KR20130128699A - 클러스터드 선박 센서네트워크에서 퍼지를 이용한 백업 클러스터 헤드 선출 방법 - Google Patents

Abstract

본 발명은 백업 클러스터 헤드를 선출할 때, 클러스터 헤드와의 근접도, 잔존 에너지량, 클러스터 중심에서 가까운 정도라는 3가지 인자를 고려하여 가장 에너지 효율성이 뛰어난 노드가 백업 클러스터 헤드로 선출되도록 함으로써, 클러스터드 선박 센서네트워크에서 백업 클러스터 헤드를 선출함에 있어 좀 더 최적의 노드가 선출되도록 하였기에 선박 센서네트워크의 수명을 최대화하여 좀 더 오래 동작할 수 있다.

Description

클러스터드 선박 센서네트워크에서 퍼지를 이용한 백업 클러스터 헤드 선출 방법{Method of backup cluster head election using fuzzy logic in clustered vessel sensor networks}

본 발명은 클러스터드 선박 센서네트워크에 관한 것으로, 특히 퍼지를 이용한 백업 클러스터 헤드 선출 방법에 관한 것이다.

최근 센서 및 무선통신기술의 발전으로 저전력, 저비용, 초소형의 센서노들이 개발되며, 이에 힘입어 애드-혹 통신에 기반을 둔 선박 센서네트워크에 대한 연구가 활발히 진행되고 있다. 선박 센서네트워크는 사용 목적에 따라 센서노드를 광범위하게 또는 지역적으로 배치함으로써 과학적, 군사적, 의학적, 상업적 용도 등 다양한 분야에 적용되고 있다. 선박 센서네트워크에서 센서노드들은 사전에 결정된 형태 없이 센싱 영역 내에 무작위로 배치되며, 배치된 위치에 고정되어 있거나 이동하는 형태를 가질 수도 있다. 또한, 데이터 전송을 위해 무선통신을 사용하기 때문에, 전송속도 및 대역폭이 유선 통신에 비하여 제한적이고, 보안에 취약한 경향이 있다. 뿐만 아니라, 에너지가 제한적이며, 신뢰할 수 없는 노드를 갖는 특징이 있다. 그래서, 선박 센서네트워크의 라우팅 프로토콜은 최소의 에너지 소비로 경로실패에 대해 최대의 강건함을 달성하는 목표를 가진다.

에너지 효율성을 높이기 위해, 선박 센서네트워크에서 클러스터 기반 라우팅 방법이 개발되어 왔다. 클러스터 기반 라우팅 방법은 선박 센서네트워크를 구성하는 센서노드들이 클러스터를 구성하고 선출된 클러스터 헤드가 클러스터 내의 센서노드들로부터 데이터를 받아서 병합한 다음, 기지국으로 데이터를 전달하는 방법이다. 클러스터 기반 라우팅 프토토콜로 개발된 프로토콜 중에서 대표적인 것이 LEACH (Low-Energy Adaptive Clustering Hierarchy)이다.

LEACH는 선박 센서네트워크에서 노드들 사이에 에너지 부하를 균등하게 분배하는 자동 재구성 클러스터 기반의 프로토콜이다. LEACH에서는 클러스터를 구성하고 이를 기반으로 데이터 통신이 이루어지는 시간 구간을 라운드로 정의한다. 도 1은 LEACH 작동과 관련된 타임라인을 보여준다. 각 라운드는 클러스터를 구성하는 Set-up 단계와 실제 통신이 이루어지는 Steady-state 단계로 구성된다. 다시 Set-up 단계는 새로 선출된 클러스터 헤드가 자신이 클러스터 헤드임을 알리는 Advertisement 단계, 이 헤드를 기반으로 클러스터가 구성되는 Cluster Set-up 단계, 그리고 클러스터 헤드가 클러스터에 속하는 노드들이 데이터를 보낼 순서를 결정하는 Sceduling Creation 단계로 구성된다.

LEACH는 확률적인 랜덤 방식으로 클러스터 헤드를 주기적으로 선정하는 클러스터 기반 라우팅 프로토콜이다. 확률적인 랜덤 방식으로 클러스터 헤드를 선출하다 보니, 클러스터 구성이 비효율적일 때가 있다. 이러한 점을 극복하기 위해, 기지국이 센서노드의 에너지 보유량을 고려하여 클러스터 헤드를 결정하는 LEACH-C(Centralized) 프로토콜이 개발되었다.

LEACH에서 발생되는 클러스터 불균형 문제를 해결하기 위해 LEACH-C에서 클러스터 구성은 기지국 주도로 이루어진다. 즉, 각 노드는 자신의 위치정보와 잔여 에너지 정보를 기지국에 알리고, 기지국은 이 정보를 다른 모든 노드들에게 알려줌으로써 최적의 클러스터를 구성하는 것이 가능하도록 개발되었다. 하지만, LEACH-C는 클러스터 헤드를 선정할 때 수학식 1과 같이 클러스터 내의 멤버 노드들 간의 최소거리 합만 고려하였다.

수학식 1에서 기지국까지의 데이터 전송 거리(dist)는 클러스터 안에 있는 노드간의 거리의 합은

이다. LEACH-C에서 클러스터 헤드 선정방법은 클러스터 헤드와 각 노드간의 거리의 합이 최소가 되는 노드를 클러스터 헤드로 선정하는 것이다. 클러스터 기반 라우팅 방법에서 클러스터 헤드에 고장이 발생한다면, 해당 클러스터의 데이터는 기지국으로 전달할 수 없어 데이터 신뢰성에 문제가 생긴다.

이러한 문제를 해결하기 위해, LEACH-C 기반의 무선 센서 네트워크에서 각 클러스터마다 백업 클러스터 헤드를 지정함으로써 원래의 클러스터 헤드에 고장이 발생하더라도 백업 클러스터 헤드를 이용하여 데이터 전달할 수 있는 방법이 개발되었다. 하지만, 이는 백업 클러스터 헤드와 각 노드 간의 최소거리 합만을 고려하였기에 최적의 백업 클러스터 헤드가 선출되지 못하는 문제점이 있었다.

본 발명은 각 클러스터의 백업 클러스터 헤드를 선출하는 방법에 있어서 퍼지를 이용하여 선박 센서네트워크의 에너지 효율성을 높일 수 있도록 하는 기술적 방안을 제공함을 목적으로 한다.

전술한 과제를 달성하기 위한 본 발명의 일 양상에 따른클러스터드 선박 센서네트워크에서 퍼지를 이용한 백업 클러스터 헤드 선출 방법은 통신망에 접속되어 있는 적어도 하나 이상의 센서 노드로부터 데이터를 수집하는 클러스터드 선박 센서네트워크에서 퍼지를 이용한 백업 클러스터 헤드 선출 방법에 있어서, 입력 변수의 퍼지화를 진행하는 단계, 상기 입력 변소의 값이 어느 퍼지 규칙 집합에 해당하는가를 결정하는 단계, 상기 퍼지 규칙의 출력값을 결합하는 단계, 및 상기 결합된 출력값으로 단일 결론을 제시하는 단계를 포함한다. 또한, 상기 퍼지 규칙을 이용하여 백업 클러스터 헤드를 선출하는 단계를 더 포함한다.

본 발명은 백업 클러스터 헤드를 선출할 때, 클러스터 헤드와의 근접도, 잔존 에너지량, 클러스터 중심에서 가까운 정도라는 3가지 인자를 고려하여 가장 에너지 효율성이 뛰어난 노드가 백업 클러스터 헤드로 선출되도록 함으로써, 클러스터드 선박 센서네트워크에서 백업 클러스터 헤드를 선출함에 있어 좀 더 최적의 노드가 선출되도록 하였기에 선박 센서네트워크의 수명을 최대화하여 좀 더 오래 동작할 수 있다.

도 1은 LEACH 클러스터링 프로토콜의 작동방식을 보여주는 타임라인 예시도.
도 2는 본 발명에 따른 퍼지를 이용한 백업 클러스터 헤드 선출 방법 흐름도.
도 3은 본 발명에 따른 백업 클러스터 헤드 선출을 위한 퍼지 규칙 테이블도.

전술한, 그리고 추가적인 본 발명의 양상들은 첨부된 도면을 참조하여 설명되는 바람직한 실시예들을 통하여 더욱 명백해질 것이다. 이하에서는 본 발명을 이러한 실시예를 통해 당업자가 용이하게 이해하고 재현할 수 있도록 상세히 설명하기로 한다.

클러스터드 선박 센서네트워크에서 퍼지를 이용한 백업 클러스터 헤드 선출 시스템은 퍼지화 모듈, 퍼지 규칙, 퍼지 추론엔진, 역퍼지화 모듈로 구성되며, 처리방법은 다음 4단계로 이루어진다. 먼저, 입력변수의 퍼지화가 진행된다. 입력변수는 백업클러스터 헤드와의 근접도, 잔존 에너지량, 클러스터 중심에서 가까운 정도로 구성된다. 입력변수의 값이 어느 퍼지규칙 집합에 해당하는가를 결정한다. 해당하는 퍼지 규칙에서 결론부를 도출하고 이를 대응하는 멤버쉽 함수에 적용한다. 다음으로, 규칙의 출력값을 결합하는 과정이 진행된다. 마지막으로, 결합된 출력값으로 단일 결론을 제시한다. 위와 같은 퍼지제어 모델을 이용하여 가장 최적의 백업 클러스터 헤드를 결정한다. 도 2는 위 퍼지제어 모델과 관련된 시스템 구성도이다.

전문가 지식은 3개의 디스크립터에 의하여 표현된다. 첫 번째 디스크립터는 클러스터헤드와의 근접도이다. 이는 클러스터헤드에 얼마나 가까이에 있는가 하는 것이다. 두 번째는 잔존 에너지량이다. 현재 노드에 에너지가 얼마나 남아있는가를 나타낸다. 마지막은 클러스터 중심에서 가까운 정도로, 이는 클러스터 내에서 얼마나 중심에 가까이 있는가를 의미한다. 중심에 가까울수록 클러스터 내에서 효과적으로 데이터를 수집할 수 있기 때문이다. 클러스터 헤드와의 근접도 및 잔존 에너지량은 높음, 중간, 낮음의 3단계로 구분한다. 클러스터 중심에서 가까운 정도는 가까움, 보통, 멈의 3단계로 구분된다. 노드가 백업 클러스터 헤드로 선출된 가능성을 나타내는 결과는 매우 작음, 작음, 다소 작음, 중간, 다소 큼, 큼, 매우 큼으로 나누어진다. 그래서, 3개의 디스크립터가 갖는 각각의 경우의 수에 따라 27개의 규칙이 결정되고, 이러한 규칙으로 구성된 퍼지 규칙베이스에 의하여 백업 클러스터 헤드가 선출된다. 도 3은 백업 클러스터 헤드 선출을 위한 퍼지 규칙을 정리한 것이다.

이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims (2)

1. 통신망에 접속되어 있는 적어도 하나 이상의 센서 노드로부터 데이터를 수집하는 클러스터드 선박 센서네트워크에서 퍼지를 이용한 백업 클러스터 헤드 선출 방법에 있어서,
   입력 변수의 퍼지화를 진행하는 단계;
   상기 입력 변소의 값이 어느 퍼지 규칙 집합에 해당하는가를 결정하는 단계;
   상기 퍼지 규칙의 출력값을 결합하는 단계; 및
   상기 결합된 출력값으로 단일 결론을 제시하는 단계;
   를 포함하는 것을 특징으로 하는 클러스터드 선박 센서네트워크에서 퍼지를 이용한 백업 클러스터 헤드 선출 방법.
2. 제1항에 있어서,
   상기 퍼지 규칙을 이용하여 백업 클러스터 헤드를 선출하는 단계;
   를 더 포함하는 것을 특징으로 하는 클러스터드 선박 센서네트워크에서 퍼지를 이용한 백업 클러스터 헤드 선출 방법.

Images