KR20240083976A

KR20240083976A - Wireless charging method and device for wireless sensor network

Info

Publication number: KR20240083976A
Application number: KR1020220168297A
Authority: KR
Inventors: 조성래; 이동현
Original assignee: 중앙대학교 산학협력단
Priority date: 2022-12-06
Filing date: 2022-12-06
Publication date: 2024-06-13

Abstract

무선 센서 네트워크를 위한 무선 충전 방법 및 그 장치가 개시된다. 무선 센서 네트워크를 위한 무선 충전 방법은 (a) 무선 센서 네트워크를 구성하는 각 센서 노드로부터 위치 정보와 상태 정보를 각각 수집하는 단계; (b) 상기 각 센서 노드의 위치 정보와 상태 정보를 이용하여 상기 무선 센서 네트워크의 토폴로지를 분석하여 적어도 하나의 클러스터로 상기 각 센서 노드들을 클러스터링하는 단계; 및 (c) 상기 수집된 상태 정보를 기초로 상기 클러스터의 유형에 따라 서로 다른 충전 전략을 결정하고, 상기 수집된 위치 정보 및 상기 상태 정보를 기초로 충전 경로를 결정하며, 상기 충전 경로를 따라 무선 센서 네트워크를 이동하며 상기 결정된 충전 전략에 따라 상기 클러스터내에 포함된 각 센서 노드들을 충전하도록 제어하는 단계를 포함한다. A wireless charging method and device for a wireless sensor network are disclosed. A wireless charging method for a wireless sensor network includes the steps of (a) collecting location information and status information from each sensor node constituting the wireless sensor network; (b) clustering each sensor node into at least one cluster by analyzing the topology of the wireless sensor network using the location information and state information of each sensor node; and (c) determining different charging strategies according to the type of the cluster based on the collected state information, determining a charging path based on the collected location information and the state information, and wirelessly following the charging path. It includes moving the sensor network and controlling to charge each sensor node included in the cluster according to the determined charging strategy.

Description

Wireless charging method and device for wireless sensor network {Wireless charging method and device for wireless sensor network}

본 발명은 무선 센서 네트워크를 위한 무선 충전 방법 및 그 장치에 관한 것이다. The present invention relates to a wireless charging method and device for a wireless sensor network.

최근 스마트 팩토리, 스마트 시티 등 다양한 무선 충전식 센서 네트워크의 사용이 증가하고 있다. 무선 센서 네트워크의 위치는 미리 최적화하거나 결정할 필요가 없으므로 접근할 수 없는 지형이나 재난 상황에서 충전식 센서를 무작위로 배포할 수 있다. 응용 프로그램에서는 군사 및 환경 감지 목적이 포함되며 항공기에서 센서 노드를 대량으로 떨어뜨리면 센서 네트워크를 신속하게 배치하여 통신, 감지 정찰 및 표적화 시스템과 같은 네트워크를 구성할 수 있다.Recently, the use of various wireless rechargeable sensor networks such as smart factories and smart cities has been increasing. The locations of wireless sensor networks do not need to be optimized or determined in advance, allowing rechargeable sensors to be deployed randomly in inaccessible terrain or disaster situations. Applications include military and environmental sensing purposes, and dropping sensor nodes in large quantities from aircraft can enable rapid deployment of sensor networks to form networks such as communications, detection reconnaissance, and targeting systems.

또한, 생물학적 또는 화학적으로 오염된 접근 불가능한 지역에 센서를 배치하여 원격 지원을 제공할 수 있으나, 배터리로 구동되는 무선 충전 센서 네트워크는 제한된 에너지로 인해 네트워크의 원활한 기능을 방해하는 경우가 많으며, 분쟁 지역이나 오염된 환경에 대한 사람의 접근은 제한적일 수 밖에 없다.Additionally, sensors can be placed in inaccessible areas that are biologically or chemically contaminated to provide remote assistance; however, battery-powered wireless charging sensor networks often have limited energy that hinders the smooth functioning of the network, and is often used in conflict areas. However, human access to polluted environments is inevitably limited.

이러한 한계를 해결하기 위해 센서 배터리를 충전하기 위해 센서 노드가 배치된 지역으로 이동하는 무선 전력 전송 모듈이 장착된 차량 기반의 모바일 충전기에 대한 연구가 제안되고 있다. To address these limitations, research is being proposed on a vehicle-based mobile charger equipped with a wireless power transmission module that moves to the area where the sensor nodes are deployed to charge the sensor battery.

높은 에너지 효율을 위해 무선 전력 전송 모듈에 지향성 안테나를 사용하여 전송 에너지를 센서 노드에 집중시키는 연구가 진행되고 있으나 한 번에 한 개의 센서를 충전하는 방법이 대부분이다. For high energy efficiency, research is being conducted to focus transmission energy on sensor nodes using directional antennas in wireless power transmission modules, but most methods are used to charge one sensor at a time.

또한, 한 번에 여러 개의 센서 노드를 충전하는 방법들은 대부분 무지향성 안테나를 사용하기 때문에 무지향성 안테나 특성상 모든 방향으로 전력을 전송하기 때문에 일부 에너지가 낭비될 수 있다. Additionally, most methods for charging multiple sensor nodes at once use non-directional antennas, so some energy may be wasted because power is transmitted in all directions due to the nature of non-directional antennas.

다중 충전 방식을 통해 지향성 안테나를 사용하여 센서네트워크를 충전하는 기법들이 개발되었지만, 미리 정해진 충전 가능한 지점과 고정된 충전 방식은 충전 효율을 떨어뜨릴 수 있으며, 센서가 촘촘하게 배치되어 있더라도 모바일 충전기에서 멀리 떨어져 있으면 전력 전달 효율이 낮아질 수 있는 단점이 있다. Techniques have been developed to charge sensor networks using directional antennas through multiple charging methods, but predetermined charging points and fixed charging methods can reduce charging efficiency, and even if sensors are densely placed, they must be placed far away from mobile chargers. There is a disadvantage that power transfer efficiency may be lowered.

본 발명은 무선 센서 네트워크를 위한 무선 충전 방법 및 그 장치를 제공하기 위한 것이다. The present invention is to provide a wireless charging method and device for a wireless sensor network.

또한, 본 발명은 무선 센서 네트워크의 노드 토폴로지를 고려하여 충전 방법을 적응적으로 결정할 수 있는 무선 센서 네트워크를 위한 무선 충전 방법 및 그 장치를 제공하기 위한 것이다. Additionally, the present invention is intended to provide a wireless charging method and device for a wireless sensor network that can adaptively determine a charging method in consideration of the node topology of the wireless sensor network.

본 발명의 일 측면에 따르면 무선 센서 네트워크를 위한 무선 충전 방법이 제공될 수 있다. According to one aspect of the present invention, a wireless charging method for a wireless sensor network can be provided.

본 발명의 일 실시예에 따르면, (a) 무선 센서 네트워크를 구성하는 각 센서 노드로부터 위치 정보와 상태 정보를 각각 수집하는 단계; (b) 상기 각 센서 노드의 위치 정보와 상태 정보를 이용하여 상기 무선 센서 네트워크의 토폴로지를 분석하여 적어도 하나의 클러스터로 상기 각 센서 노드들을 클러스터링하는 단계; 및 (c) 상기 수집된 상태 정보를 기초로 상기 클러스터의 유형에 따라 서로 다른 충전 전략을 결정하고, 상기 수집된 위치 정보 및 상기 상태 정보를 기초로 충전 경로를 결정하며, 상기 충전 경로를 따라 무선 센서 네트워크를 이동하며 상기 결정된 충전 전략에 따라 상기 클러스터내에 포함된 각 센서 노드들을 충전하도록 제어하는 단계를 포함하는 무선 센서 네트워크를 위한 무선 충전 방법이 제공될 수 있다. According to an embodiment of the present invention, (a) collecting location information and state information from each sensor node constituting a wireless sensor network; (b) clustering each sensor node into at least one cluster by analyzing the topology of the wireless sensor network using the location information and state information of each sensor node; and (c) determining different charging strategies according to the type of the cluster based on the collected state information, determining a charging path based on the collected location information and the state information, and wirelessly following the charging path. A wireless charging method for a wireless sensor network may be provided, including the step of moving the sensor network and controlling each sensor node included in the cluster to charge according to the determined charging strategy.

상기 클러스터의 유형은 단일 충전 클러스터 및 다중 충전 클러스터 중 어느 하나이되, 상기 단일 충전 클러스터는 클러스터에 포함된 센서 노드가 하나이며, 상기 다중 충전 클러스터는 클러스터에 포함된 센서 노드가 복수이다. The type of the cluster is either a single charging cluster or a multiple charging cluster. The single charging cluster has one sensor node included in the cluster, and the multiple charging cluster has a plurality of sensor nodes included in the cluster.

상기 충전 전략은 충전 지점, 충전 빔 방향, 충전 전력 및 충전 시간 중 적어도 하나이다. The charging strategy is at least one of charging point, charging beam direction, charging power, and charging time.

상기 (c) 단계는, 충전 제약 조건을 더 고려하여 상기 충전 전략이 결정되되, 상기 충전 제약 조건은 상기 충전 빔 방향 내에 클러스터내의 모든 센서 노드가 포함되는 제1 조건과 상기 충전 전력은 배터리 총량보다 작아야 하는 제2 조건을 포함할 수 있다. In step (c), the charging strategy is determined by further considering charging constraints, wherein the charging constraints include a first condition that all sensor nodes in the cluster are included in the charging beam direction, and the charging power is greater than the total battery amount. A second condition that it must be small may be included.

상기 클러스터의 유형이 단일 충전 클러스터인 경우, 상기 충전 지점은 상기 클러스터 내의 센서 노드에 근접한 위치로 결정될 수 있다. When the type of the cluster is a single charging cluster, the charging point may be determined to be a location close to a sensor node within the cluster.

상기 클러스터의 유형이 다중 충전 클러스터인 경우, 상기 클러스터내의 모든 센서 노드를 동시에 충전 가능한 충전 위치가 충전 지점으로 결정될 수 있다.When the type of the cluster is a multi-charging cluster, a charging location that can simultaneously charge all sensor nodes in the cluster may be determined as a charging point.

상기 다중 충전 클러스터의 충전 지점은, 상기 클러스터내의 모든 센서 노드를 포함하는 가장 작은 제1 원을 형성하고, 상기 제1 원에 외접하는 두개의 가상 외접 빔을 형성하며, 상기 두개의 가상 외접 빔의 중심과 상기 제1 원의 중심을 반지름으로 하는 제2 원을 형성한 후 상기 제2 원상에 복수의 가상 충전 포인트를 형성한 후 상기 복수의 가상 충전 포인트를 상기 제2 원의 중심으로 이동시키며 충전 지점이 결정될 수 있다.The charging point of the multiple charging cluster forms a first smallest circle containing all sensor nodes in the cluster, and forms two virtual circumscribed beams circumscribed to the first circle, and the two virtual circumscribed beams of the two virtual circumscribed beams After forming a second circle with the center and the center of the first circle as a radius, a plurality of virtual charging points are formed on the second circle, and then the plurality of virtual charging points are moved to the center of the second circle for charging. The point can be determined.

본 발명의 다른 측면에 따르면, 무선 센서 네트워크를 위한 무선 충전 장치가 제공된다. According to another aspect of the present invention, a wireless charging device for a wireless sensor network is provided.

본 발명의 일 실시예에 따르면, 무선 센서 네트워크를 구성하는 각 센서 노드로부터 위치 정보와 상태 정보를 각각 수집하는 수집부; 상기 각 센서 노드의 위치 정보와 상태 정보를 이용하여 상기 무선 센서 네트워크의 토폴로지를 분석하여 적어도 하나의 클러스터로 상기 각 센서 노드들을 클러스터링하는 클러스터링부; 및 상기 수집된 상태 정보를 기초로 상기 클러스터의 유형에 따라 서로 다른 충전 전략을 결정하고, 상기 수집된 위치 정보 및 상기 상태 정보를 기초로 충전 경로를 결정하며, 상기 충전 경로를 따라 무선 센서 네트워크를 이동하며 상기 결정된 충전 전략에 따라 상기 클러스터내에 포함된 각 센서 노드들을 충전하도록 제어하는 충전 제어부를 포함하는 무선 센서 네트워크를 위한 무선 충전 장치가 제공될 수 있다. According to one embodiment of the present invention, a collection unit that collects location information and status information from each sensor node constituting a wireless sensor network; a clustering unit that analyzes the topology of the wireless sensor network using the location information and state information of each sensor node and clusters each sensor node into at least one cluster; and determine different charging strategies according to the type of the cluster based on the collected state information, determine a charging path based on the collected location information and the state information, and establish a wireless sensor network along the charging path. A wireless charging device for a wireless sensor network may be provided, including a charging control unit that moves and controls each sensor node included in the cluster to charge according to the determined charging strategy.

상기 충전 제어부는, 충전 제약 조건을 더 고려하여 상기 충전 전략을 결정하되, 상기 충전 제약 조건은 상기 충전 빔 방향 내에 클러스터내의 모든 센서 노드가 포함되는 제1 조건과 상기 충전 전력은 배터리 총량보다 작아야 하는 제2 조건을 포함할 수 있다. The charging control unit determines the charging strategy by further considering charging constraints, wherein the charging constraints include a first condition that all sensor nodes in the cluster are included in the charging beam direction and the charging power must be less than the total battery amount. A second condition may be included.

상기 충전 제어부는, 상기 클러스터의 유형이 다중 충전 클러스터인 경우, 상기 클러스터내의 모든 센서 노드를 동시에 충전 가능한 충전 위치를 충전 지점을 결정할 수 있다. When the type of the cluster is a multi-charging cluster, the charging control unit may determine a charging point, which is a charging location that can simultaneously charge all sensor nodes in the cluster.

상기 충전 제어부는, 상기 클러스터내의 모든 센서 노드를 포함하는 가장 작은 제1 원을 형성하고, 상기 제1 원에 외접하는 두개의 가상 외접 빔을 형성하며, 상기 두개의 가상 외접 빔의 중심과 상기 제1 원의 중심을 반지름으로 하는 제2 원을 형성한 후 상기 제2 원상에 복수의 가상 충전 포인트를 형성한 후 상기 복수의 가상 충전 포인트를 상기 제2 원의 중심으로 이동시키며 상기 다중 충전 클러스터의 충전 지점을 결정할 수 있다. The charging control unit forms a smallest first circle including all sensor nodes in the cluster, forms two virtual circumscribed beams circumscribed to the first circle, and forms the center of the two virtual circumscribed beams and the first circle. 1 After forming a second circle with the center of the circle as the radius, a plurality of virtual charging points are formed on the second circle, and then the plurality of virtual charging points are moved to the center of the second circle and the multiple charging cluster You can decide on the charging point.

본 발명의 일 실시예에 따른 발명은 무선 센서 네트워크를 위한 무선 충전 방법 및 그 장치를 제공함으로써, 센서 노드의 밀도를 고려하여 충전 방법을 적응적으로 결정할 수 있으며, 이를 통해 충전 효율을 높일 수 있는 이점이 있다. The invention according to an embodiment of the present invention provides a wireless charging method and device for a wireless sensor network, so that the charging method can be adaptively determined considering the density of sensor nodes, thereby increasing charging efficiency. There is an advantage.

도 1은 본 발명의 일 실시예에 따른 무선 센서 네트워크 시스템을 도시한 도면.
도 2는 본 발명의 일 실시예에 따른 무선 센서 네트워크 시스템의 충전 방법을 나타낸 순서도.
도 3은 본 발명의 일 실시예에 따른 각 센서 노드들의 클러스터를 생성하는 과정에 대한 의사 코드를 도시한 도면.
도 4는 본 발명의 일 실시예에 따른 다중 충전 클러스터의 충전 지점, 충전 방향을 설명하기 위해 도시한 도면.
도 5는 본 발명의 일 실시예에 따른 다중 충전 클러스터에 대한 충전 지점을 결정하는 방법을 나타낸 순서도.
도 6은 본 발명의 일 실시예에 따른 충전 지점 설정을 위한 가상 원 형성을 설명하기 위해 도시한 도면.
도 7은 본 발명의 일 실시예에 따른 다중 충전에 따른 충전 지점 설정을 설명하기 위해 도시한 도면.
도 8은 본 발명의 일 실시예에 따른 시뮬레이션 파라미터를 도시한 도면.
도 9는 본 발명의 일 실시예에 따른 균일한 분포에 따라 배열된 1000개의 노드가 있는 시스템 토폴로지를 도시한 도면.
도 10은 동일한 네트워크 토폴로지에서 잘 알려진 LKH-TSP 알고리즘을 적용하여 생성된 충전 경로를 나타낸 도면.
도 11은 종래와 본 발명의 일 실시예에 따른 R값에 따른 에너지 소비량을 비교한 도면.
도 12는 종래와 본 발명의 일 실시예에 따른 클러스터링 성능을 비교한 결과.
도 13은 종래와 본 발명의 일 실시예에 따른 센서 노드 수에 따른 에너지 소비량을 비교한 결과.
도 14는 종래와 본 발명의 일 실시예에 따른 센서 노드의 수에 따른 충전 지연 시간을 비교한 결과.
도 15는 종래와 본 발명의 일 실시예에 따른 필드 크기별 에너지 소비를 비교한 결과.
도 16은 종래와 본 발명의 일 실시예에 따른 센서 노드 수에 따른 에너지 소비를 비교한 결과.
도 17은 본 발명의 일 실시예에 따른 다중 충전에 따른 충전 지점 결정 방법에 대한 의사 코드를 도시한 도면.
도 18은 본 발명의 일 실시예에 따른 무선 센서 네트워크를 위한 무선 충전 장치의 내부 구성을 개략적으로 도시한 블록도.1 is a diagram illustrating a wireless sensor network system according to an embodiment of the present invention.
Figure 2 is a flowchart showing a charging method for a wireless sensor network system according to an embodiment of the present invention.
Figure 3 is a diagram showing pseudo code for the process of creating a cluster of each sensor node according to an embodiment of the present invention.
FIG. 4 is a diagram illustrating charging points and charging directions of a multiple charging cluster according to an embodiment of the present invention.
Figure 5 is a flowchart showing a method of determining a charging point for a multiple charging cluster according to an embodiment of the present invention.
Figure 6 is a diagram illustrating the formation of a virtual circle for setting a charging point according to an embodiment of the present invention.
FIG. 7 is a diagram illustrating charging point settings according to multiple charging according to an embodiment of the present invention.
Figure 8 is a diagram showing simulation parameters according to an embodiment of the present invention.
Figure 9 is a diagram illustrating a system topology with 1000 nodes arranged according to a uniform distribution according to an embodiment of the present invention.
Figure 10 is a diagram showing a charging path generated by applying the well-known LKH-TSP algorithm in the same network topology.
Figure 11 is a diagram comparing energy consumption according to R value according to the conventional art and an embodiment of the present invention.
Figure 12 is a result of comparing clustering performance according to an embodiment of the present invention and the related art.
Figure 13 shows the results of comparing energy consumption according to the number of sensor nodes according to the conventional art and an embodiment of the present invention.
Figure 14 shows the results of comparing the charging delay time according to the number of sensor nodes according to the conventional and an embodiment of the present invention.
Figure 15 shows the results of comparing energy consumption by field size according to the conventional art and an embodiment of the present invention.
Figure 16 shows the results of comparing energy consumption according to the number of sensor nodes according to the conventional and an embodiment of the present invention.
17 is a diagram illustrating pseudocode for a method of determining a charging point according to multiple charging according to an embodiment of the present invention.
Figure 18 is a block diagram schematically showing the internal configuration of a wireless charging device for a wireless sensor network according to an embodiment of the present invention.

본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "구성된다" 또는 "포함한다" 등의 용어는 명세서상에 기재된 여러 구성 요소들, 또는 여러 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다. 또한, 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.As used herein, singular expressions include plural expressions unless the context clearly dictates otherwise. In this specification, terms such as “consists of” or “comprises” should not be construed as necessarily including all of the various components or steps described in the specification, and some of the components or steps may be included in the specification. It may not be included, or it should be interpreted as including additional components or steps. In addition, terms such as "... unit" and "module" used in the specification refer to a unit that processes at least one function or operation, which may be implemented as hardware or software, or as a combination of hardware and software. .

이하, 첨부된 도면들을 참조하여 본 발명의 실시예를 상세히 설명한다. Hereinafter, embodiments of the present invention will be described in detail with reference to the attached drawings.

도 1은 본 발명의 일 실시예에 따른 무선 센서 네트워크 시스템을 도시한 도면이다. Figure 1 is a diagram illustrating a wireless sensor network system according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 일 실시예에 따른 무선 센서 네트워크 시스템(100)은 복수의 센서 노드, 충전 노드를 포함하되, 기지국(BS: Base Station)이 무선 센서 네트워크 시스템(100)의 중심에 위치할 수 있다. Referring to FIG. 1, a wireless sensor network system 100 according to an embodiment of the present invention includes a plurality of sensor nodes and a charging node, and a base station (BS) is the center of the wireless sensor network system 100. It can be located in .

무선 센서 네트워크 시스템(100)에 포함되는 각각의 센서 노드는 주변 환경을 감지하는 공장이나 지형의 특정 위치에 고정되어 있는 것을 가정하기로 하며, 무선 센서 네트워크는 WRSN(A wireless rechargeable sensor network)인 것을 가정하여 이를 중심으로 설명하기로 한다. It is assumed that each sensor node included in the wireless sensor network system 100 is fixed to a specific location in a factory or terrain that senses the surrounding environment, and the wireless sensor network is a WRSN (A wireless rechargeable sensor network). Let us assume this and explain it accordingly.

각각의 센서 노드는 데이터를 생성하여 주기적 또는 비주기적으로 기지국으로 전송할 수 있다. 각 센서 노드는 데이터를 전송함에 있어, 배터리 잔량에 따라 다른 라우팅 방식으로 데이터를 전송할 수 있다. 예를 들어, 배터리 잔량이 충분한 경우, 각 센서 노드는 원 홉 라우팅 방식으로 데이터를 기지국으로 전송하고, 배터리 잔량이 부족한 경우 각 센서 노드는 멀티 홉 라우팅 방식으로 데이터를 기지국으로 전송할 수 있다. Each sensor node can generate data and transmit it to the base station periodically or aperiodically. When transmitting data, each sensor node can transmit data using a different routing method depending on the remaining battery capacity. For example, when the remaining battery power is sufficient, each sensor node can transmit data to the base station using a one-hop routing method, and when the remaining battery power is insufficient, each sensor node can transmit data to the base station using a multi-hop routing method.

또한, 각각의 센서 노드는 데이터 송수신에 사용 가능한 에너지의 대부분을 소비하는 것을 가정하기로 한다. Additionally, it is assumed that each sensor node consumes most of the available energy for data transmission and reception.

이러한, 각 센서 노드의 에너지 소비 모델은 수학식 1과 같은 배터리 인식 다중 홉 에너지 소비 모델로 나타낼 수 있다. The energy consumption model of each sensor node can be expressed as a battery-aware multi-hop energy consumption model as shown in Equation 1.

여기서, 는 센서 노드 i의 에너지 소비율을 나타내고, 는 하나의 데이터 단위를 수신하기 위한 소비율을 나타내며, 는 센서 l에서 센서 i로의 데이터 흐름 속도를 나타낸다. 또한, 는 데이터 전송에 필요한 에너지를 나타내고, 와 는 센서 노드 i에서 센서 노드 m , 기지국으로 하나의 데이터 단위를 전송하기 위한 에너지 소비율을 나타낸다. here, represents the energy consumption rate of sensor node i, represents the consumption rate for receiving one data unit, represents the data flow rate from sensor l to sensor i. also, represents the energy required for data transmission, and represents the energy consumption rate for transmitting one data unit from sensor node i to sensor node m and the base station.

또한, 와 는 각각 센서 노드 i에서 센서 노드 m, 기지국으로의 전송 데이터량을 나타낸다. also, and represents the amount of data transmitted from sensor node i to sensor node m and the base station, respectively.

센서 노드는 배터리 잔량이 이웃 센서 노드보다 낮을 때 멀티 홉 라우팅 프로토콜을 사용하고, 배터리 잔량이 이웃 센서 노드보다 높은 경우 원 홉 라우팅 프로토콜을 사용하여 직접 기지국으로 데이터를 전송할 수 있다. A sensor node can transmit data directly to the base station using a multi-hop routing protocol when its remaining battery level is lower than that of neighboring sensor nodes, and using a one-hop routing protocol when its remaining battery level is higher than that of a neighboring sensor node.

센서 노드의 에너지 소비율을 일정하다고 가정하기로 하며, 목적 함수는 수학식 2와 같이 나타낼 수 있다. It is assumed that the energy consumption rate of the sensor node is constant, and the objective function can be expressed as Equation 2.

여기서, 는 충전 노드가 사용할 수 있는 충전 지점 집합을 나타내고, P는 충전 지점 개수를 나타내며, 는 선택한 충전 지점을 순서대로 이동할 때 소비되는 에너지량을 나타내고, 는 충전할 i번째 지점에서 충전하는데 소비되는 에너지량을 나타낸다. here, represents the set of charging points that a charging node can use, P represents the number of charging points, represents the amount of energy consumed when moving to the selected charging points in order, represents the amount of energy consumed for charging at the ith point to be charged.

또한, 각각의 센서 노드는 배터리 충전 레벨이 임계치보다 낮은 경우, 충전 요청 메시지를 기지국으로 전송할 수 있다. 이에 따라 기지국은 무선 센서 네트워크 시스템(100)내읜 각 센서 노드의 충전 요청 메시지를 수집하고, 주기적 또는 비주기적으로 충전 전략 및 경로를 각각 설정하여 충전 노드가 경로를 따라 이동하여 충전하도록 제어할 수 있다. 충전 요청 메시지는 각 센서 노드의 위치 정보와 상태 정보를 포함할 수 있다. 여기서, 상태 정보는 배터리 잔량에 대한 정보일 수 있다. Additionally, each sensor node may transmit a charging request message to the base station when the battery charge level is lower than the threshold. Accordingly, the base station collects charging request messages from each sensor node within the wireless sensor network system 100, sets charging strategies and paths periodically or aperiodically, and controls the charging nodes to move and charge along the path. . The charging request message may include location information and status information of each sensor node. Here, the status information may be information about the remaining battery capacity.

충전 노드는 기지국에서 결정된 충전 경로를 따라 이동하며 각 클러스터의 유형에 따른 충전 전략에 따라 해당 클러스터내의 센서 노드들을 충전시킬 수 있다. The charging node moves along the charging path determined by the base station and can charge sensor nodes within the cluster according to the charging strategy according to the type of each cluster.

이러한, 충전 노드는 도 1에 도시된 바와 같이, Hamiltonian 주기를 따라 이동하면서 무선 센서 네트워크 시스템(100)내의 센서 노드들을 충전할 수 있다. As shown in FIG. 1, the charging node can charge the sensor nodes in the wireless sensor network system 100 while moving along the Hamiltonian cycle.

충전 노드는 무선 센서 네트워크의 토폴로지 분석에 따른 충전 효율에 따라 결정된 충전 전략에 따라 각 클러스터내의 각 센서 노드들을 충전할 수 있으며, 충전 효율에 따라 결정된 충전 전략 중 어느 하나는 단일 충전 및 다중 충전 중 어느 하나일 수 있다. The charging node can charge each sensor node in each cluster according to the charging strategy determined according to the charging efficiency according to the topology analysis of the wireless sensor network, and one of the charging strategies determined according to the charging efficiency is either single charging or multiple charging. It could be one.

본 발명의 일 실시예에서는 Friis 모델에 따라 전력을 전송하는 RF 기반 무선 전송 전력을 기반으로 충전되는 것을 가정하며, 이를 수학식으로 나타내면 수학식 3과 같다. In one embodiment of the present invention, it is assumed that charging is based on RF-based wireless transmission power that transmits power according to the Friis model, and this is expressed in a mathematical equation as Equation 3.

여기서, 는 각각 수신 전력, 송신 안테나 이득, 수신 안테나 이득을 나타내고, 는 편파 손실을 나타내고, 는 수신 모듈의 정류기 효율을 나타내며, 는 RF 파장을 나타내고, 는 근거리 전송을 위한 Friis 자유 공간 방전식을 조정하는데 사용되는 매개 변수를 나타내고, 는 경로 손실 계수를 나타내고, D는 송신 노드와 수신 노드 사이의 거리를 나타내며, 는 전송 전력을 나타낸다. here, represents the received power, transmit antenna gain, and receive antenna gain, respectively, represents the polarization loss, represents the rectifier efficiency of the receiving module, represents the RF wavelength, represents the parameters used to adjust the Friis free space discharge equation for short-distance transmission, represents the path loss coefficient, D represents the distance between the sending node and the receiving node, represents the transmission power.

무선 센서 네트워크 시스템(100)에서 각각의 센서 노드는 2차원 필드에 배치되는 것을 가정하며, 각 센서 노드 는 배터리 충전 레벨이 임계값 보다 낮을 때 기지국(Base station)에 충전 요청 메시지()를 전송할 수 있다. 여기서, 와 는 i번째 센서 노드의 현재 배터리 잔량과 센서 노드의 최대 배터리 용량을 나타내며, 는 i번째 센서 노드의 위치를 나타낸다. In the wireless sensor network system 100, each sensor node is assumed to be placed in a two-dimensional field, and each sensor node is the battery charge level is the threshold When the temperature is lower than that, a charging request message is sent to the base station ( ) can be transmitted. here, and represents the current remaining battery capacity of the ith sensor node and the maximum battery capacity of the sensor node, represents the location of the ith sensor node.

센서 노드 집합은 와 같이 나타낼 수 있으며, N는 무선 센서 네트워크 시스템 내의 총 센서 노드의 개수를 나타낸다. A set of sensor nodes is It can be expressed as follows, where N represents the total number of sensor nodes in the wireless sensor network system.

충전 요청 메시지를 수신한 기지국은 충전 노드의 충전 전략 및 경로를 스케쥴링할 수 있으며, 이에 따라 충전 노드는 네트워크의 각 충전 지점에서 센서 노드를 충전하기 위해 결정된 경로를 따라 이동할 수 있다. 스케쥴링 결과에 따라 충전 노드는 단일 센서 노드를 직접 방문하여 충전하는 단일 충전 방식 또는 적절한 충전 지점을 방문하여 여러 센서 노드들을 동시에 충전하는 다중 충전 방식을 적응적으로 사용하여 센서 노드들을 충전할 수 있다. 이에 대해서는 하기에서 관련 도면을 참조하여 보다 상세히 설명하기로 한다. The base station that receives the charging request message can schedule the charging strategy and route of the charging node, and accordingly, the charging node can connect to each charging point in the network. You can move along the determined path to charge the sensor node. Depending on the scheduling result, the charging node can adaptively charge sensor nodes using a single charging method that directly visits and charges a single sensor node or a multiple charging method that simultaneously charges multiple sensor nodes by visiting an appropriate charging point. This will be described in more detail below with reference to the related drawings.

도 2는 본 발명의 일 실시예에 따른 무선 센서 네트워크 시스템의 충전 방법을 나타낸 순서도이고, 도 3은 본 발명의 일 실시예에 따른 각 센서 노드들의 클러스터를 생성하는 과정에 대한 의사 코드를 도시한 도면이며, 도 4는 본 발명의 일 실시예에 따른 다중 충전 클러스터의 충전 지점, 충전 방향을 설명하기 위해 도시한 도면이고, 도 5는 본 발명의 일 실시예에 따른 다중 충전 클러스터에 대한 충전 지점을 결정하는 방법을 나타낸 순서도이며, 도 6은 본 발명의 일 실시예에 따른 충전 지점 설정을 위한 가상 원 형성을 설명하기 위해 도시한 도면이고, 도 7은 본 발명의 일 실시예에 따른 다중 충전에 따른 충전 지점 설정을 설명하기 위해 도시한 도면이고, 도 8은 본 발명의 일 실시예에 따른 시뮬레이션 파라미터를 도시한 도면이고, 도 9는 본 발명의 일 실시예에 따른 균일한 분포에 따라 배열된 1000개의 노드가 있는 시스템 토폴로지를 도시한 도면이고, 도 10은 동일한 네트워크 토폴로지에서 잘 알려진 LKH-TSP 알고리즘을 적용하여 생성된 충전 경로를 나타낸 도면이며, 도 11은 종래와 본 발명의 일 실시예에 따른 R값에 따른 에너지 소비량을 비교한 도면이며, 도 12는 종래와 본 발명의 일 실시예에 따른 클러스터링 성능을 비교한 결과이고, 도 13은 종래와 본 발명의 일 실시예에 따른 센서 노드 수에 따른 에너지 소비량을 비교한 결과이고, 도 14는 종래와 본 발명의 일 실시예에 따른 센서 노드의 수에 따른 충전 지연 시간을 비교한 결과이며, 도 15는 종래와 본 발명의 일 실시예에 따른 필드 크기별 에너지 소비를 비교한 결과이고, 도 16은 종래와 본 발명의 일 실시예에 따른 센서 노드 수에 따른 에너지 소비를 비교한 결과이고, 도 17은 도 5에 대한 의사 코드를 도시한 도면이다. Figure 2 is a flowchart showing a charging method of a wireless sensor network system according to an embodiment of the present invention, and Figure 3 shows pseudo code for the process of creating a cluster of each sensor node according to an embodiment of the present invention. It is a drawing, and FIG. 4 is a diagram illustrating the charging point and charging direction of a multiple charging cluster according to an embodiment of the present invention, and FIG. 5 is a charging point for a multiple charging cluster according to an embodiment of the present invention. is a flowchart showing a method of determining, and FIG. 6 is a diagram illustrating the formation of a virtual circle for setting a charging point according to an embodiment of the present invention, and FIG. 7 is a diagram showing multiple charging according to an embodiment of the present invention. It is a diagram shown to explain charging point settings according to, FIG. 8 is a diagram showing simulation parameters according to an embodiment of the present invention, and FIG. 9 is arranged according to uniform distribution according to an embodiment of the present invention. It is a diagram showing a system topology with 1000 nodes, Figure 10 is a diagram showing a charging path generated by applying the well-known LKH-TSP algorithm in the same network topology, and Figure 11 is an embodiment of the prior art and the present invention. This is a diagram comparing energy consumption according to the R value, Figure 12 is a result of comparing clustering performance according to the conventional art and an embodiment of the present invention, and Figure 13 is a sensor node according to the conventional art and an embodiment of the present invention. This is the result of comparing the energy consumption according to the number, Figure 14 is the result of comparing the charging delay time according to the number of sensor nodes according to the conventional and an embodiment of the present invention, and Figure 15 is the conventional and an embodiment of the present invention This is the result of comparing energy consumption by field size according to , Figure 16 is the result of comparing energy consumption according to the number of sensor nodes according to the conventional and an embodiment of the present invention, and Figure 17 shows the pseudo code for Figure 5. It is a drawing.

단계 210에서 기지국(200)는 각 센서 노드로부터 위치 정보와 상태 정보를 포함하는 충전 요청 메시지를 수집한다. In step 210, the base station 200 collects a charging request message including location information and status information from each sensor node.

단계 215에서 기지국(200)는 각 센서 노드로부터 수집된 충전 요청 메시지를 기초로 네트워크 토폴로지를 분석하여 각 센서 노드들을 클러스터 단위로 클러스터링한다. In step 215, the base station 200 analyzes the network topology based on the charging request message collected from each sensor node and clusters each sensor node into clusters.

이에 대해 보다 상세히 설명하기로 한다. Let us explain this in more detail.

본 발명의 일 실시예에서는 충전이 필요한 각 센서 노드들을 클러스터 단위로 클러스터링할 수 있다. In one embodiment of the present invention, each sensor node that requires charging can be clustered in cluster units.

예를 들어, 기지국(200)은 각 센서 노드로부터 수집된 충전 요청 메시지에 포함된 각 센서 노드들의 위치 정보를 기초로 mean-shift 클러스터링 알고리즘을 적용하여 각 센서 노드들을 적어도 하나의 클러스터로 클러스터링할 수 있다. Mean-shift 클러스터링 알고리즘은 적절한 클러스터링 수를 자동으로 결정할 수 있다. For example, the base station 200 may cluster each sensor node into at least one cluster by applying a mean-shift clustering algorithm based on the location information of each sensor node included in the charging request message collected from each sensor node. there is. Mean-shift clustering algorithm can automatically determine the appropriate number of clustering.

즉, mean-shift 클러스터링 알고리즘은 중심에서 유효 반경 R내의 센서 노드의 위치 정보(좌표) 평균값을 결정하는 과정이 수렴될때까지 반복한다. 사용 가능한 센서 노드에서 후보 클러스터 헤드 p1을 무작위로 선택한 후 클러스터의 중심으로 설정할 수 있다. 이후, 이전 클러스터 중심점 p에서 유효 반경 R내의 센서 노드의 평균점()을 계산한다. 그 다음 중심점 p를 평균점으로 갱신한 후 새로운 클러스터 중심을 생성한다. 업데이트된 p와 이전 p가 동일하면, 수렴되는 범위 R내의 모든 노드를 포함하는 클러스터가 생성될 수 있다. In other words, the mean-shift clustering algorithm repeats the process of determining the average location information (coordinates) of sensor nodes within an effective radius R from the center until convergence. A candidate cluster head p1 can be randomly selected from the available sensor nodes and then set as the center of the cluster. Afterwards, the average point of the sensor nodes within the effective radius R from the previous cluster center point p ( ) is calculated. Next, the center point p is updated to the average point and a new cluster center is created. If the updated p and the previous p are the same, a cluster containing all nodes within the converging range R can be created.

상술한 과정은 센서 노드는 모든 센서 노드들이 클러스터에 포함될 때까지 반복 수행될 수 있다. 생성된 클러스터의 중심점p는 충전 지점이 아니며, 센서 노드를 그룹화하는데만 사용될 수 있다. The above-described process can be repeatedly performed until all sensor nodes are included in the cluster. The center point p of the created cluster is not a charging point and can only be used to group sensor nodes.

이와 같이, 무선 센서 네트워크 시스템(100)내의 각 센서 노드들의 클러스터를 생성하는 과정에 대한 의사 코드는 도 3에 도시된 바와 같다. As such, the pseudo code for the process of creating a cluster of each sensor node in the wireless sensor network system 100 is shown in FIG. 3.

단계 220에서 기지국(200)는 클러스터링 결과에 따라 각 클러스터 유형에 따라 서로 다른 충전 전략을 결정하고, 수집된 위치 정보 및 상기 상태 정보를 기초로 충전 경로를 결정하여 충전 스케쥴링 정보를 생성한다. In step 220, the base station 200 determines a different charging strategy for each cluster type according to the clustering result, determines a charging path based on the collected location information and the status information, and generates charging scheduling information.

여기서, 충전 전략은 충전 유형, 충전 지점, 빔 방향, 충전 전력 및 충전 시간 중 적어도 하나를 포함할 수 있다. Here, the charging strategy may include at least one of charging type, charging point, beam direction, charging power, and charging time.

충전 전략을 결정하는 방법에 대해 보다 상세히 설명하기로 한다. We will now explain in more detail how to determine the charging strategy.

우선, 기지국(200)는 각 클러스터 유형에 따라 해당 클러스터의 충전 방식을 결정할 수 있다. 예를 들어, 클러스터 유형이 단일 노드 클러스터인지 다중 노드 클러스터인지에 따라 기지국(200)는 충전 방식을 다르게 결정할 수 있다. First, the base station 200 can determine the charging method for each cluster according to the cluster type. For example, the base station 200 may determine a charging method differently depending on whether the cluster type is a single-node cluster or a multi-node cluster.

예를 들어, 특정 클러스터가 단일 노드로 구성된 클러스터인 경우, 기지국(200)는 해당 클러스터를 단일 충전 클러스터로 결정하고, 특정 클러스터가 다중 노드로 구성된 클러스터인 경우, 기지국(200)는 해당 클러스터를 다중 충전 클러스터로 결정할 수 있다. For example, if the specific cluster is a cluster composed of a single node, the base station 200 determines the cluster to be a single charging cluster, and if the specific cluster is a cluster composed of multiple nodes, the base station 200 determines the cluster to be a multi-node charging cluster. This can be decided by the charging cluster.

단일 충전 클러스터인 경우, 기지국(200)는 충전 지점을 해당 단일 센서 노드의 위치로 결정할 수 있다. 이를 수학식으로 나타내면 수학식 4와 같다. In the case of a single charging cluster, the base station 200 can determine the charging point as the location of the single sensor node. If this is expressed mathematically, it is as shown in Equation 4.

여기서, 는 j번째 클러스터 의 충전 지점의 x 축 및 y축 좌표를 나타낸다. here, is the jth cluster Indicates the x-axis and y-axis coordinates of the charging point.

그러나, 만일 클러스터가 다중 충전 클러스터인 경우, 기지국(200)는 충전 노드의 에너지 소비 및 충전 시간이 최소가 되는 지점을 충전 지점으로 결정할 수 있다. However, if the cluster is a multiple charging cluster, the base station 200 may determine the point where the energy consumption and charging time of the charging node are minimum as the charging point.

이를 수학식으로 나타내면, 수학식 5와 같이 나타낼 수 있다. If this is expressed mathematically, it can be expressed as Equation 5.

여기서, 와 는 각각 충전 노드의 전송 전력과 j번째 클러스터의 충전 시간을 나타낸다. here, and represents the transmission power of the charging node and the charging time of the jth cluster, respectively.

각 클러스터에 대한 충전 시간 는 0보다 커야 하며, 이를 수학식으로 나타내면 수학식 6과 같다. Charging time for each cluster must be greater than 0, and when expressed in a mathematical formula, it is as in Equation 6.

또한, 다중 충전 클러스터의 충전 지점을 결정함에 있어, 해당 클러스터의 지향성 빔 벡터를 로 나타내기로 하며, 해당 클러스터 내의 모든 센서 노드들은 지향성 빔의 충전 범위 내에 위치되도록 충전 지점이 결정되어야 한다. Additionally, in determining the charging point of a multiple charging cluster, the directional beam vector of the cluster It is expressed as , and the charging point must be determined so that all sensor nodes in the cluster are located within the charging range of the directional beam.

도 4를 참조하여 설명하기로 한다. 도 4와 같이 다중 충전 클러스터를 가정하기로 한다. 도 4에 도시된 바와 같이, 충전 노드에서 해당 클러스터내의 각 센서 노드까지의 벡터를 각각 로 나타내기로 한다. 는 수학식 7과 같다. The description will be made with reference to FIG. 4 . Let's assume a multiple charging cluster as shown in Figure 4. As shown in Figure 4, the vector from the charging node to each sensor node in the cluster is respectively It will be expressed as . is the same as Equation 7.

여기서, 는 j번째 클러스터의 충전 지점에서 i번째 센서 노드까지의 벡터를 나타냄, 즉, 충전 지점에서 j번째 클러스터의 i번째 센서 노드까지의 벡터를 나타낸다. here, represents the vector from the charging point of the j-th cluster to the i-th sensor node, that is, the vector from the charging point to the i-th sensor node of the j-th cluster.

따라서, 도 4에 도시된 바와 같이, 수학식 8과 같은 조건이 만족되는 것을 알 수 있다. Therefore, as shown in FIG. 4, it can be seen that the conditions shown in Equation 8 are satisfied.

즉, 수학식 8은 와 사이의 각도가 보다 작아야 함을 나타내는 제약 조건이며, 이는 충전 노드가 j번째 클러스터에서 조사하는 충전 빔 내의 i번째 센서 노드가 위치되는 것을 보정할 수 있다. 여기서, 는 충전 노드의 충전 빔 폭 각도를 나타낸다. In other words, Equation 8 is and the angle between This is a constraint indicating that the charging node must be smaller than , which can correct the location of the i-th sensor node within the charging beam that the charging node radiates from the j-th cluster. here, represents the charging beam width angle of the charging node.

또한, 클러스터의 모든 노드가 완전히 충전되어야 하므로 수학식 9와 같은 제약 조건이 추가될 수 있다. Additionally, since all nodes in the cluster must be fully charged, constraints such as Equation 9 may be added.

여기서, 는 j번째 클러스터의 i번째 노드가 수신한 전력을 나타낸다. 수학식 9를 수학식 3에 대입하면 수학식 10과 같이 정리될 수 있다. here, represents the power received by the ith node of the jth cluster. By substituting Equation 9 into Equation 3, it can be summarized as Equation 10.

여기서, 는 i번째 클러스터 충전 지점과 j번째 클러스터 충전 지점 사이의 유클리드 거리를 나타낸다. here, represents the Euclidean distance between the i-th cluster charging point and the j-th cluster charging point.

수학식 10에서 가 수학식 3과 같은 상수이므로 수학식 11과 같이 단일 상수 로 나타낼 수 있다. In equation 10, Since is a constant like Equation 3, it is a single constant like Equation 11 It can be expressed as

따라서, 와 를 수학식 10에 대입하면, 수학식 12와 같으며, 이를 다시 정리하면 수학식 13과 같이 나타낼 수 있다. thus, and Substituting into Equation 10, it is equivalent to Equation 12, and if rearranged, it can be expressed as Equation 13.

따라서, 이면 해당 클러스터에 충전이 필요한 센서 노드가 없음을 뜻하며, 수학식 8은 왼쪽항의 분모를 곱하면 수학식 14와 같이 다시 정리될 수 있다. thus, If , it means that there are no sensor nodes that need charging in the cluster, and Equation 8 can be rearranged as Equation 14 by multiplying the denominator of the left term.

또한, 기지국(200)는 위험한 상태를 방지하기 위해 최대 전송 전력 제약을 추가할 수 있으며, 이를 수학식으로 나타내면 수학식 15와 같다. Additionally, the base station 200 can add a maximum transmission power constraint to prevent dangerous states, which can be expressed in a mathematical equation as Equation 15.

j번째 클러스터에 대한 충전 지점 , 빔 방향, 충전 전력의 최적 솔루션은 수학식 16과 같이 나타낼 수 있다. Charging point for jth cluster , beam direction , charging power The optimal solution can be expressed as Equation 16.

그러나, 수학식 13과 수학식 14의 헤세 행렬은 양의 정부호가 아니므로, (P1)은 non-convex 문제이며, 라그랑주 이중 함수를 통해 볼록 형태로 변환한 후 sub-gradient descent method를 사용하여 풀 수 있다.However, since the Hessian matrix in Equation 13 and Equation 14 is not positive definite, (P1) is a non-convex problem and is converted to convex form through the Lagrange dual function and then solved using the sub-gradient descent method. You can.

따라서, 해결해야 할 문제에서 결정해야 할 변수는 이다. Therefore, the variables to be determined in the problem to be solved are am.

라그랑주 이중 형식으로 변환하려면 라그랑주 승수를 도입해야하며 그러면 문제의 라그랑주 이중 형식은 수학식 17과 같이 나타낼 수 있다. To convert to Lagrange dual form, a Lagrange multiplier must be introduced, and then the Lagrange dual form of the problem can be expressed as Equation 17.

라그랑주 승수는 0보다 커야하므로 수학식 18 내지 수학식 21과 같은 제약 조건이 추가될 수 있다. Since the Lagrange multiplier must be greater than 0, constraints such as Equation 18 to Equation 21 may be added.

수학식 18 내지 수학식 21의 는 성분별 부등식을 나타낸다. Equation 18 to Equation 21 represents inequality for each component.

따라서, (P1)의 라그랑주 이중 함수는 수학식 22와 같이 정의될 수 있다.Therefore, the Lagrange dual function of (P1) can be defined as Equation 22.

이중 문제는 수학식 23과 같이 라그랑주 승수에 대한 이중 함수를 최대화하는 것이다. The dual problem is to maximize the dual function for the Lagrange multiplier, as shown in Equation 23.

수학식 23에 정의된 문제를 반복적으로 해결하기 위해 서브-그래디언트 알고리즘(sub-gradient algorithm)을 사용하며, 라그랑주 승수는 수학식 24 내지 수학식 27과 같이 반복적으로 업데이트된다. A sub-gradient algorithm is used to repeatedly solve the problem defined in Equation 23, and the Lagrange multiplier is repeatedly updated as shown in Equations 24 to 27.

여기서 이며, 는 반복 인덱스를 나타낸다. here and represents the repetition index.

(P1)을 풀고 충전 지점과 빔 방향을 결정하면 충전 전력 와 충전시간 를 쉽게 얻을 수 있다. 따라서, 각 반복에서 지정된 에 대해 하위 문제 (P2)를 수학식 28 및 수학식 29와 같은 하위 문제로 분리할 수 있다. By solving (P1) and determining the charging point and beam direction, the charging power is and charging time can be easily obtained. Therefore, at each iteration the specified The subproblem (P2) can be separated into subproblems such as Equation 28 and Equation 29.

(P2A) 문제를 해결하여 충전점 및 빔 방향의 특성을 결정한 후 (P2A)의 결과를 이용하여 (P2B) 문제를 풀어서 충전 전력과 충전 시간을 계산할 수 있다. 그러나 (P2A)는 여전히 non-convex 문제이다. 따라서, 본 발명의 일 실시예에서는 이를 해결하기 위한 이산화 충전 전략 결정 알고리즘을 이용하기로 한다. 이에 대해 설명하기로 한다. After determining the characteristics of the charging point and beam direction by solving the (P2A) problem, the charging power and charging time can be calculated by solving the (P2B) problem using the results of (P2A). However, (P2A) is still a non-convex problem. Therefore, in one embodiment of the present invention, a discretized charging strategy decision algorithm is used to solve this problem. Let me explain this.

도 5를 참조하여 다중 충전 클러스터에 대한 충전 지점을 결정하는 방법에 대해 보다 상세히 설명하기로 한다. A method of determining a charging point for a multiple charging cluster will be described in more detail with reference to FIG. 5.

단계 510에서 기지국(200)은 클러스터내의 모든 센서 노드를 포함하는 가장 작은 원(이해와 설명의 편의를 도모하기 위해, 제1 가상 원이라 칭하기로 함)을 형성한다. In step 510, the base station 200 forms the smallest circle (referred to as a first virtual circle for convenience of understanding and explanation) including all sensor nodes in the cluster.

제1 가상 원을 형성하기 위해, 기지국(200)은 Welzld 알고리즘을 이용하여 클러스터내의 제1 가상 원을 형성할 수 있다. 즉, 충전 노드의 충전 방향이 클러스터의 중심을 향하도록 할 때, 모든 센서 노드는 충전 빔내에 포함되도록 제1 가상 원이 형성되어야 한다. 이때, 클러스터내의 엣지 센서 노드의 위치가 중요하다. To form the first virtual circle, the base station 200 may use the Welzld algorithm to form the first virtual circle in the cluster. That is, when the charging direction of the charging node is directed toward the center of the cluster, a first virtual circle must be formed so that all sensor nodes are included within the charging beam. At this time, the location of the edge sensor node within the cluster is important.

도 6의 (a)는 Mean-shift 기반 클러스터를 도시한 도면이고, 도 6의 (b)는 클러스터에 Welzld 알고리즘을 적용하여 엣지 센서 노드의 위치를 조정하여 제1 가상 원을 형성한 도면이다. 제1 가상 원의 중심점과 반지름을 와 로 정의하기로 한다. Figure 6(a) is a diagram showing a mean-shift based cluster, and Figure 6(b) is a diagram showing a first virtual circle formed by adjusting the position of the edge sensor node by applying the Welzld algorithm to the cluster. Center point and radius of the first virtual circle and Let's define it as

도 6의 (a)와 (b)를 비교하면, 도 6의 (b)가 적용된 클러스터의 가장자리에 있는 센서 노드를 더 잘 고려하여 충전 노드에 더 가까이 배치할 수 있음을 알 수 있다.Comparing Figures 6 (a) and (b), it can be seen that sensor nodes at the edge of the cluster to which Figure 6 (b) is applied can be better taken into account and placed closer to the charging node.

단계 515에서 기지국(200)은 제1 가상원에 외접하는 두개의 가상 외접 빔 라인을 형성한다. 두개의 가상 외접 빔 라인이 교차하는 교차점(중심점)을 기초로 제1 가상 원을 포함하는 부채꼴 형태의 가상 충전 빔 영역이 결정될 수 있다. In step 515, the base station 200 forms two virtual circumscribed beam lines circumscribed to the first virtual circle. A fan-shaped virtual charging beam area including the first virtual circle may be determined based on the intersection (center point) where two virtual circumscribed beam lines intersect.

이에 대해 도 7을 참조하여 설명하기로 한다. This will be explained with reference to FIG. 7.

도 7의 (a)에 도시된 바와 같이, 클러스터 내의 모든 센서 노드들을 포함하는 가장 작은 원인 제1 가상 원이 형성되며, 해당 제1 가상 원을 외접하는 두개의 외접선을 두개의 가상 외접 빔 라인으로서 각각 형성할 수 있다(도 7의 (b) 참조). 이때, 두개의 가상 외접 빔 라인 사이에는 일정한 각도 가 존재해야 한다. As shown in (a) of FIG. 7, a first virtual circle is formed, which is the smallest circle including all sensor nodes in the cluster, and two circumscribed lines circumscribing the first virtual circle are used as two virtual circumscribed beam lines. Each can be formed (see (b) in FIG. 7). At this time, there is a constant angle between the two virtual circumscribed beam lines. must exist.

단계 520에서 기지국(200)은 두개의 가상 외접 빔 라인이 교차하는 교차점(중심점)과 제1 가상 원의 중심점 사이의 거리를 반지름으로 하는 제2 가상 원을 형성한다. In step 520, the base station 200 forms a second virtual circle whose radius is the distance between the intersection point (center point) where two virtual circumscribed beam lines intersect and the center point of the first virtual circle.

단계 525에서 기지국(200)은 제2 가상 원상에 복수의 가상 충전 포인트를 형성한다. 여기서, 가상 충전 포인트의 간격은 로 설정되되, 가상 충전 포인트들 사이의 간격은 동일하게 형성될 수 있으며, 가상 충전 포인트의 수는 일 수 있다(도 7의 (d) 참조).In step 525, the base station 200 forms a plurality of virtual charging points on the second virtual circle. Here, the spacing of virtual charging points is is set to , but the spacing between virtual charging points can be formed the same, and the number of virtual charging points is It may be (see (d) in FIG. 7).

j번째 클러스터에서 k번째 가상 충전 포인트를 로 가정하는 경우, 를 반복적으로 계산할 수 있다. kth virtual charging point in jth cluster Assuming, can be calculated repeatedly.

단계 530에서 기지국(200)은 가상 충전 포인트를 기준으로 제2 가상 원의 중심으로 이동하면서 충전 지점을 결정할 수 있다. 즉, 가상 충전 포인트가 주어지면, (P2A)를 풀기 위해 수학식 14를 충족하면서 가능한 많이 이산화된 선을 따라 각 충전 포인트를 중심으로 이동시킬 수 있다(도 7의 (e) 참조). 충전 포인트 이동 후 결정된 충전 지점을 이용하여 (P2B)를 해결할 수 있다. (P2B)에서 와 충전 전력 이 정해져 있으므로, (P2B)를 통해 각 충전 지점에서 필요한 에너지 를 계산할 수 있다. 계산된 가 보다 작으면 최소값이 업데이트될 수 있다. In step 530, the base station 200 may determine the charging point while moving to the center of the second virtual circle based on the virtual charging point. In other words, a virtual charging point Given, each charging point can be moved to the center along the discretized line as much as possible while satisfying Equation 14 to solve (P2A) (see (e) in Figure 7). After moving the charging point, (P2B) can be solved using the determined charging point. (P2B) with charging power Since this is determined, the energy required at each charging point through (P2B) can be calculated. calculated go If it is less than , the minimum value may be updated.

단계 510 내지 단계 530은 수렴될때까지 반복될 수 있다. 이에 대한 의사 코드는 도 17에 도시된 바와 같다. Steps 510 to 530 may be repeated until convergence. The pseudo code for this is as shown in FIG. 17.

도 8은 본 발명의 일 실시예에 따른 시뮬레이션 파라미터를 도시한 도면이다. Mean-shift 알고리즘은 밀도에 기반한 클러스터링 기법이기 때문에 센서 노드의 분포에 큰 영향을 받는다. 센서 노드의 배치가 편향되면 다중 충전 효율이 비정상적으로 높아지기 때문에 이를 방지하기 위해 센서 노드는 무작위로 균일하게 배치 후 알고리즘의 결과를 정확하게 검증하기 위해 모든 시뮬레이션은 다른 임의 시드로 100번 실행하고 평균을 낸다. 노드의 밀도에 따라 충전 전략이 결정되기 때문에 다양한 네트워크 크기와 다양한 센서 배터리 용량을 상용하여 N={500-1500}사이의 노드 수를 변경하여 실험을 수행하였다. Figure 8 is a diagram showing simulation parameters according to an embodiment of the present invention. Since the mean-shift algorithm is a density-based clustering technique, it is greatly affected by the distribution of sensor nodes. If the placement of sensor nodes is biased, the multiple charging efficiency increases abnormally. To prevent this, the sensor nodes are placed randomly and uniformly. To accurately verify the results of the algorithm, all simulations are run 100 times with different random seeds and averaged. . Since the charging strategy is determined depending on the node density, experiments were performed by varying the number of nodes between N={500-1500} using various network sizes and various sensor battery capacities.

도 9는 본 발명의 일 실시예에 따른 균일한 분포에 따라 배열된 1000개의 노드가 있는 시스템 토폴로지를 도시한 도면이다. 도 9에서 파란색 원안의 파란색 점은 다중 충전 클러스터의 노드를 나타내고 빨간색 점은 단일 충전 노드를 나타낸다. 각 시뮬레이션에 대해 서로 다른 임의의 시드를 사용했기 때문에 토폴로지는 매번 다를 수 있다. Figure 9 is a diagram showing a system topology with 1000 nodes arranged according to uniform distribution according to an embodiment of the present invention. In Figure 9, blue dots in blue circles represent nodes of a multi-charging cluster, and red dots represent single charging nodes. Since we used a different random seed for each simulation, the topology may be different each time.

도 10은 동일한 네트워크 토폴로지에서 잘 알려진 LKH-TSP 알고리즘을 적용하여 생성된 충전 경로를 나타낸다. 충전 노드는 최단 직선을 따라 각 충전 지점으로 이동하고 센서 노드를 충전할 수 있다. Figure 10 shows a charging path generated by applying the well-known LKH-TSP algorithm in the same network topology. The charging node can move to each charging point along the shortest straight line and charge the sensor node.

도 11은 본 발명의 일 실시예에 따른 1000개 노드에 대한 R에 따른 단일 충전 방식에 따른 에너지 효율을 나타낸다. R이 0.1~0.4(m)면 본 발명의 일 실시예에 따른 충전 방법은 단일 충전 방법보다 에너지를 덜 소모하는 것을 알 수 있다. Figure 11 shows energy efficiency according to a single charging method according to R for 1000 nodes according to an embodiment of the present invention. If R is 0.1 to 0.4 (m), it can be seen that the charging method according to an embodiment of the present invention consumes less energy than the single charging method.

그러나 R이 0.4m 이상으로 증가하면 거리가 멀어질수록 RF 전력이 급격히 감소하기 때문에 에너지 소모가 급격히 증가하는 것을 알 수 있다. mean-shift 클러스터링에서 R 값은 클러스터링의 유효 범위를 결정할 수 있다. However, when R increases beyond 0.4m, energy consumption rapidly increases because RF power rapidly decreases as the distance increases. In mean-shift clustering, the R value can determine the effective range of clustering.

너무 작은 R값을 사용하면 거의 모든 노드가 단일 충전으로 충전되는데, 이는 모든 노드를 단일 충전하는 것과 크게 다르지 않다. 반면에 R이 너무 크면 모바일 충전기가 먼 센서 노드까지 충전해야 하므로 충전 효율이 떨어진다. 따라서 적절한 R값을 사용할 필요가 있으며, 도 11을 기반으로 후속 시뮬레이션에서 R값은 0.26m로 설정될 수 있다. If you use an R value that is too small, almost all nodes will be charged with a single charge, which is not much different from charging all nodes with a single charge. On the other hand, if R is too large, charging efficiency decreases because the mobile charger has to charge distant sensor nodes. Therefore, it is necessary to use an appropriate R value, and based on Figure 11, the R value can be set to 0.26 m in subsequent simulations.

적절한 R값을 얻은 후 mean-shift 알고리즘을 K-means 알고리즘 및 Agglomerative clustering과 비교하였으며, 밀도 기반 클러스터링 알고리즘 DBSCAN은 노드가 밀접하게 나열되는 한 클러스터 노드를 계속 포함할 수 있으므로 클러스터 크기가 무한대로 커질 수 있다. 이렇게 큰 클러스터가 생성되면 클러스터의 노드와 충전 지점 사이의 거리가 멀어져 충전 효율이 낮아지게 된다. After obtaining the appropriate R value, the mean-shift algorithm was compared with the K-means algorithm and Agglomerative clustering, and the density-based clustering algorithm DBSCAN can continue to contain cluster nodes as long as the nodes are closely listed, so the cluster size can grow infinitely. there is. When such a large cluster is created, the distance between the nodes of the cluster and the charging point increases, reducing charging efficiency.

도 12는 종래와 본 발명의 일 실시예에 따른 성능을 비교한 결과를 도시한 도면이다. 도 12에서 보여지는 바와 같이 종래의 agglomerative와 K-mean알고리즘에서 적절한 클러스터 수를 결정하기 어렵고, 효율이 가장 좋은 800~850개의 K값을 설정해도 본 발명의 일 실시예에 따른 mean-shift 알고리즘이 더 좋은 성능을 나타내는 것을 알 수 있다. 특히, 특정 개수의 클러스터를 결정하더라도 센서 노드의 토폴로지를 고려하지 않은 값이기 때문에 노드 배치를 변경하면 결과가 크게 달라질 수 있다. Figure 12 is a diagram showing the results of comparing performance according to an embodiment of the present invention and the prior art. As shown in Figure 12, it is difficult to determine the appropriate number of clusters in the conventional agglomerative and K-mean algorithms, and even if the most efficient K value of 800 to 850 is set, the mean-shift algorithm according to an embodiment of the present invention is not effective. It can be seen that it shows better performance. In particular, even if a specific number of clusters is determined, the results may vary significantly if the node placement is changed because the topology of the sensor nodes is not considered.

즉, 종래의 K-means 및 agglomerative 알고리즘의 단점은 1) 적절한 클러스터 수를 설정하기 어렵고 2) 노드 밀도를 고려하지 않는 것이다. 따라서, 본 발명의 일 실시예에서는 클러스터링을 위해 mean-shift 알고리즘을 이용하였다. That is, the drawbacks of the conventional K-means and agglomerative algorithms are 1) it is difficult to set an appropriate number of clusters, and 2) they do not take node density into consideration. Therefore, in one embodiment of the present invention, the mean-shift algorithm was used for clustering.

도 13은 본 발명의 일 실시예에 따른 센서 노드 수가 증가함에 따른 에너지 소비량의 차이를 보여준다. 센서 노드 수가 적으면 평균 이동 클러스터링을 사용하여 다중 충전 클러스터가 거의 생성되지 않으며 단일 충전 방식과 EEADC 간의 에너지 소비량 차이가 거의 없으나, 센서 노드의 수가 증가할수록 노드의 밀도가 증가하는 것을 알 수 있다. 따라서 다중 충전 클러스터의 수와 각 다중 충전 클러스터의 센서 노드 수는 증가한다. Figure 13 shows the difference in energy consumption as the number of sensor nodes increases according to an embodiment of the present invention. When the number of sensor nodes is small, multiple charging clusters are rarely created using average shift clustering, and there is little difference in energy consumption between the single charging method and EEADC. However, as the number of sensor nodes increases, the node density increases. Therefore, the number of multiple charging clusters and the number of sensor nodes in each multiple charging cluster increase.

다중 충전 클러스터의 수가 증가할수록 본 발명의 일 실시예에 따른 충전 방법(EEADC)의 에너지 효율이 증가하고, 단일 충전 방식 사이에 소모되는 에너지의 차이가 증가하는 것을 알 수 있다. It can be seen that as the number of multiple charging clusters increases, the energy efficiency of the charging method (EEADC) according to an embodiment of the present invention increases, and the difference in energy consumed between single charging methods increases.

EOP는 2차원 필드를 그리드로 분할하고 그리드의 정점을 후보 충전 지점으로 설정하고, CEOP에서는 후보 충전 지점 중 센서 노드를 가장 효율적으로 충전하는 충전 지점을 선택하고 각 지점에서 지향성 빔을 결정한다. 또한, CEOP는 필드를 그리드로 분할하여 후보 충전 지점을 결정한다. 즉, 종래의 EOP와 CEOP는 센서 노드의 밀도를 고려하지 않으며, 한, 센서 노드의 밀도가 낮아 노드를 하나씩 충전해도 충전 노드가 센서 노드 근처에서 충전할 수 없고 충전 지점이 그리드로 제한되는 단점이 있다. EOP divides the two-dimensional field into a grid and sets the vertices of the grid as candidate charging points, and CEOP selects the charging point that most efficiently charges the sensor node among the candidate charging points and determines a directional beam at each point. Additionally, CEOP divides the field into grids to determine candidate charging points. In other words, the conventional EOP and CEOP do not consider the density of sensor nodes, and as long as the density of sensor nodes is low, the charging node cannot charge near the sensor node even if the nodes are charged one by one, and the charging point is limited to the grid. there is.

따라서, 센서 노드의 밀도가 낮을 때 다중 충전은 단일 충전에 비해 매우 비효율적이며 결국 CEOP는 단일 충전 방식보다 대부분의 경우 더 많은 에너지를 소비하게 된다. 그러나 CEOP는 본질적으로 단일 충전을 무시하기 때문에 다중 충전 방식이라고 볼 수 있다. Therefore, when the density of sensor nodes is low, multiple charging is very inefficient compared to single charging, and ultimately CEOP consumes more energy than single charging in most cases. However, CEOP can be viewed as a multiple charging method because it essentially ignores single charging.

따라서 센서 노드의 밀도가 증가하고 다중 충전 클러스터가 증가하면 에너지 효율이 증가할 수 있으며, 결론적으로 노드 밀도에 따라 단일 충전 또는 다중 충전 전략을 효과적으로 선택하는 본 발명의 일 실시예에 따른 충전 방법(EEADC)이 최상의 결과를 얻을 수 있음을 알 수 잇다. Therefore, as the density of sensor nodes increases and the number of multiple charging clusters increases, energy efficiency can increase. In conclusion, the charging method according to an embodiment of the present invention (EEADC) effectively selects a single charging or multiple charging strategy depending on the node density. ) can be seen to obtain the best results.

센서 노드의 수가 1000일 때 본 발명의 일 실시예에 따른 충전 방법(EEADC)은 단일 충전 방식보다 5.8% 더 나은 성능을, CEOP보다 7.4% 더 나은 성능을 달성하였으며, 센서 노드의 수가 1500일 때 본 발명의 일 실시예에 따른 충전 방법(EEADC)은 단일 충전 방식보다 9% 더 나은 성능을, CEOP보다 7.3% 더 나은 성능을 달성하였다. When the number of sensor nodes is 1000, the charging method (EEADC) according to an embodiment of the present invention achieved 5.8% better performance than the single charging method and 7.4% better performance than CEOP, and when the number of sensor nodes was 1500. The charging method (EEADC) according to an embodiment of the present invention achieved 9% better performance than the single charging method and 7.3% better performance than CEOP.

도 14는 종래와 본 발명의 일 실시예에 따른 충전 지연 시간을 비교한 결과를 도시한 도면이다. Figure 14 is a diagram showing the results of comparing charging delay times according to the conventional art and an embodiment of the present invention.

충전 시간은 에너지 소비량에 비례하므로 전체적인 결과는 에너지 소비량에 대한 결과와 유사하며, 노드 수가 증가할수록 단일 충전 방식과 본 발명의 일 실시예에 따른 충전 방법(EEADC) 충전 지연 차이가 커진다. Since charging time is proportional to energy consumption, the overall results are similar to the results for energy consumption. As the number of nodes increases, the difference in charging delay between a single charging method and the charging method according to an embodiment of the present invention (EEADC) increases.

CEOP의 충전 지연은 단일 충전 방식보다 거의 항상 더 길다. 센서 노드의 수가 1500노드로 증가하면 단일 충전 방식보다 CEOP의 충전 지연이 약간 짧아진다. 단일 충전 방식은 네트워크 토폴로지나 충전 효율을 분석하지 않고 TSP 문제만 해결하여 충전을 수행한다. 따라서, 적절한 과금 포인트를 계산하기 위해 기지국이 요구하는 계산 자원 및 계산 지연이 발생하지 않는 반면, 본 발명의 일 실시예에 따른 본 발명의 일 실시예에 따른 충전 방법(EEADC)은 모든 센서 노드가 성기게 배열되어 있는 경우에도 토폴로지를 분석하기 위해 이러한 컴퓨팅 자원과 계산 지연이 필요하다. 따라서 단일 충전은 드물게 배포된 시스템 내의 센서 노드에서 컴퓨팅 리소스를 절약할 수 있는 반면 본 발명의 일 실시예에 따른 충전 방법(EEADC)은 인구 밀도가 높은 시스템이 포함될 때 충전 효율성을 높일 수 있다. The charging delay of CEOP is almost always longer than that of a single charging method. When the number of sensor nodes increases to 1500 nodes, the charging delay of CEOP becomes slightly shorter than that of the single charging method. The single charging method performs charging by only solving the TSP problem without analyzing network topology or charging efficiency. Therefore, while the calculation resources and calculation delay required by the base station to calculate the appropriate charging point do not occur, the charging method (EEADC) according to an embodiment of the present invention according to an embodiment of the present invention allows all sensor nodes to Even in sparsely arranged cases, these computing resources and computational delays are required to analyze the topology. Therefore, single charging can save computing resources in sensor nodes within a sparsely deployed system, while the charging method according to one embodiment of the present invention (EEADC) can increase charging efficiency when densely populated systems are involved.

도 15는 종래와 본 발명의 일 실시예에 따른 일정한 수의 노드에 대한 센서 필드의 크기에 따른 에너지 소비량의 변화를 보여준다. Figure 15 shows the change in energy consumption according to the size of the sensor field for a certain number of nodes according to the prior art and an embodiment of the present invention.

필드의 크기가 증가함에 따라 세 가지 모델 모두에서 에너지 소비가 증가한다. 단일 충전 방식의 경우 항상 단일 충전만을 용하기 때문에 필드의 크기가 커질수록 MC의 이동거리만 증가한다. 필드의 크기가 그리 크지 않은 경우에는 충전 노드의 이동거리 증가가 전체 에너지 소비량에 큰 영향을 미치지 않으며, 다른 두 가지 방법에 비해 약간의 개선을 관찰할 수 있다. As the size of the field increases, energy consumption increases in all three models. In the case of the single charging method, only a single charge is always used, so as the size of the field increases, only the moving distance of the MC increases. When the size of the field is not very large, increasing the moving distance of the charging node does not have a significant impact on the overall energy consumption, and a slight improvement can be observed compared to the other two methods.

본 발명의 일 실시예에 따른 충전 방법(EEADC)의 경우 필드의 크기가 커질수록 평균적으로 센서 노드 간의 거리가 증가하고 평균 이동 클러스터링을 통해 생성되는 다중 충전 클러스터의 수가 감소하여 단일 충전 클러스터의 수가 증가한다. 필드의 크기가 커질수록 단일 충전 방식과 마찬가지로 충전 노드의 이동 거리도 증가한다. 따라서 필드의 크기가 커질수록 에너지 소모량의 증가는 단일 충전 방식보다 크다. 그러나 필드의 크기가 65m로 증가하더라도 본 발명의 일 실시예에 따른 충전 방법(EEADC)를 사용한 에너지 소비는 단일 충전 방식보다 여전히 낮다. 노드 밀도가 감소했지만 에너지 효율적인 다중 충전 클러스터가 여전히 생성되기 때문이다. In the case of the charging method (EEADC) according to an embodiment of the present invention, as the size of the field increases, the distance between sensor nodes increases on average and the number of multiple charging clusters created through average movement clustering decreases, thereby increasing the number of single charging clusters. do. As the size of the field increases, the moving distance of the charging node also increases, similar to the single charging method. Therefore, as the size of the field increases, the increase in energy consumption is greater than that of a single charging method. However, even if the field size increases to 65 m, the energy consumption using the charging method (EEADC) according to one embodiment of the present invention is still lower than that of the single charging method. This is because although the node density is reduced, energy-efficient multi-charging clusters are still created.

CEOP의 경우 필드 크기가 25m일 때 필드 크기가 커질수록 에너지 소비가 증가하지만 단일 충전보다 효율이 좋다. 그러나 CEOP는 필드를 그리드로 나누고 후보 충전 지점을 선택합니다. 따라서 필드의 크기가 증가하더라도 후보 충전 지점 간의 거리는 일정하게 유지된다. 그러나 노드 밀도를 고려하지 않고 일정한 간격으로 그리드를 생성하기 때문에 각 정사각형 그리드에 포함되는 센서 노드의 수는 감소한다. 이전에 관찰된 바와 같이 각 그리드의 센서 노드 수가 증가함에 따라 CEOP의 에너지 효율이 증가한다. 반대로, 같은 크기의 각 그리드 내 센서 노드의 수가 줄어들면 각 후보 충전 지점에서 충전하는 노드의 수는 점차 줄어들고 결국에는 하나의 노드만 충전하는 경우가 증가한다. In the case of CEOP, when the field size is 25m, energy consumption increases as the field size increases, but it is more efficient than single charging. However, CEOP divides the field into a grid and selects candidate charging points. Therefore, even if the size of the field increases, the distance between candidate charging points remains constant. However, because grids are generated at regular intervals without considering node density, the number of sensor nodes included in each square grid decreases. As previously observed, the energy efficiency of CEOP increases as the number of sensor nodes in each grid increases. Conversely, as the number of sensor nodes in each grid of the same size decreases, the number of nodes charging at each candidate charging point gradually decreases, and eventually, the number of cases where only one node is charging increases.

단일 충전 방식과 달리 CEOP는 그리드의 정점에서만 충전할 수 있으므로 충전 노드는 센서 노드에서 더 멀리 위치하게 된다. 따라서 에너지 소비가 크게 증가한다. 그 결과 필드 크기가 35m 이상으로 증가하면 단일 충전 방식보다 에너지 소비가 더 크다. Unlike single charging methods, CEOP can only charge at the peak of the grid, so the charging node is located further away from the sensor node. Therefore, energy consumption increases significantly. As a result, when the field size increases beyond 35 m, the energy consumption is greater than that of a single charging method.

도 16은 종래와 본 발명의 일 실시예에 따른 노드 수가 증가함에 따른 에너지 소모량의 변화를 나타낸 결과이다. Figure 16 is a result showing the change in energy consumption as the number of nodes increases according to the conventional art and an embodiment of the present invention.

필드 크기는 25mХ25m 로 설정되었다. 일반 수신 노드의 최대 배터리 용량은 Bmax=2J, 고급 노드는 Badvmax=4J로 센서 노드의 초기 에너지 Einit=[40%,60%] 사이에서 무작위로 초기화되었다. The field size was set at 25mХ25m. The maximum battery capacity of the general receiving node was Bmax = 2J, the advanced node had Badvmax = 4J, and the initial energy of the sensor node was randomly initialized between Einit = [40%, 60%].

노드 수가 적을 때 CEOP는 단일 충전 방식보다 더 많은 에너지를 소비하는데, 이는 CEOP가 충전 빔에서 센서 노드가 받는 에너지를 최대화하기 위해 충전 지점을 선택하기 때문이다. 그러나 이기종 WSN 시스템에서 진보된 노드는 많은 에너지를 필요로 한다.When the number of nodes is small, CEOP consumes more energy than a single charging method because CEOP selects charging points to maximize the energy received by sensor nodes from the charging beam. However, advanced nodes in heterogeneous WSN systems require a lot of energy.

따라서 충전 노드에서 멀리 떨어진 충전빔의 가장자리에 고급 노드가 있으면 충전빔의 다른 모든 노드가 CEOP에서 충전된 후에도 저효율로 고급 노드를 충전해야 한다. Therefore, if there is an advanced node at the edge of the charging beam that is far from the charging node, the advanced node must be charged at low efficiency even after all other nodes in the charging beam have been charged in the CEOP.

반면에 본 발명의 일 실시예에 따른 충전 방법(EEADC)는 클러스터를 충전하는 데 에너지가 가장 적게 필요한 충전 지점을 찾으며, 이는 가장 많은 에너지를 필요로 하는 센서 노드에 가까운 클러스터 내에 충전 지점을 생성할 수 있다. On the other hand, the charging method (EEADC) according to an embodiment of the present invention finds charging points that require the least energy to charge the cluster, which creates charging points within the cluster close to sensor nodes that require the most energy. You can.

따라서 1500개의 센서 노드가 있는 경우 본 발명의 일 실시예에 따른 충전 방법(EEADC)는 단일 충전 방식보다 8.5% 더 나은 성능을, CEOP보다 16.3% 더 나은 성능을 달성하였다. Therefore, when there are 1500 sensor nodes, the charging method (EEADC) according to an embodiment of the present invention achieved 8.5% better performance than the single charging method and 16.3% better performance than CEOP.

도 18은 본 발명의 일 실시예에 따른 무선 센서 네트워크를 위한 무선 충전 장치의 내부 구성을 개략적으로 도시한 블록도이다. 여기서, 무선 충전 장치는 무선 센서 네트워크의 기지국일 수 있다. Figure 18 is a block diagram schematically showing the internal configuration of a wireless charging device for a wireless sensor network according to an embodiment of the present invention. Here, the wireless charging device may be a base station of a wireless sensor network.

도 18을 참조하면, 본 발명의 일 실시예에 따른 무선 센서 네트워크를 위한 무선 충전 장치(1800)는 수집부(1810), 클러스터링부(1820), 메모리(1830) 및 충전 제어부(1840)를 포함하여 구성된다. Referring to FIG. 18, a wireless charging device 1800 for a wireless sensor network according to an embodiment of the present invention includes a collection unit 1810, a clustering unit 1820, a memory 1830, and a charging control unit 1840. It is composed by:

수집부(1810)는 무선 센서 네트워크를 구성하는 각 센서 노드로부터 위치 정보와 상태 정보를 주기적 또는 비주기적으로 수집할 수 있다. The collection unit 1810 may periodically or aperiodically collect location information and status information from each sensor node constituting the wireless sensor network.

클러스터링부(1820)는 각 센서 노드의 위치 정보와 상태 정보를 이용하여 상기 무선 센서 네트워크의 토폴로지를 분석하여 적어도 하나의 클러스터로 상기 각 센서 노드들을 클러스터링하기 위한 수단이다. The clustering unit 1820 is a means for clustering each sensor node into at least one cluster by analyzing the topology of the wireless sensor network using the location information and state information of each sensor node.

메모리(1830)는 본 발명의 일 실시예에 따른 무선 센서 네트워크를 위한 무선 충전 방법을 수행하기 위한 프로그램 코드를 저장하기 위한 수단이다.The memory 1830 is a means for storing program code for performing a wireless charging method for a wireless sensor network according to an embodiment of the present invention.

충전 제어부(1840)는 본 발명의 일 실시예에 따른 무선 충전 장치(1800)의 내부 구성 요소들(예를 들어, 수집부(1810), 클러스터링부(1820), 메모리(1830) 등)을 제어하기 위한 수단이다.The charging control unit 1840 controls internal components (e.g., collection unit 1810, clustering unit 1820, memory 1830, etc.) of the wireless charging device 1800 according to an embodiment of the present invention. It is a means to do so.

또한, 충전 제어부(1840)는 수집된 상태 정보를 기초로 상기 클러스터의 유형에 따라 서로 다른 충전 전략을 결정하고, 상기 수집된 위치 정보 및 상태 정보를 기초로 충전 경로를 결정하며, 충전 경로를 따라 무선 센서 네트워크를 이동하며 결정된 충전 전략에 따라 상기 클러스터내에 포함된 각 센서 노드들을 충전하도록 제어할 수 있다. 충전 제어부(1940)는 센서 노드들의 밀도를 고려하여 충전 전략을 결정한 후 충전 노드가 충전 경로를 따라 이동하며 센서 노드들을 충전하도록 제어할 수 있으며, 이에 대한 상세한 설명은 도 2 내지 도 5를 참조하여 설명한 바와 동일하므로 중복되는 설명은 생략하기로 한다. In addition, the charging control unit 1840 determines different charging strategies depending on the type of the cluster based on the collected state information, determines a charging path based on the collected location information and state information, and follows the charging path. It can be controlled to charge each sensor node included in the cluster according to a determined charging strategy while moving the wireless sensor network. The charging control unit 1940 may determine a charging strategy in consideration of the density of sensor nodes and then control the charging node to move along the charging path and charge the sensor nodes. For a detailed description, refer to FIGS. 2 to 5. Since it is the same as what was explained, redundant explanation will be omitted.

본 발명의 실시 예에 따른 장치 및 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 분야 통상의 기술자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media) 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.Devices and methods according to embodiments of the present invention may be implemented in the form of program instructions that can be executed through various computer means and recorded on a computer-readable medium. Computer-readable media may include program instructions, data files, data structures, etc., singly or in combination. Program instructions recorded on a computer-readable medium may be specially designed and constructed for the present invention or may be known and usable by those skilled in the computer software field. Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tapes, optical media such as CD-ROMs and DVDs, and magnetic media such as floptical disks. -Includes magneto-optical media and hardware devices specifically configured to store and execute program instructions, such as ROM, RAM, flash memory, etc. Examples of program instructions include machine language code, such as that produced by a compiler, as well as high-level language code that can be executed by a computer using an interpreter, etc.

상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.The hardware devices described above may be configured to operate as one or more software modules to perform the operations of the present invention, and vice versa.

이제까지 본 발명에 대하여 그 실시 예들을 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 실시 예들은 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.So far, the present invention has been examined focusing on its embodiments. A person skilled in the art to which the present invention pertains will understand that the present invention may be implemented in a modified form without departing from the essential characteristics of the present invention. Therefore, the disclosed embodiments should be considered from an illustrative rather than a restrictive perspective. The scope of the present invention is indicated in the claims rather than the foregoing description, and all differences within the equivalent scope should be construed as being included in the present invention.

100: 무선 센서 네트워크 시스템
1800: 무선 충전 장치
1810: 수집부
1820: 클러스터링부
1830: 메모리
1840: 충전 제어부100: Wireless sensor network system
1800: Wireless charging device
1810: Collection Department
1820: Clustering Department
1830: Memory
1840: Charging control unit

Claims

(a) collecting location information and state information from each sensor node constituting the wireless sensor network;
(b) clustering each sensor node into at least one cluster by analyzing the topology of the wireless sensor network using the location information and state information of each sensor node; and
(c) Determine different charging strategies according to the type of the cluster based on the collected state information, determine a charging path based on the collected location information and the state information, and wirelessly sensor along the charging path. A wireless charging method for a wireless sensor network, comprising moving the network and controlling each sensor node included in the cluster to charge according to the determined charging strategy.

According to claim 1,
The type of the cluster is either a single charging cluster or a multiple charging cluster,
The single charging cluster has one sensor node included in the cluster,
The multi-charging cluster is a wireless charging method for a wireless sensor network, characterized in that there are a plurality of sensor nodes included in the cluster.

According to claim 1,
A wireless charging method for a wireless sensor network, wherein the charging strategy is at least one of a charging point, charging beam direction, charging power, and charging time.

According to clause 3,
In step (c),
The charging strategy is determined by further considering charging constraints,
The charging constraint condition includes a first condition that all sensor nodes in the cluster are included in the charging beam direction and a second condition that the charging power must be less than the total battery capacity.

According to clause 3,
When the type of the cluster is a single charging cluster, the charging point is determined to be a location close to a sensor node in the cluster.

According to clause 3,
When the type of the cluster is a multi-charging cluster, a charging location that can simultaneously charge all sensor nodes in the cluster is determined as a charging point.

According to clause 6,
The charging point of the multiple charging cluster forms a first smallest circle containing all sensor nodes in the cluster, and forms two virtual circumscribed beams circumscribed to the first circle, and the two virtual circumscribed beams of the two virtual circumscribed beams After forming a second circle with the center and the center of the first circle as a radius, a plurality of virtual charging points are formed on the second circle, and then the plurality of virtual charging points are moved to the center of the second circle for charging. A wireless charging method for a wireless sensor network, wherein the point is determined.

A computer-readable recording medium recording program code for performing the method according to any one of claims 1 to 7.

a collection unit that collects location information and status information from each sensor node constituting the wireless sensor network;
a clustering unit that analyzes the topology of the wireless sensor network using the location information and state information of each sensor node and clusters each sensor node into at least one cluster; and
Based on the collected state information, different charging strategies are determined according to the type of the cluster, a charging path is determined based on the collected location information and the state information, and the wireless sensor network is moved along the charging path. and a charging control unit that controls each sensor node included in the cluster to charge according to the determined charging strategy.

According to clause 9,
The type of the cluster is either a single charging cluster or a multiple charging cluster,
The single charging cluster has one sensor node included in the cluster,
The multi-charging cluster is a wireless charging device for a wireless sensor network, characterized in that there are a plurality of sensor nodes included in the cluster.

According to clause 9,
A wireless charging device for a wireless sensor network, wherein the charging strategy is at least one of a charging point, charging beam direction, charging power, and charging time.

According to claim 11,
The charging control unit,
The charging strategy is determined by further considering charging constraints,
The charging constraint condition includes a first condition that all sensor nodes in the cluster are included in the charging beam direction and a second condition that the charging power must be less than the total amount of the battery.

According to claim 11,
The charging control unit,
When the type of the cluster is a single charging cluster, the charging point is determined as a location close to the sensor node in the cluster.

According to claim 11,
The charging control unit, when the type of the cluster is a multi-charging cluster, determines a charging point as a charging location that can simultaneously charge all sensor nodes in the cluster.

According to claim 13,
The charging control unit forms a smallest first circle including all sensor nodes in the cluster, forms two virtual circumscribed beams circumscribed to the first circle, and forms the center of the two virtual circumscribed beams and the first circle. 1 After forming a second circle with the center of the circle as the radius, a plurality of virtual charging points are formed on the second circle, and then the plurality of virtual charging points are moved to the center of the second circle and the multiple charging cluster A wireless charging device for a wireless sensor network, characterized in determining a charging point.