KR20160005166A

KR20160005166A - Data Processing System of Sensor Network System and Method thereof

Info

Publication number: KR20160005166A
Application number: KR1020140082983A
Authority: KR
Inventors: 정승백
Original assignee: 주식회사 에스원
Priority date: 2014-07-03
Filing date: 2014-07-03
Publication date: 2016-01-14
Also published as: KR101675072B1

Abstract

A data processing method for a sensor network according to the present invention comprises: a step (S11) in which an intrusion sensor receives a signal about an intruder of a monitoring area; a step (S12) in which the intrusion sensor generates raw data of the received signal; a step (S13) in which the intrusion sensor transmits the raw data to a control center server through a transceiver module; a step (S14) in which the control center server processes signal with the received raw data based on an algorithm such as an algorithm for determining whether an intruder invades; a step (S15) of executing data segmentation of the signal-processed data information; and a step (S16) of outputting the data information on which data segmentation has been implemented.

Description

Technical Field [0001] The present invention relates to a data processing system of a sensor network and a data processing method using the same,

본 발명은 침입자 감시와 같은 센서 네트워크 시스템에 있어서 센서로 수신된 신호를 로그 상태로 관제 서버로 전송하고 관제 서버에서 신호처리를 수행하는 것에 관한 것이다. 상기와 같은 신호처리 방식은 센서에 구성된 CPU를 낮은 사양으로 구성할 수 있어서 전체적으로 시스템 구축비용을 줄일 수 있는 것이다. 즉 본 발명은 감지 구역에 설치된 다수의 센서로부터 신호를 수신하여 감지 구역의 침입자를 감시하는 센서 네트워크에서 센서의 구조를 저 사양으로 구성하고 관제 센터의 서버에서 신호처리 하도록 하는 것에 관한 것이다.
The present invention relates to a sensor network system such as intruder monitoring, in which a signal received by a sensor is transmitted to a control server in a log state and signal processing is performed in a control server. The signal processing method as described above can configure the CPU configured in the sensor with a low specification, thereby reducing the system construction cost as a whole. That is, the present invention relates to a sensor network that receives a signal from a plurality of sensors installed in a sensing zone and monitors an intruder in the sensing zone, and has a low-specification sensor structure and performs signal processing in a server of a control center.

본 발명과 관련된 종래의 기술은 대한민국 등록 특허 제10-0924913호(2009년 11월 03일 공고)에 개시되어 있는 것이다. 도 1은 상기 종래의 센서 데이터 처리 시스템 구성도이다. 상기도 1에서 종래의 센서 데이터 처리 시스템은 센서 데이터 식별 수단(210), 상태 등급 결정 수단(220), 상태 등급 예측 수단(230) 및 메시지 전송 수단(240)을 포함하여 구성될 수 있는 것이다. 또한, 상기 센서 데이터 식별 수단(210)은 센서 네트워크로부터 입력되는 스트림 센서 데이터를 세그먼테이션하여 센서 데이터를 식별하는 기능을 하는 것이다. 센서 네트워크 내 각 센서에서는 센서에 할당된 센서 식별자와 측정 정보를 포함하는 센서 데이터가 생성될 수 있는 것이다. 예컨대, 온도 증감 감지 센서에서는 센서 식별자 P01과, 분당 온도 상승률 10°C/min과 같은 측정 정보를 포함하는 센서 데이터가 생성될 수 있고, 온도 감지 센서에서는 센서 식별자 Q01과 측정 정보 55°C를 포함하는 센서 데이터가 생성될 수 있고, CO(일산화탄소) 농도 감지 센서에서는 센서 식별자 R01과 측정 정보600ppm을 포함하는 센서 데이터가 생성될 수 있고, 연기 감지 센서에서는 센서 식별자 S01과 27% 감쇄와 같은 측정 정보를 포함하는 센서 데이터가 생성될 수 있고, 또한, 유해 대기별 농도 감지 센서에서는 센서 식별자 C01과 측정 정보 0.025를 포함하는 센서 데이터가 생성될 수 있는 것이다. 또한, 상기 유해 대기별 농도 감지 센서에는 아황산가스 농도 감지 센서, 이산화질소 농도 감지 센서, 일산화탄소 농도 감지 센서, 오존 농도 감지 센서, 및 미세먼지 농도 감지 센서 등이 포함될 수 있고, 또한 각 센서 데이터는 각 측정 정보가 산출된 시간 정보를 포함하여 생성될 수도 있는 것이다. 또한, 센서 데이터 처리 시스템(200)은 상기 센서 네트워크로부터 연속적인 센서 데이터들로 구성되는 스트림 센서 데이터를 실시간으로 또는 일정 시간 주기로 입력받을 수 있는 것으로 예컨대, 센서 데이터 처리 시스템(200)은 온도 증감 감지 센서, 온도 감지 센서, CO 농도 감지 센서, 및 연기 감지 센서 등의 감지 종류가 '화재'인 각 센서로부터 생성된 센서 데이터들로 연속적으로 구성되는 스트림 센서 데이터를 입력받을 수 있고, 또한, 센서 데이터 처리 시스템(200)은 상기 센서 네트워크로부터 '동아 빌딩 1층'에 설치된 센서들로부터 생성된 센서 데이터들로 연속적으로 구성되는 스트림 센서 데이터를 실시간으로 또는 일정 시간 주기로 입력받을 수도 있는 것이다. 또한, 센서 데이터 식별 수단(210)은 센서 네트워크로부터 입력되는 스트림 센서 데이터를 상기 센서 네트워크 내 센서에 할당된 센서 식별자에 따라 세그먼테이션함으로써, 입력된 스트림 센서 데이터 내 센서 데이터를 식별할 수 있는 것이다. 일례로, '동아 빌딩'에 설치된 센서 네트워크로부터 스트림 센서 데이터를 입력받은 경우, 센서 데이터 식별수단(210)은 상기 스트림 센서 데이터에 포함된 센서 식별자 P01, Q01, R01, 및 S01에 따라, 상기 스트림 센서 데이터를 세그먼테이션하여 네 개의 센서 데이터들(온도 증감 감지, 온도 감지, CO 농도 감지, 및 연기 감지)을 식별할 수 있고, 또한, '강남구 논현1동'에 설치된 센서 네트워크로부터 스트림 센서 데이터를 입력 받은 경우, 센서 데이터 식별 수단(210)은 상기 스트림 센서 데이터에 포함된 센서 식별자 C01, C02, 및 C03(아황산가스 농도 감지, 이산화질소 농도 감지, 및 미세먼지 농도 감지)에 따라, 상기 스트림 센서 데이터를 세그먼테이션하여 세 개의 센서 데이터들을 식별할 수 있는 것이다. 또한, 상태 등급 결정 수단(220)은 상기 식별된 센서 데이터에 기초하여, 상기 센서 네트워크가 위치하는 대상 공간에 대한 상태 등급을 결정하는 기능을 하는 것이다. 즉 상태 등급 결정 수단(220)은 상기 스트림 센서 데이터에 대한 감지 종류를 판별하고, 상기 판별된 감지 종류에 대해 설정되는 규칙 조건에 따라, 상기 대상 공간에 대한 상태 등급을 결정할 수 있는 것이다. 상기 감지 종류는 대상 공간에 설치된 센서 네트워크 내 센서로부터 수집한 스트림 센서 데이터를 모니터링하여 대상 공간에서 감지, 판단하고자 하는 상황/사건/환경으로서, 예컨대, 상기 감지 종류는 화재와 같은 긴급 상황 발생이나, 대기 오염, 수질 오염 등과 같은 환경 오염 등이 될 수 있는 것이다. 또한, 상태 등급 결정 수단(220)은 감지 종류마다 체크할 센서 데이터를 나열하는 체크 테이블(221)을 유지하고, 스트림 센서 데이터로부터 식별된 센서 데이터 중 적어도 하나를, 체크할 센서 데이터로 갖는 감지 종류를 체크 테이블(221)에서 검색함으로써, 상기 스트림 센서 데이터에 대한 감지 종류를 판별할 수 있는 것이다. 예컨대, 상태 등급 결정 수단(220)은 감지 종류 '화재'에 체크할 센서 데이터로서 온도 증감 감지, 온도 감지, CO 농도 감지, 및 연기 감지를 대응시켜 저장하고, 감지 종류 '대기 오염'에 체크할 센서 데이터로서 아황산가스 농도 감지, 이산화질소 농도 감지, 일산화탄소 농도 감지, 오존 농도 감지, 및 미세먼지 농도 감지를 대응시켜 저장하는 체크 테이블(221)을 유지할 수 있는 것이다. 이때, 스트림 센서 데이터로부터 온도 감지, 온도 증감 감지, CO 농도 감지, 또는 연기 감지 중 적어도 하나의 센서 데이터가 포함되어 식별되는 경우, 상태 등급 결정 수단(220)은 상기 센서 네트워크가 위치하는 대상 공간 '동아빌딩'에서의 '화재'를, 상기 감지 종류로서 판별할 수 있는 것이다. 즉, 상태 등급 결정 수단(220)은 센서 네트워크로부터 입력된 상기 스트림 센서 데이터가 '동아빌딩'에서의 '화재'를 감지하기 위한 정보임을 판단할 수 있다. 또한, 스트림 센서 데이터로부터 유해 대기별 농도 감지를 포함하여 식별되는 경우, 즉, 아황산가스 농도 감지, 이산화질소 농도 감지, 일산화탄소 농도 감지, 오존 농도 감지, 또는 미세먼지 농도 감지 중 적어도 하나의 센서 데이터가 포함되어 식별되는 경우, 상태 등급 결정 수단(220)은 상기 센서 네트워크가 위치하는 대상공간 '강남구 논현1동'에서의 '대기 오염'을, 상기 감지 종류로서 판별할 수 있는 것으로 상태 등급 결정 수단(220)은 센서 네트워크로부터 입력된 상기 스트림 센서 데이터가 '강남구 논현1동'에서의 '대기 오염'을 감지하기 위한 정보임을 판단할 수 있는 것이다. 그리고, 상태 등급 결정 수단(220)은 대상 공간에 대한 상태 등급 판단을 위한 규칙 조건을 감지 종류별로 마련하는 규칙 조건 테이블(222)을 유지하고, 상기 판별된 감지 종류에 대해 상기 규칙 조건에 따라 상기 대상 공간에 대한 상태 등급을 결정할 수 있는 것이다. 상기 규칙 조건은 등급별로 센서 데이터에 대한 임계 범위를 규정할 수 있는 것으로 예컨대, 감지 종류가 '화재'인 경우, 상태 등급 결정 수단(220)은 센서 데이터(온도 감지, 온도 증감 감지, CO 농도 감지, 및 연기 감지)별 임계 범위를 등급 '정상/주의/경보/화재' 별로 마련한 규칙 조건 테이블(222)을 마련할 수 있는 것이다. 또한, 감지 종류가 '대기 오염'인 경우, 상태 등급 결정 수단(220)은 센서 데이터(아황산가스 농도 감지, 이산화질소 농도 감지, 일산화탄소 농도 감지, 오존 농도 감지, 및 미세먼지 농도 감지)별 임계 범위를 등급 '좋음/보통/민감군 영향, 나쁨/매우 나쁨/위험' 별로 마련한 규칙 조건 테이블을 마련할 수 있는 것이다. 또한, 상기 규칙 조건은 센서 네트워크의 관리자에 의해 수동으로 변경될 수 있는 것으로 센서 데이터 처리 시스템(200)은 센서 네트워크의 관리자의 요청에 따라, 상기 센서 네트워크가 설치된 대상 공간의 환경에 최적하도록 상기 규칙 조건이 규정하는 임계 범위를 수정/변경할 수 있는 것이다. 예컨대, 상기 대상 공간이 '건조 지역'으로서 화재가 빈번하게 발생되는 공간인 경우, 센서 데이터 처리 시스템(200)은 센서 네트워크의 관리자의 요청에 따라 등급별 임계 범위를 갱신함으로써, 상태 등급 '화재'에 관한 판단 범위를 넓히고 보다 예민하게 화재 감지를 수행할 수 있게 되는 것이다. 또한, 상기 규칙 조건은 일정 주기로 자동으로 재설정될 수 있는 것으로 센서 데이터 처리 시스템(200)은 일정 기간 동안 센서 네트워크로부터 입력된 스트림 센서 데이터를 시간대별/공간별로 분석하는 통계적 방법을 사용하여, 일정 주기로 상기 규칙 조건이 규정하는 임계 범위를 자동으로 수정/변경할 수 있는 것이다. 예컨대, 센서 데이터 처리 시스템(200)은 교통혼잡지역인 '여의도 지역'의 센서 네트워크로부터 일정 기간 수집한 센서 데이터 내 유해대기별 농도의 최저 수치와 최대 수치를 이용하여 '여의도 지역'의 대기 오염의 판단을 위한 임계 범위를 재설정할 수 있으며, 또한, 센서 데이터 처리 시스템(200)은 서울 근교의 '일산, 과천'의 센서 네트워크들로부 The prior art related to the present invention is disclosed in Korean Patent No. 10-0924913 (published on Nov. 03, 2009). 1 is a block diagram of the conventional sensor data processing system. 1, the conventional sensor data processing system may include sensor data identifying means 210, state class determining means 220, state class predicting means 230, and message transmitting means 240. In addition, the sensor data identification unit 210 functions to identify the sensor data by segmenting the stream sensor data input from the sensor network. In each sensor in the sensor network, sensor data including the sensor identifier and measurement information assigned to the sensor can be generated. For example, in the temperature increase / decrease sensor, sensor data including measurement information such as a sensor identifier P01 and a temperature increase rate per minute of 10 ° C / min may be generated, and the temperature sensor includes a sensor identifier Q01 and measurement information 55 ° C In the CO (CO) concentration sensor, sensor data including the sensor identifier R01 and the measurement information 600 ppm can be generated. In the smoke sensor, measurement information such as the sensor identifier S01 and 27% attenuation can be generated The sensor data including the sensor identifier C01 and the measurement information 0.025 can be generated in the concentration sensor for harmful atmosphere. In addition, the concentration sensor for each harmful atmosphere may include a sulfur dioxide gas concentration sensor, a nitrogen dioxide concentration sensor, a carbon monoxide concentration sensor, an ozone concentration sensor, and a fine dust concentration sensor, The information may be generated including the calculated time information. In addition, the sensor data processing system 200 can receive stream sensor data composed of continuous sensor data from the sensor network in real time or at predetermined time intervals. For example, the sensor data processing system 200 can detect temperature increase / It is possible to receive stream sensor data continuously constituted by sensor data generated from each sensor whose detection type is 'fire' such as a sensor, a temperature sensor, a CO concentration sensor, and a smoke sensor, The processing system 200 may receive stream sensor data continuously configured with sensor data generated from sensors installed in 'Donga Building 1' from the sensor network in real time or at predetermined time intervals. The sensor data identification means 210 can identify the sensor data in the inputted stream sensor data by segmenting the stream sensor data input from the sensor network according to the sensor identifier assigned to the sensor in the sensor network. For example, when the stream sensor data is input from the sensor network installed in the 'Donga Building', the sensor data identification means 210 identifies the stream S0 according to the sensor identifiers P01, Q01, R01, and S01 included in the stream sensor data, Sensor data can be segmented to identify four sensor data (temperature increase / decrease, temperature detection, CO concentration detection, and smoke detection), and stream sensor data can be input from a sensor network installed in 'Nonhyun 1-dong, The sensor data identification means 210 identifies the stream sensor data in accordance with sensor identifiers C01, C02, and C03 (sulfur dioxide concentration detection, nitrogen dioxide concentration detection, and fine dust concentration detection) included in the stream sensor data Segmentation to identify three sensor data. In addition, the state class determining means 220 determines a state class for a target space in which the sensor network is located based on the identified sensor data. That is, the state class determining means 220 can determine the type of sensing for the stream sensor data, and determine a state class for the object space according to a rule condition set for the determined sensing class. The detection type is a situation / event / environment for monitoring and collecting the stream sensor data collected from the sensor in the sensor network installed in the target space and detecting the data in the target space. For example, the detection type may be an emergency, Air pollution, and environmental pollution such as water pollution. The state class determining means 220 maintains a check table 221 that lists sensor data to be checked for each type of sensing, and detects at least one of the sensor data identified from the stream sensor data as a sensing type Is detected in the check table 221, it is possible to determine the type of detection for the stream sensor data. For example, the state class determining means 220 stores temperature change sensing, temperature sensing, CO concentration sensing, and smoke sensing as sensor data to be checked in the sensing type 'fire', and checks the sensing type 'air pollution' It is possible to maintain the check table 221 for storing the sulfur dioxide gas concentration detection, the nitrogen dioxide concentration detection, the carbon monoxide concentration detection, the ozone concentration detection, and the fine dust concentration detection in correspondence with the sensor data. At this time, when at least one sensor data among the temperature sensor, the temperature increase / decrease sensor, the CO concentration sensor, and the smoke sensor is included and identified from the stream sensor data, the state class determining means 220 determines the target space ' Quot; fire in Donga Building " as the above-mentioned detection type. That is, the state class determining means 220 can determine that the stream sensor data input from the sensor network is information for detecting 'fire' in 'Donga Building'. Also, at least one sensor data is included when it is identified from the stream sensor data, including detection of per-atmospheric concentration, i.e., sulfur dioxide gas concentration detection, nitrogen dioxide concentration detection, carbon monoxide concentration detection, ozone concentration detection, or fine dust concentration detection The state class determining means 220 can determine 'air pollution' in the object space 'Nonhyun 1-dong, Gangnam-gu' where the sensor network is located as the detection type, and the state class determining means 220 ) Can determine that the stream sensor data input from the sensor network is information for detecting 'air pollution' in 'Nonhyun 1-dong, Gangnam-gu'. The state class determining means 220 maintains a rule condition table 222 for providing a rule condition for determining a state class for a target space for each type of sensing, It is possible to determine the state class for the target space. For example, when the sensing type is 'fire', the state class determining means 220 determines the sensor data (temperature sensing, temperature increase / decrease sensing, CO concentration sensing , And smoke detection) according to the grade 'normal / caution / alarm / fire'. If the detection type is 'atmospheric pollution', the state class determining means 220 sets the critical range for each sensor data (sulfur dioxide gas concentration detection, nitrogen dioxide concentration detection, carbon monoxide concentration detection, ozone concentration detection, and fine dust concentration detection) It is possible to prepare a rule condition table for each grade 'good / normal / sensitivity effect, bad / very bad / danger'. In addition, the rule condition may be manually changed by an administrator of the sensor network. The sensor data processing system 200, in response to a request from an administrator of the sensor network, And can modify / change the critical range defined by the condition. For example, when the target space is a 'dry area' and a fire frequently occurs, the sensor data processing system 200 updates the threshold range according to the request of the manager of the sensor network, It is possible to broaden the range of judgment regarding the fire detection and perform the fire detection more sensitively. In addition, the rule condition can be automatically reset at regular intervals, and the sensor data processing system 200 can use the statistical method of analyzing the stream sensor data input from the sensor network for each period of time / space, It is possible to automatically modify / change the critical range defined by the rule condition. For example, the sensor data processing system 200 detects the air pollution in the Yeouido area using the minimum and maximum values of the concentration of the harmful air in the sensor data collected from the sensor network in the Yeouido area, which is a traffic congestion area, The sensor data processing system 200 can reset the threshold range for the sensor data processing system 200 to sensor networks of 'Ilsan, Gwacheon'

터 일정 기간 수집한 센서 데이터 내 유해대기별 농도의 최저 수치와 최대 수치를 이용하여 '일산, 과천'의 대기 오염의 판단을 위한 임계 범위를 재설정할 수 있는 것이다. 또한, 상태 등급 결정 수단(220)은 상기 스트림 센서 데이터에 대한 세그먼테이션에 의해 식별된 상기 센서 데이터로부터 측정 정보를 획득하고, 상기 획득된 측정 정보가 해당하는 임계 범위의 등급을 상기 규칙 조건 테이블로부터 검색하여 상기 대상 공간에 대한 상태 등급으로 결정할 수 있는 것이다. 예컨대, 상태 등급 결정 수단(220)은 스트림 센서 데이터로부터 식별한 센서 데이터 '온도 증감 감지, 온도 감지, CO 농도 감지, 및 연기 감지'로부터 측정 정보 '10°C/min, 55°C, 600ppm, 및 27% 감쇄'를 획득하고, 상기 획득된 측정 정보가 해당하는 임계 범위의 등급 '화재'를, 대상 공간 '동아빌딩'에 대한 상태 등급으로 결정할 수 있다. 즉, 상태 등급 결정 수단(220)은 상기 스트림 센서 데이터의 분석 결과, '동아빌딩'에서 화재가 발생함을 판단할 수 있는 것이다. 또한, 상태 등급 결정 수단(220)은 스트림 센서 데이터로부터 식별한 센서 데이터 '아황산가스 농도 감지'로부터 측정 정보 '0.025'를 획득하고, 상기 획득된 측정 정보를, 수식The critical range for the determination of air pollution in 'Ilsan and Gwacheon' can be reset by using the lowest and highest values of concentration of harmful air in sensor data collected for a certain period of time. In addition, the state class determining means 220 obtains the measurement information from the sensor data identified by the segmentation of the stream sensor data, and searches the rule condition table for the class of the corresponding threshold range of the obtained measurement information And determine the state grade for the target space. For example, the status class determining unit 220 may determine the temperature information from the sensor data 'temperature increase / decrease sensation, temperature sensing, CO concentration sensing, and smoke sensing' identified from the stream sensor data to measurement information '10 ° C / min, 55 ° C, And 27% attenuation ', and the obtained' Grade 'fire of the critical range corresponding to the obtained measurement information can be determined as the state grade for the target space' Donga Building '. That is, as a result of the analysis of the stream sensor data, the state class determining means 220 can determine that a fire has occurred in the 'Donga Building'. In addition, the state class determining means 220 obtains the measurement information '0.025' from the sensor data 'sulfur dioxide concentration sensing' identified from the stream sensor data,

대기 오염 계산 모델의 Cp에 대입하여 산출한 농도지수 점수 Ip가 규칙 조건 테이블에서 해당하는 임계 범위의 등급 '보통'을, 대상 공간 '강남구 논현1동'에 대한 상태 등급으로 결정할 수 있는 것이다. 또한, 상태 등급 결정 수단(220)은 스트림 센서 데이터로부터 식별한 센서 데이터 '이산화질소 농도 감지'로부터 획득한 측정 정보 '0.075'를 이용하여 산출한 농도지수 점수 Ip가 규칙 조건 테이블의 해당하는 임계 범위의 등급 '민감군 영향'을, 대상 공간 '강남구 논현1동'에 대한 상태 등급으로 결정할 수 있는 것이다. 또한, 상태 등급 결정 수단(220)은 스트림 센서 데이터로부터 식별한 센서 데이터 '미세먼지 농도 감지'로부터 획득한 측정 정보 '0.025'를 이용하여 산출한 농도지수 점수 Ip가 규칙 조건 테이블에서 해당하는 임계 범위의 등급 '좋음'을, 대상 공간 '강남구 논현1동'에 대한 상태 등급으로 결정할 수 있다. 또한, 상태 등급 결정 수단(220)은 상기 결정된 상태 등급을 현재 시점과 대응시켜 대상 공간별 저장 공간(250)에 저장하는 기능을 하는 것이다. 예컨대, 대상 공간 '동아빌딩'에서 감지 종류 '화재'에 대해 결정된 상태 등급이 '경보'인 경우, 상태 등급 결정 수단(220)은 상기 결정된 상태 등급 '경보'를 스트림 센서 데이터를 수신한 현재 시각 9:00 PM(또는 센서 데이터에 포함된 시간 정보 등)에 대응시켜, 대상 공간별 저장 공간(250)의 대상 공간 '동아빌딩'에 연관시켜 저장할 수 있는 것이다. 또한, 대상 공간 '강남구 논현1동'에서 감지 종류 '대기 오염'에 대해 결정된 상태 등급이 '나쁨'인 경우, 상태 등급 결정 수단(220)은 상기 결정된 상태 등급 '나쁨'을 스트림 센서 데이터를 수신한 현재 시각 9:00 PM(또는 센서 데이터에 포함된 시간 정보 등)에 대응시켜, 대상 공간별 저장 공간(250)의 대상 공간 '강남구 논현1동'에 연관시켜 저장할 수 있다. 또한, 상태 등급 예측 수단(230)은 대상 공간별 저장 공간(250)을 참조하여, 상기 현재 시점 이후의 미래 시점에서 상기 대상 공간에 대한 상태 등급을 예측하는 기능을 하는 것이다. 즉, 상태 등급 예측 수단(230)은 상기 현재 시점 이전의 과거 시점에 대응하여 저장되는 대상 공간별 저장 공간(250)에서의 상태 등급과, 상기 현재 시점에 대응하여 저장되는 대상 공간별 저장 공간(250)에서의 상태 등급을 분석하여 상태 등급에 대한 추세(예컨대, '등급이 정상/좋음에 근접, 또는 화재/위험에 근접')를 연산하고, 상 The concentration index score Ip calculated by substituting Cp in the air pollution calculation model can be determined as the state grade for the critical range corresponding to the critical range in the rule condition table and for the target space ' In addition, the state class determining means 220 determines that the concentration index score Ip calculated using the measurement information '0.075' obtained from the sensor data 'nitrogen dioxide concentration sensing' identified from the stream sensor data is within the range of the corresponding threshold range of the rule condition table The grade of "sensitivity group effect" can be determined by the status grade for the object space 'Nonhyeon 1 dong, Gangnam-gu.' In addition, the state class determining means 220 determines that the concentration index score Ip calculated using the measurement information '0.025' obtained from the sensor data 'fine dust concentration detection' identified from the stream sensor data is within the threshold range And the grade of 'good' in the target space can be determined as the grade of status for 'Nonhyun 1 Dong in Gangnam-gu'. The state class determining means 220 stores the determined state class in the storage space 250 for each object space in correspondence with the current time point. For example, when the state grade determined for the detection type 'fire' in the target space 'Donga Building' is 'alarm', the state class determining means 220 outputs the determined state class 'alarm' And can be stored in association with the object space 'Donga Building' of the storage space 250 for each object space in correspondence with 9:00 PM (or time information included in the sensor data). In addition, when the state grade determined for the sensing type 'air pollution' is 'bad' in the object space 'nonhyeon gang, Gangnam-gu', the state class determining means 220 receives the determined state grade 'bad' And can be stored in association with the object space 'Nonhyeon 1-dong, Gangnam-gu' in the storage space 250 for each object space in correspondence with the current time 9:00 PM (or time information included in the sensor data). The state class prediction unit 230 refers to the storage space 250 for each object space and predicts the state class for the object space at a future time point after the current time point. That is, the state grade prediction unit 230 estimates the state grade in the storage space 250 for each target space stored in correspondence with the past time point before the current time, 250) to calculate a trend for a state class (e.g., 'proximity to grade / close to good / close to fire / risk'),

기 연산된 추세를 이용하여 상기 미래 시점(예컨대, 30분 경과 후)에서의 상기 대상 공간에 대한 상태 등급을 예측할 수 있는 것이다. 예컨대, 대상 공간별 저장 공간(250)에서 대상 공간 '동아빌딩'에 대응하여 저장된 감지 종류 '화재'에 대한 상The state class for the target space at the future time point (e.g., after 30 minutes has elapsed) can be predicted using the pre-computed trend. For example, in the storage space 250 for each object space, an image for the sensing type 'fire' stored corresponding to the object space 'Donga Building'

태 등급이, 과거 시점 8:00PM에는 '정상'이었으나, 과거 시점 8:30PM에는 '주의'로 변경되고, 현재 시점 9:00PM에는 '경보'로 변경됨에 따라, 상태 등급 예측 수단(230)은 상태 등급에 대한 추세를 '등급이 화재에 근접'으로서 결정할 수 있으며, 상태 등급 예측 수단(230)은 30분 경과 후의 상기 대상 공간에 대한 상태 등급을 '화재'로 예측할 수 있는 것이다. 즉, 상태 등급 예측 수단(230)은 '동아빌딩'에서 30분 경과 후에 화재가 발생됨을 예상할 수 있다. 또한, 대상 공간별 저장 공간(250)에서 대상 공간 '강남구 논현1동'에 대응하여 저장된 감지 종류 '대기 오염'에 대한 상태 등급이, 과거 시점 8:00PM에는 '보통'이었으나, 과거 시점 8:30PM에는 '민감군 영향'으로 변경되고, 현재 시점 9:00PM에는 '나쁨'으로 변경됨에 따라, 상태 등급 예측 수단(230)은 상태 등급에 대한 추세를 '등급이 위험에 근접'으로서 결정할 수 있으며, 상태 등급 예측 수단(230)은 30분 경과 후의 상기 대상 공간에 대한 상태 등급을 '위험'으로 예측할 수 있는 것이다. 즉, 상태 등급 예측 수단(230)은 '강남구 논현1동'에서 30분 경과 후에 대기 오염이 발생됨을 예상할 수 있다. 또한, 메시지 전송 수단(240)은 상기 결정된 현재 시점에서의 상태 등급, 또는 상기 예측된 미래 시점에서의 상태 등급에 관한 알림 메시지를 사용자에게 제공하는 기능을 하는 것이다. 예컨대, 메시지 전송 수단(240)은 상기 결정된 현재 시점 9:00 PM에서의 상태 등급 '경보'와, 상기 예측된 미래 시점 9:30PM에서의 상태 등급 '화재'에 관한 알림 메시지를 사용자의 휴대 단말기 또는 중앙 통제실에 제공할 수 있다. 또한, 메시지 전송 수단(240)은 상태 등급이 '화재/위험'인 경우, 행동 요령, 대피 방법, 응급처치 방법, 119 응급 구조대로의 콜백 URL 등을 포함한 알림 메시지를 생성, 제공하여 사용자들이 신속하게 대피/대처할 수 있도록 도움을 줄 수 있는 것이다. 또한, 상태 등급 결정 수단(220)은 대처 방법, 금지 사항, 권고 사항, 또는 제한 사항 중 적어도 하나를 포함하는 행동 요령, 및 상기 행동 요령이 제공될 통보 대상자를 등급별로 마련할 수 있으며, 메시지 전송 수단(240)은 상기 결정된 현재 시점에서의 상태 등급, 또는 상기 예측된 미래 시점에서의 상태 등급에 대응하는 행동 요령, 및 통보 대상자를 상기 마련된 테이블에서 검색하고, 상기 검색한 행동 요령을 포함하는 알림 메시지를 상기 검색한 통보 대상자에게 제공할 수 있다. 예를 들어, 상태 등급 결정 수단(220)은 유해대기 '아황산가스'의 등급 '민감군영향'에 대응하여 행동 요령 '실외 활동 자제', 및 통보대상자 '천식질환자'를 저장하거나, 유해대기 '아황산가스'의 등급 '매우나쁨'에 대응하여 행동 요령 '실내 생활 권고', 및 통보대상자 '폐질환자, 심장환자, 어린이, 천식질환자'를 저장하는 것과 같이, 유해대기 별 등급에 따른 행동 요령과 통보 대상자를 저장하는 테이블을 유지할 수 있으며, 상기 결정된 현재 시점에서의 상태 등급이 '민감군영향'이고, 상기 예측된 미래 시점에서의 상태 등급이 '매우나쁨'인 경우, 메시지 전송 수단(240)은 행동 요령 '실외 활동 자제'를 포함하는 알림 메시지를 '천식질환자'에게 제공하여, 바깥 출입을 자제할 수 있도록 하고, 행동 요령 '실내 생활 권고'를 포함하는 알림 메시지를 '폐질환자, 심장환자, 어린이, 천식질환자'에게 제공하여, 예상되는 상황에 신속하게 대처할 수 있도록 하는 것이다. 즉, 메시지 전송 수단(240)은 구체적인 행동 요령을 담은 알림 메시지를 제공해 줌으로써 사용자가 안전하게 대피/대처할 수 있게 하고, 특히, 질환 종류, 나이 등에 따라 통보 대상자를 구분하여 알림 메시지를 제공해 줌으로써, 특별한 관심이 요구되는 사회적 약자에게 도움을 주는 것이 용이해지는 것이다. 따라서, 종래의 발명에 따르면, 센서 네트워크로부터 입력된 스트림 센서 데이터에 대한 데이터 처리를 통해, 대상The state grade prediction means 230 is 'normal' at 8:00 PM in the past but is changed to 'state' at 8:30 PM in the past and changed to 'alarm' at the current time 9:00 PM, The trend for the state class can be determined as 'class close to the fire', and the state class prediction means 230 predicts the state class for the object space after 30 minutes as 'fire'. That is, the state grade prediction unit 230 may predict that a fire will occur after a lapse of 30 minutes in the 'Donga Building'. In addition, the state grade for the type of 'air pollution' stored in correspondence with the target space 'Nonhyeon 1 dong, Gangnam-gu' in the storage space 250 for each target space is 'normal' at the past time point 8:00 PM, The state grade prediction means 230 can determine the trend for the state grade as 'proximity to the grade' as the 30PM is changed to 'sensitive group effect' and at 9:00 PM at present is changed to 'poor' , The state grade prediction means 230 can predict the state grade of the target space after 30 minutes as 'dangerous'. That is, the state grade prediction unit 230 can predict that air pollution occurs after 30 minutes in 'Nonhyun 1-dong, Gangnam-gu'. In addition, the message transmission unit 240 provides a notification message to the user about the determined status level at the current time point or the status level at the predicted future time point. For example, the message transmission means 240 transmits a notification message regarding the status grade 'alert' at the current time point 9:00 PM and the status grade 'fire' at the predicted future time point 9:30 PM, Or to the central control room. In addition, when the status grade is 'fire / danger', the message transmission means 240 generates and provides notification messages including action tips, evacuation methods, first aid methods, call-back URLs according to the emergency structure, etc., It can help to evacuate / cope with. In addition, the state class determining means 220 can arrange, in accordance with the grade, action tips including at least one of a coping method, a prohibition item, a recommendation item, or a restriction item, The means 240 searches for the state class at the determined present time point or the behavior class corresponding to the state class at the predicted future time point and the notification target person in the prepared table, Message to the searched notification subject. For example, the state class determining means 220 may be configured to store the 'behavior for outdoor activities' and the person to be notified 'asthmatic patients' in response to the grade 'sensitive group influence' of the harmful atmosphere 'sulfur dioxide' And the patients who are notified of the problem, such as the patients with lung diseases, heart patients, children, asthmatic patients, etc., in response to the grade "very poor" of the sulfur dioxide gas, The message transmission unit 240 may maintain a table for storing the notification subject and if the determined status grade at the current time is 'sensitive group influence' and the status rating at the predicted future time is 'very bad' Provides an alerting message to the 'asthma sufferer' that includes the behavioral 'restraint of outdoor activity', so that it can refrain from going outside, and the notification message including ' By providing the party, heart patients, children, asthmatic disease ", which will allow you to quickly cope with the expected situation. That is, the message transmission unit 240 provides a notification message containing specific action tips, thereby allowing the user to safely evacuate / cope with the problem. Particularly, It is easier to give help to the socially underprivileged. Therefore, according to the conventional invention, by performing data processing on the stream sensor data inputted from the sensor network,

공간에 대한 현재 시점의 상태 등급을 결정하고, 이를 기초로, 미래 시점의 상태 등급을 예측하여 사용자에게 제공함에 따라, 사용자가 화재 또는 대기 오염의 발생에 대해 신속하게 대처할 수 있게 되는 것이다.The state class of the current point of view on the space is determined and based on this, the state class of the future point of time is predicted and provided to the user, so that the user can quickly cope with the occurrence of fire or air pollution.

도 2는 종래 센서를 이용한 관제 시스템 구성도이다. 상기도 2에서 종래의 센서를 이용한 관제 시스템은 방법구역 1(91), 방범 구역 2(92) …방법구역 N와 같은 다수의 방범구역으로 구성되고 각 방범 구역에는 센서 1(11), 센서 2(12) …센서 n와 같은 다수의 센서가 설치되며 각 센서는 침입자를 센싱하여 침입 여부를 판단하고 침입의 경우 접점 출력이 이루어지며 상기 접점 출력은 각 방범 구역의 컨트롤러(60)로 수신되고 상기 컨트롤러(60)는 다수의 센서의 접점 출력을 기초로 하여 침입자의 이동방향 및 침입 여부를 확증하여 침입이 확증되면 CDMA 통신 또는 이더넷통신 또는 무선랜 통신 또는 시리얼 통신(80)을 이용하여 관제 센터 서버(70)로 전송하여 관제 센터 서버(70)에서 침입자 정보를 관리할 수 있도록 하는 것이다. 즉 상기 관제 센터 서버(70)는 다수의 방범 구역의 각 컨트롤러(60)에서 수신된 침입자의 침입 정보를 표시부 또는 음성 모듈을 통하여 관리자에게 제공하여 현장에 출동할 수 있도록 하는 것이다.
2 is a configuration diagram of a control system using a conventional sensor. 2, the control system using the conventional sensor includes a method zone 1 91, a crime prevention zone 2 92, ... Method Zone N is composed of a number of crime prevention zones, and each crime prevention zone has sensor 1 (11), sensor 2 (12) ... Sensor n is installed. Each sensor senses an intruder to determine whether or not the intruder intrudes. In case of intrusion, a contact output is made. The contact output is received by a controller 60 of each security zone, Based on the contact output of the plurality of sensors, confirms the intruder's movement direction and invasion, and if the intrusion is confirmed, the control center server 70 uses the CDMA communication or the Ethernet communication or the wireless LAN communication or the serial communication 80 So that the control center server 70 can manage intruder information. That is, the control center server 70 provides invasion information of an intruder received from each controller 60 of a plurality of crime prevention areas to a manager through a display unit or a voice module so as to be able to be dispatched to the site.

도 3은 종래 관제 시스템에 적용되는 센서의 구성도이다. 상기도 3에서 종래 관제 시스템에 적용되는 종래 센서(10)는 침입자를 감시하고 감지 구역으로부터 감지 신호를 수신하는 신호 수신 모듈(11)과, 상기 신호 수신 모듈(11)로부터 신호를 수신하고 수신된 신호의 로 데이터(raw data)를 생성하는 로 데이터 생성 모듈(13)과, 상기 로 데이터 생성모듈(13)로부터 로 데이터를 수신하여 침입 여부를 판단하는 것과 같은 알고리즘을 이용하여 신호처리하는 신호처리 모듈(15)과, 신호 처리 모듈(15)로부터 신호 처리 결과 정보를 수신하여 출력하는 접점 출력 모듈(17) 및 신호처리 모듈로부터 처리 결과 정보를 수신하고 컨트롤러(60)를 거쳐서 관제 센터 서버(70)로 전송하기 위한 송수신 모듈(19)로 구성된 것을 특징으로 하는 것이다. 상기 송수신 모듈(19)은 CDMA 통신 또는 이더넷통신 또는 무선랜 통신 또는 시리얼 통신을 지원할 수 있는 것을 특징으로 하는 것이다. 3 is a configuration diagram of a sensor applied to a conventional control system. 3, the conventional sensor 10 applied to the conventional control system includes a signal receiving module 11 for monitoring an intruder and receiving a detection signal from a sensing zone, A data generation module 13 for generating raw data of a signal, a signal processing module 13 for receiving data from the data generation module 13, Module 15 and a contact output module 17 for receiving and outputting signal processing result information from the signal processing module 15 and receiving the processing result information from the signal processing module and receiving the processing result information from the signal processing module via the controller 60 And a transmission / reception module 19 for transmitting the transmission data to the base station. The transmission / reception module 19 can support CDMA communication, Ethernet communication, wireless LAN communication, or serial communication.

도 4는 종래 관제 시스템에 적용되는 관제 센터 서버의 구성도이다. 상기도 4에서 종래의 관제 센터 서버(70)는 센서의 송수신 모듈(19)로부터 신호 처리 결과 정보인 센서 데이터를 컨트롤러(60)를 거쳐 수신하는 센서 데이터 수신모듈(72)과 센서 데이터 수신 모듈(72)로부터 센서 데이터를 수신하고 세그멘테이션을 실행하는 데이터 세그멘테이션 모듈(74)과, 상기 데이터 세그멘테이션 모듈로부터 세그멘테이션이 실행된 데이터를 출력하는 데이터 출력모듈(76)로 이루어진 것을 특징으로 하는 것이다. 4 is a configuration diagram of a control center server applied to a conventional control system. 4, the conventional control center server 70 includes a sensor data receiving module 72 and a sensor data receiving module 72 for receiving sensor data, which is signal processing result information, from a sensor sending / receiving module 19 via a controller 60 A data segmentation module 74 that receives sensor data from the data segmentation module 72 and executes segmentation, and a data output module 76 that outputs segmented data from the data segmentation module.

상기와 같은 종래의 센서 데이터 처리 시스템은 센서 자체에서 신호 처리가 이루어지고 신호 처리된 센서 신호가 관제 센터 서버로 전송되어 데이터 세그멘테이션이 실행되는 것이다. 상기와 같은 종래의 데이터 처리 시스템은 센서 자체에서 신호 처리가 이루어지므로 센서의 CPU 사양이 고급이어야 하는 것으로 전체 시스템의 구축 비용이 과다 소요되는 문제점이 있는 것이다. 또한 상기와 같은 종래의 센서는 신호 처리된 침입 감지 여부 정보를 전송하므로 신호 자체의 이상 또는 센서 자체의 고장 유무를 판단하기 어려운 문제점이 있는 것이다. 또한 상기와 같은 종래의 센서는 CPU의 한계로 인하여 복잡한 알고리즘을 통한 신호처리에 한계가 있는 것이다.
In the conventional sensor data processing system as described above, signal processing is performed in the sensor itself, and the sensor signal subjected to the signal processing is transmitted to the control center server to perform data segmentation. In the conventional data processing system as described above, since the signal processing is performed in the sensor itself, the sensor CPU needs to have a high specification, which is a problem that the overall system construction cost is excessive. In addition, since the conventional sensor transmits signal intrusion detection information, it is difficult to determine the abnormality of the signal itself or the failure of the sensor itself. In addition, the above-described conventional sensor has limitations on signal processing through a complicated algorithm due to the limitation of the CPU.

상기와 같은 종래 기술의 문제점을 해결하기 위한 본 발명 센서 네트워크의 데이터 처리 방법은 침입 감지 센서가 감시 구역의 침입자 신호를 수신하는 단계(S11)와, 침입 감지 센서가 수신한 신호의 로 데이터를 생성하는 단계(S12)와, 침입 감지 센서가 송수신 모듈을 통하여 로 데이터를 관제 센터 서버로 전송하는 단계(S13)와, 관제 센터 서버가 수신한 로 데이터를 침입자 침입 여부를 판단하는 알고리즘과 같은 알고리즘에 기초하여 신호를 처리하는 단계(S14)와, 신호 처리된 데이터 정보를 데이터 세그멘테이션을 실행하는 단계(S15) 및 데이터 세그멘테이션이 실행된 데이터 정보를 출력하는 단계(S16)를 포함하여 이루어진 것을 특징으로 하는 것이다.
According to another aspect of the present invention, there is provided a data processing method for a sensor network, including: receiving an intruder signal in a monitoring area from an intrusion sensor; A step S13 of transmitting the data to the control center server through the transmission / reception module by the intrusion detection sensor, and a step S13 of executing an algorithm such as an algorithm for determining whether or not the intruder is intruded into the data received by the control center server (S14) of processing a signal based on the data segmentation, a step (S15) of executing data segmentation of the signal-processed data information, and a step (S16) of outputting data information on which data segmentation has been performed will be.

상기와 같이 이루어진 본 발명 센서 네트워크의 데이터 처리 시스템 및 이를 이용한 데이터 처리 방법은 다수의 센서에 사용되는 저 사양의 CPU로 인하여 전체 시스템 구축비용이 절감될 수 있는 효과가 있는 것이다. 또한 본 발명은 센서의 이상 유무를 확인하기 위하여 센서를 직접 점검할 필요없이 실시간으로 센서의 로 데이터를 전송하므로 센서의 이상 유무를 판단하기가 용이한 효과가 있는 것이다. 또한 본 발명은 관제 센터 서버에서 신호처리와 세그멘테이션이 이루어지므로 복잡한 알고리즘에 의한 신호 처리도 가능하여 복잡한 데이터 처리도 가능한 효과가 있는 것이다.
The data processing system of the sensor network according to the present invention and the data processing method using the same have the effect of reducing the total system construction cost due to the low-specification CPU used in a plurality of sensors. Also, since the present invention transmits raw data of a sensor in real time without needing to directly check the sensor to check whether there is an abnormality in the sensor, it is easy to determine whether or not the sensor is abnormal. In addition, since the signal processing and the segmentation are performed in the control center server, the present invention is also capable of processing a complicated data by performing signal processing by a complicated algorithm.

도 1은 종래의 센서 데이터 처리 시스템 구성도,
도 2는 종래 센서를 이용한 관제 시스템 구성도,
도 3은 종래 관제 시스템에 적용되는 센서의 구성도
도 4는 종래 관제 시스템에 적용되는 관제 센터 서버의 구성도,
도 5는 본 발명 센서 네트워크의 데이터 처리 시스템에 적용되는 센서 구성도,
도 6은 본 발명 센서 네트워크의 데이터 처리 시스템에 적용되는 관제 센터 서버의 구성도,
도 7은 본 발명 센서 네트워크의 데이터 처리 방법에 대한 제어 흐름도이다.1 is a block diagram of a conventional sensor data processing system,
2 is a configuration diagram of a control system using a conventional sensor,
3 is a block diagram of a sensor applied to a conventional control system
4 is a configuration diagram of a control center server applied to a conventional control system,
5 is a sensor configuration diagram applied to the data processing system of the sensor network of the present invention,
6 is a configuration diagram of a control center server applied to a data processing system of the sensor network of the present invention.
7 is a control flowchart for a data processing method of the sensor network of the present invention.

상기와 같은 목적을 가진 본 발명 센서 네트워크의 데이터 처리 시스템 및 이를 이용한 데이터 처리 방법을 도 5 내지 도 7을 참고로 하여 설명하면 다음과 같다.
The data processing system of the sensor network of the present invention having the above-described objects and a data processing method using the same will be described with reference to FIG. 5 to FIG.

도 5는 본 발명 센서 네트워크의 데이터 처리 시스템에 적용되는 센서 구성도이다. 상기도 5에서 본 발명 센서 네트워크의 데이터 처리 시스템에 적용되는 센서(10')는 침입자를 감시하고 감시 구역으로부터 감지 신호를 수신하는 신호수신 모듈(11')과, 상기 수신된 신호의 로 데이터(raw data)를 생성하는 로 데이터 생성모듈(13')과, 상기 로 데이터 생성모듈(13')로부터 로 데이터를 수신하여 관제 센터 서버(70')로 전송하는 신호 전송모듈(15')로 구성된 것을 특징으로 하는 것이다. 상기 신호 전송 모듈(15')은 CDMA 통신 또는 이더넷통신 또는 무선랜 통신 또는 시리얼 통신을 지원할 수 있는 것을 특징으로 하는 것이다. 또한 본 발명에 적용되는 센서 네트워크는 관제 시스템의 네트워크로서 다수의 센서와 관제 센터 서버로 구성되어 로 데이터를 송수신하는 것을 특징으로 하는 것이다.
5 is a sensor configuration diagram applied to the data processing system of the sensor network of the present invention. 5, a sensor 10 'applied to a data processing system of a sensor network of the present invention includes a signal receiving module 11' for monitoring an intruder and receiving a detection signal from a monitoring area, and a signal transmission module 15 'for receiving data from the data generation module 13' and transmitting the data to the control center server 70 ' . The signal transmission module 15 'can support CDMA communication or Ethernet communication, wireless LAN communication or serial communication. In addition, the sensor network according to the present invention is a network of a control system, and is composed of a plurality of sensors and a control center server to transmit and receive data.

도 6은 본 발명 센서 네트워크의 데이터 처리 시스템에 적용되는 관제 센터 서버의 구성도이다. 상기도 6에서 센서 네트워크의 데이터 처리 시스템에 적용되는 관제 센터 서버(70')는 다수 센서의 각 신호 전송 모듈로부터 로 데이터를 수신하는 로 데이터 수신모듈(72')과 로 데이터 수신 모듈로부터 로 데이터를 수신하고 감시 구역의 침입자의 침입 여부 판단과 같은 알고리즘을 이용하여 신호 처리를 하는 신호 처리 모듈(73')과, 신호 처리 모듈(73')로부터 수신된 데이터에 대하여 세그멘테이션을 실행하는 데이터 세그멘테이션 모듈(74')과, 상기 데이터 세그멘테이션 모듈(74')로부터 세그멘테이션이 실행된 데이터를 출력하는 데이터 출력 모듈(76')로 이루어진 것을 특징으로 하는 것이다.
6 is a configuration diagram of a control center server applied to a data processing system of the sensor network of the present invention. 6, the control center server 70 'applied to the data processing system of the sensor network includes a data receiving module 72' for receiving data from each signal transmission module of a plurality of sensors, A signal processing module 73 'that performs signal processing using an algorithm such as determining whether an intruder intrudes into a surveillance area, and a data segmentation module 73' that performs segmentation on data received from the signal processing module 73 ' And a data output module 76 'for outputting segmented data from the data segmentation module 74'.

도 7은 본 발명 센서 네트워크의 데이터 처리 방법에 대한 제어 흐름도이다. 상기도 7에서 본 발명 센서 네트워크의 데이터 처리 방법은 침입 감지 센서가 감시 구역의 침입자 신호를 수신하는 단계(S11)와, 침입 감지 센서가 수신한 신호의 로 데이터를 생성하는 단계(S12)와, 침입 감지 센서가 송수신 모듈을 통하여 로 데이터를 관제 센터 서버로 전송하는 단계(S13)와, 관제 센터 서버가 수신한 로 데이터를 침입자 침입 여부를 판단하는 알고리즘과 같은 알고리즘에 기초하여 신호를 처리하는 단계(S14)와, 신호 처리된 데이터 정보를 데이터 세그멘테이션을 실행하는 단계(S15) 및 데이터 세그멘테이션이 실행된 데이터 정보를 출력하는 단계(S16)를 포함하여 이루어진 것을 특징으로 하는 것이다.
7 is a control flowchart for a data processing method of the sensor network of the present invention. 7, the intrusion detection sensor receives an intruder signal in a monitoring area (S11), generates intrusion signal data of a signal received by the intrusion detection sensor (S12) A step S13 of transmitting the data to the control center server through the transmission / reception module by the intrusion detection sensor, and a step of processing the signal based on an algorithm such as an algorithm for determining whether or not the intruder is intruded into the data received by the control center server (S14) of executing data segmentation, data segmentation (S15) of signal-processed data information, and outputting data information in which data segmentation has been performed (S16).

10, 10', 10-1, 10-2 : 센서, 11,11' : 신호수신 모듈,
13, 13' : 로 데이터 생성모듈, 15 : 신호처리 모듈,
17 : 접점출력 모듈, 19 : 송수신 모듈,
60 : 컨트롤러, 70, 70' : 관제 센터 서버,
72 : 센서 데이터 수신모듈, 72' : 로 데이터 수신 모듈,
74, 74' : 데이터세그멘테이션 모듈, 76, 76' : 데이터 출력 모듈,
80 : CDMA 통신망 또는 이더넷통신망 또는 무선랜 통신망 또는 시리얼 통신망10, 10 ', 10-1, 10-2: sensor, 11, 11': signal receiving module,
13, 13 ': data generation module, 15: signal processing module,
17: Contact output module, 19: Transmitting / receiving module,
60: controller, 70, 70 ': control center server,
72: sensor data receiving module, 72 ': data receiving module,
74, 74 ': data segmentation module 76, 76': data output module,
80: CDMA communication network or Ethernet communication network or wireless LAN communication network or serial communication network

Claims

1. A data processing system for a sensor network comprising a plurality of detection sensors and a control center server,
The data processing system of the sensor network comprises:
Each sensor receiving a signal of a monitoring zone and generating log data and transmitting the log data to the control center server;
And a control sensor server for receiving data from each of the sensors, performing signal processing by an algorithm, performing data segmentation on the processed signal, and outputting the segmented data.

The method according to claim 1,
The sensor includes:
A signal receiving module (11 ') for monitoring an intruder and receiving a detection signal from a monitoring area;
A raw data generation module 13 'for generating raw data of the received signal;
And a signal transmission module (15 ') for receiving data from the data generation module (13') and transmitting the data to the control center server (70 ').

The method according to claim 1,
The control center server,
A data receiving module 72 'for receiving data from each signal transmission module of the plurality of sensors;
A signal processing module 73 'that receives data from the data receiving module and performs signal processing using an algorithm such as determining whether an intruder intrudes into the detection area;
A data segmentation module 74 'for performing segmentation on the data received from the signal processing module 73';
And a data output module (76 ') for outputting segmented data from the data segmentation module (74').

The method according to claim 1,
The data processing system of the sensor network comprises:
CDMA communication or Ethernet communication, or wireless LAN communication or serial communication.

The method according to claim 2 or 3,
The signal transmission module includes:
CDMA communication or Ethernet communication, or wireless LAN communication or serial communication.

1. A data processing method for a sensor network comprising a sensor and a control center server,
The data processing method of the sensor network includes:
A step S11 of the sensor receiving the signal;
Generating (S12) data of a signal received by the sensor (S12);
(S13) of transmitting data to the control center server through the transmission / reception module;
(S14) processing the signal based on the algorithm received by the control center server;
Performing data segmentation on the signal-processed data information (S15);
And outputting data information in which data segmentation has been performed (S16).

The method according to claim 6,
The sensor includes:
Wherein the sensor network is an intrusion sensor.

8. The method according to claim 6 or 7,
The data processing method of the sensor network includes:
CDMA communication, Ethernet communication, wireless LAN communication, or serial communication.