KR20090090767A - 무선 센서네트워크의 에너지와 거리 기반 클러스터링라우팅 방법 및 장치 - Google Patents

무선 센서네트워크의 에너지와 거리 기반 클러스터링라우팅 방법 및 장치 Download PDF

Info

Publication number
KR20090090767A
KR20090090767A KR1020080016209A KR20080016209A KR20090090767A KR 20090090767 A KR20090090767 A KR 20090090767A KR 1020080016209 A KR1020080016209 A KR 1020080016209A KR 20080016209 A KR20080016209 A KR 20080016209A KR 20090090767 A KR20090090767 A KR 20090090767A
Authority
KR
South Korea
Prior art keywords
cluster head
distance
sensor node
cluster
sensor
Prior art date
Application number
KR1020080016209A
Other languages
English (en)
Other versions
KR100933681B1 (ko
Inventor
정태명
한영주
박선호
최진영
김종명
Original Assignee
성균관대학교산학협력단
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 성균관대학교산학협력단 filed Critical 성균관대학교산학협력단
Priority to KR1020080016209A priority Critical patent/KR100933681B1/ko
Publication of KR20090090767A publication Critical patent/KR20090090767A/ko
Application granted granted Critical
Publication of KR100933681B1 publication Critical patent/KR100933681B1/ko

Links

Images

Classifications

    • 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
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • 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
    • 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)
  • Mobile Radio Communication Systems (AREA)

Abstract

다수의 센서노드와 데이터 수집장치로 구성된 센서네트워크에서 센서노드에서 센싱된 정보를 데이터 수집장치로 전달하기 위한 경로를 센서노드의 에너지와 거리에 의해 설정하는 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법 및 센서노드에 관한 것으로서, (a) 각 센서노드는 수집장치로부터 거리가 멀수록 큰 값을 갖는 확률에 의해 클러스터헤드로의 선출여부를 결정하는 단계, (b) 클러스터헤드로 선출되지 않은 센서노드는 선출된 클러스터헤드 중 하나를 선정하는 단계, (c) 센서노드는 선정된 클러스헤드로 센싱한 정보를 전송하고, 클러스터헤드는 센서노드로부터 받은 센싱정보를 병합하여 데이터 수집장치로 전송하는 단계, (d) 상기 (a)단계 내지 (c)단계를 주기적으로 반복수행하는 단계를 포함하는 구성을 마련한다.
상기와 같은 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법 및 센서노드에 의해, 센싱정보를 모아 전송하는 클러스터헤드가 데이터 수집장치로부터의 거리에 따라 에너지 소비량이 많은 곳에는 클러스터헤드의 선출 확률을 높여 에너지 소비가 큰 곳에 클러스터의 크기를 작게 함으로써, 다른 곳과 비슷한 에너지를 소비시켜 전체적으로 클러스터헤드의 균일한 에너지 소모를 꾀할 수 있다.
센서네트워크, 클러스터링, 홉, 에너지, 거리

Description

무선 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법 및 장치 { A clustering routing system and method for wireless sensor networks using sensor nodes' energy and distance }
본 발명은 다수의 센서노드와 데이터 수집장치로 구성된 센서네트워크에서 센서노드에서 센싱된 정보를 데이터 수집장치로 전달하기 위한 경로를 센서노드의 에너지와 거리에 의해 설정하는 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법 및 장치에 관한 것이다.
또, 본 발명은 데이터 수집장치로부터의 거리에 따라 센싱정보를 모아 전송하는 에너지 소비량이 많은 곳에는 클러스터헤드의 선출 확률을 높여 에너지 소비가 큰 곳에 클러스터의 크기를 작게 하는 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법 및 장치에 관한 것이다.
또, 본 발명은 싱글-홉 클러스터 센서네트워크에서는 데이터 수집장치로부터 거리가 멀수록 선출 확률을 높여 클러스터헤드를 많이 선출하고, 멀티-홉 클러스터 센서네트워크에서는 데이터 수집장치로부터 거리가 가까울수록 선출 확률을 높여 클러스터헤드를 많이 선출하는 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법 및 장치에 관한 것이다.
일반적으로 센서 네트워크는 원거리에 배치된 다수의 센서들이 그룹화 되어 노드로 서로 연결되어 있는 구조이다. 여기서 연결되어 있다는 것은 무선으로 통신 가능하게 신호적으로 결합되어 있는 것을 의미한다. 예를 들면, 센서노드에 의한 감시 시스템은 센서가 부착되어 있는 센서노드들이 데이터 수집장치에 연결에 있고, 센서노드들이 무선 통신, 위성 통신 등으로 구성된 통신 네트워크를 걸쳐 감시자가 있는 메인 컴퓨터에 연결되어 있는 구성으로 되어 있다. 센서노드는 마이크로프로세서, 여기에 연결된 메모리, RAM, ROM, 기억장치, 트랜시버 등 주변 구성요소를 구비한다. 초기에 센서 네트워크는 주로 직접 접근하기 어려운 지역의 군사동향의 감시를 하는 무인 정찰 시스템에 사용되었으나, 최근에는 그 응용분야가 외부 환경의 감시나 제어기능을 수향하는 지능형 교통시스템, 생산공정 자동 제어, 환자 상태 원격감지, 지능형 빌딩내의 환경 컨트롤 등으로 확장되는 추세이다.
이러한 센서 네트워크 시스템에서는 공간적으로 분산된 복수개의 센서노드들로 구성된다. 분산된 각각의 센서노드들은 각자 감시동작 상태로 들어가 이상 형상 이 발생하거나 미리 설정된 시간 마다 감시 지역의 상태를 통신 네트워크를 통해 데이터 수집장치로 전달한다. 따라서 이러한 분야에서 사용되는 센서 노드들은 주로 한정된 에너지원에 의하여 운영되며, 수개월 내지 수년간 전원의 교체 없이 동작할 필요성을 갖는다.
따라서 센서 네트워크는 연산 능력, 저장 능력 그리고 에너지 측면에서 제약을 가지는 센서 노드로 구성된 네트워크이기 때문에, 기존의 에드-혹 네트워크에서 사용되었던 라우팅 기법을 사용하기에 문제가 있다. 이에 센서 네트워크에 적합한 에너지 효율적인 라우팅 기법들이 제시되고 있다. 대표적으로는 평면 라우팅 기법과 클러스터링 라우팅 기법이 있는데, 평면 라우팅 기법은 질의 기반 어플리케이션에 적합한 라우팅 기법이고, 클러스터링 라우팅 기법은 주기적인 정보 수집 기반 어플리케이션에 적합하다.
클러스터링 라우팅 기법은 크게 싱글-홉 클러스터링 라우팅 기법과 멀티-홉 클러스터링 라우팅 기법으로 나뉜다. 도 1a는 100mㅧ 100m 크기의 일반적인 싱글-홉 클러스터링 기반 센서 네트워크를 나타낸다. 센서 네트워크는 도 1a에 도시된 바와 같이 센서노드(10)들이 배치된 센서필드(20)와 외부 망을 연결하는 데이터 수집장치(30)로 구성되며, 클러스터(21)는 하나의 클러스터헤드(22)와 다수의 멤버 노드(10)로 구성된다. 클러스터헤드(22)는 자신의 클러스터에 속하는 멤버 노드(10)로부터 정보를 수신 받아 데이터 병합 후 바로 데이터 수집 장치(30)까지 정보를 전달한다. 반면에 멀티-홉 클러스터링 라우팅 기법은 멤버 노드(10)로부터 정 보를 수신 받은 클러스터헤드(22)가 데이터 병합 후 바로 데이터 수집 장치에 전달하지 않고 해당 클러스터헤드(22)로부터 데이터 수집 장치(30)까지 클러스터헤드(22)로 구성된 경로를 설정하여 그 경로를 따라 데이터 수집 장치(30)까지 정보를 전달한다. 도 2a는 싱글-홉 클러스터링 라우팅 기법을, 도 2b는 멀티-홉 클러스터링 라우팅 기법을 예시하고 있다.
대표적인 싱글-홉 클러스터링 라우팅 기법으로는 LEACH(Low-Energy Adaptive Clustering Hierarchy)가 있으며 멀티-홉 라우팅 클러스터링 기법으로는 HEED(Hybrid Energy-Efficient Distributed clustering)가 존재한다. EECS(Energy Efficient Clustering Scheme)와 EEUC(Energy-Efficient Unequal Clustering Scheme)은 거리기반 클러스터링 라우팅 기법으로, EECS는 싱글-홉 클러스터링 라우팅 기법이고, EEUC는 멀티-홉 클러스터링 라우팅 기법이다. 이러한 클러스터링 라우팅 기법은 클러스터헤드 선출 단계, 클러스터 형성 단계, 데이터 수집 단계로 구성되며, 이를 라운드라 일컫는다. 데이터 수집은 이러한 라운드의 반복으로 주기적으로 이루어진다.
LEACH는 네트워크에서 센서 노드(Sensor Node)들의 에너지 부담을 고르게 분배하기 위해서 클러스터 헤드(Cluster Head)를 임의로 돌아가며 적용시키는 클러스터링 기반의 프로토콜이다. LEACH는 각 라운드마다 클러스터헤드 빈도수를 기준으로 클러스터헤드를 선출한다. LEACH의 클러스터헤드 결정 알고리즘을 수학적으로 표현하면 다음과 같다.
Figure 112008013268495-PAT00001
여기서, Pi(t)는 k가 최적의 클러스터헤드의 수이고 N이 전체 센서노드의 수일 때, 센서 노드 i 가 라운드 r + 1 에서 클러스터헤드로 선출될 수 있는 확률을 나타낸다. Ci(t)는 가장 최근의 (r mod(N/k)) 라운드에서 클러스터헤드였는지의 여부를 나타내는 것으로 0이면 선출되었음을 의미하며 1이면 선출되지 않았음을 의미한다. 이 수학식을 살펴보면, 각각의 센서노드는 (N/k) 라운드 안에서 한번만 클러스터헤드가 될 수 있으며, 라운드 r 이 커질수록 아직 클러스터헤드로 선출되지 않은 센서노드의 Pi(t)은 (r mod(N/k)) 값이 증가함에 따라 같이 증가하게 된다. 즉, 아직 클러스터헤드로 선출되지 않은 센서노드는 라운드가 증가함에 따라 클러스터헤드로 선출될 확률 또한 증가하게 된다. 이와 같이 LEACH는 임의의 클러스터헤드 순환을 통해 전체 센서 노드의 균등한 에너지 소비를 보장한다.
HEED는 클러스터헤드의 선출 기준으로 노드들의 잔여에너지와 노드의 이웃노드와의 근접성이나 이웃노드의 수를 고려한다. 각각의 노드는 자신이 클러스터헤드가 될 것인지를 결정하기 위해 이웃노드들과 정보를 교환하여 자신이 클러스터헤드가 될 것인지를 결정하는데 멀티-홉 기반이기 때문에 이러한 정보 교환 과정이 일 정 수만큼 반복된다. 결과적으로 HEED는 LEACH에서보다 더욱 향상된 클러스터헤드의 에너지 소비를 보인다.
EECS와 EEUC는 본 발명과 같이 거리기반 라우팅 클러스터링 기법으로 데이터 수집 장치와의 거리와 노드의 잔여에너지를 고려한다. EECS와 EEUC는 클러스터헤드 선출을 위해 임의의 확률로 후보 클러스터헤드를 선출하고 후보 클러스터헤드들의 잔여 에너지를 기준으로 경쟁을 통해 최종 클러스터헤드를 선출한다.
비록 LEACH, HEED, EECS와 EEUC가 망의 생존 기간을 연장할 수 있는 효과적인 라우팅 기법이지만, 각각은 다음과 같은 단점을 가지고 있다. LEACH의 경우는 센서노드의 위치를 고려하지 않기 때문에, 클러스터헤드가 특정 지역에 밀집할 수 있으며, 클러스터헤드의 빈도수만을 고려하기 때문에 잔여에너지가 적은 노드가 선출될 수 있는 단점을 가진다. 그리고 HEED의 경우는 각각의 노드가 클러스터헤드 선출 과정을 일정 수만큼 반복해야하기 때문에 클러스터형성 과정에 통신 부하가 많이 발생하는 단점이 있다. 마지막으로 EECS와 EEUC는 후보 클러스터헤드를 먼저 선출하고 후보 클러스터헤드들 사이의 경쟁을 통해 최종 클러스터헤드를 선출하기 때문에 클러스터 형성 단계에서 HEED와 같이 통신 부하가 많이 발생하는 단점이 있다.
본 발명의 목적은 상술한 바와 같은 문제점을 해결하기 위한 것으로, 본 발명은 데이터 수집장치까지의 거리에 따라 센싱정보를 모아 전송하는 에너지 소비량이 많은 곳에는 클러스터헤드의 선출 확률을 높여 클러스터의 크기를 작게 하여 클러스터헤드의 균일한 에너지 소모를 제공하는 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법 및 장치를 제공하는 것이다.
또, 본 발명은 싱글-홉 클러스터 센서네트워크에서는 데이터 수집장치로부터 거리가 멀수록 선출 확률을 높여 클러스터헤드를 많이 선출하고, 멀티-홉 클러스터 센서네트워크에서는 데이터 수집장치로부터 거리가 가까울수록 선출 확률을 높여 클러스터헤드를 많이 선출하는 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법 및 장치를 제공하는 것이다.
상기 목적을 달성하기 위해 본 발명의 제 1의 특징은 다수의 센서노드와 데이터 수집장치로 구성된 센서네트워크에서 센서노드에서 센싱된 정보를 데이터 수집장치로 전달하는 싱글-홉 클러스터링 라우팅 방법에 있어서, (a) 각 센서노드는 수집장치로부터 거리가 멀수록 큰 값을 갖는 확률에 의해 클러스터헤드로의 선출여부를 결정하는 단계; (b) 클러스터헤드로 선출되지 않은 센서노드는 선출된 클러스터헤드 중 하나를 선정하는 단계; (c) 센서노드는 선정된 클러스헤드로 센싱한 정보를 전송하고, 클러스터헤드는 센서노드로부터 받은 센싱정보를 병합하여 데이터 수집장치로 전송하는 단계; (d) 상기 (a)단계 내지 (c)단계를 주기적으로 반복수행하는 단계;를 포함하는 것이다.
또, 본 발명의 제 2의 특징은 다수의 센서노드와 데이터 수집장치로 구성된 센서네트워크에서 센서노드에서 센싱된 정보를 데이터 수집장치로 전달하는 멀티-홉 클러스터링 라우팅 방법에 있어서, (a) 각 센서노드는 수집장치로부터 거리가 가까울수록 큰 값을 갖는 확률에 의해 클러스터헤드로의 선출여부를 결정하는 단계; (b) 클러스터헤드로 선출되지 않은 센서노드는 선출된 클러스터헤드 중 하나를 선정하는 단계; (c) 클러스터헤드는 자신보다 데이터 수집장치에 가까운 다른 클러스터헤드 중 하나를 전달노드로 선정하는 단계; (d) 센서노드는 선정된 클러스헤드로 센싱한 정보를 전송하고, 클러스터헤드는 센서노드로부터 받은 센싱정보를 병합하여 전달노드로 전송하거나 전달노드가 선정되지 않으면 직접 데이터 수집장치에 병합된 센싱정보를 전송하는 단계; (e) 상기 (a)단계 내지 (d)단계를 주기적으로 반복수행하는 단계;를 포함하는 것이다.
또, 본 발명의 제 3의 특징은 제1의 특징 또는 제2의 특징에 있어서, (a)단계는, 상기 확률이 센서노드의 잔여에너지가 많을수록 큰 값을 갖는 것이다.
또, 본 발명의 제 4의 특징은 제1의 특징에 있어서, (a)단계는, 센서노드 Si에 대한 상기 확률이 [수식 1]의 Pi인 것이다.
[수식 1]
Figure 112008013268495-PAT00002
단, dmax 는 데이터 수집장치로부터 가장 먼 센서노드의 거리, dmin 은 데이터 수집장치로부터 가장 가까운 센서노드의 거리, d(Si,BS)는 센서노드 Si에서 데이터 수집장치까지의 거리
또, 본 발명의 제 5의 특징은 제2의 특징에 있어서, (a)단계는, 센서노드 Si에 대한 상기 확률이 [수식 2]의 Pi인 것이다.
[수식 2]
Figure 112008013268495-PAT00003
단, dmax 는 데이터 수집장치로부터 가장 먼 센서노드의 거리, dmin 은 데이터 수집장치로부터 가장 가까운 센서노드의 거리, d(Si,BS)는 센서노드 Si에서 데이터 수집장치까지의 거리
또, 본 발명의 제 6의 특징은 제1의 특징 또는 제 2의 특징에 있어서, (b)단계는, (b1) 선출된 클러스터헤드는 자신의 잔여에너지를 포함하는 메시지를 통신반경 내의 센서노드로 브로드캐스팅하는 단계; (b2) 클러스터헤드로 선출되지 않은 센서노드는 적어도 하나이상의 클러스터헤드로부터 메시지를 받아 자신과의 거리 대비 잔여에너지가 가장 큰 클러스터헤드를 선택하는 단계;를 포함하는 것이다.
또, 본 발명의 제 7의 특징은 제6의 특징에 있어서, (b2)단계는, 센서노드 Si는 적어도 하나 이상의 클러스터헤드 CHj로부터 메시지를 받아 클러스터헤드 CHj의 능력을 [수식 3]의 C(i,j)로 계산하여, 가장 큰 C(i,j) 값을 갖는 클러스터헤드를 선택하는 것이다.
[수식 3]
Figure 112008013268495-PAT00004
단, d(Si,CHj)는 센서노드 Si에서 클러스터헤드까지의 거리
또, 본 발명의 제 8의 특징은 제2의 특징에 있어서, (c)단계는, (c1) 클러스터헤드는 자신의 통신 반경 내에 있는 다른 모든 클러스터헤드보다 데이터 수집 장치와 가장 가까운가를 비교하는 단계; (c2) 클러스터헤드는 자신이 데이터 수집 장치와 가장 가깝지 않으면, 자신의 전달능력을 자신의 잔여에너지와 데이터 수집장치간 거리를 이용하여 구하고, 다른 클러스터헤드의 전달능력을 다른 클러스터헤드의 잔여에너지, 데이터 수집장치간 거리, 자신과의 거리를 이용하여 구하는 단계; (c3) 클러스터헤드는 자신의 통신 반경 내에 있는 다른 클러스터헤드에 대하여, 전달능력이 자신의 전달능력보다 큰 클러스터헤드 중에서 전달능력이 가장 큰 값을 가지는 클러스터헤드를 전달노드로 선정하는 단계; (c4) (c1)단계에서 클러스터헤드가 가장 가깝거나, (c3)단계에서 클러스터헤드는 자신의 전달능력보다 큰 다른 클러스터헤드가 없는 경우, 전달노드를 선정하지 않는 단계;를 포함하는 것이다.
또, 본 발명의 제 9의 특징은 제8의 특징에 있어서, (c2)단계는, 클러스터헤드 CHi는 자신의 전달능력 CCH(i)과 다른 클러스터 CHj의 전달능력 CCH(i,j)를 [수식 4]로 계산하는 것이다.
[수식 4]
또한, 본 발명의 제 10의 특징은 제1의 특징 또는 제 2의 특징의 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법을 기록한 컴퓨터로 읽을 수 있는 기록매체에 관한 것이다.
또한, 본 발명의 제 11의 특징은 메모리를 구비하고, 다수의 센서노드와 데이터 수집장치로 구성된 센서네트워크에서 센싱된 정보를 데이터 수집장치로 전달하는 센서노드에 있어서, 주변환경의 정보를 센싱하여 센싱정보를 메모리에 저장하는 센싱수단; 다른 센서노드 또는 데이터 수집장치와 데이터를 송수신하는 통신수단; 수집장치로부터 거리가 멀수록 큰 값을 갖는 확률에 의해 자신의 클러스터헤드로의 선출여부를 결정하는 클러스터헤드 선출부; 자신이 클러스터헤드로 선출되지 않으면, 선출된 클러스터헤드들 중 하나를 선정하는 클러스터헤드 선정부; 자신이 클러스터헤드로 선출되면, 다른 센서노드로부터 전송되는 센싱정보를 수집하여 병합하는 센싱정보 병합부; 클러스터헤드 산출부, 클러스터헤드 선정부, 센싱정보 병합부를 제어하여, 주기적으로, 클러스터헤드로의 선출여부를 결정하고, 클러스터헤드로 선출되면 다른 센서노드로부터 전송되는 센싱정보를 병합하여 데이터 수집장치로 전송하고, 클러스터헤드로 선출되지 않으면 클러스터헤드로 센싱된 정보를 전송하는 제어부;를 포함하는 것이다.
또, 본 발명의 제 12의 특징은 메모리를 구비하고, 다수의 센서노드와 데이터 수집장치로 구성된 센서네트워크에서 센싱된 정보를 데이터 수집장치로 전달하는 센서노드에 있어서, 주변환경의 정보를 센싱하여 센싱정보를 메모리에 저장하는 센싱수단; 다른 센서노드 또는 데이터 수집장치와 데이터를 송수신하는 통신수단; 수집장치로부터 거리가 가까울수록 큰 값을 갖는 확률에 의해 자신의 클러스터헤드로의 선출여부를 결정하는 클러스터헤드 선출부; 자신이 클러스터헤드로 선출되지 않으면, 선출된 클러스터헤드들 중 하나를 선정하는 클러스터헤드 선정부; 자신보다 데이터 수집장치에 가까운 다른 클러스터헤드 중 하나를 선정하는 전달노드 선정부; 자신이 클러스터헤드로 선출되면, 다른 센서노드로부터 전송되는 센싱정보를 수집하여 병합하는 센싱정보 병합부; 클러스터헤드 산출부, 클러스터헤드 선정보, 센싱정보 병합부를 제어하여, 주기적으로, 클러스터헤드로의 선출여부를 결정하고, 클러스터헤드로 선출되면 다른 센서노드로부터 전송되는 센싱정보를 병합하여 전달노드로 전송하거나 전달노드가 선정되지 않으면 직접 데이터 수집장치로 전송하고, 클러스터헤드로 선출되지 않으면 클러스터헤드로 센싱된 정보를 전송하는 제어부;를 포함하는 것이다.
또, 본 발명의 제 13의 특징은 제11의 특징 또는 제12의 특징에 있어서, 클러스터헤드 선출부는, 상기 확률이 센서노드의 잔여에너지가 많을수록 큰 값을 갖는 것이다.
또, 본 발명의 제 14의 특징은 제11의 특징에 있어서, 클러스터헤드 선출부는, 센서노드 Si에 대한 상기 확률이 [수식 5]의 Pi인 것이다.
[수식 5]
Figure 112008013268495-PAT00006
단, dmax 는 데이터 수집장치로부터 가장 먼 센서노드의 거리, dmin 은 데이터 수집장치로부터 가장 가까운 센서노드의 거리, d(Si,BS)는 센서노드 Si에서 데이터 수집장치까지의 거리
또, 본 발명의 제 15의 특징은 제12의 특징에 있어서, 클러스터헤드 선출부는, 센서노드 Si에 대한 상기 확률이 [수식 6]의 Pi인 것이다.
[수식 6]
Figure 112008013268495-PAT00007
단, dmax 는 데이터 수집장치로부터 가장 먼 센서노드의 거리, dmin 은 데이터 수집장치로부터 가장 가까운 센서노드의 거리, d(Si,BS)는 센서노드 Si에서 데이터 수집장치까지의 거리
또, 본 발명의 제 16의 특징은 제11의 특징 또는 제12의 특징에 있어서, 클러스터헤드 선출부는 클러스터헤드로 선출되면 자신의 잔여에너지를 포함하는 메시지를 통신반경 내의 센서노드로 브로드캐스팅하고, 클러스터헤드 선정부는 적어도 하나이상의 클러스터헤드로부터 메시지를 받아 자신과의 거리 대비 잔여에너지가 가장 큰 클러스터헤드를 선택하는 것이다.
또, 본 발명의 제 17의 특징은 제16의 특징에 있어서, 클러스터헤드 선정부는, 클러스터헤드 CHj로부터 메시지를 받아 클러스터헤드 CHj의 능력을 [수식 7]의 C(i,j)로 계산하여, 가장 큰 C(i,j) 값을 갖는 클러스터헤드를 선택하는 것이다.
[수식 7]
Figure 112008013268495-PAT00008
단, d(Si,CHj)는 자신인 센서노드 Si에서 클러스터헤드까지의 거리
또, 본 발명의 제 18의 특징은 제11의 특징에 있어서, 전달노드 선정부는, 자신의 통신 반경 내에 있는 다른 모든 클러스터헤드보다 데이터 수집 장치와 가장 가깝지 않으면, 자신의 센서노드 Si의 전달능력 CCH(i)과 다른 클러스터 CHj의 전달 능력 CCH(i,j)를 [수식 8]로 계산하여, 전달능력이 가장 큰 클러스터헤드를 전달노드로 선택하고,
[수식 8]
Figure 112008013268495-PAT00009
자신의 통신 반경 내에 있는 다른 모든 클러스터헤드보다 데이터 수집 장치와 가장 가깝거나, 자신의 전달능력보다 전달능력이 큰 다른 클러스터헤드가 없는 경우에는 전달노드를 선택하지 않는 것이다.
상술한 바와 같이, 본 발명에 따른 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법 및 장치에 의하면, 데이터 수집장치까지의 거리에 따라 센싱정보를 모아 전송하는 에너지 소비량이 많은 곳에는 클러스터헤드의 선출 확률을 높임으로써, 에너지 소비가 큰 곳에 클러스터의 크기를 작게 하여 다른 곳과 비슷한 에너지를 소비시킬 수 있는 효과가 얻어진다.
또, 본 발명에 따른 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법 및 장치에 의하면, 싱글-홉 클러스터 센서네트워크에서는 데이터 수집장치로 부터 거리가 멀수록 선출 확률을 높임으로써, 데이터 수집장치로부터 멀리 떨어진 클러스터헤드의 에너지 소비가 가까운 클러스터헤드의 에너지 소비보다 큰 단점을 보완하여, 멀수록 클러스터 크기를 작게 하여 클러스터헤드가 담당해야할 노드를 줄임으로써 에너지 효율을 높여 전체적으로 균등한 에너지 소비를 꾀할 수 있는 효과가 얻어진다.
또, 본 발명에 따른 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법 및 장치에 의하면, 멀티-홉 클러스터 센서네트워크에서는 데이터 수집장치로부터 거리가 가까울수록 선출 확률을 높임으로써, 데이터 수집장치로부터 가까운 클러스터헤드의 에너지 소비가 먼 클러스터헤드의 에너지 소비보다 큰 단점을 보완하여, 가까울수록 클러스터 크기를 작게 하여 클러스터헤드가 담당해야할 노드를 줄임으로써 에너지 효율을 높여 전체적으로 균등한 에너지 소비를 꾀할 수 있는 효과가 얻어진다.
또, 본 발명에 따른 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법 및 장치에 의하면, 각 센서노드는 자신을 클러스터헤드로 선출할 것인지를 결정할 때 단순히 자신의 잔여에너지와 데이터 수집장치간 거리만을 적용한 확률을 이용함으로써, 클러스터헤드를 선출하는 부하가 적게 되는 효과가 얻어진다.
이하, 본 발명의 실시를 위한 구체적인 내용을 도면에 따라서 설명한다.
또한, 본 발명을 설명하는데 있어서 동일 부분은 동일 부호를 붙이고, 그 반 복 설명은 생략한다.
먼저, 본 발명에 따른 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법 및 장치를 설명하기에 앞서, 본 발명의 기본적인 아이디어를 도 2를 참조하여 설명한다. 도 2는 종래의 싱글-홉 또는 멀티-홉 클러스터링 기반 센서 네트워크에서의 센싱정보를 라우팅하는 예시를 도시한 도면이다.
앞서 본 바와 같이, 센서네트워크의 핵심적인 과제는 각 센서노드의 센싱정보를 수집하는데 있어 적은 부하로 각 노드가 균등한 에너지 소비를 보장해야 한다. 이를 위해, 첫 번째는 일반적인 센서노드와 클러스터헤드로서의 센서노드간의 불균등한 에너지 소비의 해결이고, 두 번째는 클러스터헤드간의 불균등한 에너지 소비의 해결을 해야 한다. 전자의 해결방안은 각 센서노드가 돌아가면서 클러스터헤드 역할을 하게 하는 것이고, 후자는 센싱정보 전송 에너지가 많이 드는 클러스터헤드에 대해서는 담당해야 할 클러스터의 크기를 줄임으로써 클러스터헤드가 소비하는 에너지의 부담을 줄이는 방안이다. 그 구체적인 방안으로, 전자는 확률에 의해 각 센서노드가 클러스터헤드를 돌아가면서 선출되도록 하고, 잔여에너지가 많이 남은 센서노드일수록 선출확률을 높이는 방안이다. 후자는 센싱정보 전송 에너지가 많이 드는 곳에는 클러스터헤드의 선출확률을 높임으로써 클러스터헤드를 많이 선출하여 담당해야 할 클러스터의 크기를 줄이는 방안이다. 결론적으로, 센서네트워크가 균등한 에너지 소비를 하기 위해서는, 클러스터헤드의 선출확률을 센서노드의 잔여에너지와 센싱정보 전송 에너지의 소비량에 의해 결정되도록 하면 된다.
그런데 센싱정보 전송 에너지의 소비량은 클러스터헤드와 데이터 수집장치간 거리에 의해 영향을 많이 받는다. 그 영향은 싱글-홉 클러스터 센서 네트워크와 멀티-홉 클러스터 센서 네트워크는 전혀 상반된다. 각 클러스터헤드가 담당하는 클러스터의 크기가 같다고 가정해서 설명하기로 한다.
도 2a에서 보는 바와 같이, 싱글-홉 클러스터 센서 네트워크의 경우, 모든 클러스터헤드(22)는 자신의 클러스터 내의 센서노드(10)들의 센싱정보를 병합하여 바로 데이터 수집장치(30)로 전송하므로, 병합된 센싱정보의 양이 같다면 전송에너지는 거리에 비례한다. 따라서 싱글-홉 클러스터 센서 네트워크의 경우, 각 클러스터헤드(22)가 담당하는 클러스터의 크기가 같다면, 데이터 수집 장치(30)로부터 멀리 떨어진 클러스터헤드(22)의 에너지 소비가 가까운 클러스터헤드(22)의 에너지 소비보다 크다. 즉, 전송에너지는 데이터 수집장치(30)까지의 거리가 멀수록 커지고, 가까울수록 적어진다. 예를 들면, 도 2a의 B 클러스터헤드는 병합된 센싱정보를 전송하기 위하여 A 클러스터헤드보다 훨씬 많은 전송에너지가 소모된다.
도 2b에서 보는 바와 같이, 멀티-홉 클러스터 센서 네트워크의 경우, 모든 클러스터헤드(22)는 자신의 클러스터 내의 센서노드(10)들의 센싱정보를 병합하여 전달노드(23)로 전송한다. 전달노드(23)는 자신과 가장 가까우면서도 데이터 수집장치(30)와도 가까운 클러스터헤드(22)로 선정된다. 따라서 모든 클러스터헤드(22)가 센싱정보를 전송하는 거리는 비슷하다. 그런데 데이터 수집장치(30)에 가까운 클러스터헤드(22)일수록 자신이 담당하는 클러스터 내의 센서노드의 센싱정보 이외 에 다른 클러스터헤드(22)로부터 받는 센싱정보의 양이 급격히 많아진다. 도 2b에서, B 클러스터헤드는 자신이 담당하는 3개의 센서노드(10)의 센싱정보를 병합한 정보만을 전송하면 되나, A 클러스터헤드는 자신이 담당하는 센서노드의 센싱정보 이외에 6개의 클러스터헤드의 병합정보까지 취합하여 데이터 수집장치(30)로 전송해야 한다. 따라서 멀티-홉 클러스터 센서 네트워크의 경우, 각 클러스터헤드(22)가 담당하는 클러스터의 크기가 같다면, 데이터 수집 장치(30)에 가까운 클러스터헤드(22)는 멀리 있는 클러스터헤드(22)보다 에너지 소비가 크다.
센싱정보 전송 에너지의 소비량은 클러스터헤드와 데이터 수집장치간 거리에 의해 영향을 많이 받으므로, 본 발명은 거리에 따라 클러스터헤드의 개수를 조절하여 각 클러스터헤드가 전체적으로 소비하는 에너지를 균일하게 맞추도록 한 것이다. 즉, 싱글-홉 클러스터 센서 네트워크의 경우, 데이터 수집 장치로부터 멀리 떨어진 클러스터헤드는 전송거리가 길어 센싱정보의 전송에너지가 크므로, 클러스터 크기를 작게 하여 전송하는 센싱정보의 양을 줄여 에너지 소비 부담을 줄인다. 이를 위해, 클러스터헤드를 선출하는 확률을 높여 많은 클러스터헤드를 선출함으로써, 한 클러스터헤드가 담당하는 클러스터 크기를 작게 한다.
반대로 멀티-홉 클러스터 센서 네트워크의 경우, 데이터 수집 장치로부터 가까운 클러스터헤드는 다른 클러스터헤드로부터 취합하는 센싱정보의 양이 많아 전송에너지가 크므로, 클러스터헤드의 개수를 늘려 다른 클러스터헤드로부터 취합하는 센싱정보의 양을 분담함으로써, 하나의 클러스터헤드가 취합하는 센싱정보의 양 을 줄여 에너지 소비 부담을 줄인다. 이를 위해, 클러스터헤드를 선출하는 확률을 높여 많은 클러스터헤드를 선출한다.
즉, 데이터 수집장치간 거리에 따라 센싱정보 전송 에너지의 소비량이 많은 곳에는 클러스터헤드를 많이 선출하여 에너지 소비를 분담하여 전체적으로 균등한 에너지를 꾀한다. 본 발명은 기존의 클러스터링 라우팅 기법과 달리 클러스터링 선출 기준으로 노드의 잔여 에너지뿐만 아니라 데이터 수집 장치까지의 거리 정보를 활용하여 클러스터헤드의 균일한 에너지 소모를 제공하는 에너지 효율적인 라우팅 방법을 제공한다. 또, 본 발명은 각 센서노드는 자신을 클러스터헤드로 선출할 것인지를 결정할 때 단순히 자신의 잔여에너지와 데이터 수집장치간 거리만을 적용한 확률을 이용하여 클러스터헤드를 선출하는 부하를 줄인다.
다음으로, 본 발명의 일실시예에 따른 싱글-홉 기반 센서네트워크에서 에너지와 거리 기반 클러스터링 라우팅 방법을 도 3을 참조하여 설명한다. 도 3은 상기 싱글-홉 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법을 설명하는 흐름도이다.
싱글-홉 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법은 다수의 센서노드와 데이터 수집장치로 구성된 센서네트워크에서 센서노드에서 센싱된 정보를 데이터 수집장치로 전달하는 방법이다. 보다 구체적으로는, 도 3에서 보는 바와 같이, 싱글-홉 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법은 (a) 각 센서노드는 수집장치로부터 거리가 멀수록 큰 값을 갖는 확률에 의해 클러 스터헤드로의 선출여부를 결정하는 단계(S11); (b) 클러스터헤드로 선출되지 않은 센서노드는 선출된 클러스터헤드 중 하나를 선정하는 단계(S12); (c) 센서노드는 선정된 클러스헤드로 센싱한 정보를 전송하고, 클러스터헤드는 센서노드로부터 받은 센싱정보를 병합하여 데이터 수집장치로 전송하는 단계(S13); (d) 상기 (a)단계 내지 (c)단계를 주기적으로 반복수행하는 단계(S14)로 나뉜다.
(a) 단계에서 각 센서노드는 클러스터헤드로 선출될 확률을 다음 [수학식 1]과 같이 가지고 있다. 각 센서노드는 임의로 0과 1 사이의 수를 고른 후 그 수가 자신의 Pi 값, 즉 클러스터헤드로 선출될 확률 값과 비교하여 작으면 자신을 클러스터헤드로 결정한다.
Figure 112008013268495-PAT00010
여기서,
BS : 데이터 수집장치,
Si : 아이디 i를 가지는 센서노드,
CHj : 아이디 j를 가지는 센서노드로서, 클러스터헤드로 선출된 센서노드,
Einit(i), Eres(i) : 센서노드 Si의 초기에너지와 잔여에너지,
d(x,y) : x와 y간의 거리, x는 센서노드이며, y는 센서노드이거나 데이터 수집장치 혹은 클러스터헤드,
cs : 0과 1사이의 상수 계수,
dmax, dmin : 데이터 수집장치로부터 가장 먼 센서노드의 거리와 가장 가까운 센서노드의 거리,
Popt : 전체 센서 노드들 중 클러스터헤드가 차지해야할 최적의 확률.
을 말한다.(이하 표기도 위의 표기를 따른다)
위의 수학식을 보면, 센서노드 Si가 클러스터헤드로 선출될 확률 Pi는 데이터 수집장치로부터 가장 먼 센서노드와 가장 가까운 센서노드의 거리 차이 대비 데이터 수집장치로부터 센서노드 Si와 가장 가까운 센서노드의 거리 차이에 비례한다. 즉, 센서노드 Si가 수집장치로부터 거리가 멀수록 선출확률 Pi는 큰 값을 갖는다. 한편, 선출확률 Pi는 센서노드 Si의 초기에너지 대비 잔여에너지 비율에 비례한다. 즉, 센서노드 Si가 잔여에너지가 많을수록 선출확률 Pi는 큰 값을 갖는다. 요약하면, 센서노드 Si가 클러스터헤드로 선출될 확률 Pi는 잔여에너지 Einit(i)가 많을수록 수집장치로부터 거리 d(Si,BS)가 클수록 높아진다.
한편, cs는 Popt에 의해 결정되는데, Popt는 전체 센서 노드들 중 클러스터헤 드가 차지해야할 최적의 비율이다. 예를 들면, 센서 노드의 수가 100개일 때 Popt가 0.1이면 최적의 클러스터헤드의 수는 10개가 된다. 즉, Popt는 센서네트워크가 효과적으로 클러스터링하여 센싱정보를 취합하여 전송하려면 클러스터헤드가 얼마나 필요한가를 나타내는 값이다. 클러스터헤드의 최적비율이 높을수록 많은 클러스터헤드가 선출되어야 하므로, 당연히 선출확률 Pi와 최적비율 Popt는 비례관계이어야 한다.
상기 (b)단계는 선출된 클러스터헤드를 중심으로 클러스터를 형성하는 단계이다. 구체적으로, (b)단계는 (b1) 선출된 클러스터헤드는 자신의 잔여에너지를 포함하는 메시지를 통신반경 내의 센서노드로 브로드캐스팅하는 단계; (b2) 클러스터헤드로 선출되지 않은 센서노드는 적어도 하나이상의 클러스터헤드로부터 메시지를 받아 자신과의 거리 대비 잔여에너지가 가장 큰 클러스터헤드를 선택하는 단계로 나뉜다.
즉, 먼저 선출된 클러스터헤드는 자신이 클러스터헤드가 되었음을 알리는 광고 메시지를 자신의 통신 반경으로 브로드캐스팅한다. 이 광고 메시지에는 자신의 잔여에너지를 비롯하여 자신의 아이디와 데이터 수집 장치까지의 거리 등을 포함할 수 있다. 여러 개의 클러스터헤드로부터 광고 메시지를 받은 일반 센서노드는 각각의 클러스터헤드를 대상으로 클러스터헤드까지의 거리 대비 클러스터헤드의 잔여에너지를 고려한 다음과 같은 [수학식 2]에 의해 능력(capacity)을 산출한 다음, 가 장 큰 능력을 가진 클러스터헤드를 자신의 클러스터헤드로 선정한 후 해당 클러스터의 멤버 노드가 된다.
Figure 112008013268495-PAT00011
(c)단계는 센싱된 정보를 데이터 수집장치로 취합하여 전송하는 단계이다. (c)단계에서는 LEACH와 같이 각 클러스터의 멤버 노드가 자신이 선정한 클러스터헤드에게 센싱한 정보를 전송하고 멤버 노드들로부터 센싱한 정보를 수신한 클러스터헤드는 모든 정보를 병합한 후 데이터 수집 장치에게 직접 전달한다.
마지막인 (d)단계는 상기 (a)단계 내지 (c)단계를 주기적으로 반복 수행한다. 본 발명에 따른 클러스터링 라우팅 방법의 기본 동작은 클러스터헤드 선출단계인 (a)단계, 클러스터 형성단계인 (b)단계, 데이터 수집단계인 (c)단계를 하나의 라운드로 구성하여 이러한 라운드의 반복이 주기적으로 이루어진다. 상기와 같은 라운드 구성은 LEACH와 유사하다.
다음으로, 본 발명의 일실시예에 따른 멀티-홉 센서네트워크에서 에너지와 거리 기반 클러스터링 라우팅 방법을 도 4와 도 5를 참조하여 설명한다. 도 4는 상 기 멀티-홉 센서네트워크의 에너지와 거리 기반 멀티-홉 클러스터링 라우팅 방법을 설명하는 흐름도이고, 도 5는 상기 멀티-홉 클러스터링 라우팅 방법에서 전달노드를 선정하는 방법을 설명하는 흐름도이다.
멀티-홉 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법은 다수의 센서노드와 데이터 수집장치로 구성된 센서네트워크에서 센서노드에서 센싱된 정보를 데이터 수집장치로 전달하는 방법이다. 보다 구체적으로는, 도 4에서 보는 바와 같이, (a) 각 센서노드는 수집장치로부터 거리가 가까울수록 큰 값을 갖는 확률에 의해 클러스터헤드로의 선출여부를 결정하는 단계(S21); (b) 클러스터헤드로 선출되지 않은 센서노드는 선출된 클러스터헤드 중 하나를 선정하는 단계(S22); (c) 클러스터헤드는 자신보다 데이터 수집장치에 가까운 다른 클러스터헤드 중 하나를 전달노드로 선정하는 단계(S23); (d) 센서노드는 선정된 클러스헤드로 센싱한 정보를 전송하고, 클러스터헤드는 센서노드로부터 받은 센싱정보를 병합하여 전달노드로 전송하거나(S24) 전달노드가 선정되지 않으면 직접 데이터 수집장치에 병합된 센싱정보를 전송하는 단계(S25); (e) 상기 (a)단계 내지 (d)단계를 주기적으로 반복수행하는 단계(S25);
상기 멀티-홉 클러스터링 라우팅 방법은 앞서 설명한 싱글-홉 클러스터링 라우팅 방법에 비해, 클러스터헤드를 선정하는 단계인 (a)단계와, 센싱정보를 데이터 수집장치에 전송하는 (c) 및 (d)단계를 달리한다. 따라서 이하 설명은 달리하는 (a)단계와, (c) 및 (d)단계를 중점으로 설명하고자 한다.
(a) 단계에서 각 센서노드는 클러스터헤드로 선출될 확률을 다음 [수학식 3]과 같이 가지고 있다. 각 센서노드는 임의로 0과 1 사이의 수를 고른 후 그 수가 자신의 Pi 값, 즉 클러스터헤드로 선출될 확률 값과 비교하여 작으면 자신을 클러스터헤드로 결정한다.
Figure 112008013268495-PAT00012
여기서, cm : 0과 1사이의 상수 계수,
나머지 기호는 [수학식 1]과 동일하다.
위의 수학식을 보면, 센서노드 Si가 클러스터헤드로 선출될 확률 Pi는 데이터 수집장치로부터 가장 먼 센서노드와 가장 가까운 센서노드의 거리 차이 대비 데이터 수집장치로부터 센서노드 Si와 가장 먼 센서노드의 거리 차이에 비례한다. 즉, 센서노드 Si가 수집장치로부터 거리가 가까울수록 선출확률 Pi는 큰 값을 갖는다. 한편, 선출확률 Pi는 싱글-홉 클러스터링 라우팅방법과 동일하게, 센서노드 Si의 초기에너지 대비 잔여에너지 비율에 비례한다. 즉, 센서노드 Si가 잔여에너지가 많을 수록 선출확률 Pi는 큰 값을 갖는다. 요약하면, 센서노드 Si가 클러스터헤드로 선출될 확률 Pi는 잔여에너지 Einit(i)가 많을수록 수집장치로부터 거리 d(Si,BS)가 작을수록 높아진다.
한편, cm은 Popt에 의해 결정되는데, Popt는 앞서 설명한 바와 같이 전체 센서 노드들 중 클러스터헤드가 차지해야할 최적의 비율이다.
다음으로, 멀티-홉 클러스터링 라우팅방법의 (c)와 (d)단계를 설명한다. 싱글-홉과 멀티-홉 클러스터링 라우팅방법에서 가장 많은 차이점을 보이는 것이 데이터 전송 단계인 바로 이 단계들이다. 먼저, 싱글-홉 클러스터링 라우팅에서는 각 클러스터의 멤버 노드는 클러스터헤드에게 센싱한 정보를 전송하고 멤버 노드들로부터 센싱한 정보를 수신한 클러스터헤드는 모든 정보를 병합한 후 데이터 수집 장치에게 직접 전달하는 반면, 멀티-홉 클러스터링 라우팅에서는 클러스터헤드가 멤버 노드로부터 센싱한 정보를 수집한 후 병합하는 것까지는 동일하나 데이터 수집 장치에게 전달하는 방법이 다르다. 즉, 멀티-홉 클러스터링 라우팅에서는 각각의 클러스터헤드가 데이터 수집 장치에게 바로 전달하지 않기 때문에 적절한 전달 노드(relaying node)를 선정하는 메커니즘이 필요하다.
즉, 전달노드를 선정하는 (c)단계는 (c1) 클러스터헤드는 자신의 통신 반경 내에 있는 다른 모든 클러스터헤드보다 데이터 수집 장치와 가장 가까운가를 비교하는 단계(S31); (c2) 클러스터헤드는 자신이 데이터 수집 장치와 가장 가깝지 않 으면, 자신의 전달능력을 자신의 잔여에너지와 데이터 수집장치간 거리를 이용하여 구하고, 통신반경 내의 다른 클러스터헤드의 전달능력을 다른 클러스터헤드의 잔여에너지, 데이터 수집장치간 거리, 자신과의 거리를 이용하여 구하는 단계(S32); (c3) 클러스터헤드는 자신의 통신 반경 내에 있는 다른 클러스터헤드에 대하여, 전달능력이 자신의 전달능력보다 큰 클러스터헤드 중에서 전달능력이 가장 큰 값을 가지는 클러스터헤드를 전달노드로 선정하는 단계(S33); (c4) (c1)단계에서 클러스터헤드가 가장 가깝거나, (c3)단계에서 클러스터헤드는 자신의 전달능력보다 큰 다른 클러스터헤드가 없는 경우, 전달노드를 선정하지 않는 단계(S34);로 나뉜다.
상기 (c2)단계에서 클러스터헤드 CHi는 자신의 전달능력 CCH(i)과 다른 클러스터 CHj의 전달능력 CCH(i,j)를 [수학식 4]로 계산한다.
Figure 112008013268495-PAT00013
상기와 같이, 클러스터헤드는 적절한 전달노드를 선정해보고 선정하면 전달노드로 병합된 센싱정보를 전송하고, 전달노드를 선정하지 못하면 직접 데이터 수집장치로 전송한다.
앞서 설명한 (c)와 (d)단계를 풀어보면, 다음과 같다.
1) 만약 자신이 자신의 통신 반경 내에 있는 클러스터헤드들 중에 데이터 수집 장치와 가장 가깝다면 전달 노드를 선출하지 않고 데이터 수집 장치에게 직접 데이터를 전달한다.
2) 1)의 경우가 아닐 경우, 먼저 자신이 직접 데이터 수집 장치에게 전달할 때 필요한 능력인
Figure 112008013268495-PAT00014
값을 계산한다.
3) 특정 클러스터헤드를 전달 노드로 하여 데이터 수집 장치까지 데이터를 전달할 때 필요한 능력인
Figure 112008013268495-PAT00015
을 통신 반경 내에 있는 모든 클러스터헤드를 대상으로 계산한다.
4)
Figure 112008013268495-PAT00016
한 결과를 나타내는 클러스터헤드들을 고른 후 그 중
Figure 112008013268495-PAT00017
값이 가장 큰 클러스터헤드를 자신의 전달 노드로 선택한다.
5)
Figure 112008013268495-PAT00018
한 결과를 나타내는 클러스터헤드가 없다면, 1)과 마찬가지로 전달 노드를 선출하지 않고 데이터 수집 장치 에게 직접 데이터를 전달한다.
다음은, 본 발명의 일실시예에 따른 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅을 하는 센서노드를 도 6을 참조하여 설명한다. 도 6은 상기 센서노드의 구성에 대한 블록도이다.
도 6에서 보는 바와 같이, 본 발명의 일실시예에 따른 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅을 하는 센서노드(10)는 센싱수단(11), 통신수단(12), 클러스터헤드 선출부(13), 클러스터헤드 선정부(14), 센싱정보 병합부(15), 제어부(16)로 구성된다. 멀티-홉 클러스터링 라우팅을 하는 센서네트워크의 경우에는 상기 센서노드(10)는 전달노드 선정부(17)를 추가적으로 구성한다. 또, 센서노드(10)는 데이터를 저장하기 위한 메모리(18)를 구비한다.
센싱수단(11)은 주변환경의 정보를 센싱하여 센싱정보를 메모리에 저장한다. 즉, 센싱수단(11)은 센서노드(10)가 센서네트워크의 본연의 업무를 위하여 주변환경에 대한 정보를 센싱하는 수단이다.
통신수단(12)은 다른 센서노드 또는 데이터 수집장치와 데이터를 송수신한다. 상기 통신수단은 본 분야의 공지기술이므로 구체적 설시는 생략한다. 한편, 통신수단(12)은 클러스터를 형성하기 위하여 선출된 클러스터헤드가 자신이 선출되었음을 알리는 메시지도 전송한다.
클러스터헤드 선출부(13)는 수집장치로부터 거리에 따른 확률에 의해 자신의 클러스터헤드로의 선출여부를 결정한다. 또, 클러스터헤드 선출부는 상기 확률이 센서노드의 잔여에너지가 많을수록 큰 값을 갖는다. 클러스터헤드 선출부(13)는 내부적으로 클러스터헤드로의 선출여부를 결정하는 확률 수학식인 Pi을 가지고 있다. 상기 확률 Pi는 앞서 설명한 [수학식 1]이나 [수학식 2]와 같다. 즉, 센서노드(10)가 속하는 센서네트워크가 싱글-홉 클러스터링 라우팅 기법을 이용하는 경우에는 전자의 수학식을, 센서네트워크가 멀티-홉 클러스터링 라우팅 기법을 이용하는 경우에는 후자의 수학식을 가진다.
클러스터헤드 선정부(14)는 자신이 클러스터헤드로 선출되지 않으면, 선출된 클러스터헤드들 중 하나를 선정한다. 구체적으로는, 클러스터헤드로 선출된 센서노드(10)의 클러스터헤드 선출부(14)가 자신의 잔여에너지를 포함하는 메시지를 통신반경 내의 센서노드로 브로드캐스팅하면, 선출되지 않은 센서노드(10)의 클러스터헤드 선정부(14)는 적어도 하나이상의 클러스터헤드로부터 메시지를 받아 자신과의 거리 대비 잔여에너지가 가장 큰 클러스터헤드를 선택한다. 구체적으로는, 클러스터헤드 선정부(14)는 클러스터헤드 CHj로부터 메시지를 받아 클러스터헤드 CHj의 능력을 앞서 본 [수학식 3]의 C(i,j)로 계산하여, 가장 큰 C(i,j) 값을 갖는 클러스터헤드를 선택한다.
센싱정보 병합부(15)는 자신이 클러스터헤드로 선출되면, 다른 센서노드로부터 전송되는 센싱정보를 수집하여 병합한다.
한편, 멀티-홉 클러스터링 라우팅을 하는 센서네트워크의 경우에는 상기 센서노드(10)는 전달노드 선정부(17)를 추가적으로 구성한다. 전달노드 선정부(17)는 자신보다 데이터 수집장치에 가까운 다른 클러스터헤드 중 하나를 선정한다. 구체적으로는, 전달노드 선정부(17)는 자신의 통신 반경 내에 있는 다른 모든 클러스터헤드보다 데이터 수집 장치와 가장 가깝지 않으면, 자신의 센서노드 Si의 전달능력 CCH(i)과 다른 클러스터 CHj의 전달능력 CCH(i,j)를 앞서 본 [수학식 4]로 계산하여, 전달능력이 가장 큰 클러스터헤드를 전달노드로 선택하고, 자신의 통신 반경 내에 있는 다른 모든 클러스터헤드보다 데이터 수집 장치와 가장 가깝거나, 자신의 전달능력보다 전달능력이 큰 다른 클러스터헤드가 없는 경우에는 전달노드를 선택하지 않는다.
제어부(16)는 앞서 설명한 클러스터헤드 산출부(13), 클러스터헤드 선정부(14), 센싱정보 병합부(15)를 제어하고, 그 외에도 센싱수단(11), 통신수단(12), 전달노드선정부(17) 등을 모두 제어하는 중추로서의 역할을 한다. 제어부(16)는, 주기적으로, 클러스터헤드로의 선출여부를 결정하고, 클러스터헤드로 선출되면 다른 센서노드로부터 전송되는 센싱정보를 병합하여 데이터 수집장치 또는 전달노드로 전송한다. 단, 전달노드로 전달하는 것은 멀티-홉 클러스터링 라우팅을 하는 센서네트워크의 경우에 한한다. 즉, 멀티-홉 클러스터링 라우팅을 하는 센서네트워크의 경우에는 제어부(16)는 전달노드로 전송하거나 전달노드가 선정되지 않으면 직접 데이터 수집장치로 전송하고, 클러스터헤드로 선출되지 않으면 클러스터헤드로 센싱된 정보를 전송한다.
센서노드(10)는 클러스터헤드로 선출되는 경우도 있고 그러하지 않은 경우도 있으므로, 클러스터헤드로서의 필요한 수단이나 멤버 노드로서 필요한 수단을 모두 구비하고 있다.
상기 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 센서노드에 대한 설명 중 미흡한 부분은 앞서 설명된 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법에 대한 설명을 참고한다.
다음으로, 본 발명의 본 발명의 일실시예에 따른 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법 및 센서노드에 대한 성능평가를 위한 실험을 도 7 내지 도 10을 참조하여 설명한다. 도 7은 상기 성능평가를 위한 실험의 파라미터를 나타낸 표이다. 도 8은 본 발명의 일실시예에 따른 싱글-홉 클러스터링 라우팅 방법을 종래의 방법과 비교한 표이고, 도 9는 본 발명의 일실시예에 따른 멀티-홉 클러스터링 라우팅 방법을 종래의 방법과 비교한 표이다. 도 10은 본 발명의 일실시예에 따른 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법에 대하여 클러스터 형성 단계에서 발생하는 부하를 종래의 방법과 비교한 표이다.
도 7에서 보는 바와 같이, 성능평가를 위한 실험은 100m ㅧ 100m 크기의 센서네트워크에 400개의 센서노드가 있고, 데이터 수집장치는 (50, 200)의 위치에 있는 것으로 가정하여 실험을 하였다. 구체적인 실험환경은 도 7을 참조한다.
상기와 같은 실험환경에서, 본 발명에 따른 싱글-홉 클러스터링 라우팅 방법을 평가하기 위하여, LEACH와 EECS 기법과 비교하였다. 비교대상은 네트워크의 생존시간과 클러스터헤드의 에너지 총합의 분산을 대상으로 하였다. 전자의 네트워크의 생존 시간은 최초로 에너지가 다하여 더 이상 동작하지 않는 센서 노드가 발생하는 라운드를 말한다. 후자는 분산 값이 작을수록 클러스터헤드들의 에너지 소비가 균일하다고 볼 수 있다. 상기 실험결과, 네트워크의 생존시간은 도 8a에서 보는 바와 같고, 에너지의 분산은 도 8b에서 보는 바와 같다. 즉, 본 발명에 따른 싱글-홉 클러스터링 기법이 LEACH와 EECS 기법에 비해, 네트워크의 생존 기간을 연장하고 있고, 분산 값이 작아 클러스터헤드들의 균등한 에너지 소비를 보장하고 있음을 알 수 있다.
또한, 상기와 같은 실험환경에서, 본 발명에 따른 멀티-홉 클러스터링 라우팅 방법을 평가하기 위하여, LEACH와 EEUC 기법과 비교하였다. 비교대상은 싱글-홉 클러스터링 기법과 동일하다. 상기 실험결과, 네트워크의 생존시간은 도 9a에서 보는 바와 같고, 에너지의 분산은 도 9b에서 보는 바와 같다. 즉, 본 발명에 따른 멀티-홉 클러스터링 기법에서도 LEACH와 EEUC 기법에 비해, 네트워크의 생존 기간을 연장하고 있고, 분산값이 작아 클러스터헤드들의 균등한 에너지 소비를 보장하고 있음을 알 수 있다.
한편, 본 발명에 따른 클러스터링 라우팅 방법이 다른 클러스터링 라우팅 기법과 비교하여 클러스터 형성 단계에서 발생하는 부하가 어떠한지를 알아보았다. 도 10에서 도시한 바와 같이, 본 발명이 다른 기법에 비해 에너지 효율적임에도 LEACH와 같은 수준의 부하를 가짐을 보이고 있다.
이상, 본 발명자에 의해서 이루어진 발명을 상기 실시 예에 따라 구체적으로 설명하였지만, 본 발명은 상기 실시 예에 한정되는 것은 아니고, 그 요지를 이탈하지 않는 범위에서 여러 가지로 변경 가능한 것은 물론이다.
본 발명은 수개월 내지 수년간 전원의 교체 없이 동작해야 하는 센서네트워크에서 센서노드에서 센싱된 정보를 데이터 수집장치로 효과적으로 전달하여, 모든 센서노드가 균등하게 에너지를 소모하게 하는 라우팅 기법에 적용이 가능하다.
특히, 본 발명은 감시를 하는 무인 정찰, 외부 환경의 감시나 제어기능을 수향하는 지능형 교통시스템, 생산공정 자동 제어, 환자 상태 원격감지, 지능형 빌딩내의 환경 컨트롤 등을 위한 센서네트워크를 만드는 분야에 적용이 가능하다.
도 1은 종래의 100m × 100m 크기의 싱글-홉 클러스터링 기반 센서 네트워크를 도시한 도면이다.
도 2는 종래의 싱글-홉 또는 멀티-홉 클러스터링 기반 센서 네트워크에서의 센싱정보를 라우팅하는 예시를 도시한 도면이다.
도 3은 본 발명의 일실시예에 따른 싱글-홉 센서네트워크의 에너지와 거리 기반 싱글-홉 클러스터링 라우팅 방법을 설명하는 흐름도이다.
도 4는 본 발명의 일실시예에 따른 멀티-홉 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법을 설명하는 흐름도이다.
도 5는 본 발명의 일실시예에 따른 멀티-홉 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법에서 전달노드를 선정하는 방법을 설명하는 흐름도이다.
도 6은 본 발명의 일실시예에 따른 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅을 하는 센서노드의 구성에 대한 블록도이다.
도 7은 본 발명의 일실시예에 따른 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법 및 센서노드에 대한 성능평가를 위한 실험의 파라미터를 나타낸 표이다.
도 8은 본 발명의 일실시예에 따른 싱글-홉 클러스터링 라우팅 방법을 종래의 방법과 비교한 표이다.
도 9는 본 발명의 일실시예에 따른 멀티-홉 클러스터링 라우팅 방법을 종래의 방법과 비교한 표이다.
도 10은 본 발명의 일실시예에 따른 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법에 대하여 클러스터 형성 단계에서 발생하는 부하를 종래의 방법과 비교한 표이다.
* 도면의 주요 부분에 대한 부호의 설명 *
10 : 센서노드 11 : 센싱수단
12 : 통신수단 13 : 클러스터헤드 선출부
14 : 클러스터헤드 선정부 15 : 센싱정보 병합부
16 : 제어부 17 : 전달노드 선정부
18 : 메모리 20 : 센서필드
21 : 클러스터 22 : 클러스터헤드
23 : 전달노드 30 : 데이터 수집장치

Claims (18)

  1. 다수의 센서노드와 데이터 수집장치로 구성된 센서네트워크에서 센서노드에서 센싱된 정보를 데이터 수집장치로 전달하는 싱글-홉 클러스터링 라우팅 방법에 있어서,
    (a) 각 센서노드는 수집장치로부터 거리가 멀수록 큰 값을 갖는 확률에 의해 클러스터헤드로의 선출여부를 결정하는 단계;
    (b) 클러스터헤드로 선출되지 않은 센서노드는 선출된 클러스터헤드 중 하나를 선정하는 단계;
    (c) 센서노드는 선정된 클러스헤드로 센싱한 정보를 전송하고, 클러스터헤드는 센서노드로부터 받은 센싱정보를 병합하여 데이터 수집장치로 전송하는 단계;
    (d) 상기 (a)단계 내지 (c)단계를 주기적으로 반복수행하는 단계;
    를 포함하는 것을 특징으로 하는 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법.
  2. 다수의 센서노드와 데이터 수집장치로 구성된 센서네트워크에서 센서노드에서 센싱된 정보를 데이터 수집장치로 전달하는 멀티-홉 클러스터링 라우팅 방법에 있어서,
    (a) 각 센서노드는 수집장치로부터 거리가 가까울수록 큰 값을 갖는 확률에 의해 클러스터헤드로의 선출여부를 결정하는 단계;
    (b) 클러스터헤드로 선출되지 않은 센서노드는 선출된 클러스터헤드 중 하나를 선정하는 단계;
    (c) 클러스터헤드는 자신보다 데이터 수집장치에 가까운 다른 클러스터헤드 중 하나를 전달노드로 선정하는 단계;
    (d) 센서노드는 선정된 클러스헤드로 센싱한 정보를 전송하고, 클러스터헤드 는 센서노드로부터 받은 센싱정보를 병합하여 전달노드로 전송하거나 전달노드가 선정되지 않으면 직접 데이터 수집장치에 병합된 센싱정보를 전송하는 단계;
    (e) 상기 (a)단계 내지 (d)단계를 주기적으로 반복수행하는 단계;
    를 포함하는 것을 특징으로 하는 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법.
  3. 제 1 항 또는 제 2 항에 있어서, (a)단계는,
    상기 확률이 센서노드의 잔여에너지가 많을수록 큰 값을 갖는 것을 특징으로 하는 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법.
  4. 제 1 항에 있어서, (a)단계는,
    센서노드 Si에 대한 상기 확률이 [수식 1]의 Pi인 것을 특징으로 하는 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법.
    [수식 1]
    Figure 112008013268495-PAT00019
    단, dmax 는 데이터 수집장치로부터 가장 먼 센서노드의 거리, dmin 은 데이터 수집장치로부터 가장 가까운 센서노드의 거리, d(Si,BS)는 센서노드 Si에서 데이터 수집장치까지의 거리
  5. 제 2 항에 있어서, (a)단계는,
    센서노드 Si에 대한 상기 확률이 [수식 2]의 Pi인 것을 특징으로 하는 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법.
    [수식 2]
    Figure 112008013268495-PAT00020
    단, dmax 는 데이터 수집장치로부터 가장 먼 센서노드의 거리, dmin 은 데이터 수집장치로부터 가장 가까운 센서노드의 거리, d(Si,BS)는 센서노드 Si에서 데이터 수집장치까지의 거리
  6. 제 1 항 또는 제 2 항에 있어서, (b)단계는,
    (b1) 선출된 클러스터헤드는 자신의 잔여에너지를 포함하는 메시지를 통신반경 내의 센서노드로 브로드캐스팅하는 단계;
    (b2) 클러스터헤드로 선출되지 않은 센서노드는 적어도 하나이상의 클러스터 헤드로부터 메시지를 받아 자신과의 거리 대비 잔여에너지가 가장 큰 클러스터헤드를 선택하는 단계;
    를 포함하는 것을 특징으로 하는 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법.
  7. 제 6 항에 있어서, (b2)단계는,
    센서노드 Si는 적어도 하나 이상의 클러스터헤드 CHj로부터 메시지를 받아 클러스터헤드 CHj의 능력을 [수식 3]의 C(i,j)로 계산하여, 가장 큰 C(i,j) 값을 갖는 클러스터헤드를 선택하는 것을 특징으로 하는 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법.
    [수식 3]
    Figure 112008013268495-PAT00021
    단, d(Si,CHj)는 센서노드 Si에서 클러스터헤드까지의 거리
  8. 제 2 항에 있어서, (c)단계는,
    (c1) 클러스터헤드는 자신의 통신 반경 내에 있는 다른 모든 클러스터헤드보 다 데이터 수집 장치와 가장 가까운가를 비교하는 단계;
    (c2) 클러스터헤드는 자신이 데이터 수집 장치와 가장 가깝지 않으면, 자신의 전달능력을 자신의 잔여에너지와 데이터 수집장치간 거리를 이용하여 구하고, 다른 클러스터헤드의 전달능력을 다른 클러스터헤드의 잔여에너지, 데이터 수집장치간 거리, 자신과의 거리를 이용하여 구하는 단계;
    (c3) 클러스터헤드는 자신의 통신 반경 내에 있는 다른 클러스터헤드에 대하여, 전달능력이 자신의 전달능력보다 큰 클러스터헤드 중에서 전달능력이 가장 큰 값을 가지는 클러스터헤드를 전달노드로 선정하는 단계;
    (c4) (c1)단계에서 클러스터헤드가 가장 가깝거나, (c3)단계에서 클러스터헤드는 자신의 전달능력보다 큰 다른 클러스터헤드가 없는 경우, 전달노드를 선정하지 않는 단계;
    를 포함하는 것을 특징으로 하는 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법.
  9. 제 8 항에 있어서, (c2)단계는,
    클러스터헤드 CHi는 자신의 전달능력 CCH(i)과 다른 클러스터 CHj의 전달능력 CCH(i,j)를 [수식 4]로 계산하는 것을 특징으로 하는 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법.
    [수식 4]
    Figure 112008013268495-PAT00022
  10. 제 1 항 또는 제 2 항의 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 방법을 기록한 컴퓨터로 읽을 수 있는 기록매체.
  11. 메모리를 구비하고, 다수의 센서노드와 데이터 수집장치로 구성된 센서네트워크에서 센싱된 정보를 데이터 수집장치로 전달하는 센서노드에 있어서,
    주변환경의 정보를 센싱하여 센싱정보를 메모리에 저장하는 센싱수단;
    다른 센서노드 또는 데이터 수집장치와 데이터를 송수신하는 통신수단;
    수집장치로부터 거리가 멀수록 큰 값을 갖는 확률에 의해 자신의 클러스터헤드로의 선출여부를 결정하는 클러스터헤드 선출부;
    자신이 클러스터헤드로 선출되지 않으면, 선출된 클러스터헤드들 중 하나를 선정하는 클러스터헤드 선정부;
    자신이 클러스터헤드로 선출되면, 다른 센서노드로부터 전송되는 센싱정보를 수집하여 병합하는 센싱정보 병합부;
    클러스터헤드 산출부, 클러스터헤드 선정부, 센싱정보 병합부를 제어하여, 주기적으로, 클러스터헤드로의 선출여부를 결정하고, 클러스터헤드로 선출되면 다른 센서노드로부터 전송되는 센싱정보를 병합하여 데이터 수집장치로 전송하고, 클러스터헤드로 선출되지 않으면 클러스터헤드로 센싱된 정보를 전송하는 제어부;
    를 포함하는 것을 특징으로 하는 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 센서노드.
  12. 메모리를 구비하고, 다수의 센서노드와 데이터 수집장치로 구성된 센서네트워크에서 센싱된 정보를 데이터 수집장치로 전달하는 센서노드에 있어서,
    주변환경의 정보를 센싱하여 센싱정보를 메모리에 저장하는 센싱수단;
    다른 센서노드 또는 데이터 수집장치와 데이터를 송수신하는 통신수단;
    수집장치로부터 거리가 가까울수록 큰 값을 갖는 확률에 의해 자신의 클러스터헤드로의 선출여부를 결정하는 클러스터헤드 선출부;
    자신이 클러스터헤드로 선출되지 않으면, 선출된 클러스터헤드들 중 하나를 선정하는 클러스터헤드 선정부;
    자신보다 데이터 수집장치에 가까운 다른 클러스터헤드 중 하나를 선정하는 전달노드 선정부;
    자신이 클러스터헤드로 선출되면, 다른 센서노드로부터 전송되는 센싱정보를 수집하여 병합하는 센싱정보 병합부;
    클러스터헤드 산출부, 클러스터헤드 선정보, 센싱정보 병합부를 제어하여, 주기적으로, 클러스터헤드로의 선출여부를 결정하고, 클러스터헤드로 선출되면 다른 센서노드로부터 전송되는 센싱정보를 병합하여 전달노드로 전송하거나 전달노드가 선정되지 않으면 직접 데이터 수집장치로 전송하고, 클러스터헤드로 선출되지 않으면 클러스터헤드로 센싱된 정보를 전송하는 제어부;
    를 포함하는 것을 특징으로 하는 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 센서노드.
  13. 제 11 항 또는 제 12 항에 있어서, 클러스터헤드 선출부는,
    상기 확률이 센서노드의 잔여에너지가 많을수록 큰 값을 갖는 것을 특징으로 하는 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 센서노드.
  14. 제 11 항에 있어서, 클러스터헤드 선출부는,
    센서노드 Si에 대한 상기 확률이 [수식 5]의 Pi인 것을 특징으로 하는 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 센서노드.
    [수식 5]
    Figure 112008013268495-PAT00023
    단, dmax 는 데이터 수집장치로부터 가장 먼 센서노드의 거리, dmin 은 데이터 수집장치로부터 가장 가까운 센서노드의 거리, d(Si,BS)는 센서노드 Si에서 데이터 수집장치까지의 거리
  15. 제 12 항에 있어서, 클러스터헤드 선출부는,
    센서노드 Si에 대한 상기 확률이 [수식 6]의 Pi인 것을 특징으로 하는 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 센서노드.
    [수식 6]
    Figure 112008013268495-PAT00024
    단, dmax 는 데이터 수집장치로부터 가장 먼 센서노드의 거리, dmin 은 데이터 수집장치로부터 가장 가까운 센서노드의 거리, d(Si,BS)는 센서노드 Si에서 데이터 수집장치까지의 거리
  16. 제 11 항 또는 제 12 항에 있어서,
    클러스터헤드 선출부는 클러스터헤드로 선출되면 자신의 잔여에너지를 포함하는 메시지를 통신반경 내의 센서노드로 브로드캐스팅하고,
    클러스터헤드 선정부는 적어도 하나이상의 클러스터헤드로부터 메시지를 받아 자신과의 거리 대비 잔여에너지가 가장 큰 클러스터헤드를 선택하는 것을 특징으로 하는 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 센서노드.
  17. 제 16 항에 있어서, 클러스터헤드 선정부는,
    클러스터헤드 CHj로부터 메시지를 받아 클러스터헤드 CHj의 능력을 [수식 7]의 C(i,j)로 계산하여, 가장 큰 C(i,j) 값을 갖는 클러스터헤드를 선택하는 것을 특징으로 하는 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 센서노드.
    [수식 7]
    Figure 112008013268495-PAT00025
    단, d(Si,CHj)는 자신인 센서노드 Si에서 클러스터헤드까지의 거리
  18. 제 11 항에 있어서, 전달노드 선정부는,
    자신의 통신 반경 내에 있는 다른 모든 클러스터헤드보다 데이터 수집 장치와 가장 가깝지 않으면, 자신의 센서노드 Si의 전달능력 CCH(i)과 다른 클러스터 CHj의 전달능력 CCH(i,j)를 [수식 8]로 계산하여, 전달능력이 가장 큰 클러스터헤드를 전달노드로 선택하고,
    [수식 8]
    Figure 112008013268495-PAT00026
    자신의 통신 반경 내에 있는 다른 모든 클러스터헤드보다 데이터 수집 장치와 가장 가깝거나, 자신의 전달능력보다 전달능력이 큰 다른 클러스터헤드가 없는 경우에는 전달노드를 선택하지 않는 것을 특징으로 하는 센서네트워크의 에너지와 거리 기반 클러스터링 라우팅 센서노드.
KR1020080016209A 2008-02-22 2008-02-22 무선 센서네트워크의 에너지와 거리 기반 클러스터링라우팅 방법 및 장치 KR100933681B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020080016209A KR100933681B1 (ko) 2008-02-22 2008-02-22 무선 센서네트워크의 에너지와 거리 기반 클러스터링라우팅 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080016209A KR100933681B1 (ko) 2008-02-22 2008-02-22 무선 센서네트워크의 에너지와 거리 기반 클러스터링라우팅 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20090090767A true KR20090090767A (ko) 2009-08-26
KR100933681B1 KR100933681B1 (ko) 2009-12-23

Family

ID=41208509

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080016209A KR100933681B1 (ko) 2008-02-22 2008-02-22 무선 센서네트워크의 에너지와 거리 기반 클러스터링라우팅 방법 및 장치

Country Status (1)

Country Link
KR (1) KR100933681B1 (ko)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100987394B1 (ko) * 2009-12-17 2010-10-12 동국대학교 산학협력단 센서 노드의 클러스터링 방법 및 장치
WO2013012167A2 (ko) * 2011-07-21 2013-01-24 Jung Hyun-Chul Ap들의 데이터를 합쳐서 한 번에 전송함으로써 센서 네트워크의 데이터 쏠림 현상을 줄이는 방법
KR101465120B1 (ko) * 2013-10-25 2014-11-26 부산대학교 산학협력단 무선 센서 네트워크에서의 데이터 수집 응용 장치 및 방법
KR101587743B1 (ko) * 2014-12-31 2016-01-21 이화여자대학교 산학협력단 데이터 전송을 위한 클러스터링 방법 및 클러스터 제어 서버 및 컴퓨터에서 판독 가능한 기록 매체
KR101689532B1 (ko) * 2015-07-07 2016-12-27 한국기술교육대학교 산학협력단 모바일 애드 혹 네트워크에서의 로드밸런싱을 이용한 분산 경로 설정 방법
KR20190035276A (ko) * 2017-09-26 2019-04-03 홍익대학교 산학협력단 공사 현장에서 효율적인 드론 기반 데이터 수집을 위한 랑데부 포인트 교체 방법
CN110418355A (zh) * 2019-06-14 2019-11-05 湖南化工职业技术学院 一种用于无线传感器网络环境下的基于多目标进化的分簇分析方法
CN112004256A (zh) * 2019-05-27 2020-11-27 北京邮电大学 路由方法、装置、电子设备及存储介质
CN114222347A (zh) * 2021-12-01 2022-03-22 南京航空航天大学 一个基于灰色关联和距离分析的低功耗安全路由控制方法
CN114258106A (zh) * 2020-09-21 2022-03-29 湖南长城科技信息有限公司 一种无线传感器网络中基于能耗均衡的动态分簇方法

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101396394B1 (ko) 2013-03-20 2014-05-19 주식회사 스마티랩 모바일 클라우드 환경에서 클러스터링을 이용한 자율 성능 최적화 방법
KR101716418B1 (ko) 2015-07-24 2017-03-14 주식회사 스마티랩 모바일 디바이스의 컨텍스트 수집이나 전송 효율성을 위한 자율 최적화 시스템 및 그 방법
CN108961701B (zh) * 2018-08-02 2020-01-07 盐城迈斯杰信息工程有限公司 变电站环境智能监测系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7035240B1 (en) 2000-12-27 2006-04-25 Massachusetts Institute Of Technology Method for low-energy adaptive clustering hierarchy
JP2005001121A (ja) * 2003-06-09 2005-01-06 Araco Corp ボード成形品の製造方法
JP2007000824A (ja) * 2005-06-27 2007-01-11 Fujitsu Ltd 異物除去装置
KR20080044468A (ko) * 2006-11-16 2008-05-21 주식회사 케이티 무선 센서 네트워크에서의 클러스터링 방법과 그 기록매체

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100987394B1 (ko) * 2009-12-17 2010-10-12 동국대학교 산학협력단 센서 노드의 클러스터링 방법 및 장치
WO2013012167A2 (ko) * 2011-07-21 2013-01-24 Jung Hyun-Chul Ap들의 데이터를 합쳐서 한 번에 전송함으로써 센서 네트워크의 데이터 쏠림 현상을 줄이는 방법
WO2013012167A3 (ko) * 2011-07-21 2013-03-14 Jung Hyun-Chul Ap들의 데이터를 합쳐서 한 번에 전송함으로써 센서 네트워크의 데이터 쏠림 현상을 줄이는 방법
KR101465120B1 (ko) * 2013-10-25 2014-11-26 부산대학교 산학협력단 무선 센서 네트워크에서의 데이터 수집 응용 장치 및 방법
KR101587743B1 (ko) * 2014-12-31 2016-01-21 이화여자대학교 산학협력단 데이터 전송을 위한 클러스터링 방법 및 클러스터 제어 서버 및 컴퓨터에서 판독 가능한 기록 매체
KR101689532B1 (ko) * 2015-07-07 2016-12-27 한국기술교육대학교 산학협력단 모바일 애드 혹 네트워크에서의 로드밸런싱을 이용한 분산 경로 설정 방법
KR20190035276A (ko) * 2017-09-26 2019-04-03 홍익대학교 산학협력단 공사 현장에서 효율적인 드론 기반 데이터 수집을 위한 랑데부 포인트 교체 방법
CN112004256A (zh) * 2019-05-27 2020-11-27 北京邮电大学 路由方法、装置、电子设备及存储介质
CN112004256B (zh) * 2019-05-27 2022-06-21 北京邮电大学 路由方法、装置、电子设备及存储介质
CN110418355A (zh) * 2019-06-14 2019-11-05 湖南化工职业技术学院 一种用于无线传感器网络环境下的基于多目标进化的分簇分析方法
CN114258106A (zh) * 2020-09-21 2022-03-29 湖南长城科技信息有限公司 一种无线传感器网络中基于能耗均衡的动态分簇方法
CN114258106B (zh) * 2020-09-21 2024-05-28 湖南长城科技信息有限公司 一种无线传感器网络中基于能耗均衡的动态分簇方法
CN114222347A (zh) * 2021-12-01 2022-03-22 南京航空航天大学 一个基于灰色关联和距离分析的低功耗安全路由控制方法
CN114222347B (zh) * 2021-12-01 2024-04-02 南京航空航天大学 一个基于灰色关联和距离分析的低功耗安全路由控制方法

Also Published As

Publication number Publication date
KR100933681B1 (ko) 2009-12-23

Similar Documents

Publication Publication Date Title
KR100933681B1 (ko) 무선 센서네트워크의 에너지와 거리 기반 클러스터링라우팅 방법 및 장치
Kour et al. Hybrid energy efficient distributed protocol for heterogeneous wireless sensor network
El Alami et al. Fuzzy logic based clustering algorithm for wireless sensor networks
KR100749177B1 (ko) 센서 네트워크의 라우팅 방법
CN108966239B (zh) 一种基于能量空洞度部署中继节点的方法
KR100856882B1 (ko) 대규모 센서 네트워크에서의 효율적인 에너지 소비를 위한동심원 형태의 클러스터링 방법
Bouzid et al. Efficient routing protocol for wireless sensor network based on reinforcement learning
Chhabra et al. Data fusion and data aggregation/summarization techniques in WSNs: A review
Jabeur A firefly-inspired micro and macro clustering approach for wireless sensor networks
Prabhu et al. Enhanced clustering methodology for lifetime maximization in dense WSN fields
KR100918841B1 (ko) 무선 센서 네트워크의 클러스터링을 위한 헤드 노드를선정하는 방법 및 그 무선 센서 네트워크
Li et al. Reinforcement learning enabled intelligent energy attack in green IoT networks
Bandyopadhyay et al. Minimizing communication costs in hierarchically clustered networks of wireless sensors
CN113507172A (zh) 基于移动充电车的无线传感器网络节点充电方法
Wibisono et al. A node density-based approach for energy-efficient data gathering protocol in wireless sensor network environments
CN105933913B (zh) 无线传感器网络中分层数据回传链路能量收集存储方法
Lalle et al. A hybrid optimization algorithm based on K-means++ and Multi-objective Chaotic Ant Swarm Optimization for WSN in pipeline monitoring
KR20080044468A (ko) 무선 센서 네트워크에서의 클러스터링 방법과 그 기록매체
Wang et al. A distributed, hybrid energy-efficient clustering protocol for heterogeneous wireless sensor network
Agarwal et al. Swarm inspired artificial bee colony algorithm for clustered wireless sensor network
Cao et al. Maximizing lifetime of sensor surveillance systems with directional sensors
Yarinezhad et al. MLCA: a multi-level clustering algorithm for routing in wireless sensor networks
Misalkar et al. Increasing lifespan and achieving energy efficiency of wireless sensor network
Kumar et al. An Enhanced Genetic Algorithm (EGA)-based Multi-Hop Path for Energy Efficient in Wireless Sensor Network (WSN)
Meddah et al. Residual energy and density control aware cluster head election in wireless sensor network

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: 20120921

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20131007

Year of fee payment: 5

LAPS Lapse due to unpaid annual fee