KR20110056006A - 센서 네트워크 및 이를 위한 클러스터링 방법 - Google Patents

센서 네트워크 및 이를 위한 클러스터링 방법 Download PDF

Info

Publication number
KR20110056006A
KR20110056006A KR1020090112663A KR20090112663A KR20110056006A KR 20110056006 A KR20110056006 A KR 20110056006A KR 1020090112663 A KR1020090112663 A KR 1020090112663A KR 20090112663 A KR20090112663 A KR 20090112663A KR 20110056006 A KR20110056006 A KR 20110056006A
Authority
KR
South Korea
Prior art keywords
sensor node
sensor
node
cluster head
cluster
Prior art date
Application number
KR1020090112663A
Other languages
English (en)
Inventor
조문영
김정열
박재우
권순욱
Original Assignee
한국건설기술연구원
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 한국건설기술연구원 filed Critical 한국건설기술연구원
Priority to KR1020090112663A priority Critical patent/KR20110056006A/ko
Publication of KR20110056006A publication Critical patent/KR20110056006A/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
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/02—Power saving arrangements
    • H04W52/0209—Power saving arrangements in terminal devices
    • H04W52/0212—Power saving arrangements in terminal devices managed by the network, e.g. network or access point is master and terminal is slave
    • H04W52/0219—Power saving arrangements in terminal devices managed by the network, e.g. network or access point is master and terminal is slave where the power saving management affects multiple terminals
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)

Abstract

본 발명은 센서 네트워크 및 이를 위한 클러스터링 방법에 대한 것이다. 본 발명에서는 클러스터링 기반의 센서 네트워크에서 클러스터 헤드를 선출함에 있어, 각 센서노드에 대해 소정 기간 동안 클러스터 헤드로 선출된 적이 있는지 여부를 나타내는 노드 상태정보 뿐만 아니라, 소정 시간단위 동안 각 센서노드에서 소모한 에너지량과 전체 센서 필드 내에서의 평균 소모 에너지량의 관계, 및 센서노드의 잔존 에너지량과 전체 센서 필드 내에서의 평균 잔존 에너지량의 관계를 함께 반영한다.
이와 같이, 개별 클러스터의 에너지량과 그에 대응하는 전체 센서필드 내에서의 평균 에너지량에 대한 정보를 클러스터 헤드의 선출에 반영함으로써, 전체 센서 필드 내에서 균형있게 배치되도록 클러스터 헤드를 선출할 수 있고, 이에 따라 각 클러스터 역시 균등하게 분할됨으로써 최적의 에너지 효율을 추구할 수 있으며, 부분적인 센서노드의 에너지 고갈을 최대한 지연시킴으로써 네트워크 전체의 수명을 최대한 연장할 수 있다.

Description

센서 네트워크 및 이를 위한 클러스터링 방법{Sensor Network and Clustering Method for Sensor Network}
본 발명은 클러스터링 기반의 무선 센서 네트워크에서, 센서 노드의 에너지를 균등하게 분산시켜 네트워크의 수명을 최대화할 수 있는 클러스터링 방법 및 이를 적용한 무선 센서 네트워크에 관한 것이다.
터널은 차량소통을 용이하게 하는 주요 사회간접자본 시설의 하나로 도로교통에서 매우 중요한 구조물이다. 터널의 특성상, 시공 이후 사용에 따른 문제점 발생 시 그 교체가 어렵고 교통에 많은 영향을 미치기 때문에 유지관리를 위한 주기적인 점검 및 진단을 통한 지속적인 관리가 요구된다. 최근 터널 관련 기술의 발달로 터널은 길이가 매우 길고 정교화 되면서 터널의 노후화, 통과 차량의 증가 및 자연 재해(태풍, 지진, 지반 침하 등)로 인한 터널의 안전도를 확보하는데 많은 어려움을 겪고 있다.
이러한 터널의 안전에 영향을 끼치는 문제점을 해소하여 터널의 안전도를 확 보하기 위하여 정부 및 관리 기관에서는 해마다 많은 비용을 투입하여 터널을 지속적으로 감시, 보수 및 관리를 하고 있다. 그러나 현재의 터널 진단을 위해 터널에 대한 상태를 파악하려면 해당 관리자 및 기술자가 직접 육안 점검이나 수동 측정 장비를 이용하여 터널의 상태를 파악하여야 한다. 이러한 방식은 점검 시간의 낭비와 접근 힘든 곳에 대한 점검이 힘들어 부실 점검 및 부정확한 진단으로 안전도에 심각한 영향을 끼칠 수 있다. 또한, 터널 점검이 힘든 환경(태풍, 폭우, 강풍 등)에서는 안전도 진단에 대한 결과를 얻기 힘들다.
이러한 문제들을 해결하고자 터널 관리를 위한 점검 및 진단 자동화에 대한 기술개발 노력이 이루어지고 있으나, 현재의 대부분의 터널 관리의 자동화 방식은 유선 터널 계측 방식이 주를 이루고 있다. 그러나 이러한 유선 터널 계측 방식은 유선 선로 개설의 높은 비용 및 장비의 추가, 제거와 유실 및 이상 선로 유지 보수의 어려움으로 인해 많은 터널에 활용 되지 못하는 실정이다. 따라서 이러한 문제를 해결하고자 최근에는 유비쿼터스의 핵심 기술인 무선 센서 네트워크를 이용한 터널 점검 및 진단 등의 감시 자동화에 대한 연구가 진행되고 있다.
무선 센서 네트워크(Wireless Sensor Networks)는 주변의 물리적 현상을 감지할 수 있는 센서 디바이스(device)에 기존의 네트워크 개념을 통합하여 사물의 존재 여부, 변화, 위치 및 환경 정보 등 센싱(sensing)한 정보를 기존의 네트워크와 연동하여 실시간으로 모니터링 하고 제어할 수 있는 개념이다. 즉, 우리 생활 공간에서 필요로 하는 모든 사물에 센서 디바이스를 부착하고 이를 통해 기본적인 사물의 인식 정보는 물론, 주변의 환경 정보(온도, 습도, 오염 정보, 균열정보 등) 까지 탐지하여 이를 실시간으로 네트워크에 연결하고 관리함으로써 미래의 유비쿼터스 환경을 구축하게 하는 핵심 기술이라 할 수 있다.
이러한 무선 센서 네트워크는 반도체 기술, MEMS(Micro-Electro-Mechanical Systems), 나노 기술, 무선 통신 기술 및 검출 기능, 프로세싱 기능, 무선 통신 기능, 배터리 등을 탑재한 초소형 마이크로 센서의 하드웨어 기술의 지속적인 발전에 힘입어 다양한 기능을 가진 센서를 통해 각 분야에 맞는 네트워크의 구축이 가능하게 되었으며, 원격 정보 수집을 기본으로 군사용, 교통, 환경 감시, 의료 분야, 홈 네트워크, 빌딩 제어 등 다양한 분야에 걸쳐 응용이 되도 폭넓게 활용될 수 있다.
한편, 무선 네트워크는 각 사용환경에 적합하도록 설계될 필요가 있다. 도 1은 무선 네트워크의 일반적인 구조를 나타낸 도면이다. 도 1에 도시된 바와 같이, 무선 센서 네트워크(100)는 기본적으로 센서 노드(Sensor Node)(110), 싱크 노드(Sink Node)(120)를 포함한다. 센서 네트워크 내의 각각의 센서 노드(110)에서 센싱된 데이터는 싱크 노드(120)에 의하여 수집된다. 수집된 정보는 게이트웨이(130)를 통하여 인터넷 등의 외부 네트워크와 연결되고, 이로써 인터넷 사용자에게 제공된다.
센서 노드(110)는 일종의 초소형 저전력 장치로서, 센싱(Sensing)을 위한 센서, 센싱 정보를 디지털 신호로 변환하기 위한 ADC(Analog to Digital Converter), 데이터 가공 처리를 위한 프로세서와 메모리, 전원 공급을 위한 배터리, 및 데이터 송수신을 위한 무선 트랜시버(transceiver) 등을 포함하여 구성될 수 있다. 센서 노드(110)는 정해진 위치에 설치될 수도 있고 자동차 비행기 등을 통해 무작위로 뿌려질 수도 있다. 기본적으로 특정 위치에 고정되어 있으나 자동차나 PDA, 노트북 컴퓨터, 사람 등에 설치되어 이동하는 상태로 동작할 수도 있다. 싱크 노드(120)는 센서 네트워크 내의 센서 노드(110)를 관리하고 제어하며 센서 노드(110)들이 센싱한 데이터를 수집하는 기능을 수행한다. 각 센서 노드(110)와 싱크 노드(120) 사이의 통신은 무선으로 이루어지며 센서 노드(110)는 메모리 및 배터리 용량이 제한적이기 때문에 TCP/IP와 같은 인터넷 프로토콜을 수용하기 위하여 연결된 게이트웨이를 통해 다른 네트워크와 통신하여 여러 정보를 공유한다.
한편, 무선 센서 네트워크의 설계에 있어, 일반 ad-hoc 네트워크에서 쓰이는 라우팅 프로토콜을 적용하기에는 무리가 따른다. 일반 ad-hoc 네트워크에 비해 무선 센서 네트워크는 자가구성(Self Configuration) 특징으로 인해 토폴로지(Topology)가 수시로 변화하는 점과, 제한된 크기 및 전력으로 인한 한계를 고려한 라우팅 알고리즘을 필요로 한다.
무선 센서 네트워크에서 각 센서노드의 에너지 소비를 효율적으로 조절하기 위한 라우팅 방식으로, 클러스터링 기반의 계층적 라우팅이 제안된 바 있다. 계층적 라우팅에서는 무선 센서 네트워크가 다수의 클러스터들로 분할되고, 각 클러스터의 대표인 클러스터 헤드가 클러스터 내의 나머지 클러스터 헤드가 아닌 일반 센서노드(이하 "클러스터 멤버노드"라고 한다)들로부터 정보를 수집하여 상위 계층에 있는 싱크노드로 전달함으로써 전체적인 에너지 소비를 줄인다. 이 경우, 에너지가 상대적으로 풍부한 센서노드가 클러스터 헤드를 맡아 데이터 통합과 전송을 수행한다. 에너지가 상대적으로 적은 다른 센서노드들은 인근에서 데이터를 수집하 고 클러스터 헤드에게만 데이터를 전송함으로써 에너지를 적게 소비하여, 네트워크 전체적인 수명을 늘리는 효과를 발휘한다. 계층적 라우팅 알고리즘은 평면 라우팅 알고리즘에 비해 확장성, 목적지까지의 경로를 찾음에 있어서 에너지면에서 효율성이 좋으며, 센서 노드들의 경로를 관리하는 것이 용이하다는 장점이 있다.
이러한 장점 때문에, 터널의 관리를 위한 점검 및 진단 자동화를 위해서 터널의 모니터링에 클러스터링 기반의 라우팅 방식이 유용하게 사용될 수 있다. 터널의 경우, 터널의 거동을 위해 다수의 센서 노드가 설치되는데, 에너지 고갈로 고장이 발생한 센서 노드의 배터리를 지속적으로 교환하거나 충전하는 것이 사실상 어렵기 때문에, 에너지를 최대한 효율적으로 사용하여 네트워크 수명을 최대화할 필요가 있는데, 이와 같이 배터리의 교환 내지 충전이 어려운 환경에서 클러스터링 방식의 라우팅 기법은 유용하게 활용될 수 있다.
그러나 클러스터링 방법에 있어서, 클러스터 헤드는 클러스터 멤버노드나 다른 클러스터 헤드와의 메시지 송수신이 빈번하기 때문에 항상 활성화된 상태를 유지해야 한다. 이에 따라, 클러스터 헤드는 다른 클러스터 멤버노드와 비하여 더 많은 에너지를 소비한다. 이러한 문제로 인해 클러스터 헤드 선출과 클러스터의 구성은 클러스터링 기법에서 중요한 이슈가 된다. 즉, 특정 센서노드가 반복적으로 클러스터 헤드로 선출되거나, 또는 주변에 위치한 다른 센서노드들에 비해 적은 에너지(전력량)를 보유한 센서노드가 클러스터 헤드로 선출된다면, 특정 센서노드의 에너지가 빨리 소진되어 클러스터 노드로서의 기능을 수행할 수 없는 문제가 생긴다.
실제로, 터널 모니터링을 위한 센서 네트워크 시스템에서 각 센서노드는 클러스터 헤드 또는 싱크노드와 상이한 통신 거리를 가지며, 또한 임의의 사건(random event) 별로 다른 에너지를 유지할 수밖에 없다. 따라서 제한된 에너지로 동작되는 센서 노드의 에너지를 균등하게 분산시켜 네트워크의 수명을 최대화하기 위한 클러스터 헤드를 선출할 수 있는 클러스터링 방법이 요청되고 있는 실정이다.
본 발명은 위와 같은 종래 기술의 문제점과 단점을 극복하기 위하여 개발된 것으로서, 구체적으로는 클러스터 헤드를 선출함에 있어, 소정 시간동안 센서노드가 소모한 에너지량의 정보를 반영하여 선출함으로써, 전체 센서 네트워크 내에 포함되어 있는 각 센서 노드의 에너지를 균등하게 분산시켜 네트워크의 수명을 최대화 할 수 있는 클러스터링 방법을 제공한다.
더 나아가, 본 발명에서는 클러스터 헤드를 선출함에 있어, 소정 시간단위 동안 센서노드가 데이터 전송에 소모한 에너지량 뿐만 아니라 센서노드의 잔존 에너지량을 함께 고려하여 선출함으로써 네트워크의 수명을 최대화 할 수 있는 클러스터링 방법을 제공한다.
상기한 과제를 해결하기 위하여 본 발명에서는, 복수의 센서노드로 구성되는 무선 센서 네트워크에서의 클러스터링 방법으로서, 각 센서노드가 소정 기간 동안 소모한 에너지량에 대한 소모량 정보를 베이스 스테이션으로 전송하는 단계(a); 베이스 스테이션이 상기 각 센서노드로부터 전송받은 소모량 정보를 반영하여, 상기 각 센서노드가 클러스터 헤드로 선출될 가능성을 나타내는 확률값을 결정하는 단계(b); 상기 각 센서노드가 상기 확률값과 비교하기 위한 랜덤값을 선정하는 단계(c); 및 상기 각 센서노드에 대해 결정된 확률값과 상기 랜덤값의 크기를 비교한 결과에 따라 상기 각 센서노드를 클러스터 헤드로 선출할 것인지 여부를 결정하는 단계(d)를 포함하여 구성되는 것을 특징으로 하는 무선 센서 네트워크에서의 클러스터링 방법이 제공된다.
또한 본 발명에서는 소정 기간 동안 소모한 에너지량에 대한 소모량 정보를 베이스 스테이션으로 전송하는 센서노드 및 상기 각 센서노드로부터 전송받은 소모량 정보를 반영하여, 상기 각 센서노드가 클러스터 헤드로 선출될 가능성을 나타내는 확률값을 결정하는 베이스 스테이션을 포함하되, 상기 센서노드는 상기 확률값과 비교하기 위한 랜덤값을 선정하고, 상기 각 센서노드에 대해 결정된 확률값과 상기 랜덤값의 크기를 비교한 결과에 따라 클러스터 헤드로 선출될 것인지 여부를 결정하는 것을 특징으로 하여 구성되는 것을 특징으로 하는 복수의 센서노드로 구성되는 무선 센서 네트워크가 제공된다.
본 발명에 따른 클러스터링 방법을 통해 에너지 소비의 차원에서 효율적으로 클러스터 헤드를 선출할 수 있고, 이에 따라 각 센서 노드의 에너지를 균등하게 소비시킬 수 있다. 따라서, 대형 터널이나 교량에서와 같이, 구조물의 상태 감시 및 관리를 위해 다수의 노드들이 지속적으로 서로 협동하여 작업할 필요가 있는 환경에서 특정 센서노드에 과도한 에너지 소비가 집중되는 것을 방지함으로써 센서 네트워크의 수명을 최대화 할 수 있다.
이하, 첨부도면을 참조하면서 본 발명의 바람직한 실시예를 더욱 구체적으로 설명한다. 본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 하나의 실시예로서 설명되는 것이며 이것에 의해 본 발명의 기술적 사상과 그 핵심 구성 및 작용이 제한되지 않는다.
본 발명에서는 에너지 효율적이며 네트워크 수명을 최대화 할 수 있는 클러스터링 기반(Clustering Based)의 라우팅 프로토콜(Routing Protocol) 기법을 사용한다. 클러스터링 기법은 에너지를 효율적으로 사용할 수 있는 기법으로, 물리적으로 근접한 위치에 있는 노드들을 하나의 클러스터(Cluster)로 묶어 전체 노드를 계층적으로 구성할 수 있게 한다.
본 발명의 클러스터 방법에 의하면, 센서노드 간의 무선 전송 범위가 줄어들어 전송 세기를 제한하여 에너지 사용을 줄이고, 무선 신호 충돌을 상대적으로 감소시켜 전체 네트워크의 수명을 연장할 수 있게 한다.
도 2는 본 발명에 따른 클러스터링 방법이 적용될 수 있는 무선 센서 네트워크 환경을 나타낸 구조도이다. 터널에는 복수개의 센서노드가 설치되고, 터널에 설치된 각 센서 노드는 도면에 도시된 바와 같이 클러스터(210)를 형성하며, 무선 센서 네트워크(200)는 복수개의 클러스터(210)로 구분된다. 각 클러스터(210)에는 클러스터 헤드(220)와 클러스터 멤버노드(230)가 포함되어 있다. 각각의 클러스터(210)에서 클러스터 헤드(220)는 클러스터 멤버노드(230)들의 데이터를 수집하고, 수집된 데이터를 베이스 스테이션(240)으로 전달하는 기능을 수행한다.
한편, 각 클러스터 멤버노드(230)들은 데이터 전송을 위해 할당된 시간에만 클러스터 헤드(220)와 통신을 하고, 그 이외의 시간에는 통신 모듈을 슬립(Sleep) 상태로 두어 에너지 소비 효율성을 높이는 스케줄링을 수행한다.
도 3은 본 발명의 일 실시예에 따른 센서 네트워크의 전체 동작에 관한 타임 라인(Time Line)을 개념적으로 도시한 것이다. 본 발명에 있어서 클러스터링 동작의 시간 단위는 라운드(round) 단위로 설정할 수 있다. 하나의 라운드(300)는 셋업 페이즈(Set-up Phase)(310)와 정상상태 페이즈(Steady-state Phase)(320)로 구분될 수 있다. 정상상태 페이즈(320)는 각 센서노드의 타임슬롯(330)으로 구성된다. 셋업 페이즈(310)는 클러스터 헤드의 선출, 클러스터 구성 및 TDMA 스케쥴을 생성하는 단계이고, 정상상태 페이즈(320)는 각 센서노드가 클러스터 헤드로 데이터를 전송하는 단계이다. 센서 네트워크의 동작에 대한 상세한 설명은 후술한다.
도 4는 본 발명의 일 실시예에 따른 클러스터링 방법의 순서도이다. 도 4의 각 과정을 구체적으로 설명하면 다음과 같다. 센서 네트워크의 동작에 있어서 라 운드의 초기에는 클러스터 헤드를 선출한다(S100). 클러스터 헤드를 선출하기 위한 구체적 과정을 도 5의 순서도를 참조하여 설명한다. 먼저, 각 센서노드는 자신의 노드 상태 정보, 잔류 에너지량에 대한 정보, 및 최근의 라운드 동안 소모한 에너지량에 대한 정보를 이웃 센서노드에 전송한다(S110). 여기서, 노드 상태 정보라 함은 해당 센서노드가 소정 기간 중에 클러스터 헤드로 선출되었는지 여부에 대한 정보를 포함하는 의미이다. 잔류 에너지량이라 함은 해당 센서노드에 현재 남아있는 전력량을 의미한다.
각 센서노드의 잔류 에너지량에 대한 정보 및 최근 라운드 동안 소모한 에너지량에 대한 정보는 이웃 센서노드를 거쳐 베이스 스테이션으로 전달되고, 베이스 스테이션은 이처럼 전달받은 정보를 별도의 메모리 공간에 저장해 둔다(S120). 새로운 라운드가 시작되어 클러스터 헤드를 다시 선출할 때가 되면, 베이스 스테이션은 각각의 센서노드에 대해 T(n)을 결정한다(S130). 여기서, T(n)은 개별 센서노드마다 지정되는 값으로서, 개별 센서노드가 클러스터 헤드로 선출될 확률을 의미하는 값이다. T(n)의 값이 클수록 해당 센서노드(n)가 클러스터 헤드로 선출될 확률이 높은 것이다.
본 발명의 일 실시예에 따르면, T(n)을 결정할 때, 각 센서노드가 소정 회수의 라운드 기간동안 클러스터 헤드로 선출되었는지 여부, 각 센서노드의 잔존 에너지량, 각 센서노드에서 소정 회수의 최근 라운드 기간 동안 데이터 전송에 소모한 에너지량, 전체 센서노드들의 평균 잔존 에너지량 및 전체 센서노드들이 최근 라운드 기간 동안 데이터 전송에 소모한 평균 에너지량을 고려하여 T(n)을 결정할 수 있다. 즉, 소정 회수(예컨대, 1/P = 센서노드의 총개수/라운드당 클러스터 헤드의 개수)의 라운드 기간동안 클러스터 헤드로 선출되지 않았던 센서노드라면, 그 기간 동안 클러스터 헤드로 선출된 적이 있었던 센서노드 보다 T(n)이 높은 값으로 결정될 수 있다.
또한, 잔존 에너지량이 전체 센서노드의 평균 잔존 에너지량보다 많은 센서노드 라면 그렇지 않은 센서노드 보다 T(n)이 높은 값으로 결정될 수 있다.
또한, 최근 라운드 기간 동안 데이터 전송에 소모한 에너지량이, 전체 센서노드가 같은 기간 동안 소모한 에너지량의 평균보다 적다면, 그렇지 않은 센서노드 보다 T(n)이 높은 값으로 결정될 수 있다. 여기서 최근 라운드는, 현재 라운드 직전의 1회 라운드이거나 또는 그 이상 회수의 라운드일 수 있는데, 이는 사용환경에 따라 탄력적으로 조절할 수 있다. 이처럼 최근 소모한 에너지량이 적은 센서노드의 T(n)값을 높게 결정하는 것은, 클러스터 헤드로 선출되더라도 에너지 고갈의 위험이 다른 센서노드보다 상대적으로 적기 때문이다.
T(n)값 결정시, 상기한 요소들 중 어느 하나만을 반영하거나 또는 둘 이상의 요소들을 조합하여 반영할 수 있다.
수학식 1은, 본 발명의 일 실시예에 따라 T(n)값을 결정하는 방식을 수식으로 나타낸 것이다.
Figure 112009071429376-PAT00001
수학식 1에서 각 지표가 의미하는 바는 다음과 같다.
T(n): 개별 센서노드(n)이 클러스터 후보가 될 수 있는 확률값
P : 라운드당 클러스터 헤드의 개수/ 센서노드의 전체 개수
(예컨대, 전체100개의 센서노드 중에서 클러스터 헤드로 선출되는 센서노드의 수가 5개이면 P=0.05)
E r_residual : 개별 센서노드(n)의 잔여 에너지량
E r_average : 전체 센서노드의 평균 잔여 에너지량
E r_dissipate : 개별 센서노드(n)의 최근 라운드에서 소모된 에너지량
E r_dissipate(aver.) : 전체 센서노드의 최근 라운드에서 소모된 평균에너지량
상기 수학식 1에 따르면, 개별 센서노드(n)가 클러스터 후보로 되는 확률이 높아지는 경우는, 각각 1/P 회수 (센서노드의 총개수/라운드당 클러스터 헤드의 개수)의 라운드 동안 클러스터 헤드로 선출되지 않은 경우, 잔여 에너지량(E r_residual )이 전체 센서노드의 평균 잔여 에너지량(E r_average )보다 큰 경우, 최근 라운드에서 소 모된 에너지량(E r_dissipate )이 전체 센서노드의 최근 라운드에서 소모된 평균에너지량 (E r_dissipate(aver.) )보다 적은 경우이다.
구체적으로, T(n) 값은 잔여 에너지량(E r_residual )과 전체 센서노드의 평균 잔여 에너지량(E r_average ) 간의 차이값과, 전체 센서노드의 최근 라운드에서 소모된 평균에너지량 (E r_dissipate(aver.) )과 최근 라운드에서 소모된 에너지량(E r_dissipate ) 간의 차이값의 비율에 비례한다.
상기와 같이 T(n)을 결정하는(S130) 한편, 각 센서노드(n)는 T(n)과 비교하기 위한 랜덤값 R(n)을 선정한다(S140). 일 실시예로서, 베이스 스테이션이 결정하는 확률값 T(n)과 각 센서노드가 선정하는 랜덤값 R(n)은 각각 0과 1사이의 값을 가지도록 구성할 수 있다.
그러고 나서, 단계 S130을 통해 결정한 T(n)과 단계 S140을 통해 선정된 R(n)의 크기를 비교한다(S150). 상기 단계 S150의 비교 결과, T(n)이 R(n)보다 큰 개별노드는, 클러스터 헤드로 선출하고(S160), T(n)이 R(n)보다 작은 개별노드는, 클러스터 헤드가 아닌 일반적인 센서노드, 즉 클러스터 멤버노드로 선출한다(S170).
다시 도 4를 참조하여 본 발명에 따른 클러스터링 과정을 설명한다.
상기와 같이 클러스터 헤드를 선출(S100)한 후에는, 클러스터를 형성한다(S200).
클러스터를 형성하는 과정(S200)을 도 6을 참조하여 구체적으로 살펴보면 다음과 같다.
단계 S100을 통해 클러스터 헤드로 선출된 센서노드는, 자신이 클러스터 헤드가 된 것을 다른 센서 노드(클러스터 멤버노드)들에게 알린다. 구체적으로, 클러스터 헤드는 자신이 클러스터 헤드가 되었음을 알리는 메시지(ADV 메시지: advertisement message)를 브로드캐스트 전송한다(S210). 이 ADV 메시지에는 클러스터 헤드로 선출된 센서 노드를 식별할 수 있는 ID 및 해당 메시지가 통보 메시지임을 구분할 수 있는 헤드가 포함된다. 클러스터 헤드가 아닌 클러스터 멤버노드는 각 클러스터 헤드로부터 ADV 메시지를 수신 하기 위해 수신기의 전원을 온(on) 상태로 두어 대기하다가, 클러스터 헤드로부터 ADV 메시지를 수신하면, 최소의 에너지로 통신할 수 있는 클러스터 헤드를 자신의 클러스터 헤드로 선택한다(S220).
클러스터 헤드 선택시 각 센서노드는 ADV 메시지의 수신신호강도(RSS : Received Signal Strength)에 의거하여 선택할 수 있는데, 즉, 자신의 클러스터 헤드는 RSS가 가장 큰 노드이며, 이는 자신과 가장 가까운 거리의 클러스터 헤드가 되는 것이다.
클러스터 멤버노드가 자신의 클러스터 헤드를 선택하였다면, 그 취지를 알리는 메시지 (Join-REQ 메시지)를 자신의 클러스터 헤드에게 보낸다(S230). Join-REQ 메시지에는 자신의 ID와 클러스터 헤드의 ID를 포함한다. 이때, 모든 클러스터 헤드들은 수신기의 전원을 켜놓는다. 이 과정을 통해 전체 네트워크는 복수개의 클러스터를 형성하게 된다.
상기 단계 S200을 통해 클러스터를 형성하면, 각 클러스터 헤드는 자신의 클러스터에 포함된 클러스터 멤버노드들을 알게 된다. 클러스터에 포함된 클러스터 멤버노드의 개수에 따라서 클러스터 헤드는 각 클러스터 멤버노드에게 데이터를 언제 전송할지 알려주는 스케줄을 생성한다(S300). 일 실시예로서, 데이터 전송 시 메시지 간에 충돌이 발생하지 않도록 보장하기 위해 TDMA 방식의 스케줄을 생성한다.
TDMA 분할 방식에 의해, 각 클러스터 멤버노드들이 각자 할당된 전송 타임 슬롯을 제외하고는 항시 전원이 꺼져 있는 상태로 있도록 보장 해준다. 이로 인해 개별 센서들이 사용하는 전력을 줄일 수 있다. 상기 TDMA 스케줄은 클러스터에 소속된 클러스터 멤버노드들에게 브로드캐스트 전송된다. TDMA 스케줄이 클러스터 내에 있는 모든 멤버노드들에게전송되면 셋업 페이즈(set-up phase)는 종료한다. 이후, 각 멤버노드는 자신에게 할당된 타임슬롯 동안 자신의 데이터를 클러스터 헤드로 전송한다(S400). 즉, 클러스터가 형성되는 셋업 페이즈(Set-up phase)가 종료하고, 이어지는 정상 상태 페이즈(Steady-state phase)는 프레임들로 구분되며, 에너지 소모를 줄이기 위해서 각 클러스터 멤버노드들은 클러스터 헤드가 보낸 RSS 크기에 의거하여 자신의 전송 파워를 조절하고 자신의 타임 슬롯(Time slot)에서만 데이터를 전송한다.
클러스터 헤드는 클러스터 내에 있는 멤버노드들로부터 데이터를 수신하기 위해 항상 온(on) 상태로 있어야 한다. 클러스터 헤드가 모든 멤버노드의 데이터를 수신하였다면 데이터를 병합하여 중복된 메시지를 감소시켜 하나의 대표적인 신호 로 베이스 스테이션으로 데이터를 전송한다(S500). 베이스 스테이션이 멀리 위치할 경우, 클러스터 헤드는 전력세기를 크게 하여 데이터를 전송한다. 이후 새로운 라운드가 시작하면, 앞서 설명한 클러스터 헤드 선출 과정(S100)부터 클러스터링 과정을 다시 반복하여 수행한다.
한편, 본 발명의 일 실시예에 따른 클러스터링 방법에서 센서노드의 에너지 소비 모델을 참고적으로 살펴보면 다음과 같다.
먼저, 각 센서 노드의 전송 에너지 소비량(E Tx ), 수신 에너지 소비량(E Rx )을 각각 수학식 2와 수학식 3과 같이 정의한다.
Figure 112009071429376-PAT00002
Figure 112009071429376-PAT00003
수학식 2와 수학식 3에서 각 지표가 의미하는 바는 다음과 같다.
l : 전송 데이터의 비트 수,
d : 송수신 노드 간의 거리,
d 0 : 자유공간 모델과 다중경로 페이딩 모델 구분의 기준거리
E elec : 비트 당 회로의 에너지 소비량,
E fs [pj/bit/m2] : 비트 당 송신 앰프의 에너지 소비량으로 자유공간 모델에서의 손실,
E mp [pj/bit/m4] :비트 당 송신 앰프의 에너지 소비량으로 다중경로 페이딩 모델에서의 손실.
수학식 2 및 수학식 3의 수식내용을 더 구체적으로 살펴보면 다음과 같다. 각 센서 노드의 전송 에너지 소비량(E Tx )는, 각 센서 노드가 1비트 메시지를 거리 d 만큼 송신하는데 소비되는 에너지량을 의미하고, 수신 에너지 소비량(E Rx )는 1비트 메시지를 수신하는데 소비되는 에너지량을 의미한다.
또한, E fs 는 데이터의 무선 송신을 위해 1비트 데이터 신호를 증폭(ampli??ation)하는 데 소비되는 에너지량으로서, 자유공간 모델에서의 손실이며, 그 단위는, 예컨대, [pj/bit/m2] 로 정할 수 있다. 한편, E mp 역시 데이터의 무선 송신을 위해 1비트 데이터 신호를 증폭하는 데 소비되는 에너지량이라는 점에서 E fs 와 같으나, 자유공간 모델이 아닌, 다중경로 페이딩 모델에서의 손실이라는 점에서 E fs 와 차이가 있으며, 그 단위는 예컨대, [pj/bit/m4] 로 정할 수 있다.
즉, 수학식 2에서 전송 에너지 소비량(E Tx )는, 데이터를 송수신하는 각 센서 노드 간의 거리(d)에 따라 자유 공간(free space)모델과 다중 경로 페이딩(multipath fading)모델로 구분될 수 있다.
자유공간 모델과 다중경로 페이딩 모델의 구분은 기준거리 dcrossover 값 (d 0 )을 사용하며, 각 센서 노드 간의 거리(d)가 기준거리 d 0 보다 작으면 자유공간모델, d 0 이상의 값을 가지면 다중 경로 모델로 구분할 수 있다.
따라서, 클러스터 내에서 각 센서 노드간의 전송 거리가 짧으면 자유 공간 모델로 간주하고, 클러스터 헤드와 베이스 스테이션 간에는 거리가 멀기 때문에 다중 경로 모델로 간주하여 데이터를 전송할 수 있다.
수학식 2를 통해 알 수 있듯이, 자유 공간 모델에서는 전송거리(d)의 제곱에 비례하여 전력이 소모되고, 다중 경로 모델에서는 전송거리(d)의 네제곱에 비례하여 전력이 소모된다.
수학식 2 및 수학식 3을 이용하여 한 라운드 동안에 클러스터 헤드에서 소모되는 에너지(ECH)와 멤버노드에서 소모되는 에너지(Enon_CH)를 확인할 수 있다. 이는 수학식 4와 같다.
Figure 112009071429376-PAT00004
상기 수학식4에서, EDA는, 클러스터 헤드에서 클러스터링 할 때, 복수의 멤버노드로부터 중복되어 수신한 메시지의 제거 및 데이터 값의 통합에 소요되는 전력소요량을 의미한다. 또한, n/k에서, n은 센서노드의 개수, k는 클러스터의 개수를 각각 의미한다.
하나의 클러스터 내에서 클러스터 헤드가 소모하는 에너지와 멤버노드들이 소모하는 에너지의 합(Ecluster)은 수학식 5와 같다.
Figure 112009071429376-PAT00005
따라서, 전체 네트워크 에서 소모되는 총 에너지(ETOT_EG)는 수학식 6과 같다.
Figure 112009071429376-PAT00006
이상에서 살펴 본 바와 같이, 본 발명에 따른 클러스터링 방법에서는, 클러스터 헤드 선출시, 각 센서노드가 클러스터 헤드로 선출되었던 적이 있는지 여부, 잔여 에너지량의 크기 및 최근 라운드 기간동안 소모된 에너지량 등의 정보를 함께 반영한다. 따라서 종래 단순 순환식으로 클러스터 헤드를 선출했던 방식에 비해 보다 균등하게 분할된 클러스터를 구성할 수 있다.
도 7은 종래의 단순 순환식으로 클러스터 헤드를 선출할 경우에 클러스터 헤드가 배치된 센서 필드의 일예를 좌표형식으로 나타낸 도면인데, 예컨대, 이전의 클러스터 헤드 선출 기록만을 반영하여 단순 순환식으로 클러스터 헤드를 선출했던 경우에는, 도 7에 도시된 바와 같이, 전체 센서 필드(700) 내에서 클러스터 헤드(720)가 어느 한 쪽으로 치우칠 가능성이 높다.
이는 많은 수의 클러스터 멤버노드와 데이터를 송수신하는 클러스터 헤드가 데이터 수집 및 전송에서의 에너지 소모가 다른 클러스터 헤드와 비교하여 많게 될 수 있으며, 또한 클러스터 헤드와 베이스 스테이션과의 거리가 멀수록 소모하는 에너지는 2배 이상 되기 때문에 일찍 데드 노드(Dead node)가 될 확률이 크다. 따라서 도 7에 도시된 바와 같이 센서노드들의 에너지를 공평하게 분포 시키지 못하게 된다. 특히, 대형터널 같은 환경에서 단순 순환식으로 클러스터 헤드를 선출할 경 우, 클러스터링 기반의 장점에도 불구하고 에너지 효율적인 측면에서 문제점을 야기할 수 있다.
도 8은 본 발명의 일 실시예에 따라 클러스터 헤드를 선출할 경우에 클러스터 헤드가 배치된 센서 필드의 일예를 좌표형식으로 나타낸 도면인데, 이전의 클러스터 헤드 선출 기록만을 반영하는 것이 아니라, 본 발명에 따라 잔여 에너지량의 크기 및 최근 라운드 기간동안 소모된 에너지량 등의 정보를 조합하여 함께 반영함으로써, 도 8에 도시된 바와 같이, 전체 센서 필드(800) 내에서 클러스터 헤드(820)가 균형있게 배치되고, 이에 따라 각 클러스터의 경계(830) 역시 균등 분할된다. 또한 각 클러스터 헤드(820)에 할당되는 클러스터 멤버노드(810)의 개수도 균등하게 할당됨으로써 최적의 에너지 효율을 추구할 수 있다.
본 발명의 클러스터링 방법에 따르면, 클러스터 헤드의 선출시 클러스터 헤드 선출 기록만을 반영하는 것이 아니라, 잔여 에너지량의 크기 및 최근 라운드 기간동안 소모된 에너지량 등의 정보를 조합하여 함께 반영함으로써, 센서 노드의 에너지를 균등하게 분산시켜 네트워크의 수명을 최대화할 수 있다. 따라서 사람의 접근이 장기간 어려운 환경이나 다수의 센서노드가 설치되는 터널의 모니터링을 위한 무선 센서 네트워크 분야에서 매우 유용하게 활용될 수 있다.
도 1은 무선 네트워크의 일반적인 구조를 나타낸 도면이다.
도 2는 본 발명에 따른 클러스터링 방법이 적용될 수 있는 무선 센서 네트워크 환경을 나타낸 구조도이다.
도 3은 본 발명의 일 실시예에 따른 센서 네트워크의 전체 동작에 관한 타임 라인(Time Line)을 개념적으로 도시한 것이다.
도 4는 본 발명의 일 실시예에 따른 클러스터링 방법을 나타낸 순서도이다.
도 5는 본 발명의 일 실시예에 따라 클러스터 헤드를 선정하는 과정을 나타낸 순서도이다.
도 6은 본 발명의 일 실시예에 따라 클러스터를 형성하는 과정을 나타낸 순서도이다.
도 7은 종래의 단순 순환식으로 클러스터 헤드를 선출할 경우에 클러스터 헤드가 배치된 센서 필드의 일예를 좌표형식으로 나타낸 도면이다.
도 8은 본 발명의 일 실시예에 따라 클러스터 헤드를 선출할 경우에 클러스터 헤드가 배치된 센서 필드의 일예를 좌표형식으로 나타낸 도면이다.

Claims (12)

  1. 복수의 센서노드로 구성되는 무선 센서 네트워크에서의 클러스터링 방법에 있어서,
    각 센서노드가 소정 기간 동안 소모한 에너지량에 대한 소모량 정보를 베이스 스테이션으로 전송하는 단계(a);
    베이스 스테이션이 상기 각 센서노드로부터 전송받은 소모량 정보를 반영하여, 상기 각 센서노드가 클러스터 헤드로 선출될 가능성을 나타내는 확률값을 결정하는 단계(b);
    상기 각 센서노드가 상기 확률값과 비교하기 위한 랜덤값을 선정하는 단계(c); 및
    상기 각 센서노드에 대해 결정된 확률값과 상기 랜덤값의 크기를 비교한 결과에 따라 상기 각 센서노드를 클러스터 헤드로 선출할 것인지 여부를 결정하는 단계(d)를 포함하는 것을 특징으로 하는 클러스터링 방법.
  2. 제1항에 있어서,
    상기 무선 센서 네트워크는 라운드 시간 단위로 동작하고, 각 라운드마다 클러스터 헤드를 선출하는 것을 특징으로 하는 클러스터링 방법.
  3. 제1항에 있어서, 상기 확률값을 결정하는 단계(b)는,
    상기 각 센서노드로부터 전송받은 소모량 정보에 따라 전체 센서노드의 평균 소모량을 계산하는 단계(b1); 및
    상기 전체 센서노드의 평균 소모량보다 더 적은 소모량을 갖는 개별 센서노드에 대한 확률값은 상기 전체 센서노드의 평균 소모량보다 더 적은 소모량을 갖는 개별 센서노드에 대한 확률값보다 더 높게 결정하는 단계(b2)를 포함하는 것을 특징으로 하는 클러스터링 방법.
  4. 제1항에 있어서, 상기 확률값을 결정하는 단계(b)는,
    상기 각 센서노드로부터 전송받은 소모량 정보에 더하여, 상기 각 센서노드가 클러스터 헤드인지 클러스터 멤버노드인지 여부를 알리는 노드상태 정보, 및 잔류 에너지량을 나타내는 잔류량 정보를 함께 반영하는 것을 특징으로 하는 클러스터링 방법.
  5. 제4항에 있어서, 상기 확률값의 크기는,
    상기 개별 센서노드의 잔류 에너지량과 상기 개별 센서노드의 소모 에너지량의 차이값에 비례하고,
    상기 전체 센서노드의 평균 잔류 에너지량과 상기 전체 센서노드의 평균 소모 에너지량의 차이값에 반비례하는 것을 특징으로 하는 클러스터링 방법.
  6. 제1항에 있어서, 상기 단계(d) 이후에,
    클러스터 헤드로 선출된 각각의 센서노드로부터 클러스터 헤드로 선출되었음을 알리는 ADV 메시지를 클러스터 멤버노드가 수신하는 단계(e); 및
    상기 각 클러스터 멤버노드가 수신한 ADV 메시지에 관한 RSS에 따라, ADV 메시지를 발송한 센서노드 중에서 가장 가까운 거리에서 ADV 메시지를 발송한 센서노드를 클러스터 헤드로 결정하는 단계(f)를 포함하는 것을 특징으로 하는 클러스터링 방법.
  7. 복수의 센서노드로 구성되는 무선 센서 네트워크에 있어서,
    소정 기간 동안 소모한 에너지량에 대한 소모량 정보를 베이스 스테이션으로 전송하는 센서노드, 및 상기 각 센서노드로부터 전송받은 소모량 정보를 반영하여, 상기 각 센서노드가 클러스터 헤드로 선출될 가능성을 나타내는 확률값을 결정하는 베이스 스테이션을 포함하되;
    상기 센서노드는 상기 확률값과 비교하기 위한 랜덤값을 선정하고, 상기 각 센서노드에 대해 결정된 확률값과 상기 랜덤값의 크기를 비교한 결과에 따라 클러 스터 헤드로 선출될 것인지 여부를 결정하는 것을 특징으로 하는 무선 센서 네트워크.
  8. 제7항에 있어서,
    상기 무선 센서 네트워크는 라운드 시간 단위로 동작하고, 각 라운드마다 클러스터 헤드를 선출하는 것을 특징으로 하는 무선 센서 네트워크.
  9. 제7항에 있어서, 상기 베이스 스테이션은,
    상기 각 센서노드로부터 전송받은 소모량 정보에 따라 전체 센서노드의 평균 소모량을 계산하고, 상기 전체 센서노드의 평균 소모량보다 더 적은 소모량을 갖는 개별 센서노드에 대한 확률값은 상기 전체 센서노드의 평균 소모량보다 더 적은 소모량을 갖는 개별 센서노드에 대한 확률값보다 더 높게 결정하는 것을 특징으로 하는 무선 센서 네트워크.
  10. 제7항에 있어서, 상기 각 센서노드는,
    상기 소모량 정보에 더하여, 상기 각 센서노드가 클러스터 헤드인지 클러스터 멤버노드인지 여부를 알리는 노드상태 정보 및 잔류 에너지량을 나타내는 잔류 량 정보를 함께 전송하는 것을 특징으로 하는 무선 센서 네트워크.
  11. 제10항에 있어서, 상기 베이스 스테이션은, 상기 확률값의 크기가,
    상기 개별 센서노드의 잔류 에너지량과 상기 개별 센서노드의 소모 에너지량의 차이값에 비례하고,
    상기 전체 센서노드의 평균 잔류 에너지량과 상기 전체 센서노드의 평균 소모 에너지량의 차이값에 반비례하도록 결정하는 것을 특징으로 하는 무선 센서 네트워크.
  12. 제7항에 있어서, 각 개별 센서노드는,
    클러스터 헤드로 선출된 각각의 센서노드로부터 클러스터 헤드로 선출되었음을 알리는 ADV 메시지를 수신하면, 각 수신한 ADV 메시지에 관한 RSS에 따라, ADV 메시지를 발송한 센서노드 중에서 가장 가까운 거리에서 ADV 메시지를 발송한 센서노드를 자신의 클러스터 헤드로 결정하는 것을 특징으로 하는 무선 센서 네트워크.
KR1020090112663A 2009-11-20 2009-11-20 센서 네트워크 및 이를 위한 클러스터링 방법 KR20110056006A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090112663A KR20110056006A (ko) 2009-11-20 2009-11-20 센서 네트워크 및 이를 위한 클러스터링 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090112663A KR20110056006A (ko) 2009-11-20 2009-11-20 센서 네트워크 및 이를 위한 클러스터링 방법

Publications (1)

Publication Number Publication Date
KR20110056006A true KR20110056006A (ko) 2011-05-26

Family

ID=44364644

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090112663A KR20110056006A (ko) 2009-11-20 2009-11-20 센서 네트워크 및 이를 위한 클러스터링 방법

Country Status (1)

Country Link
KR (1) KR20110056006A (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8750791B2 (en) 2012-01-06 2014-06-10 Samsung Electronics Co., Ltd. Hub, relay node, and node for reconfiguring active state position in wireless body area network (WBAN), and communication method thereof
CN105445577A (zh) * 2015-11-12 2016-03-30 国网智能电网研究院 一种电能质量干扰源工况辨识方法
KR101658736B1 (ko) 2015-09-07 2016-09-22 성균관대학교산학협력단 에너지 저손실 클러스터 트리구조를 이용한 무선 센서 네트워크의 클러스터링 방법
KR101686346B1 (ko) 2015-09-11 2016-12-29 성균관대학교산학협력단 하이브리드 ｓｓｄ 기반 하둡 분산파일 시스템의 콜드 데이터 축출방법
CN109062272A (zh) * 2018-09-05 2018-12-21 佛山铮荣科技有限公司 水稻灌溉智能测控系统

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8750791B2 (en) 2012-01-06 2014-06-10 Samsung Electronics Co., Ltd. Hub, relay node, and node for reconfiguring active state position in wireless body area network (WBAN), and communication method thereof
KR101658736B1 (ko) 2015-09-07 2016-09-22 성균관대학교산학협력단 에너지 저손실 클러스터 트리구조를 이용한 무선 센서 네트워크의 클러스터링 방법
KR101686346B1 (ko) 2015-09-11 2016-12-29 성균관대학교산학협력단 하이브리드 ｓｓｄ 기반 하둡 분산파일 시스템의 콜드 데이터 축출방법
CN105445577A (zh) * 2015-11-12 2016-03-30 国网智能电网研究院 一种电能质量干扰源工况辨识方法
CN105445577B (zh) * 2015-11-12 2019-03-22 全球能源互联网研究院 一种电能质量干扰源工况辨识方法
CN109062272A (zh) * 2018-09-05 2018-12-21 佛山铮荣科技有限公司 水稻灌溉智能测控系统

Similar Documents

Publication Publication Date Title
US8583768B2 (en) Wireless sensor network and management method for the same
Tian et al. A node scheduling scheme for energy conservation in large wireless sensor networks
Nair et al. Optimizing power consumption in iot based wireless sensor networks using Bluetooth Low Energy
Younis et al. Energy-aware routing in cluster-based sensor networks
Younis et al. Energy-aware management for cluster-based sensor networks
KR101309840B1 (ko) 무선 센서 네트워크에서의 전력 충전장치 및 방법
KR100749177B1 (ko) 센서 네트워크의 라우팅 방법
CN103222335B (zh) 经由多跳、异构通信网络的低功率、低延迟、端对端通信消息传送
CN106792973B (zh) 一种能量异构无线传感器网络中的簇首选举及其轮换方法
Zhang et al. Enabling computational intelligence for green Internet of Things: Data-driven adaptation in LPWA networking
KR20090090461A (ko) 무선 센서 네트워크에서 센서 노드의 수명 연장 방법 및이를 위한 시스템
WO2004045127A2 (en) Wireless sensor apparatus and method
CN108924786B (zh) 面向环境突发事件的无线传感器网络数据采集方法
Tran et al. OCO: Optimized communication & organization for target tracking in wireless sensor networks
KR20110056006A (ko) 센서 네트워크 및 이를 위한 클러스터링 방법
Jafarali Jassbi et al. Fault tolerance and energy efficient clustering algorithm in wireless sensor networks: FTEC
Ezhilarasi et al. A survey on wireless sensor network: energy and lifetime perspective
Kim et al. Reconfiguration of clusterheads for load balancing in wireless sensor networks
CN115643595A (zh) 一种宽窄带融合自组网通信装置及其控制方法
Sadouq et al. Conserving energy in WSN through clustering and power control
Nguyen et al. ZigBee based data collection in wireless sensor networks
KR20100032171A (ko) 무선센서 네트워크 시스템 및 그 동작 방법
Dugas Configuring and managing a large‐scale monitoring network: solving real world challenges for ultra‐low‐powered and long‐range wireless mesh networks
KR20110023585A (ko) 지그비 네트워크를 이용한 원격 검침 방법 및 그 시스템
Saxena et al. Efficient Power Utilization Techniques for Wireless Sensor Networks- A Survey

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application