01 2009-12-01 부모 노드 선택을 위한 지그비 네트워크의 노드, 부모 노드 선택을 위한 방법, 그리고, 지그비 네트워크의 신뢰도 모델 측정 방법

Country Status (1)

Country Link
KR (1) KR101148597B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101427770B1 (ko) * 2012-05-16 2014-08-12 전자부품연구원 편대비행 ｕａｖ 센서 네트워크의 동적 트리 토폴로지 형성 방법
KR101591964B1 (ko) * 2015-02-24 2016-02-05 가천대학교 산학협력단 무선통신시스템 분산 제어 방법 및 장치

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090062011A (ko) * 2007-12-12 2009-06-17 삼성전자주식회사 액티브 노드와 유사한 특성을 가지는 이웃 노드의 관리방법, 장치 및 그 방법을 구현하기 위한 프로그램이 기록된기록매체
KR20090065230A (ko) * 2007-12-17 2009-06-22 한국전자통신연구원 계층 구조를 갖는 무선 센서망 및 이를 위한 라우팅 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090062011A (ko) * 2007-12-12 2009-06-17 삼성전자주식회사 액티브 노드와 유사한 특성을 가지는 이웃 노드의 관리방법, 장치 및 그 방법을 구현하기 위한 프로그램이 기록된기록매체
KR20090065230A (ko) * 2007-12-17 2009-06-22 한국전자통신연구원 계층 구조를 갖는 무선 센서망 및 이를 위한 라우팅 방법

Also Published As

Publication number Publication date
KR20110061214A (ko) 2011-06-09

Similar Documents

Publication Publication Date Title
US9658312B2 (en) Location detection system and method
US20050141465A1 (en) Wireless communication system for detecting location of the node
JP5420245B2 (ja) クライアント装置補助ロケーションデータ獲得方式
Savazzi et al. Wireless sensor network modeling and deployment challenges in oil and gas refinery plants
US9622103B2 (en) Communications network control method, computer product, and system
JP5862779B2 (ja) 位置推定方法、システム、および位置推定装置
US9699614B2 (en) Positioning environment analysis apparatus, and method and system for predicting location determination performance of terminal using the same
CN104854901A (zh) 用于指导新的小型蜂窝小区的放置的方法
Chipara et al. Practical modeling and prediction of radio coverage of indoor sensor networks
US9730142B2 (en) Device and method for performing route search in wireless relay network, and non-transitory computer readable medium
CN107251600B (zh) 无线特性显示装置、无线特性显示方法和存储装置
KR101148597B1 (ko) 부모 노드 선택을 위한 지그비 네트워크의 노드, 부모 노드 선택을 위한 방법, 그리고, 지그비 네트워크의 신뢰도 모델 측정 방법
KR102518422B1 (ko) 위치 측정 방법, 장치 및 시스템
Rahman et al. Paired measurement localization: a robust approach for wireless localization
Zhang et al. A hybrid localization approach in 3D wireless sensor network
Weber et al. Energy-aware test connection assignment for the self-diagnosis of a wireless sensor network
CN112887909B (zh) 一种基于Wi-Fi信号的室内定位方法
CN116133037A (zh) 一种无线网络评估方法及装置
CN113947123B (zh) 人员轨迹识别方法、系统、存储介质和设备
JP5549070B2 (ja) 端末および通信方法
Zheng et al. Location-free coverage maintenance in wireless sensor networks
JP6030976B2 (ja) 無線通信局位置推定装置、無線通信局位置推定方法及び無線通信局位置推定プログラム
JP4375226B2 (ja) 無線通信装置及びネットワークシステム
KR102650647B1 (ko) 음원 위치 추정 장치 및 그의 음원 위치 추정 방법
JP6876596B2 (ja) 端末装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20150417

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20160325

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20170327

Year of fee payment: 6

LAPS Lapse due to unpaid annual fee