KR101865900B1 - 무선 센서 네트워크 시스템 및 그를 이용한 무선 센서 네트워크의 클러스터링 방법 - Google Patents

무선 센서 네트워크 시스템 및 그를 이용한 무선 센서 네트워크의 클러스터링 방법 Download PDF

Info

Publication number
KR101865900B1
KR101865900B1 KR1020170052107A KR20170052107A KR101865900B1 KR 101865900 B1 KR101865900 B1 KR 101865900B1 KR 1020170052107 A KR1020170052107 A KR 1020170052107A KR 20170052107 A KR20170052107 A KR 20170052107A KR 101865900 B1 KR101865900 B1 KR 101865900B1
Authority
KR
South Korea
Prior art keywords
energy
cluster
image quality
node
sensor
Prior art date
Application number
KR1020170052107A
Other languages
English (en)
Inventor
이명진
박건우
강두식
Original Assignee
한국항공대학교산학협력단
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 한국항공대학교산학협력단 filed Critical 한국항공대학교산학협력단
Priority to KR1020170052107A priority Critical patent/KR101865900B1/ko
Application granted granted Critical
Publication of KR101865900B1 publication Critical patent/KR101865900B1/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
    • H04W40/04—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
    • H04W40/10—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on available power or energy
    • 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
    • H04W84/20—Master-slave selection or change arrangements
    • 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
    • Y02D70/00—

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

무선 센서 네트워크의 클러스터링 방법에 관한 것이며, 무선 센서 네트워크의 클러스터링 방법은 (a) 기지국에서, 미리 설정된 조건에 따라 클러스터링된 클러스터에서 상기 클러스터 내 센서 노드의 잔여 에너지를 고려하여 클러스터 헤드 노드를 선정하는 단계; 및 (b) 상기 기지국에서, 기 산출된 화질 에너지 제어 계수에 기반한 클러스터 멤버 노드의 동작 제어에 따라 발생된 데이터를 상기 클러스터 헤드 노드로부터 수신하는 단계를 포함할 수 있다.

Description

무선 센서 네트워크 시스템 및 그를 이용한 무선 센서 네트워크의 클러스터링 방법 {WIRELESS SENSOR NETWORK SYSTEM AND METHOD FOR CLUSTERING OF WIRELESS SENSOR NETWORK USING THE THEORY}
본원은 무선 센서 네트워크 시스템 및 그를 이용한 무선 센서 네트워크의 클러스터링 방법에 관한 것이다.
최근 IOT(Internet of Things)로 접어들면서 비디오 센서 노드의 이용량이 증가하고 있다.
도 1은 비디오 센서 네트워크에서 비디오 센서 노드의 클러스터링 구조를 개략적으로 나타낸 도면이다.
도 1을 참조하면, 비디오 센서 노드(Video Sensor Node)는 많은 양의 비디오 데이터(또는 컨텐츠)를 자체적으로 캡쳐 및 분석할 수 있으며 협력을 통해 일부 정보를 처리할 수 있다. 또한, 싱크 노드(Sink Node)는 자신이 포함된 클러스터 내의 비디오 센서 노드들에 의하여 발생된 데이터를 수신하고 수신된 데이터를 취합하여 유무선 네트워크를 통해 클라우드 서버(Cloud Server)로 전송할 수 있다.
비디오 센서 노드의 에너지 소비는 기존의 단순한 센서 노드의 에너지 소비보다 훨씬 크기 때문에 비디오 센서 노드의 작동 시간을 연장하거나 최대화하기 위해 많은 양의 가용 에너지를 유지해야 한다. 특히, 상시 모니터링 또는 녹화를 수행하는 영상 관제 시스템이나 재난/재해 감시 등에 이용되는 비디오 센서 노드의 경우에는 영구적인 작동이 요구된다.
비디오 센서 노드의 영구 작동을 위한 솔루션으로 배터리 크기를 확장하거나 주기적으로 배터리를 재충전하는 방식이 있지만, 비디오 센서 노드가 산림, 오지, 원격 지역 등에서 작동하는 경우에는 배터리 크기를 확대하거나 주기적인 배터리의 교체가 어려워 실용성이 떨어짐에 따라 지속적인 전력 공급이 어려운 문제가 있다.
이러한 에너지 제한을 극복하기 위한 방법으로서 재생 가능한 에너지원으로부터 에너지를 수집하여 사용하는 에너지 하비스팅(energy harvesting) 방법이 그 해결책이 될 수 있다. 재생 가능한 에너지는 햇빛, 바람, 비 등으로부터 얻을 수 있으나 이러한 자원에서 얻은 에너지는 일반적으로 불안정하고 시차가 있기 때문에 하비스팅 되는 에너지량을 예측하기 어려운 문제가 있다.
또한, 비디오 센서 네트워크는 특성상 일정 수준 이상의 영상 화질을 보장해야 하고, 이에 따라 비디오 센서 노드는 수용 가능한 비디오 품질을 유지하면서 비디오 서비스를 제공해야 하므로, 비디오 센서 노드의 영구 작동을 위해서는 일정 구간 동안 비디오 센서 노드의 에너지 소비량과 하비스팅된 에너지를 이용하여 비디오 품질을 제어할 필요가 있다. 또한, 비디오 센서 노드의 영구 작동을 위해서는 네트워크 내 에너지 불균형을 방지하여 일부 노드들의 배터리 고갈로 인한 네트워크 생존 주기의 단축을 방지해야 할 필요가 있다.
종래에 공지된 에너지 소비, 비트율 및 화질 간의 관계에 관한 기존 연구는 각 에너지 소비, 비트 전송률 및 화질들의 모델을 유도하여 에너지 효율성을 향상시키고 비디오 센서 노드의 작동 시간을 연장시켰다. 또한, 종래에 공지된 비디오 코덱의 에너지 소비 관련 기존 연구는 양자화 파라미터, 모션 추정의 정확도 등의 인코딩 파라미터를 적응적으로 조정하여 비디오 코덱의 에너지 소비를 줄였다. 그러나, 이러한 기존 연구들은 에너지 하비스팅 방법을 고려하고 있지 않기 때문에 에너지의 고갈없이 비디오 센서 노드를 영구적으로 작동시킬 수 없는 한계가 있다.
따라서, 비디오 센서 노드의 영구 동작을 위해서는 비디오 코덱의 양자화 파라미터, 이미지 센서의 화면률 및 프로세서의 동작주파수를 이용한 화질-에너지 간의 관계를 수립함과 더불어 에너지 하비스팅 방법을 이용한 가까운 미래의 하비스팅 에너지량 예측을 통해 에너지 고갈을 막을 수 있는 기술이 요구된다.
본원의 배경이 되는 기술은 한국등록특허공보 제10-1658736호에 개시되어 있다. 상기의 한국등록특허공보는 단순히 네트워크 에너지 효율을 높이기 위한 클러스터링 방법에 대해서만 개시하고 있을 뿐, 센서 노드의 하비스팅을 고려하여 이에 맞는 에너지 소비를 가능하게 하고 에너지 고갈없이 센서 노드를 영구적으로 지속 동작시키기 위한 기술에 대해서는 전혀 개시하고 있지 않다.
본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 센서 노드가 지속적인 전력 공급이 어려운 환경에 있더라도 센서 노드의 하비스팅을 고려하여 이에 맞는 에너지 소비를 가능하게 하고 에너지 고갈없이 센서 노드를 영구적으로 지속 동작시킬 수 있도록 하는 무선 센서 네트워크 시스템 및 그를 이용한 무선 센서 네트워크의 클러스터링 방법을 제공하려는 것을 목적으로 한다.
본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 비디오 센서 노드의 지속 작동을 위해 네트워크 내 에너지 불균형을 방지하여 일부 노드들의 배터리 고갈로 인한 네트워크 생존 주기의 단축을 방지할 수 있는 무선 센서 네트워크 시스템 및 그를 이용한 무선 센서 네트워크의 클러스터링 방법을 제공하려는 것을 목적으로 한다.
본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 현재 에너지 소비량과 예측 하비스팅 에너지를 이용해 화질-에너지 사이의 트레이드 오프(trade-off)를 수행하여 일정 수준 이상의 영상 화질이 보장되도록 하면서도 센서 노드(또는 무선 센서 네트워크)의 지속 동작이 가능하도록 하는 무선 센서 네트워크 시스템 및 그를 이용한 무선 센서 네트워크의 클러스터링 방법을 제공하려는 것을 목적으로 한다.
다만, 본원의 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상기한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본원의 제1 측면에 따른 무선 센서 네트워크의 클러스터링 방법은, (a) 기지국에서, 미리 설정된 조건에 따라 클러스터링된 클러스터에서 상기 클러스터 내 센서 노드의 잔여 에너지를 고려하여 클러스터 헤드 노드를 선정하는 단계; 및 (b) 상기 기지국에서, 기 산출된 화질 에너지 제어 계수에 기반한 클러스터 멤버 노드의 동작 제어에 따라 발생된 데이터를 상기 클러스터 헤드 노드로부터 수신하는 단계를 포함할 수 있다.
상기한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본원의 제2 측면에 따른 무선 센서 네트워크 시스템은, 미리 설정된 조건에 따라 클러스터링된 클러스터에서 상기 클러스터 내 센서 노드의 잔여 에너지를 고려하여 클러스터 헤드 노드를 선정하는 기지국; 및 기 산출된 화질 에너지 제어 계수에 기반한 클러스터 멤버 노드의 동작 제어에 따라 발생된 데이터를 수신하여 상기 기지국으로 전송하는 클러스터 헤드 노드를 포함할 수 있다.
상기한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본원의 제3 측면에 따른 컴퓨터 프로그램은, 본원의 제1 측면에 따른 무선 센서 네트워크의 클러스터링 방법을 실행시키기 위하여 기록매체에 저장되는 것일 수 있다.
상술한 과제 해결 수단은 단지 예시적인 것으로서, 본원을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 추가적인 실시예가 존재할 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 미리 설정된 조건에 따라 클러스터링을 수행함으로써 클러스터 간 에너지 균형이 이루어지도록 할 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 클러스터 내 센서 노드의 잔여 에너지를 고려하여 클러스터 헤드 노드를 선정(구체적으로, 클러스터 내 센서 노드 중 최고 잔여 에너지를 갖는 센서 노드를 클러스터 헤드 노드로 선정)함으로써, 클러스터 내의 에너지 균형을 이룰 수 있어 에너지 효율을 높일 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 기 산출된 화질 에너지 제어 계수(이는 센서 노드의 하비스팅 기능을 이용함)에 기반하여 센서 노드의 동작을 제어함으로써 높은 화질의 영상을 획득할 수 있다.
또한, 본원은 에너지 하비스팅 기능을 고려함으로써 산림 또는 오지 등의 환경에서도 무선 비디오 센서 네트워크 및/또는 센서 노드의 강인한 지속 동작을 가능하게 할 수 있다.
다만, 본원에서 얻을 수 있는 효과는 상기된 바와 같은 효과들로 한정되지 않으며, 또 다른 효과들이 존재할 수 있다.
도 1은 비디오 센서 네트워크에서 비디오 센서 노드의 클러스터링 구조를 개략적으로 나타낸 도면이다.
도 2는 본원의 일 실시예에 따른 무선 센서 네트워크 시스템의 구성을 개략적으로 나타낸 도면이다.
도 3 내지 도 5는 본원의 일 실시예에 따른 무선 센서 네트워크 시스템(100)에서 클러스터링 수행시 클러스터의 크기를 결정하는 조건(즉, 미리 설정된 조건)을 설명하기 위한 도면이다.
도 6은 본원의 일 실시예에 따른 무선 센서 네트워크 시스템에서 미리 설정된 조건에 따라 클러스터링된 클러스터의 예를 나타낸 도면이다.
도 7은 본원의 일 실시예에 따른 무선 센서 네트워크의 클러스터링 방법에 대한 동작 흐름을 나타낸 도면이다.
도 8은 본원의 일 실시예에 따른 무선 센서 네트워크의 클러스터링 방법에서 화질 에너지 제어 계수를 산출하는 과정을 나타낸 도면이다.
도 9는 본원의 일 실시예에 따른 무선 센서 네트워크의 클러스터링 방법에 대한 성능 검증 결과를 나타낸 도면이다.
아래에서는 첨부한 도면을 참조하여 본원이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본원의 실시예를 상세히 설명한다. 그러나 본원은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본원을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본원 명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결" 또는 "간접적으로 연결"되어 있는 경우도 포함한다.
본원 명세서 전체에서, 어떤 부재가 다른 부재 "상에", "상부에", "상단에", "하에", "하부에", "하단에" 위치하고 있다고 할 때, 이는 어떤 부재가 다른 부재에 접해 있는 경우뿐 아니라 두 부재 사이에 또 다른 부재가 존재하는 경우도 포함한다.
본원 명세서 전체에서, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.
도 2는 본원의 일 실시예에 따른 무선 센서 네트워크 시스템의 구성을 개략적으로 나타낸 도면이다.
도 2를 참조하면, 본원의 일 실시예에 따른 무선 센서 네트워크 시스템(100)은 기지국(110) 및 복수의 센서 노드를 포함할 수 있다.
기지국(110)은 미리 설정된 조건에 따라 클러스터링된 클러스터에서 클러스터 내 센서 노드의 잔여 에너지를 고려하여 클러스터 헤드 노드를 선정할 수 있다. 또한, 기지국(110)은 기 산출된 화질 에너지 제어 계수에 기반한 클러스터 멤버 노드의 동작 제어에 따라 발생된 데이터를 클러스터 헤드 노드로부터 수신할 수 있다. 여기서, 미리 설정된 조건은 클러스터와 기지국 간의 거리를 고려하여 클러스터의 크기를 결정하는 조건일 수 있다. 또한, 클러스터의 크기는 기지국과 클러스터에 대응하는 기준점 간의 거리의 제곱에 반비례한 수로 할당하여 결정된 센서 노드의 수일 수 있다. 또한, 기지국(110)은 클러스터 내 센서 노드 중 최고 잔여 에너지를 갖는(즉, 잔여 에너지가 가장 높거나 배터리 레벨이 가장 높은) 센서 노드를 클러스터 헤드 노드로 선정할 수 있다.
또한, 기지국(110)과 클러스터 헤드 노드 간에 데이터 송수신은 네트워크(120)를 통해 이루어질 수 있다.
네트워크(120)는 유/무선 네트워크일 수 있다. 구체적인 예로 네트워크(120)는 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 블루투스(Bluetooth) 네트워크, NFC(Near Field Communication) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함될 수 있으며, 이에만 한정되는 것은 아니고, 다양한 네트워크가 적용될 수 있다.
센서 노드는 비디오 센서 노드일 수 있다. 센서 노드는 수신된 비디오 데이터(또는 컨텐츠)를 자체적으로 캡쳐 및 분석할 수 있으며 협력을 통해 일부 정보를 처리할 수 있다. 센서 노드는 재생 가능한 에너지원으로부터 에너지를 수집하여 사용하는 에너지 하비스팅(energy harvesting) 기능을 가진 센서 노드일 수 있다. 또는 센서 노드는 에너지 하비스팅 기능을 가지지 않은 센서 노드일 수 있다. 또한, 센서 노드는 비디오 데이터를 수집하고 압축하여 인접한 센서 노드 또는 기지국으로 전송할 수 있다. 또한 센서 노드는 인접한 센서 노드로부터 데이터를 수신할 수 있다.
또한, 센서 노드는 이미지 센서 모듈, 부호화기 모듈, 전송 모듈, 수신 모듈 및 배터리를 포함할 수 있으며, 다만, 이에만 한정되는 것은 아니고, 상기의 구성 중 적어도 하나의 구성을 포함하지 않거나 또는 다른 구성을 포함할 수 있다.
복수의 센서 노드는 미리 설정된 조건에 따라 클러스터링(또는 그룹화)되어 적어도 하나의 클러스터를 형성할 수 있으며, 도 2에서는 일예로 복수의 센서 노드가 미리 설정된 조건에 따라 4개의 클러스터(C1, C2, C3, C4)로 클러스터링(또는 그룹화)된 경우를 예시한다.
각 클러스터 내에는 적어도 하나의 센서 노드가 포함될 수 있다. 클러스터 내에 포함된 적어도 하나의 센서 노드 중 어느 하나의 센서 노드는 클러스터 헤드 노드로 선정될 수 있다. 이때, 클러스터 헤드 노드 선정시에는 센서 노드의 잔여 에너지가 고려될 수 있으며, 클러스터 내에서 최고 잔여 에너지를 갖는 센서 노드가 클러스터 헤드 노드로 선정될 수 있다.
일예로, 제1 클러스터(C1) 내에는 복수의 센서 노드(1, 2, 3, 4, 10)가 포함될 수 있으며, 그 중 최고 잔여 에너지를 갖는 센서 노드(즉, 잔여 에너지가 가장 높은 센서 노드)(10)가 클러스터 헤드 노드로 선정될 수 있다. 즉, 복수의 클러스터(C1, C2, C3, C4) 각각에서 클러스터 헤드 노드(10, 20, 30, 40)가 선정될 수 있다.
선정된 클러스터 헤드 노드(10, 20, 30, 40)는 화질 에너지 제어 계수를 산출(또는 선정)할 수 있으며, 클러스터 멤버 노드는 앞서 산출된 화질 에너지 제어 계수에 기반하여 동작함으로써 데이터(영상)를 획득할 수 있다. 클러스터 헤드 노드(10, 20, 30, 40) 각각은 기 산출된 화질 에너지 제어 계수에 기반하여 자신이 속한 클러스터 내 클러스터 멤버 노드가 동작함에 따라 발생된 데이터를 클러스터 멤버 노드들로부터 전달받을 수 있으며, 전달받은 데이터를 기지국(110)으로 전송할 수 있다. 즉, 기지국(110)은 기 산출된 화질 에너지 제어 계수에 기반한 클러스터 멤버 노드의 동작 제어에 따라 발생된 데이터를 클러스터 헤드 노드로부터 수신할 수 있다. 본원의 일 실시예에서는 화질 에너지 제어 계수를 클러스터 멤버 노드가 산출하는 것으로만 예시하였으나, 이에만 한정되는 것은 아니고, 다른 일예로 기지국(110)이 클러스터 헤드 노드로부터 수신한 데이터에 기초하여 화질 에너지 제어 계수를 산출할 수 있다. 화질 에너지 제어 계수의 산출(또는 선정) 과정은 후술하여 자세히 설명하기로 한다.
이하에서는, 클러스터링 방법 및 클러스터 헤드 노드 선정 방법에 대하여 보다 자세히 설명하기로 한다.
기지국(110)은 클러스터 간 및/또는 클러스터 내에서 에너지 불균형으로 인해 다른 센서 노드의 에너지가 충분함에도 불구하고 임의의 다른 센서 노드가 먼저 죽음(즉, 배터리가 방전되거나 에너지 잔량이 센서 노드의 동작을 제한하는 정도의 임계값 이하로 떨어짐)으로써 센싱이 제한되는 영역의 발생과 무선 센서 네트워크 시스템(100)의 전체 동작이 중단되는 것을 막기 위하여, 에너지 균형을 고려하여 클러스터링을 수행(달리 말해, 에너지 균형적 클러스터링 방법을 수행)하고 적응적으로 클러스터 헤드 노드를 선정(달리 말해, 적응적 클러스터 헤드 선정 방법을 수행)할 수 있다. 기지국(110)은 클러스터 간 에너지 균형을 고려하여 클러스터를 형성할 수 있으며, 또한 클러스터 내 에너지 균형을 고려하여 클러스터 헤드 노드를 선정할 수 있다.
기지국(110)은 에너지 균형적 클러스터링 방법과 관련하여, 각 센서 노드의 에너지 불균형으로 인해 일부 센서 노드들의 배터리 고갈을 방지하여 무선 센서 네트워크 시스템(100)의 지속 동작이 가능하도록 클러스터링을 수행할 수 있다. 달리 표현하여, 기지국(110)은 무선 센서 네트워크 시스템(100)의 지속 동작이 가능하도록 클러스터 내 에너지 균형 및/또는 클러스터 간 에너지 균형을 고려하여 효율적인 에너지 소비가 이루어질 수 있도록 클러스터링을 수행할 수 있다. 이러한 에너지 균형적 클러스터링을 위해 기지국(110)은 일예로, LEACH(Low Energy Adaptive Clustering Hierarchy)에서의 송수신모듈의 에너지 소비 모델을 이용할 수 있다.
센서 노드에 포함된 전송 모듈의 에너지 소비 모델은 하기 수학식 1을 만족할 수 있다.
[수학식 1]
Figure 112017039704207-pat00001
여기서,
Figure 112017039704207-pat00002
는 센서 노드 내 전송 모듈의 에너지 소비량,
Figure 112017039704207-pat00003
은 전송 모듈이 동작하는데 사용되는 에너지량,
Figure 112017039704207-pat00004
는 전송하는 데이터의 비트(bit) 수(즉, 정보량),
Figure 112017039704207-pat00005
는 증폭기가 동작하는데 사용되는 에너지량,
Figure 112017039704207-pat00006
는 데이터를 전송하는 곳까지 떨어진 거리(즉, 전송 거리)를 나타낸다.
센서 노드에 포함된 수신 모듈의 에너지 소비 모델은 하기 수학식 2를 만족할 수 있다.
[수학식 2]
Figure 112017039704207-pat00007
여기서,
Figure 112017039704207-pat00008
는 센서 노드 내 수신 모듈의 에너지 소비량을 나타낸다.
한편, 클러스터 크기가 n 인 경우, 1개의 센서 노드가 n 라운드 동안 소비하는 송/수신 소비 에너지는 하기 수학식 3 내지 수학식 5와 같을 수 있다.
구체적으로, 클러스터 헤드 노드의 에너지 소비 모델은 하기 수학식 3을 만족할 수 있다.
[수학식 3]
Figure 112017039704207-pat00009
여기서,
Figure 112017039704207-pat00010
는 클러스터 헤드 노드의 에너지 소비량을 나타낸다. 또한,
Figure 112017039704207-pat00011
는 클러스터 내 센서 노드들 각각과 기지국 간의 거리의 평균거리를 나타내며, 달리 표현하여, 클러스터와 기지국 간의 거리라 할 수 있다.
Figure 112017039704207-pat00012
는 비디오 프로세싱 에너지를 나타낸다.
클러스터 내 센서 노드 중 클러스터 헤드 노드가 아닌 클러스터 멤버 노드의 에너지 소비 모델을 하기 수학식 4를 만족할 수 있다.
[수학식 4]
Figure 112017039704207-pat00013
여기서,
Figure 112017039704207-pat00014
는 클러스터 멤버 노드의 에너지 소비량,
Figure 112017039704207-pat00015
는 클러스터 내 클러스터 멤버 노드들 각각과 클러스터 헤드 노드 간의 거리의 평균거리를 나타낸다.
상기의 수학식 3 및 수학식 4에 기반하여 클러스터의 전체 에너지 소비 모델은 하기 수학식 5를 만족할 수 있다.
[수학식 5]
Figure 112017039704207-pat00016
여기서,
Figure 112017039704207-pat00017
는 클러스터의 전체 에너지 소비량으로서, 이는 클러스터 내에 포함된 클러스터 헤드 노드의 에너지 소비량과 클러스터 멤버 노드의 에너지 소비량의 합을 통해 산출될 수 있다.
한편, 도 3 내지 도 5는 본원의 일 실시예에 따른 무선 센서 네트워크 시스템(100)에서 클러스터링 수행시 클러스터의 크기를 결정하는 조건(즉, 미리 설정된 조건)을 설명하기 위한 도면이다.
보다 자세하게, 도 3은 기지국(110)과 클러스터 헤드 노드 간에 데이터 송수신을 가능하게 하는 네트워크 지역(Network Area) 내에 센서 노드들이 동일 간격으로 균등하게 배치되어 있는 예를 나타낸 도면이다. 도 4는 도 3과 같은 조건하에서 클러스터 크기(Cluster Size) n에 따른 클러스터 내 클러스터 멤버 노드들과 클러스터 헤드 노드 간의 평균거리
Figure 112017039704207-pat00018
(즉,
Figure 112017039704207-pat00019
)의 변화를 나타낸 도면이다. 도 5는 클러스터 크기 n과 클러스터 내 센서노드들과 기지국 간의 평균 거리
Figure 112017039704207-pat00020
(즉, 클러스터와 기지국 간의 거리
Figure 112017039704207-pat00021
)에 따른 클러스터 내 센서 노드의 평균 에너지 소비량
Figure 112017039704207-pat00022
의 변화를 나타낸 도면이다.
도 3 내지 도 5를 참조하면, 본원은 도 3과 같이 센서 노드들이 네트워크 지역 내에 균등하게 배치되어 있다고 가정하고, 를 클러스터 크기 n에 관한 함수로 모델링할 수 있다. 모델링 결과는 도 4와 같을 수 있으며, 도 4를 참조하면 클러스터 크기 n이 증가함에 따라
Figure 112017039704207-pat00024
도 단조 증가함을 확인할 수 있다. 이를 고려하여
Figure 112017039704207-pat00025
를 n에 관한 함수로 대체하는 경우, 상기 수학식 5로 표현되는 클러스터의 전체 에너지 소비량은 하기 수학식 6과 같이 클러스터 내 센서 노드의 평균 에너지 소비량으로 표현될 수 있다.
[수학식 6]
Figure 112017039704207-pat00026
여기서,
Figure 112017039704207-pat00027
은 n에 대한 단조 증가함수를 나타낸다.
한편, 클러스터 간의 에너지 균형을 위해 수행된 클러스터의 크기 n과 클러스터와 기지국 간의 평균거리
Figure 112017039704207-pat00028
에 따른 n 라운드(round) 동안의 클러스터 내 센서 노드의 평균 에너지 소비량
Figure 112017039704207-pat00029
를 분석한 결과는 도 5와 같을 수 있다.
도 5를 참조하면,
Figure 112017039704207-pat00030
가 클수록 또는 클러스터 크기 n이 클수록 클러스터 내 센서 노드의 평균 에너지 소비량이 크게 나타남을 확인할 수 있다. 일정한 클러스터 크기 n에 대하여
Figure 112017039704207-pat00031
가 클수록, 클러스터 헤드 노드로부터 기지국까지 데이터 전송 에너지가 증가한다. 일정한
Figure 112017039704207-pat00032
에 대하여 클러스터 크기 n이 클수록, 클러스터 내 클러스터 멤버 노드들과 클러스터 헤드 노드 간의 평균거리
Figure 112017039704207-pat00033
가 커짐에 따라 전송 에너지가 증가한다.
따라서, 기지국(110)은 클러스터와 기지국 간의 거리를 고려하여 클러스터 간의 에너지 균형을 맞추어 복수의 센서 노드들에 대한 클러스터링을 수행할 수 있다. 이를 위해, 기지국(110)은 기지국과 클러스터에 대응하는 기준점 간에 떨어진 거리의 제곱에 반비례하는 수의 센서 노드를 해당 클러스터에 할당함으로써 클러스터를 형성할 수 있다. 달리 표현하여, 기지국(110)은 복수의 센서 노드들에 대한 클러스터링을 수행함에 있어서, 클러스터와 기지국 간의 거리를 고려하여 클러스터의 크기를 결정하는 미리 설정된 조건에 따라 클러스터링을 수행할 수 있다. 이때, 클러스터의 크기는 기지국과 클러스터에 대응하는 기준점 간의 거리의 제곱에 반비례한 수로 할당하여 결정된 센서 노드의 수일 수 있다. 즉, 클러스터의 크기는 기지국과 클러스터에 대응하는 기준점 간의 거리의 제곱에 대응하는 센서 노드의 수와 반비례하게 설정될 수 있다. 이와 같은 조건으로 클러스터링된 클러스터의 일예는 도 6과 같을 수 있다.
도 6은 본원의 일 실시예에 따른 무선 센서 네트워크 시스템(100)에서 미리 설정된 조건에 따라 클러스터링된 클러스터의 예를 나타낸 도면이다.
도 6을 참조하면, 기지국(Base Station, 110)과 클러스터 헤드 노드 간에 데이터 송수신이 가능한 네트워크 지역(Network Area, 121) 내의 복수의 센서 노드들은, 일예로 미리 설정된 조건에 기초하여 5 개의 클러스터로 클러스터링될 수 있다.
일예로, 5개의 클러스터 각각은, 제1 클러스터 헤드 노드(10)와 복수의 클러스터 멤버 노드(1, 2, 3, 4, 5, 6)를 포함하는 제1 클러스터, 제2 클러스터 헤드 노드(20)를 포함하는 제2 클러스터, 제3 클러스터 헤드 노드(30)를 포함하는 제3 클러스터, 제4 클러스터 헤드 노드(40)를 포함하는 제4 클러스터, 및 제5 클러스터 헤드 노드(50)를 포함하는 제5 클러스터일 수 있다. 이때, 도 6을 참조하면, 제1 내지 제5 클러스터 각각의 크기, 즉 제1 내지 제5 클러스터 각각에 포함된 센서 노드의 수는, 기지국과 클러스터에 대응하는 기준점 간의 거리의 제곱에 반비례하게 결정됨에 따라 클러스터와 기지국 간의 거리에 따라 상이함을 확인할 수 있다.
또한, 기지국(110)은 적응적 클러스터 헤드 선정과 관련하여, 각 클러스터 내에서 센서 노드들의 잔여 에너지량을 고려하여 적응적으로 클러스터 헤드 노드를 선정할 수 있다. 즉, 기지국(110)은 클러스터 내 센서 노드 중 최고 잔여 에너지를 갖는 센서 노드를 클러스터 헤드 노드로 선정할 수 있다. 이때, 클러스터 헤드 노드는 미리 설정된 라운드마다 선정될 수 있다. 여기서, 미리 설정된 라운드는 1/화면률 초일 수 있다. 즉, 라운드는 1/화면률로 기 설정될 수 있다.
달리 표현하여, 기지국(110)은 각 클러스터 내 센서 노드 중 최고 잔여 에너지를 갖는(즉, 배터리의 잔여 에너지량이 가장 높은) 센서 노드를 우선적으로 클러스터 헤드 노드로 선정함으로써 선정된 해당 센서 노드가 클러스터 멤버 노드들 대비 에너지 소비가 큰 클러스터 헤드의 역할을 수행하도록 할 수 있으며, 이를 통해 동일 클러스터 내의 센서 노드들의 에너지 불균형을 막을 수 있다. 이때, 기지국(110)은 매 라운드 마다 클러스터 내에서 클러스터 헤드 노드를 선정할 수 있다.
이하에서는 화질 에너지 제어 계수의 산출(또는 선정) 과정에 대하여 자세히 설명하기로 한다.
비디오 센서 네트워크의 특성상 일정 수준 이상의 영상 화질을 보장해야 하므로 화질과 에너지 사이에는 최적의 트레이드 오프(trade-off)가 수행되어야 한다. 이를 위해, 클러스터 내에서 선정된 클러스터 헤드 노드는 화질 에너지 제어 계수를 산출(또는 선정)할 수 있다. 여기서, 화질 에너지 제어 계수는 현재 시점에서 클러스터 내 센서 노드 중 최저 잔여 에너지를 갖는(즉, 잔여 에너지가 가장 낮거나 배터리 레벨이 가장 낮은) 센서 노드에 기반하여 산출될 수 있다. 달리 말해, 클러스터 헤드 노드는 효율적인 에너지 소비를 고려한 화질 에너지 제어를 위해, 클러스터 내의 센서 노드 중 최저 잔여 에너지를 갖는 센서 노드를 기준으로 하여 미리 설정된 단위 기간(또는 일정 기간, T) 동안에 적용될 화질 에너지 제어 계수를 산출할 수 있다.
클러스터 헤드 노드는 화질 에너지 제어 계수를 산출하기 위해, 과거 하비스팅 데이터를 기반으로 향후 하비스팅 에너지량을 예측할 수 있다(step1). 다음으로, 에너지 소비 모델을 이용한 화질 에너지 제어 계수별 에너지 사용량 계산을 통해 에너지 사용량을 계산할 수 있다(step2). 다음으로, step1에서 예측된 향후 하비스팅 에너지량, step2에서 계산된 에너지 사용량 및 현재 시점에서의 최저 잔여 에너지를 이용하여 미리 설정된 단위 기간 동안 사용되는(적용될) 화질 에너지 제어 계수를 산출할 수 있다(step3).
구체적으로, step1에서는 과거 하비스팅 데이터를 기반으로 향후(앞으로의) 하비스팅 에너지량을 예측할 수 있다. 이를 위해, step1 에서는 예측기를 이용하여 당일 현재 시점으로부터 당일 일몰 시점까지 시간 구간별 과거 하비스팅 되었던 에너지의 누적 총량
Figure 112017039704207-pat00034
를 예측할 수 있다. 달리 말해 해당 시점에서 향후 하비스팅 될 에너지, 즉 향후 하버스팅 에너지량의 예측은, 직전일 또는 과거 미리 설정된 기간 동안의 평균치로부터 해당 시점부터 일몰 시점까지 누적하여 계산될 수 있다.
step2에서는 센서 노드에 포함된 이미지 센서 모듈, 부호화 모듈 및 전송 모듈 각각에 대한 에너지 소비 모델을 이용하여 에너지 사용량을 예측할 수 있다. 다시 말해, step2에서는 에너지 소비 모델을 이용하여 화질 에너지 제어 계수별 에너지 사용량을 계산할 수 있는데, 이때 센서 노드의 특성을 고려하여 그에 맞는 에너지 소비 모델을 사용할 수 있다. 즉, 센서 노드는 에너지 하비스팅 기능을 가진 센서 노드일 수도 있고, 또는 에너지 하비스팅 기능을 가지지 않은 센서 노드일 수도 있으며, 또한 이미지 센서 모듈, 부호화기 모듈, 전송 모듈, 수신 모듈 및 배터리 중 적어도 하나를 포함하도록 구성될 수 있으므로, 그에 맞는 각 에너지 소비 모델을 사용함으로써 화질 에너지 제어 계수별 에너지 사용량을 계산할 수 있다.
센서 노드에 포함된 이미지 센서 모듈에 대응하는 에너지 소비 모델(즉, 이미지 센싱 에너지 소비 모델)은 하기 수학식 7을 만족할 수 있다.
[수학식 7]
Figure 112017039704207-pat00035
여기서,
Figure 112017039704207-pat00036
는 한 프레임당 소비하는 에너지를 나타낸다.
센서 노드에 포함된 부호화 모듈에 대응하는 에너지 소비 모델(즉, 부호화 에너지 소비 모델)은 하기 수학식 8을 만족할 수 있다.
[수학식 8]
Figure 112017039704207-pat00037
여기서,
Figure 112017039704207-pat00038
는 동작주파수,
Figure 112017039704207-pat00039
는 동작주파수에 따른 모델 계수,
Figure 112017039704207-pat00040
는 양자화 계수에 따른 비트레이트(bitrate),
Figure 112017039704207-pat00041
는 비트레이트(bitrate)에 따른 CPU 사이클 수를 나타낸다.
센서 노드에 포함된 전송 모듈에 대응하는 에너지 소비 모델은 앞서 설명한 상기 수학식 1을 만족할 수 있다.
따라서, 화질 에너지 제어 계수별 에너지 사용량은 상기 수학식 1, 수학식 2, 수학식 7 및 수학식 8을 이용한 에너지 소비 모델을 통해 계산될 수 있으며, 이에 기반하여 step2에서는 센서 노드의 전체적인 에너지 소비량을 계산할 수 있다.
step3에서는 step1에서 예측된 향후 하비스팅 에너지량, step2에서 계산된 에너지 사용량 및 현재 시점에서의 최저 잔여 에너지(달리 말해, 현재 에너지 잔량)를 이용하여 미리 설정된 단위 기간 동안 사용되는(사용될, 적용될) 화질 에너지 제어 계수를 산출할 수 있다. 이때, step3에서 산출되는 화질 에너지 제어 계수는 효율적인 에너지 소비를 가능하도록 하는 계수를 의미한다. Step3에서 산출된 화질 에너지 제어 계수는 하기 수학식 9를 만족할 수 있다.
[수학식 9]
Figure 112017039704207-pat00042
여기서,
Figure 112017039704207-pat00043
는 당일 일몰부터 다음날 일출까지 단위 기간의 총 수(달리 말해, 일정 기간 단위의 총 수)를 나타낸다.
Figure 112017039704207-pat00044
는 현재 단위 기간(일정 기간)부터 당일 일몰까지의 단위 기간의 총 수를 나타낸다.
Figure 112017039704207-pat00045
는 step3에서 산출되는 화질 에너지 제어 계수로 동작했을 때 단위 기간에 대응하는 에너지 소비량, 달리 표현하여 해당 화질 에너지 제어 계수로 동작했을 때의 단위 기간 에너지 소비량을 나타낸다.
Figure 112017039704207-pat00046
는 현재 에너지량을 나타낸다.
Figure 112017039704207-pat00047
는 현재부터 i번째 후 단위 기간의 하비스팅 에너지량을 나타낸다.
Figure 112017039704207-pat00048
는 센서 노드의 에너지 소비와 관련된 제어 파라미터들을 에너지 소비가 최소화 되도록(최소로 되도록) 설정했을 때 사용되는 에너지 소비량을 나타낸다.
Figure 112017039704207-pat00049
는 n번째 단위 기간의 최적 화질 에너지 제어 계수로서, 각각 부호화 태스크, 동작주파수, 양자화 계수 및 화면률을 나타낸다.
즉, 수학식 9에 의하면, step3에서 산출되는 화질 에너지 제어 계수는, 현재 시점으로부터 당일 일몰 시점까지 화질 에너지 제어 계수로 동작했을 때의 에너지 소비량과 당일 일몰 시점부터 다음날 일출까지 에너지 소비를 최소로 한 최소 에너지 소비량의 합이, 현재 시점에서의 최저 잔여 에너지와 현재 시점으로부터 당일 일몰 시점까지의 하비스팅 에너지량의 합보다 작도록 설정될 수 있다.
또한, step3에서, 클러스터 헤드 노드는 현재 자신이 속해있는 클러스터 내 모든 센서 노드들이 지속 동작을 수행할 수 있도록 하기 위해, 클러스터 내 센서 노드 중 최저 잔여 에너지를 갖는(즉, 잔량 에너지가 가장 적은) 센서 노드를 기준으로 하여 제어 파라미터를 설정함으로써 효율적인 에너지 소비를 가능케 하는 화질 에너지 제어 계수를 산출할 수 있다. 한편, 클러스터는 정해진 제어 파라미터에 따라 화면률이 정해지기 때문에, 그에 따라 라운드(round)가 정해질 수 있다.
화질 에너지 제어 계수를 산출하는 step3 이후에는, 에너지 균형을 고려한 클러스터링 과정(즉, 클러스터를 형성하는 과정)을 제외한 클러스터 헤드 노드를 선정하는 과정이 미리 설정된 매 라운드 마다 반복적으로 수행될 수 있으며, 클러스터 헤드 노드는 클러스터 내 센서 노드들에 의하여 발생한 센싱 영상을 수신하여 기지국으로 전송할 수 있다. 또한, 미리 설정된 단위 기간 이후에는 향후 하비스팅 에너지량, 에너지 사용량 및 현재 에너지 잔량을 이용하여 다음의 단위 기간(일정 기간) 동안에 사용될(적용될) 화질 에너지 제어 계수를 산출하는 과정이 반복적으로 수행될 수 있다.
달리 말해, 화질 에너지 제어 계수가 산출된 이후에는 산출된 화질 에너지 제어 계수에 기초하여 클러스터 단위로 현재 구간의 라운드가 시작될 수 있으며, 각 라운드 마다 적응적 클러스터 헤드 선정 기법을 통해 클러스터 헤드 노드가 선정될 수 있다. 처음의 라운드 이후에는 클러스터 내부 에너지 균형을 고려한 클러스터 헤드 선정과 효율적인 에너지 소비를 고려한 화질 에너지 제어와 함께 클러스터 헤드 노드가 클러스터 멤버 노드로부터 데이터를 받아 기지국으로 전송하는 과정이 반복적으로 수행될 수 잇다.
상기에 제안된 효율적인 센서 노드의 화질 에너지 제어 기술과 클러스터링 기술을 통해, 본원은 에너지 고갈없이 센서 노드의 지속 동작이 가능하도록 할 수 있다. 즉, 본원은 무선 센서 네트워크(100)의 지속 동작을 위한 센서 네트워크의 클러스터링 기술, 클러스터 헤드 선정 기술 및 센서 노드의 화질-에너지 제어 기술을 제공한다.
구체적으로, 본원은 클러스터 간 및/또는 클러스터 내 에너지 균형을 맞추기 위해 기지국과 클러스터에 대응하는 기준점 간의 거리에 따라 클러스터를 형성(즉, 클러스터의 크기에 대응하는 클러스터 내 센서 노드의 수를 결정)하고, 형성된 클러스터 내에서 센서 노드의 잔여 에너지를 고려하여 클러스터 헤드 노드를 선정할 수 있다. 또한 본원은 효율적인 에너지 소비를 가능케 하는 화질 에너지 제어(달리 말해, 에너지 효율적 화질 에너지 제어)를 위해 현재 잔여 에너지와 예측된 향후 에너지 하비스팅을 이용하여 단위 기간 동안 사용될 화질 에너지 제어 계수를 산출(또는 선정)할 수 있다. 이후, 매 라운드 마다 선정되는 클러스터 헤드 노드는 클러스터 멤버 노드로부터 데이터를 수신하고 수신된 데이터를 병합하여 기지국(110)으로 전송할 수 있다.
이러한 본원은 비디오 무선 센서 네트워크를 조직화하여 에너지 균형에 따른 네트워크의 수명을 최대로 늘릴 수 있으며 센싱 영상의 화질을 에너지와 함께 제어함으로써 최적 화질의 영상을 수집할 수 있다. 또한 본원은 에너지 하비스팅을 고려함으로써 비디오 센서 노드 기반의 무선 센서 네트워크(100)의 지속적인 동작이 가능하도록 할 수 있다.
다시 말해, 본원은 기지국으로부터 클러스터 간의 거리를 고려하여 클러스터 내 센서 노드의 수(또는 클러스터의 크기)를 결정함에 따라 클러스터 간의 에너지 균형이 이루어지도록 할 수 있다. 또한, 본원은 동일 클러스터 내에서 센서 노드의 잔여 에너지량을 이용하여 적응적으로 클러스터 헤드를 선정함에 따라 클러스터 내의 에너지 균형을 이룰 수 있어 에너지 효율을 높일 수 있다. 또한, 본원은 비디오 센서 노드의 하비스팅 기능을 이용하여 화질 에너지 제어 계수를 제어함으로써 획득되는 영상의 화질을 향상시킬 수 있다. 종합적으로 본원은 에너지의 효율적인 소비와 영구적인 에너지원을 이용하여 비디오 센서 네트워크의 지속 동작을 가능하게 할 수 있다.
본원은 클러스터 내 에너지 균형과 클러스터 간 에너지 균형을 이루도록 클러스터링을 수행함으로써 에너지의 효율적인 소비가 가능하도록 할 수 있다. 또한, 본원은 에너지 하비스팅 기능을 이용함으로써 산림이나 오지 등의 환경에서도 비디오 센서 노드를 포함하는 무선 센서 네트워크(100)의 지속 동작이 가능하도록 할 수 있다. 또한, 본원은 가까운 미래의 하비스팅 에너지를 예측하여 소비 가능한 에너지를 계산하고 이를 통해 화질 에너지 제어 계수를 제어함으로써 센서 노드로부터 가능한 높은 화질의 영상을 획득할 수 있다.
또한, 지속적인 전력 공급이 어려운 환경에서 사용될 수 있는 본원에 의한 에너지 하비스팅 센서 노드는 재생 가능 에너지를 수집하고 비디오 센서 네트워크의 특성상 일정 수준 이상의 영상 화질을 보장해야 하므로, 현재 에너지량과 예측된 향후 하비스팅 에너지를 계산하여 화질과 에너지 사이의 트레이드 오프(trade-off)를 수행할 수 있다. 또한, 본원의 일 실시예에 따른 무선 센서 네트워크(100)는 각 센서 노드의 에너지 불균형으로 일부 센서 노드들의 배터리 고갈을 방지하기 위해 에너지 균형적 클러스터링 기법과 적응적 클러스터 헤드 선정 기법을 사용함으로써 지속 동작이 가능하다.
또한, 본원은 비디오 센서 노드의 하비스팅 기능을 이용하여 지속 동작 제어가 가능하며, 잔여 에너지와 하비스팅될 에너지를 예측하여 현재 동작 가능한 화질 에너지 제어 계수를 선정함으로써 최적의 화질로 동작하도록 제어할 수 있다. 본원은 영상 촬영 및 분석용 저전력 비디오 디바이스 네트워크 환경에 적용될 수 있으며, 또한 사물 인터넷 환경의 저전력 비디오 디바이스 네트워크 환경에 적용될 수 있다.
이하에서는 상기에 자세히 설명된 내용을 기반으로, 본원의 동작 흐름을 간단히 살펴보기로 한다.
도 7은 본원의 일 실시예에 따른 무선 센서 네트워크의 클러스터링 방법에 대한 동작 흐름을 나타낸 도면이고, 도 8은 본원의 일 실시예에 따른 무선 센서 네트워크의 클러스터링 방법에서 화질 에너지 제어 계수를 산출하는 과정을 나타낸 도면이다.
도 7 및 도 8에 도시된 무선 센서 네트워크의 클러스터링 방법은 앞서 설명된 무선 센서 네트워크 시스템(100)에 의하여 수행될 수 있다. 따라서, 이하 생략된 내용이라고 하더라도 무선 센서 네트워크 시스템(100)에 대하여 설명된 내용은 무선 센서 네트워크의 클러스터링 방법에 대한 설명에도 동일하게 적용될 수 있다.
도 7 및 도 8을 참조하면, 단계S710에서는 기지국에서, 미리 설정된 조건에 따라 클러스터링된 클러스터에서 클러스터 내 센서 노드의 잔여 에너지를 고려하여 클러스터 헤드 노드를 선정할 수 있다.
여기서, 미리 설정된 조건은 클러스터와 기지국 간의 거리를 고려하여 클러스터의 크기를 결정하는 조건일 수 있다. 또한, 클러스터의 크기는, 기지국과 클러스터에 대응하는 기준점 간의 거리의 제곱에 반비례한 수로 할당하여 결정된 센서 노드의 수일 수 있다.
또한, 단계S710에서는, 클러스터 내 센서 노드 중 최고 잔여 에너지를 갖는 센서 노드가 클러스터 헤드 노드로 선정될 수 있다.
또한, 단계S710에서 클러스터 헤드 노드는 미리 설정된 라운드마다 선정될 수 있다. 여기서, 미리 설정된 라운드는 1/화면률에 대응하여 설정될 수 있다.
다음으로, 단계S720에서는 기지국에서, 기 산출된 화질 에너지 제어 계수에 기반한 클러스터 멤버 노드의 동작 제어에 따라 발생된 데이터를 클러스터 헤드 노드로부터 수신할 수 있다.
또한, 단계S720에서 화질 에너지 제어 계수는, 현재 시점에서 상기 클러스터 내 센서 노드 중 최저 잔여 에너지를 갖는 센서 노드에 기반하여 산출될 수 있다. 단계S720에서는 화질 에너지 제어 계수의 산출을 위해 단계S721 내지 단계S723의 과정이 수행될 수 있다.
단계S721에서는 과거 하비스팅 데이터를 기반으로 향후 하비스팅 에너지량을 예측할 수 있다.
단계S722에서는 에너지 소비 모델을 이용한 화질 에너지 제어 계수별 에너지 사용량 계산을 통해 에너지 사용량을 계산할 수 있다.
이때, 단계S722에서는, 센서 노드에 포함된 이미지 센서 모듈, 부호화 모듈, 전송 모듈 및 수신 모듈 각각에 대한 에너지 소비 모델을 이용하여 에너지 사용량이 계산될 수 있다. 이때, 이미지 센서 모듈에 대응하는 에너지 소비 모델은 앞서 설명된 상기 수학식 7을 만족하고, 부호화 모듈에 대응하는 에너지 소비 모델은 수학식 8을 만족하고, 전송 모듈에 대응하는 에너지 소비 모델은 수학식 1을 만족하고, 수신 모듈에 대응하는 에너지 소비 모델은 상기 수학식 2를 만족할 수 있으며, 중복되는 설명은 이하 생략하기로 한다.
단계S723에서는 단계S721에서 예측된 향후 하비스팅 에너지량, 단계S722에서 계산된 에너지 사용량 및 최저 잔여 에너지를 이용하여 미리 설정된 단위 기간 동안 사용되는 화질 에너지 제어 계수를 산출할 수 있다.
이때, 단계S723에서 산출되는 화질 에너지 제어 계수는, 상기 현재 시점으로부터 당일 일몰 시점까지 화질 에너지 제어 계수로 동작했을 때의 에너지 소비량과 당일 일몰 시점부터 다음날 일출까지 에너지 소비를 최소로 한 최소 에너지 소비량의 합이, 현재 시점에서의 최저 잔여 에너지와 현재 시점으로부터 당일 일몰 시점까지의 하비스팅 에너지량의 합보다 작도록 설정될 수 있다.
또한, 단계S723에서 산출되는 화질 에너지 제어 계수는 앞서 설명된 수학식 9를 만족할 수 있으며, 중복되는 설명은 이하 생략하기로 한다.
단계S720에서는, 단계S721 내지 단계S723의 과정을 통해 산출된 화질 에너지 제어 계수에 기초하여 현재 구간의 라운드가 시작될 수 있으며, 각 라운드 마다 선정된 클러스터 헤드 노드가 클러스터 멤버 노드로부터 데이터를 수신하여 기지국으로 전송할 수 있다.
상술한 설명에서, 단계 S710 내지 S720, 또한 S721 내지 S723은 본원의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다.
한편, 이하에서는 본원의 일 실시예에 따른 무선 센서 네트워크의 클러스터링 방법에 의한 비디오 센서 네트워크의 지속 동작과 클러스터 간 및 클러스터 내의 에너지 균형을 검증하기 위한 모의 실험 결과에 대하여 기술하기로 한다.
도 9는 본원의 일 실시예에 따른 무선 센서 네트워크의 클러스터링 방법에 대한 성능 검증 결과를 나타낸 도면이다.
설명에 앞서, 본원의 일 실험 예에서는 도 6과 같은 비디오 센서 네트워크 환경으로 10일간의 모의 실험을 수행하였으며, 구체적인 실험 환경은 하기 표 1과 같다.
[표 1]
Figure 112017039704207-pat00050
간단히 살펴보면, 일예로 실험 환경에서는 화질 에너지 제어 계수와 관련하여 동작주파수는 200-1400 Mhz로 설정하고, 양자화 계수는 30-45로 설정하고, 화면률은 1-30 fps로 설정될 수 있다. 일예로, 화면률이 30 fps인 경우에는 클러스터 헤드 노드의 선정이 이루어지는 미리 설정된 라운드인 '1/화면률 초'는 '1/30초'를 의미할 수 있다. 또한, 시간 단위(즉, 미리 설정된 단위 기간)는 900초로 설정되고, 배터리 용량은 106560 J 등으로 설정될 수 있다.
도 9를 참조하면, 도 9(a) 및 도 9(b)는 각각 클러스터에 대하여 동일한 클러스터 크기가 할당된 경우(즉, 클러스터 크기가 동일한 경우)와 본원에서 제안하는 에너지 균형적 클러스터링 기법을 적용한 경우에 대하여 각 클러스터 노드들의 시간에 따른 배터리 레벨(잔여 에너지량)을 보여준다.
도 9(a)는 클러스터 간 에너지 불균형이 발생하여 108시간 때부터 120시간 때까지 클러스터 3의 지속 동작을 위한 화질 에너지 제어 계수를 선정하지 못하여 동작이 중지되었음을 확인할 수 있다. 반면, 도 9(b)는 클러스터와 기지국 간의 거리를 고려하여 클러스터 크기를 할당함으로써 클러스터 간에 에너지 균형을 이루고, 무선 센서 네트워크(100)가 지속 동작함을 확인할 수 있다.
도 9(c)는 클러스터 내 에너지 균형 검증 결과로서, 동일 클러스터 내 센서 노드들의 시간에 따른 배터리 레벨을 보여준다. 이를 참조하면, 초기 배터리 레벨은 차이가 있으나, 시간이 지남에 따라 모든 센서 노드의 배터리 레벨의 차이가 거의 없어지는 것을 확인할 수 있다. 이는 본원에서 제안하는 적응적 클러스터 헤드 선정 기법을 사용함으로써 클러스터 내 모든 센서 노드들의 잔여 배터리 레벨에 적응적으로 클러스터 헤드를 갱신했기 때문이다. 이에 따르면, 이러한 본원에서 제안하는 기법은 클러스터 내의 에너지 균형을 맞추고, 네트워크의 지속 동작을 가능하게 함을 확인할 수 있다.
본원의 일 실시 예에 따른 무선 센서 네트워크의 클러스터링 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. 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.
전술한 본원의 설명은 예시를 위한 것이며, 본원이 속하는 기술분야의 통상의 지식을 가진 자는 본원의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본원의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본원의 범위에 포함되는 것으로 해석되어야 한다.
100: 무선 센서 네트워크 시스템
110: 기지국
120: 네트워크
10, 20, 30, 40, 50: 클러스터 헤드 노드
1, 2, 3, 4: 클러스터 멤버 노드

Claims (14)

  1. 무선 센서 네트워크의 클러스터링 방법에 있어서,
    (a) 기지국에서, 미리 설정된 조건에 따라 클러스터링된 클러스터에서 상기 클러스터 내 센서 노드의 잔여 에너지를 고려하여 클러스터 헤드 노드를 선정하는 단계; 및
    (b) 상기 기지국에서, 기 산출된 화질 에너지 제어 계수에 기반한 클러스터 멤버 노드의 동작 제어에 따라 발생된 데이터를 상기 클러스터 헤드 노드로부터 수신하는 단계,
    를 포함하고,
    상기 (b) 단계에서 상기 화질 에너지 제어 계수는, 현재 시점에서 상기 클러스터 내 센서 노드 중 최저 잔여 에너지를 갖는 센서 노드에 기반하여 산출되고,
    상기 (b) 단계는,
    (b1) 과거 하비스팅 데이터를 기반으로 향후 하비스팅 에너지량을 예측하는 단계;
    (b2) 에너지 소비 모델을 이용한 화질 에너지 제어 계수별 에너지 사용량 계산을 통해 에너지 사용량을 계산하는 단계; 및
    (b3) 상기 예측된 향후 하비스팅 에너지량, 상기 계산된 에너지 사용량 및 상기 최저 잔여 에너지를 이용하여 미리 설정된 단위 기간 동안 사용되는 상기 화질 에너지 제어 계수를 산출하는 단계,
    를 포함하는 것인, 무선 센서 네트워크의 클러스터링 방법.
  2. 제1항에 있어서,
    상기 미리 설정된 조건은 상기 클러스터와 상기 기지국 간의 거리를 고려하여 상기 클러스터의 크기를 결정하는 조건인 것인, 무선 센서 네트워크의 클러스터링 방법.
  3. 제2항에 있어서,
    상기 클러스터의 크기는,
    상기 기지국과 상기 클러스터에 대응하는 기준점 간의 거리의 제곱에 반비례한 수로 할당하여 결정된 센서 노드의 수인 것인, 무선 센서 네트워크의 클러스터링 방법.
  4. 제1항에 있어서,
    상기 (a) 단계는,
    상기 클러스터 내 센서 노드 중 최고 잔여 에너지를 갖는 센서 노드를 상기 클러스터 헤드 노드로 선정하는 것인, 무선 센서 네트워크의 클러스터링 방법.
  5. 제1항에 있어서,
    상기 (a) 단계에서 상기 클러스터 헤드 노드는, 미리 설정된 라운드마다 선정되는 것인, 무선 센서 네트워크의 클러스터링 방법.
  6. 제5항에 있어서,
    상기 미리 설정된 라운드는 1/화면률에 대응하여 설정되는 것인, 무선 센서 네트워크의 클러스터링 방법.
  7. 삭제
  8. 삭제
  9. 제1항에 있어서,
    상기 (b2) 단계는,
    상기 최저 잔여 에너지를 갖는 센서 노드에 포함된 이미지 센서 모듈, 부호화 모듈, 전송 모듈 및 수신 모듈 각각에 대한 에너지 소비 모델을 이용하여 계산하는 것인, 무선 센서 네트워크의 클러스터링 방법.
  10. 제9항에 있어서,
    상기 이미지 센서 모듈에 대응하는 에너지 소비 모델은 하기 수학식 1을 만족하고,
    [수학식 1]
    Figure 112017039704207-pat00051

    (여기서,
    Figure 112017039704207-pat00052
    는 한 프레임당 소비하는 에너지임)
    상기 부호화 모듈에 대응하는 에너지 소비 모델은 하기 수학식 2를 만족하고,
    [수학식 2]
    Figure 112017039704207-pat00053

    (여기서,
    Figure 112017039704207-pat00054
    는 동작주파수,
    Figure 112017039704207-pat00055
    는 동작주파수에 따른 모델 계수,
    Figure 112017039704207-pat00056
    는 양자화 계수에 따른 비트레이트(bitrate),
    Figure 112017039704207-pat00057
    는 비트레이트(bitrate)에 따른 CPU 사이클 수를 나타냄)
    상기 전송 모듈에 대응하는 에너지 소비 모델은 하기 수학식 3을 만족하고,
    [수학식 3]
    Figure 112017039704207-pat00058

    (여기서,
    Figure 112017039704207-pat00059
    는 상기 전송 모듈이 동작하는데 사용되는 에너지량,
    Figure 112017039704207-pat00060
    는 전송하는 데이터의 비트(bit)수,
    Figure 112017039704207-pat00061
    는 증폭기가 동작하는데 사용되는 에너지량,
    Figure 112017039704207-pat00062
    는 데이터를 전송하는 곳까지 떨어진 거리를 나타냄)
    상기 수신 모듈에 대응하는 에너지 소비 모델은 하기 수학식 4를 만족하는 것인, 무선 센서 네트워크의 클러스터링 방법;
    [수학식 4]
    Figure 112017039704207-pat00063

    (여기서,
    Figure 112017039704207-pat00064
    는 상기 전송 모듈이 동작하는데 사용되는 에너지량,
    Figure 112017039704207-pat00065
    는 전송하는 데이터의 비트(bit)수를 나타냄).
  11. 제1항에 있어서,
    상기 (b3) 단계에서 산출되는 상기 화질 에너지 제어 계수는, 상기 현재 시점으로부터 당일 일몰 시점까지 화질 에너지 제어 계수로 동작했을 때의 에너지 소비량과 당일 일몰 시점부터 다음날 일출까지 에너지 소비를 최소로 한 최소 에너지 소비량의 합이, 상기 현재 시점에서의 상기 최저 잔여 에너지와 상기 현재 시점으로부터 상기 당일 일몰 시점까지의 하비스팅 에너지량의 합보다 작도록 설정되는 것인, 무선 센서 네트워크의 클러스터링 방법.
  12. 제11항에 있어서,
    상기 (b3) 단계에서 산출되는 상기 화질 에너지 제어 계수는 하기 수학식 5를 만족하는 것인, 무선 센서 네트워크의 클러스터링 방법;
    [수학식 5]
    Figure 112017039704207-pat00066

    (여기서,
    Figure 112017039704207-pat00067
    는 당일 일몰부터 다음날 일출까지 상기 단위 기간의 총 수,
    Figure 112017039704207-pat00068
    는 현재 단위 기간부터 당일 일몰까지의 상기 단위 기간의 총 수,
    Figure 112017039704207-pat00069
    는 상기 (b3) 단계에서 산출되는 상기 화질 에너지 제어 계수로 동작했을 때 상기 단위 기간에 대응하는 에너지 소비량,
    Figure 112017039704207-pat00070
    는 현재 에너지량,
    Figure 112017039704207-pat00071
    는 현재부터 i번째 후 단위 기간의 하비스팅 에너지량,
    Figure 112017039704207-pat00072
    는 제어 파라미터들을 에너지 소비가 최소화되도록 설정했을 때 사용되는 에너지 소비량,
    Figure 112017039704207-pat00073
    는 n번째 단위 기간의 최적 화질 에너지 제어 계수로서 각각 부호화 태스크, 동작주파수, 양자화 계수 및 화면률을 나타냄).
  13. 무선 센서 네트워크 시스템에 있어서
    미리 설정된 조건에 따라 클러스터링된 클러스터에서 상기 클러스터 내 센서 노드의 잔여 에너지를 고려하여 클러스터 헤드 노드를 선정하는 기지국; 및
    기 산출된 화질 에너지 제어 계수에 기반한 클러스터 멤버 노드의 동작 제어에 따라 발생된 데이터를 수신하여 상기 기지국으로 전송하는 클러스터 헤드 노드,
    를 포함하고,
    상기 화질 에너지 제어 계수는, 현재 시점에서 상기 클러스터 내 센서 노드 중 최저 잔여 에너지를 갖는 센서 노드에 기반하여 산출되고,
    상기 클러스터 헤드 노드는,
    과거 하비스팅 데이터를 기반으로 향후 하비스팅 에너지량을 예측하고,
    에너지 소비 모델을 이용한 화질 에너지 제어 계수별 에너지 사용량 계산을 통해 에너지 사용량을 계산하고,
    상기 예측된 향후 하비스팅 에너지량, 상기 계산된 에너지 사용량 및 상기 최저 잔여 에너지를 이용하여 미리 설정된 단위 기간 동안 사용되는 상기 화질 에너지 제어 계수를 산출하는 것인, 무선 센서 네트워크 시스템.
  14. 제1항 내지 제6항, 제9항 내지 제12항 중 어느 한 항의 방법을 컴퓨터에서 실행하기 위한 프로그램을 기록한 컴퓨터에서 판독 가능한 기록매체.
KR1020170052107A 2017-04-24 2017-04-24 무선 센서 네트워크 시스템 및 그를 이용한 무선 센서 네트워크의 클러스터링 방법 KR101865900B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170052107A KR101865900B1 (ko) 2017-04-24 2017-04-24 무선 센서 네트워크 시스템 및 그를 이용한 무선 센서 네트워크의 클러스터링 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170052107A KR101865900B1 (ko) 2017-04-24 2017-04-24 무선 센서 네트워크 시스템 및 그를 이용한 무선 센서 네트워크의 클러스터링 방법

Publications (1)

Publication Number Publication Date
KR101865900B1 true KR101865900B1 (ko) 2018-06-08

Family

ID=62600322

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170052107A KR101865900B1 (ko) 2017-04-24 2017-04-24 무선 센서 네트워크 시스템 및 그를 이용한 무선 센서 네트워크의 클러스터링 방법

Country Status (1)

Country Link
KR (1) KR101865900B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110213770A (zh) * 2019-07-09 2019-09-06 国网宁夏电力有限公司 无线传感器网络的防串谋攻击方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101658736B1 (ko) * 2015-09-07 2016-09-22 성균관대학교산학협력단 에너지 저손실 클러스터 트리구조를 이용한 무선 센서 네트워크의 클러스터링 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101658736B1 (ko) * 2015-09-07 2016-09-22 성균관대학교산학협력단 에너지 저손실 클러스터 트리구조를 이용한 무선 센서 네트워크의 클러스터링 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
정재원, 이명진, "사물 인터넷 환경을 위한 스마트 비디오 디바이스의 에너지 제어 모델", 한국항행학회논문지, 19(1), pp. 66-73, 2015.02.* *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110213770A (zh) * 2019-07-09 2019-09-06 国网宁夏电力有限公司 无线传感器网络的防串谋攻击方法及系统
CN110213770B (zh) * 2019-07-09 2022-10-21 国网宁夏电力有限公司 无线传感器网络的防串谋攻击方法及系统

Similar Documents

Publication Publication Date Title
KR101886363B1 (ko) 이벤트 검출 기반 무선 센서 네트워크 시스템 및 그를 이용한 무선 센서 네트워크 클러스터 기반 전송 제어 방법
US20230134964A1 (en) A distributed network traffic data decomposition method
KR101583582B1 (ko) 동적 주파수 스펙트럼 최적화 방법, 장치 및 시스템
US9288689B2 (en) Configuration of wireless network cloud system based on density estimation
Apostolopoulos et al. Satisfaction-aware data offloading in surveillance systems
CN110187964B (zh) 物联网场景中完成时间最小化雾计算迁移方法
CN107210852B (zh) 通过预测平滑的传输块大小来控制应用的操作的系统和方法
CN112365366B (zh) 一种基于智能化5g切片的微电网管理方法及系统
CN114567895A (zh) 一种mec服务器集群的智能协同策略的实现方法
Nomikos et al. A survey on reinforcement learning-aided caching in heterogeneous mobile edge networks
CN110519776A (zh) 一种雾计算系统中的均衡聚类和联合资源分配方法
Ji et al. Astute video transmission for geographically dispersed devices in visual IoT systems
KR101865900B1 (ko) 무선 센서 네트워크 시스템 및 그를 이용한 무선 센서 네트워크의 클러스터링 방법
Jain et al. A lightweight data transmission reduction method based on a dual prediction technique for sensor networks
El Sayed et al. Zizo: A zoom-in zoom-out mechanism for minimizing redundancy and saving energy in wireless sensor networks
CN116385857A (zh) 一种基于ai智能调度的算力分配方法
Huang et al. Quality-aware video streaming for green cellular networks with hybrid energy sources
CN113271221B (zh) 网络能力开放方法、系统及电子设备
US9258557B2 (en) Rate optimization for scalable video transmission
KR101794848B1 (ko) 에너지 수집형 무선 센서 네트워크에서의 센서 노드 및 에너지 적응형 데이터 수집률 향상 방법, 이를 수행하기 위한 기록 매체
Zhu et al. Multi-bitrate video caching for D2D-enabled cellular networks
KR20220042928A (ko) 복수의 액세스 네트워크 장치들에 대한 자동 구성 네트워크를 구현하는 방법 및 이를 수행하는 전자 장치
US20210076045A1 (en) Content adaptive boundary placement for distributed encodes
CN106406082B (zh) 一种系统控制方法、装置，控制器及控制系统
KR20210096820A (ko) 머신 타입 통신을 위한 송신 전력의 제어를 위한 평균장 게임 프레임워크 기반 기법

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant