KR101376685B1 - Wireless sensor network system and event detection rate improving method in wireless sensor network - Google Patents
Wireless sensor network system and event detection rate improving method in wireless sensor network Download PDFInfo
- Publication number
- KR101376685B1 KR101376685B1 KR1020120091928A KR20120091928A KR101376685B1 KR 101376685 B1 KR101376685 B1 KR 101376685B1 KR 1020120091928 A KR1020120091928 A KR 1020120091928A KR 20120091928 A KR20120091928 A KR 20120091928A KR 101376685 B1 KR101376685 B1 KR 101376685B1
- Authority
- KR
- South Korea
- Prior art keywords
- sensor
- data
- event detection
- detection
- sensor network
- Prior art date
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 128
- 238000000034 method Methods 0.000 title claims abstract description 34
- 241000282414 Homo sapiens Species 0.000 abstract 1
- 230000008569 process Effects 0.000 description 15
- 230000007613 environmental effect Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 238000012937 correction Methods 0.000 description 5
- 230000007547 defect Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- WLHQHAUOOXYABV-UHFFFAOYSA-N lornoxicam Chemical compound OC=1C=2SC(Cl)=CC=2S(=O)(=O)N(C)C=1C(=O)NC1=CC=CC=N1 WLHQHAUOOXYABV-UHFFFAOYSA-N 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000010445 mica Substances 0.000 description 1
- 229910052618 mica group Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Mobile Radio Communication Systems (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
무선 센서네트워크 시스템 및 무선 센서네트워크에서의 이벤트 탐지율 개선 방법이 개시된다. 본 발명의 실시예들에 의하면, 무선 센서네트워크내에서의 센서 데이터의 시공간적 연관성을 이용하여 이벤트 탐지의 오류를 보정함으로써 이벤트 탐지율을 개선하고, 무선 센서네트워크에서의 표적 탐지에 대한 신뢰도를 높임으로 군사분야 및 공공분야에서 사람이 접근하기 어려운 감시 취약 지역이나 주요 시설에 대한 무인 감시 경계 분야에 적극 활용할 수 있다. Disclosed are a wireless sensor network system and a method for improving event detection rate in a wireless sensor network. According to embodiments of the present invention, the event detection rate is improved by correcting an error of event detection using the spatiotemporal correlation of sensor data in the wireless sensor network, and the military is improved by increasing the reliability of the target detection in the wireless sensor network. It can be used in the field of surveillance unattended surveillance of vulnerable areas or major facilities that are inaccessible to human beings in the field and public sector.
Description
본 발명은 무선 센서네트워크 시스템 및 무선 센서네트워크에서의 이벤트 탐지율 개선 방법에 관한 것으로, 특히 무선 센서네트워크내의 이웃한 센서노드들간의 시공간 연관성을 이용하여 무선 센서네트워크 시스템 및 무선 센서네트워크에서의 이벤트 탐지율 개선 방법에 관한 것이다.
The present invention relates to a wireless sensor network system and a method for improving an event detection rate in a wireless sensor network. In particular, the present invention relates to an improved event detection rate in a wireless sensor network system and a wireless sensor network by using a spatiotemporal relationship between neighboring sensor nodes in the wireless sensor network. It is about a method.
무선통신기술의 발전, 저전력 회로설계, 연산장치의 소형화 등으로 인해 무선센서 네트워크(WSN; Wireless Sensor Network)가 새로운 연구분야로 떠오르고 있다. 특히, 사용자가 컴퓨터와 같은 단말기를 의식하지 않고 언제 어디서나 용이하게 네트워크에 접속할 수 있는 환경을 제공하는 유비쿼터스 시대가 도래하면서, 이러한 무선센서 네트워크는 기존의 컴퓨팅 환경과 물리적인 실제 환경을 접목시켜주는 역할을 수행할 것으로 보여 더욱 각광을 받고 있다.Due to the development of wireless communication technology, low power circuit design, and miniaturization of arithmetic devices, wireless sensor network (WSN) is emerging as a new research field. In particular, with the advent of the ubiquitous era in which users can easily connect to the network anytime and anywhere without consciousness of terminals such as computers, such wireless sensor networks combine existing computing environments with physical physical environments. It is expected to carry out further attention.
일반적으로 무선센서 네트워크는 컴퓨팅 능력과 무선통신 능력이 부여된 센서노드가 자연환경이나 전장(戰場) 등에 임의로 배치되어 형성되는 자율적인 네트워크를 말한다. 이러한 무선센서 네트워크는 군사, 소방, 교통, 의료, 환경감시, 빌딩제어, 홈네트워크 등 산업전반에서 일상생활에 이르기까지 다양한 분야에 걸쳐 응용될 수 있다.In general, a wireless sensor network refers to an autonomous network formed by arranging a sensor node granted with computing capability and wireless communication capability in a natural environment or an electric field. The wireless sensor network can be applied to a variety of fields from military, firefighting, transportation, medical, environmental monitoring, building control, home network and the like to the industrial and everyday life.
이러한 무선센서 네트워크 시스템은 사물이나 환경을 감지하고 제어할 수 있는 센서들간의 자율적인 네트워크 구성을 통해 자동으로 원격 환경정보의 수집이 가능하며 위치에 기반하여 적이나 차량의 침입을 탐지하며 추적할 수 있는 시스템이다. 예를 들면, 무선센서 네트워크 시스템에서, 감시 정찰을 위한 센서노드는 환경 센서를 비롯하여, PIR, 음향, 진동, 자기 센서 등 복합 센서를 탑재하고 있으며, 이와 같은 센서들로부터 감지되는 센서 신호의 융합을 통해서 이벤트를 탐지한다. Such wireless sensor network system can collect remote environmental information automatically through autonomous network configuration between sensors that can detect and control objects or environment, and can detect and track intrusion of enemy or vehicle based on location. System. For example, in a wireless sensor network system, a sensor node for surveillance and reconnaissance includes environmental sensors as well as composite sensors such as PIR, acoustic, vibration, and magnetic sensors. Detect events through
한편, 센서 네트워크는 센서노드의 결함, 무선통신 장애, 센서노드의 위치 변경, 환경 변화 등 내/외부적인 변화에 취약한 특성을 나타내며, 그에 따라 센서노드로부터 검출되는 센서 데이터는 결함이나 오류를 포함할 수 있다. 구체적으로, PIR 센서의 경우는 햇빛, 바람, 기온, 습도의 영향을 받는다. 또한, 자기장 센서의 ADC(Analog Digital Converter)는 자기장의 미세한 특징과 측정거리의 문제로 인해 쉽게 포화상태가 되며, 회로판에서 발생하는 전자기 잡음은 SNR(Signal Noise Ratio)을 낮춰서 신호와 잡음을 구별하는 센싱 알고리즘에 문제를 발생시킬 수 있다. 나아가, 주변 온도의 변화에 따라 열이동(thermal drift) 현상이 나타나거나, 무선 전송이 자기계 센싱 회로에 간섭을 일으켜서 센서네트워크 시스템의 이벤트 탐지율을 저하시키는 문제점이 있다.
On the other hand, the sensor network exhibits characteristics that are vulnerable to internal / external changes such as sensor node defects, wireless communication failures, sensor node position changes, and environmental changes. Accordingly, sensor data detected from the sensor node may contain defects or errors. Can be. Specifically, the PIR sensor is affected by sunlight, wind, temperature, and humidity. In addition, the ADC (Analog Digital Converter) of the magnetic field sensor is easily saturated due to the fine characteristics of the magnetic field and the measurement distance, and the electromagnetic noise generated from the circuit board lowers the signal noise ratio (SNR) to distinguish the signal from the noise. This can cause problems with the sensing algorithm. In addition, thermal drift may occur according to the change of the ambient temperature, or wireless transmission may cause interference with the magnetic field sensing circuit to reduce the event detection rate of the sensor network system.
이에, 본 발명의 실시예들은, 센서 네트워크 시스템에서 이웃한 센서노드들간의 시공간 연관성을 이용하여 내/외부 환경적 요인으로 인한 이벤트 탐지율 저하 문제를 해결한 무선 네트워크 시스템 및 무선 센서네트워크에서의 이벤트 탐지율 개선 방법을 제공하는데 그 목적이 있다.
Accordingly, embodiments of the present invention, the event detection rate in the wireless network system and the wireless sensor network that solves the problem of reducing the event detection rate due to internal and external environmental factors by using the spatiotemporal relationship between neighboring sensor nodes in the sensor network system The purpose is to provide a method of improvement.
본 발명의 실시예에 따른 무선 센서네트워크에서의 이벤트 탐지율 개선 방법은, 무선 센서네트워크내에서 주변 상황을 센싱하는 각 센서노드에 대한 이웃노드의 목록을 생성하는 단계와; 상기 각 센서노드가 센싱한 신호로부터 센서 데이터를 생성하고, 상기 센서 데이터를 일정 시간 간격으로 분석하여 데이터 속성의 오류 여부를 판단하고, 판단 결과에 따라 상기 센서 데이터에 대한 탐지 식별 부호를 결정하는 단계와; 상기 생성된 목록에 근거하여, 상기 각 센서노드와 대응하는 이웃노드의 센서 데이터의 탐지 식별 부호를 서로 교환하는 단계와; 교환 결과, 센서노드간의 공간 연관성에 따라 각 센서 데이터에서 오류로 판단된 데이터 속성을 보정하여 상기 각 센서노드의 이벤트 탐지를 최종 결정하는 단계;를 포함하는 것을 특징으로 한다.According to an aspect of the present invention, there is provided a method of improving an event detection rate in a wireless sensor network, the method comprising: generating a list of neighbor nodes for each sensor node sensing a surrounding situation in the wireless sensor network; Generating sensor data from the signals sensed by each sensor node, analyzing the sensor data at predetermined time intervals to determine whether there is an error in the data property, and determining a detection identification code for the sensor data according to the determination result. Wow; Exchanging detection identification codes of sensor data of each of the sensor nodes and corresponding neighbor nodes based on the generated list; And as a result of the exchange, correcting the data attribute determined as an error in each sensor data according to the spatial association between the sensor nodes to finally determine event detection of each sensor node.
일 실시예에서, 상기 탐지 식별 부호를 결정하는 단계는, 주기적으로 생성되는 복수의 센서 데이터를 일정 시간 간격으로 비교하고, 비교 결과 정해진 오류허용범위를 초과하면, 해당 데이터 속성을 오류로 판단하는 단계를 포함하는 것을 특징으로 한다.In an embodiment, the determining of the detection identification code may include: comparing a plurality of periodically generated sensor data at predetermined time intervals, and determining the corresponding data attribute as an error when the comparison exceeds a predetermined error tolerance range. Characterized in that it comprises a.
일 실시예에서, 상기 탐지 식별 부호는, 상기 센서 데이터에 포함된 데이터 속성의 개수만큼의 비트수로 이루어진 비트맵인 것을 특징으로 한다.In one embodiment, the detection identification code, characterized in that a bitmap consisting of the number of bits as the number of data attributes included in the sensor data.
일 실시예에서, 상기 탐지 식별 부호를 구성하는 각 비트는, 이벤트 탐지시 해당 데이터 속성의 비트를‘1’ 값으로 나타내고, 이벤트 탐지 실패시 해당 데이터 속성의 비트를‘0’값으로 나타내는 것을 특징으로 한다.In one embodiment, each bit constituting the detection identification code represents a bit of the corresponding data attribute when the event is detected as a '1' value, and represents a bit of the corresponding data attribute as a '0' value when the event detection fails. It is done.
일 실시예에서, 상기 이벤트 탐지는, 이하의 식에 의하여 정의되는 것을 특징으로 한다.In one embodiment, the event detection is characterized by the following equation.
이벤트 탐지:
여기서, N은 센서노드의 개수, Sn은 센서 데이터의 데이터 속성, Tn 은 데이터 속성의 이벤트 탐지를 위한 임계치를 나타낸다.Where N is the number of sensor nodes, S n is the data attribute of the sensor data, and T n Represents a threshold for event detection of data attributes.
일 실시예에서, 상기 이벤트 탐지를 최종 결정하는 단계에서 오류로 판단된 데이터 속성은 다음의 식에 의하여 보정되는 것을 특징으로 한다.In an embodiment, the data attribute determined to be an error in the final determination of event detection may be corrected by the following equation.
최종탐지식별부호 = {D'1, D'2, D'3, ..., D'N},Final detection identifier = {D ' 1 , D' 2 , D ' 3 , ..., D' N },
여기서, D'n은 최종탐지식별부호를 갖는 센서 데이터, M은 각 센서노드에 대한 이웃노드의 수, Wn은 이벤트 탐지로 판단하기 위한 상관계수를 나타내며, Dn ,m은 이웃노드 m의 n번째 탐지식별부호를 나타낸다.Here, D ' n is sensor data having the last detection identification code, M is the number of neighbor nodes for each sensor node, W n is the correlation coefficient to determine the event detection, D n , m is the n-th detection identification code.
일 실시예에서, 상기 이벤트 탐지를 최종 결정하는 단계 이후, 미리정해진 각 센서노드의 탐지범위의 거리를 이용하여 탐지체의 위치를 산출하거나, 또는 각 센서노드에 수신되는 탐지 신호 세기에 근거하여 탐지체의 위치를 산출하는 단계;를 더 포함하는 것을 특징으로 한다.
In one embodiment, after the final determination of the event detection, the position of the detection object is calculated using a predetermined distance of the detection range of each sensor node, or the detection is based on the detection signal strength received at each sensor node. Computing the position of the sieve; characterized in that it further comprises.
또한, 본 발명의 실시예에 따른 무선 네트워크 시스템은, 무선 센서네트워크내에서 주변 상황을 센싱하는 하나 이상의 센서노드와; 상기 센서노드가 센싱한 신호를 수신하여 센서 데이터를 생성하고, 생성된 센서 데이터를 일정 시간 간격으로 분석하여 데이터 속성의 오류 여부를 판단하고, 판단 결과에 따라 상기 센서 데이터에 대한 탐지 식별 부호를 결정하는 센서 신호 처리부와; 상기 센서노드의 센서 데이터와 이웃노드의 센서 데이터에 대한 탐지 식별 부호를 서로 교환하여, 공간 연관성에 따라 상기 센서 데이터에서 오류로 판단된 데이터 속성을 보정하여 각 센서노드의 이벤트 탐지를 결정하는 이벤트 탐지 결정부;를 포함하는 것을 특징으로 한다.
In addition, the wireless network system according to an embodiment of the present invention, one or more sensor nodes for sensing the surrounding situation in the wireless sensor network; The sensor node receives the signal sensed by the sensor node to generate sensor data, and analyzes the generated sensor data at predetermined time intervals to determine whether there is an error in the data property, and determines a detection identification code for the sensor data according to the determination result. A sensor signal processor; Event detection for determining event detection of each sensor node by exchanging detection identification codes for sensor data of the sensor node and detection data of the neighbor node, and correcting a data attribute determined as an error in the sensor data according to spatial correlation. Determination unit; characterized in that it comprises a.
따라서, 본 발명의 실시예에 따른 무선 센서네트워크 시스템 및 무선 센서네트워크에서의 이벤트 탐지율 개선 방법에 의하면, 무선 센서네트워크내에서의 센서 데이터의 시공간적 연관성을 이용하여 이벤트 탐지의 오류를 보정함으로써 이벤트 탐지율을 개선시키는 효과를 제공한다.Accordingly, according to the method of improving the event detection rate in a wireless sensor network system and a wireless sensor network according to an embodiment of the present invention, the event detection rate is corrected by correcting an error in event detection using the spatiotemporal correlation of sensor data in the wireless sensor network. To improve the effect.
또한, 본 발명의 실시예에 따른 무선 센서네트워크 시스템 및 무선 센서네트워크에서의 이벤트 탐지율 개선 방법에 의하면, 무선 센서네트워크에서의 표적 탐지에 대한 신뢰도를 높임으로 군사분야 및 공공분야에서 사람이 접근하기 어려운 감시 취약 지역이나 주요 시설에 대한 무인 감시 경계 분야에 적극 활용할 수 있다.In addition, according to the method of improving the event detection rate in the wireless sensor network system and the wireless sensor network according to an embodiment of the present invention, it is difficult to access people in the military and public fields by increasing the reliability of the target detection in the wireless sensor network. It can be used in the field of surveillance surveillance of vulnerable areas or major facilities.
나아가, 본 발명의 실시예에 따른 무선 센서네트워크 시스템 및 무선 센서네트워크에서의 이벤트 탐지율 개선 방법에 의하면, 무선 센서네트워크내의 일부 센서 모듈에 대한 결함이나 설치 환경시 오류 요인을 논리적으로 제거함으로써 물리적인 유지보수 비용을 감소시키는 효과가 있다.
Furthermore, according to the method for improving the event detection rate in the wireless sensor network system and the wireless sensor network according to an embodiment of the present invention, physical maintenance is achieved by logically eliminating defects or errors in the installation environment of some sensor modules in the wireless sensor network. It has the effect of reducing the maintenance cost.
도 1은 본 발명의 실시예에 따른 무선 센서네트워크에서의 센서노드의 개략적인 구조를 보인 도면이다.
도 2는 본 발명의 실시예에 따른 무선 센서네트워크에서의 이벤트 탐지율 개선 방법의 예시 흐름도이다.
도 3은 본 발명의 실시예에 따른 무선 센서네트워크에서 생성된 센서 데이터로부터 오류를 식별하는 과정을 보인 흐름도이다.
도 4는 본 발명의 실시예에 따른 무선 센서네트워크에서 생성된 센서 데이터에 대한 탐지 식별 부호를 결정하는 과정을 보인 흐름도이다.
도 5는 본 발명의 실시예에 따른 무선 센서네트워크에서 이웃한 센서노드들간의 시공간 연관성을 이용하여 이벤트 탐지의 오류를 보정하는 과정을 보인 흐름도이다.
도 6은 본 발명의 실시예에 따른 무선 센서네트워크에서 오류 보정에 의한 최종 이벤트 탐지 여부를 결정하는 과정을 보인 흐름도이다.
도 7은 내/외부 환경 요인에 따라 무선 센서네트워크내의 센서노드의 이벤트 탐지 오류가 발생하는 예시를 보인 도면이다.1 is a view showing a schematic structure of a sensor node in a wireless sensor network according to an embodiment of the present invention.
2 is an exemplary flowchart of an event detection rate improvement method in a wireless sensor network according to an embodiment of the present invention.
3 is a flowchart illustrating a process of identifying an error from sensor data generated in a wireless sensor network according to an embodiment of the present invention.
4 is a flowchart illustrating a process of determining a detection identification code for sensor data generated in a wireless sensor network according to an embodiment of the present invention.
FIG. 5 is a flowchart illustrating a process of correcting an error of event detection using space-time association between neighboring sensor nodes in a wireless sensor network according to an embodiment of the present invention.
6 is a flowchart illustrating a process of determining whether a final event is detected by error correction in a wireless sensor network according to an embodiment of the present invention.
FIG. 7 is a diagram illustrating an event detection error of a sensor node in a wireless sensor network according to internal / external environmental factors.
이하에서는, 첨부된 도면들을 참조하여 본 발명의 실시예에 따른 무선 센서네트워크 시스템 및 무선 센서네트워크에서의 이벤트 탐지율 개선 방법에 대해 보다 상세하게 설명하기로 한다. 본 발명을 설명하는데 있어서 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그에 대한 상세한 설명은 생략하는 것으로 한다.
Hereinafter, with reference to the accompanying drawings will be described in more detail with respect to the wireless sensor network system and the method for improving the event detection rate in the wireless sensor network according to an embodiment of the present invention. In the following description, well-known functions or constructions are not described in detail since they may obscure the subject matter of the present invention.
본 발명에 따른 실시예에서 센서노드는 컴퓨팅 파워가 부여된 센싱 디바이스로서, 무선센서 네트워크를 구성하는 지능형 통신 디바이스를 의미한다. 이러한 센서노드는 내부에 센서, 로컬저장모듈, 통신모듈, 프로세서 및 배터리 등을 구비할 수 있다. 센서노드의 예로는, 로스보우의 Mica 시리즈, 인텔의 iMote, 모테이브의 Telos, 옥타컴의 Nano-24, 맥폴의 TIP 시리즈, 한백전자의 ZigbeX Mote, 휴인스의 UStar-2000 등이 포함될 수 있다. In the embodiment of the present invention, the sensor node is a sensing device to which computing power is applied, and refers to an intelligent communication device constituting a wireless sensor network. Such a sensor node may include a sensor, a local storage module, a communication module, a processor, and a battery therein. Examples of sensor nodes include Rothbow's Mica series, Intel's iMote, Mote's Telos, Octacom's Nano-24, Macpole's TIP series, Hanbaek Electronics 'ZigbeX Mote, and Huins' UStar-2000.
이와 같은 센서노드들은 설치된 환경적인 요인이나 내부 자원의 활용 문제 등으로 인하여, 검출된 센서 데이터의 일부 데이터 속성이 오류를 포함하거나 또는 일부 데이터 속성이 누락되는 경우가 발생한다. Such sensor nodes may cause some data attributes of the detected sensor data to include an error or some data attributes to be missed due to installed environmental factors or utilization of internal resources.
이와 관련하여, 도 7은 내/외부 환경 요인에 따라 무선 센서네트워크내의 센서노드의 이벤트 탐지 오류가 발생하는 예시를 보여준다. 도 7에 무선 센서네트워크내에 센서노드(10) S1, S2, S3, S4가 설치되고 각 센서노드는 다양한 데이터 속성에 따라 "침입자"를 탐지한다. 이때, 센서노드(10) S1은 지형적 장애물로 인하여 정확한 탐지가 어렵고 센서노드(10) S2 및 S3는 "소음원"으로 인하여 정확한 탐지가 어려울 수 있다. 이와 같이 센서노들들이 설치된 주변의 환경적 요인으로 인해 센서노드에 의한 이벤트 탐지율이 저하되고 나아가 검출된 센서 데이터의 신뢰도가 저하된다. In this regard, FIG. 7 shows an example of an event detection error of a sensor node in a wireless sensor network according to internal / external environmental factors. In FIG. 7,
이하에서는, 도 2를 참조하여 본 발명의 실시예에 따른 무선 센서네트워크에서의 이벤트 탐지율 개선 방법을 설명한다.Hereinafter, a method of improving an event detection rate in a wireless sensor network according to an embodiment of the present invention will be described with reference to FIG. 2.
본 발명의 실시예에 따른 무선 센서네트워크에서의 이벤트 탐지율 개선 방법에 의하면, 먼저, 무선 센서네트워크내에서 각 센서노드의 통신 범위내에 위치한 이웃센서노드를 탐색하여 이웃노드 목록을 생성한다(S10). 각 센서노드는 무선 센서네트워크내의 주변 상황을 주기적으로 센싱한다.According to the method for improving an event detection rate in a wireless sensor network according to an embodiment of the present invention, first, a neighbor node is searched for within a communication range of each sensor node in the wireless sensor network to generate a neighbor node list (S10). Each sensor node periodically senses the surroundings in the wireless sensor network.
각 센서노드가 센싱한 센서 신호를 탐지하여(S20), 센서 데이터를 생성한다.The sensor signal sensed by each sensor node is detected (S20), and sensor data is generated.
그런 다음, 상기 센서 데이터를 일정 시간 간격으로 분석하여 데이터 속성의 오류 여부를 판단한다(S30). 여기서, 데이터 속성은, 예를 들어, PIR 센서, 자기 센서, 음향 센서, 및 진동 센서 중 적어도 하나 이상의 조합으로 검출되는 센서 데이터를 포함하나, 이에 한정되지는 않는다.Thereafter, the sensor data is analyzed at predetermined time intervals to determine whether an error of the data property occurs (S30). Here, the data attribute includes, but is not limited to, sensor data detected by at least one combination of, for example, a PIR sensor, a magnetic sensor, an acoustic sensor, and a vibration sensor.
구체적으로, 주기적으로 생성되는 복수의 센서 데이터를 일정 시간 간격으로 비교하고, 비교 결과 정해진 오류허용범위를 초과하면, 해당 데이터 속성을 오류로 판단한다. In detail, a plurality of periodically generated sensor data are compared at predetermined time intervals, and when the comparison result exceeds a predetermined error tolerance range, the corresponding data attribute is determined as an error.
예를 들어, 각 센서노드에서 (t-1)시점에 측정한 센서 데이터와 t시점에서 측정한 센서 데이터를 비교하여, 센서 데이터에 포함된 n번째 속성이 정해진 오차허용범위인 ±en를 초과하는 경우에는, 해당 데이터 속성을 오류로 판단한다. 다음의 수학식1은 각 데이터 속성의 오류 여부를 판단하기 위한 수식이다.For example, by comparing the sensor data measured at (t-1) time and the sensor data measured at time t at each sensor node, the nth attribute included in the sensor data exceeds the defined tolerance range ± en. In this case, the data attribute is determined to be an error.
여기서, En은 n번째 데이터 속성의 오류식별부호를 나타내고, An(t)는 t시점에 측정된 N개의 데이터 속성 중 n 번째 데이터 속성에 해당하는 센서 데이터를, An(t-1)은 (t-1)시점에 측정된 N개의 데이터 속성 중 n 번째 데이터 속성에 해당하는 센서 데이터를 나타내며, en은 미리정해진 n 번째 속성의 오류허용범위를 나타낸다.Here, E n represents an error identification code of the n th data attribute, A n (t) represents sensor data corresponding to the n th data attribute among the N data attributes measured at time t, and A n (t-1) Represents sensor data corresponding to the n th data attribute among the N data attributes measured at (t-1), and e n represents an error tolerance range of the n th attribute determined in advance.
단계(S30)에서의 판단 결과에 따라, 센서 데이터에 대한 탐지 식별 부호를 결정한다(S40). 탐지 식별 부호를 결정하기 위한 수학식2는 다음과 같다. 여기서, 탐지 식별 부호는, 센서 데이터에 포함된 데이터 속성의 개수만큼의 비트수로 이루어진 비트맵이다. 또한, 탐지 식별 부호를 구성하는 각 비트는 이벤트 탐지시 해당 데이터 속성의 비트를‘1’ 값으로 나타내고, 이벤트 탐지 실패시에는 해당 데이터 속성의 비트를 0’값으로 나타낸다.According to the determination result in step S30, a detection identification code for sensor data is determined (S40).
여기서, Dn은 n번째 데이터 속성의 탐지식별부호를 나타내고, An은 N개의 데이터 속성 중 n 번째 데이터 속성에 해당하는 센서 데이터를 나타내고, Tn은 n번째 데이터 속성의 이벤트 탐지 여부를 판단하기 위한 임계값을 나타낸다.Here, D n represents the detection identification code of the n-th data attribute, A n represents the sensor data corresponding to the n-th data attribute of the N data attributes, T n is to determine whether the event detection of the n-th data attribute Indicates a threshold.
그런 다음, 단계(S10)에서 생성한 이웃노드 목록에 근거하여, 각 센서노드의 센서 데이터의 탐지 식별 부호와 각 센서노드에 대응하는 이웃노드의 센서 데이터의 탐지 식별 부호를 서로 교환한다(S50).Then, based on the neighbor node list generated in step S10, the detection identification code of the sensor data of each sensor node and the detection identification code of the sensor data of the neighbor node corresponding to each sensor node are exchanged with each other (S50). .
단계(S50)에서의 교환 결과, 센서노드간의 공간 연관성에 따라 각 센서 데이터에서 오류로 판단된 데이터 속성을 보정한다(S60). 보정에 따라, 각 센서 데이터에 대한 최종 탐지 식별 부호는 다음의 수학식3에 의하여 정해진다.As a result of the exchange in step S50, the data attribute determined as an error in each sensor data is corrected according to the spatial association between the sensor nodes (S60). According to the correction, the final detection identification code for each sensor data is determined by the following equation (3).
여기서, D'n은 n번째 데이터 속성의 최종탐지식별부호를 나타내고, M은 이웃한 센서노드의 수를 나타내고, Wn은 이벤트 탐지로 판단하기 위한 상관계수를 나타낸다.Here, D ' n represents the last detection identification code of the n-th data attribute, M represents the number of neighboring sensor nodes, and W n represents a correlation coefficient for judging by event detection.
상기한 과정을 통해 다음의 수학식4에 따라, 센서노드에 의한 이벤트 탐지를 최종 결정한다(S70). 이에 의하면, 무선 센서네트워크내에서의 센서 데이터의 시공간적 연관성을 이용하여 이벤트 탐지의 오류를 보정함으로써 이벤트 탐지율을 개선시킬 수 있다.Through the above process, according to the following Equation 4, event detection by the sensor node is finally determined (S70). According to this, it is possible to improve the event detection rate by correcting an error of event detection by using the spatiotemporal correlation of sensor data in the wireless sensor network.
본 발명의 실시예에서는, 이벤트 탐지를 최종 결정한 다음, 미리정해진 각 센서노드의 탐지범위의 거리를 이용하여 탐지체의 위치를 산출할 수 있다. 또한, 이벤트 탐지를 최종 결정한 다음, 각 센서노드에 수신되는 탐지 신호 세기에 근거하여 탐지체의 위치를 산출할 수도 있다.
In the embodiment of the present invention, after event detection is finally determined, the position of the detector may be calculated using a predetermined distance of the detection range of each sensor node. In addition, after event detection is finally determined, the position of the detector may be calculated based on the detection signal strength received at each sensor node.
이하에서는 도 3 내지 도 6을 참조하여 상기한 이벤트 탐지율 개선 방법의 일부 과정을 보다 상세히 설명하기로 한다.Hereinafter, some processes of the event detection rate improvement method will be described in detail with reference to FIGS. 3 to 6.
도 3은 본 발명의 실시예에 따른 무선 센서네트워크에서 생성된 센서 데이터로부터 오류를 식별하는 과정(S31)을 도시한다. 상기 언급한 수학식1에 따라, 각 센서노드에서 (t-1)시점에 측정한 센서 데이터와 t시점에서 측정한 센서 데이터의 절대값의 차를 미리정해진 오차허용범위인 ±en와 비교한다(S31). 비교 결과, 오차허용범위를 초과하면 오류 식별 부호를 En= 1로 설정한다(S32). 비교 결과, 오차허용범위 이하를 만족하는 경우에는 오류 식별 부호를 En= 0으로 설정한다(S33). 이와 같이 N개의 데이터 속성에 대하여 상기 비교 과정을 수행하여 오류 식별 번호를 출력한다(S34).3 illustrates a process S31 of identifying an error from sensor data generated in a wireless sensor network according to an embodiment of the present invention. According to
도 4는 본 발명의 실시예에 따른 무선 센서네트워크에서 생성된 센서 데이터에 대한 탐지 식별 부호를 결정하는 과정(S40)을 도시한다. 도시된 바와 같이, 각 데이터 속성(An)을 이벤트 탐지 판단기준인 임계값(Tn)과의 비교한 결과(S41), 임계치 이상을 만족하면, 해당 데이터 속성의 탐지 식별 부호는 Dn= 1 이 된다(S42). 한편, 비교(S41)한 결과, 데이터 속성(An)이 임계치 미만이면 해당 데이터 속성의 탐지 식별 부호는 Dn= 0 값을 갖는다(S43). 이와 같이 N개의 데이터 속성에 대하여 상기 비교 과정을 수행하여 각각 탐지 식별 번호를 출력한다(S44).4 illustrates a process (S40) of determining a detection identification code for sensor data generated in a wireless sensor network according to an embodiment of the present invention. As shown, when a result of comparing each data attribute A n with a threshold value T n , which is an event detection criterion (S41), if the threshold value or more is satisfied, the detection identification code of the data attribute D n = It becomes 1 (S42). On the other hand, as a result of the comparison (S41), if the data attribute A n is less than the threshold value, the detection identification code of the data attribute has a value of D n = 0 (S43). As described above, the comparison process is performed on the N data attributes and a detection identification number is output (S44).
도 5는 본 발명의 실시예에 따른 무선 센서네트워크에서 이웃한 센서노드들간의 시공간 연관성을 이용하여 이벤트 탐지의 오류를 보정하는 과정(S60)을 도시한다. 데이터 속성의 오류 식별 번호가 En= 1인지를 판단하여(S61), En= 1이면 최종 탐지 식별 부호는 D'n= Dn 이 되고 보정은 없다. 한편, En= 0이면 상기 언급한 수학식3에 따라 최종 탐지 식별 부호를 결정한다(S62). 즉, 데이터 속성이 센서노드와 이웃한 노드들과의 공간적 연관성을 이용하여 이벤트 탐지로 판단받기 위한 상관계수 Wn를 이상을 만족하면 오류 식별 번호가 En= 0은 D'n= 1 로 보정된다(S64). 한편, 각 센서노드와 이웃한 노드들과의 공간적 연관성을 이용하여 이벤트 탐지로 판단받기 위한 상관계수 Wn 미만인 경우에는 오류 식별 번호가 En= 0은 보정 없이 그대로 D'n= 0 이 된다(S65). 이와 같이 N개의 데이터 속성에 대하여 상기 비교 과정을 수행하여 각각 최종 (보정된) 탐지 식별 번호를 출력한다(S66).FIG. 5 illustrates a process (S60) of correcting an error of event detection by using space-time association between neighboring sensor nodes in a wireless sensor network according to an embodiment of the present invention. It is determined whether the error identification number of the data attribute is E n = 1 (S61). If E n = 1, the final detection identification code is D ' n = D n and there is no correction. On the other hand, if E n = 0 to determine the final detection identification code according to the above equation (3) (S62). That is, if the data property satisfies the correlation coefficient W n determined to be event detection using the spatial association between the sensor node and neighboring nodes, the error identification number E n = 0 is corrected to D ' n = 1 (S64). On the other hand, when the correlation coefficient W n is determined to be event detection using the spatial association between each sensor node and neighboring nodes, the error identification number E n = 0 becomes D ' n = 0 as it is without correction ( S65). As described above, the comparison process is performed on the N data attributes, and a final (corrected) detection identification number is output (S66).
도 6은 본 발명의 실시예에 따른 무선 센서네트워크에서 오류 보정에 의한 최종 이벤트 탐지 여부를 결정하는 과정(S70)을 도시한다. 상기 언급한 수학식4에 따라, 센서노드에 의한 이벤트 탐지를 최종 결정한다(S71).
FIG. 6 illustrates a process S70 of determining whether to detect a final event by error correction in a wireless sensor network according to an embodiment of the present invention. According to Equation 4 mentioned above, event detection by the sensor node is finally determined (S71).
한편, 도 1은 본 발명의 실시예에 따른 무선 센서네트워크 시스템은, 무선 센서네트워크에서의 센서노드의 개략적인 구조를 보인 도면이다.1 is a diagram illustrating a schematic structure of a sensor node in a wireless sensor network system according to an embodiment of the present invention.
도 1을 참조하면, 본 발명의 실시예에 따른 무선 센서네트워크 시스템은, 무선 센서네트워크내에서 주변 상황을 센싱하는 하나 이상의 센서노드(센서모듈)(10)과, 센서노드(10)가 센싱한 신호를 수신하여 센서 데이터를 생성하고, 생성된 센서 데이터를 일정 시간 간격으로 분석하여 데이터 속성의 오류 여부를 판단하고, 판단 결과에 따라 센서 데이터에 대한 탐지 식별 부호를 결정하는 센서 신호 처리부(20)를 포함한다. 또한, 센서노드의 센서 데이터와 이웃노드의 센서 데이터에 대한 탐지 식별 부호를 서로 교환하여, 공간 연관성에 따라 센서 데이터에 중 오류로 판단된 데이터 속성을 보정함으로써 센서노드의 이벤트 탐지를 결정하는 이벤트 탐지 결정부(30)를 포함하여 이루어진다.
Referring to FIG. 1, a wireless sensor network system according to an exemplary embodiment of the present invention includes one or more sensor nodes (sensor modules) 10 for sensing a surrounding situation in a wireless sensor network, and the
이상에서와 같이, 본 발명의 상세한 설명에서는 구체적인 실시 예에 관해 설명하였으나, 본 발명의 범위에서 벗어나지 않는 한도 내에서 여러 가지 변형이 가능함은 물론이다. 그러므로 본 발명의 범위는 설명된 실시 예에 국한되어 정해져서는 안 되고 후술하는 특허청구범위 뿐만 아니라 이 특허청구범위와 균등한 범위에 의해 정해져야 한다.As described above, in the detailed description of the present invention has been described with respect to specific embodiments, various modifications are possible without departing from the scope of the invention. Therefore, the scope of the present invention should not be limited to the described embodiments, but should be defined by the appended claims as well as the equivalent scope of the claims.
이상, 본 발명의 실시예에 따른 무선 센서네트워크 시스템 및 무선 센서네트워크에서의 이벤트 탐지율 개선 방법에 의하면, 무선 센서네트워크내에서의 센서 데이터의 시공간적 연관성을 이용하여 이벤트 탐지의 오류를 보정함으로써 이벤트 탐지율을 개선하고, 무선 센서네트워크에서의 표적 탐지에 대한 신뢰도를 높임으로 군사분야 및 공공분야에서 사람이 접근하기 어려운 감시 취약 지역이나 주요 시설에 대한 무인 감시 경계 분야에 적극 활용할 수 있다. As described above, according to the method for improving the event detection rate in the wireless sensor network system and the wireless sensor network, the event detection rate is corrected by correcting an error in event detection using the spatiotemporal correlation of sensor data in the wireless sensor network. By improving the reliability of detection of targets in wireless sensor networks, they can be used in the field of unmanned surveillance for sensitive areas or critical facilities that are difficult to access in the military and public sectors.
10 - 센서 모듈(센서 노드) 20 - 센서 신호 처리부
30 - 이벤트 탐지 결정부10-sensor module (sensor node) 20-sensor signal processor
30-Event Detection Decision Unit
Claims (8)
상기 각 센서노드가 센싱한 신호로부터 센서 데이터를 생성하고, 상기 센서 데이터를 일정 시간 간격으로 분석하여 데이터 속성의 오류 여부를 판단하고, 판단 결과에 따라 상기 센서 데이터에 대한 탐지 식별 부호를 결정하는 단계;
상기 생성된 목록에 근거하여, 상기 각 센서노드와 대응하는 이웃노드의 센서 데이터의 탐지 식별 부호를 서로 교환하는 단계; 및
교환 결과, 센서노드간의 공간 연관성에 따라 각 센서 데이터에서 오류로 판단된 데이터 속성을 보정하여 상기 각 센서노드의 이벤트 탐지를 최종 결정하는 단계;를 포함하고,
여기서, 상기 탐지 식별 부호는,
상기 센서 데이터에 포함된 데이터 속성의 개수만큼의 비트수로 이루어진 비트맵이고, 상기 탐지 식별 부호를 구성하는 각 비트는, 이벤트 탐지시 해당 데이터 속성의 비트를‘1’ 값으로 나타내고, 이벤트 탐지 실패시 해당 데이터 속성의 비트를‘0’값으로 나타내며,
상기 이벤트 탐지는, 이하의 식에 의하여 정의되고,
이벤트 탐지:
여기서, N은 센서노드의 개수, Sn은 센서 데이터의 데이터 속성, Tn 은 데이터 속성의 이벤트 탐지를 위한 임계치를 나타내는 것을 특징으로 하는,
무선 센서네트워크에서의 이벤트 탐지율 개선 방법.Generating a list of neighbor nodes for each sensor node sensing a surrounding situation in the wireless sensor network;
Generating sensor data from the signals sensed by each sensor node, analyzing the sensor data at predetermined time intervals to determine whether there is an error in the data property, and determining a detection identification code for the sensor data according to the determination result. ;
Exchanging detection identification codes of sensor data of each of the sensor nodes and corresponding neighbor nodes based on the generated list; And
And determining the event detection of each sensor node by correcting a data attribute determined as an error in each sensor data according to the spatial association between the sensor nodes as a result of the exchange.
Here, the detection identification code,
The bitmap is composed of the number of bits as many as the number of data attributes included in the sensor data, and each bit constituting the detection identification code represents a bit of the corresponding data attribute as a value of '1' upon event detection, and event detection fails. Represents the bit of the data attribute as '0' value.
The event detection is defined by the following equation,
Event detection:
Here, N is the number of sensor nodes, S n is the data attribute of the sensor data, T n is characterized in that the threshold for event detection of the data attribute,
How to improve event detection rate in wireless sensor network.
상기 탐지 식별 부호를 결정하는 단계는,
주기적으로 생성되는 복수의 센서 데이터를 일정 시간 간격으로 비교하고, 비교 결과 정해진 오류허용범위를 초과하면, 해당 데이터 속성을 오류로 판단하는 단계를 포함하는 것을 특징으로 하는,
무선 센서네트워크에서의 이벤트 탐지율 개선 방법.The method of claim 1,
Determining the detection identification code,
Comparing a plurality of periodically generated sensor data at a predetermined time interval, and if the comparison result exceeds a predetermined error tolerance range, determining the data attribute as an error, characterized in that it comprises,
How to improve event detection rate in wireless sensor network.
상기 이벤트 탐지를 최종 결정하는 단계에서, 오류로 판단된 데이터 속성은 다음의 식에 의하여 보정되고,
최종탐지식별부호 = {D'1, D'2, D'3, ..., D'N},
여기서, D'n은 최종탐지식별부호를 갖는 센서 데이터를, M은 각 센서노드에 대한 이웃노드의 수를, Wn은 이벤트 탐지로 판단하기 위한 상관계수를, Dn ,m은 이웃노드 m의 n번째 탐지식별부호를 나타내는 것을 특징으로 하는,
무선 센서네트워크에서의 이벤트 탐지율 개선 방법.The method of claim 1,
In the final determination of the event detection, the data attribute determined to be an error is corrected by the following equation,
Final detection identifier = {D ' 1 , D' 2 , D ' 3 , ..., D' N },
Here, D ' n is sensor data having the last detection identification code, M is the number of neighbor nodes for each sensor node, W n is the correlation coefficient for determining the event detection, D n , m is the neighbor node m Characterized in that the n th detection identification code of,
How to improve event detection rate in wireless sensor network.
상기 이벤트 탐지를 최종 결정하는 단계 이후,
미리정해진 각 센서노드의 탐지범위의 거리를 이용하여 탐지체의 위치를 산출하거나, 또는 각 센서노드에 수신되는 탐지 신호 세기에 근거하여 탐지체의 위치를 산출하는 단계;를 더 포함하는 것을 특징으로 하는,
무선 센서네트워크에서의 이벤트 탐지율 개선 방법.The method of claim 1,
After the final determination of event detection,
Calculating the position of the detector using a predetermined distance of the detection range of each sensor node, or calculating the position of the detector based on the detection signal strength received at each sensor node; doing,
How to improve event detection rate in wireless sensor network.
상기 센서노드가 센싱한 신호를 수신하여 센서 데이터를 생성하고, 생성된 센서 데이터를 일정 시간 간격으로 분석하여 데이터 속성의 오류 여부를 판단하고, 판단 결과에 따라 상기 센서 데이터에 대한 탐지 식별 부호를 결정하는 센서 신호 처리부; 및
상기 센서노드의 센서 데이터와 이웃노드의 센서 데이터에 대한 탐지 식별 부호를 서로 교환하여, 공간 연관성에 따라 상기 센서 데이터에서 오류로 판단된 데이터 속성을 보정하여 각 센서노드의 이벤트 탐지를 결정하는 이벤트 탐지 결정부;를 포함하고,
여기서, 상기 탐지 식별 부호는,
상기 센서 데이터에 포함된 데이터 속성의 개수만큼의 비트수로 이루어진 비트맵이고, 상기 탐지 식별 부호를 구성하는 각 비트는, 이벤트 탐지시 해당 데이터 속성의 비트를‘1’ 값으로 나타내고, 이벤트 탐지 실패시 해당 데이터 속성의 비트를‘0’값으로 나타내며,
상기 이벤트 탐지는, 이하의 식에 의하여 정의되고,
이벤트 탐지:
여기서, N은 센서노드의 개수, Sn은 센서 데이터의 데이터 속성, Tn 은 데이터 속성의 이벤트 탐지를 위한 임계치를 나타내는 것을 특징으로 하는,
무선 센서네트워크 시스템.At least one sensor node for sensing an ambient situation in the wireless sensor network;
The sensor node receives the signal sensed by the sensor node to generate sensor data, and analyzes the generated sensor data at predetermined time intervals to determine whether there is an error in the data property, and determines a detection identification code for the sensor data according to the determination result. A sensor signal processor; And
Event detection for determining event detection of each sensor node by exchanging detection identification codes for sensor data of the sensor node and detection data of the neighbor node, and correcting a data attribute determined as an error in the sensor data according to spatial correlation. Determining unit; including;
Here, the detection identification code,
The bitmap is composed of the number of bits as many as the number of data attributes included in the sensor data, and each bit constituting the detection identification code represents a bit of the corresponding data attribute as a value of '1' upon event detection, and event detection fails. Represents the bit of the data attribute as '0' value.
The event detection is defined by the following equation,
Event detection:
Here, N is the number of sensor nodes, S n is the data attribute of the sensor data, T n is characterized in that the threshold for event detection of the data attribute,
Wireless sensor network system.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020120091928A KR101376685B1 (en) | 2012-08-22 | 2012-08-22 | Wireless sensor network system and event detection rate improving method in wireless sensor network |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020120091928A KR101376685B1 (en) | 2012-08-22 | 2012-08-22 | Wireless sensor network system and event detection rate improving method in wireless sensor network |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20140025236A KR20140025236A (en) | 2014-03-04 |
| KR101376685B1 true KR101376685B1 (en) | 2014-03-20 |
Family
ID=50640529
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020120091928A KR101376685B1 (en) | 2012-08-22 | 2012-08-22 | Wireless sensor network system and event detection rate improving method in wireless sensor network |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101376685B1 (en) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105764162B (en) * | 2016-05-10 | 2019-05-17 | 江苏大学 | A kind of wireless sensor network accident detection method based on more Attribute Associations |
| CN106713572B (en) * | 2016-12-27 | 2019-12-06 | Oppo广东移动通信有限公司 | Data reporting control method, device and terminal |
| KR102295637B1 (en) | 2019-06-04 | 2021-08-31 | (주)솔빛시스템 | Sensor system with improved target identification capabilities |
| CN111031554A (en) * | 2019-11-21 | 2020-04-17 | 长春理工大学 | Method for solving abnormal triggering of distributed sensor nodes |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100792142B1 (en) | 2007-01-31 | 2008-01-04 | 아주대학교산학협력단 | Method of verifying sensing data in wireless sensor network |
-
2012
- 2012-08-22 KR KR1020120091928A patent/KR101376685B1/en active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100792142B1 (en) | 2007-01-31 | 2008-01-04 | 아주대학교산학협력단 | Method of verifying sensing data in wireless sensor network |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20140025236A (en) | 2014-03-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ding et al. | A survey on data fusion in internet of things: Towards secure and privacy-preserving fusion | |
| Kosba et al. | RASID: A robust WLAN device-free passive motion detection system | |
| US20160356666A1 (en) | Intelligent leakage detection system for pipelines | |
| US20160356665A1 (en) | Pipeline monitoring systems and methods | |
| KR101376685B1 (en) | Wireless sensor network system and event detection rate improving method in wireless sensor network | |
| US20150009031A1 (en) | Multilayer perimeter instrusion detection system for multi-processor sensing | |
| Gao et al. | On threshold-free error detection for industrial wireless sensor networks | |
| Nwakanma et al. | Iot-based vibration sensor data collection and emergency detection classification using long short term memory (lstm) | |
| Sharma et al. | Target coverage computation protocols in wireless sensor networks: a comprehensive review | |
| US11962360B2 (en) | Systems and methods for premises monitoring | |
| Liu et al. | Spatiotemporal correlation based fault-tolerant event detection in wireless sensor networks | |
| JP2011232812A (en) | Intruder detecting apparatus, intruder detecting method and intruder detecting program | |
| EP3680817A1 (en) | Method of processing ambient radio frequency data for activity recognition | |
| Wang et al. | Abnormal event detection in wireless sensor networks based on multiattribute correlation | |
| Hao et al. | Toward accurate crowd counting in large surveillance areas based on passive wifi sensing | |
| Prajapati et al. | A novel approach towards a low cost peripheral security system based on specific data rates | |
| Xie et al. | Weight‐Aware Sensor Deployment in Wireless Sensor Networks for Smart Cities | |
| Onur et al. | Finding sensing coverage and breach paths in surveillance wireless sensor networks | |
| Takruri et al. | Drift aware wireless sensor networks | |
| Pramod et al. | Intelligent intrusion detection system (In2DS) using wireless sensor networks | |
| Wei et al. | Detecting anomaly data for IoT sensor networks | |
| Wu et al. | Intrusion Detection with Radio Frequency Sensing based on Wi-Fi Mesh Network for Home Security | |
| US11941960B2 (en) | Radio frequency presence alert system | |
| Laoudias et al. | Fault tolerant target localization and tracking in binary WSNs using sensor health state estimation | |
| Arndt et al. | Mobile robots in smart environments: the current situation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20200303 Year of fee payment: 7 |