DOI QR코드

DOI QR Code

무선센서네트워크를 위한 확률추론 휴리스틱기반 비주기적 전송

Probability Inference Heuristic based Non-Periodic Transmission for the Wireless Sensor Network

  • 김강석 (제주대학교 통신컴퓨터공학부) ;
  • 이동철 (제주대학교 경영정보학과)
  • 발행 : 2008.09.30

초록

저전력 무선 통신의 발전과 다기능, 저가의 스마트 센서는 원격에서 상태정보를 감지할 수 있는 센서네트워크의 실현을 가능하게 하였다. 센서 노드는 소형 배터리를 사용해 에너지를 공급받는데 일반적으로 배터리 교환이 용이하지 않은 위치에 설치되기 때문에 센서 노드의 평균 소모 전력을 최소화할 필요가 있다. 알려진 바에 따르면 센서 노드의 전체 소모 전력의 20-60%를 무선 통신에 사용하는 RF 모듈이 차지하고 있다. 본 논문에서는 센싱된 데이터의 송신에 소비되는 에너지를 개선하기 위해 센싱 데이터의 변동 특성에 실시간 적응하여 확률적 계산값이 임의의 랜덤값보다 클 경우 기지국 노드로 전송하는 확률추론 휴리스틱기반 비주기적 전송 방법을 제안한다. 제안하는 전송 방법에서는 확률추론 휴리스틱 알고리즘에 따라 센싱된 데이터와 직전 센싱된 데이터를 평가하여 전송 여부를 결정하며 알고리즘에 필요한 계수값은 알고리즘 검증 데이터의 재현율을 통하여 결정한다.

The development of low-power wireless communication and low-cost multi-functional smart sensor has enabled the sensor network that can perceive the status information in remote distance. Sensor nodes are sending the collected data to the node in the base station through temporary communication path using the low-cost RF communication module. Sensor nodes get the energy supply from small batteries, however, they are installed in the locations that are not easy to replace batteries, in general, so it is necessary to minimize the average power consumption of the sensor nodes. It is known that the RF modules used for wireless communication are consuming 20-60% of the total power for sensor nodes. This study suggests the probability inference heuristic based non-periodic transmission to send the collected information to the base station node, when the calculated value by probability is bigger than an optional random value, adapting real-time to the variation characteristics of sensing datain order to improve the energy consumption used in the transmission of sensed data. In this transmission method suggested, transmitting is decided after evaluation of the data sensed by the probability inference heuristic algorithm and the directly sensed data, and the coefficient that is needed for its algorithm is decided through the reappearance rate of the algorithm verification data.

키워드

참고문헌

  1. [sai04] H. Saito and H. Minimi, "Performance Issues and Network Design for Sensor Networks", IEICE Trans. On Commun., vol.E87-B, no. 2, pp. 294-301, Feb. 2004
  2. [gen03] D. Ganesan, A. Cerpa, W. Ye, Y. Yu, J. Zhao, and D. Estrin, "Networking Issues in Wireless Sensor Networks", Journal of Parallel and Distributed Computing(JPDC), Special issue on Frontier in Distributed Sensor Networks, Dec. 2003
  3. www.xbow.com
  4. www.maxfor.co.kr
  5. www.octacomm.net
  6. F. Ye et al, "PEAS: A Robust Energy Conserving Protocol for Long-Lived Sensor Networks," in Proc. IEEE, Int'l Conf. Network Protocols (ICNP 2002), IEEE, CS Press, pp. 200-201. 2002
  7. D. Tian and N. D. Georganas, "A Node Scheduling Scheme for Energy Conservation in Large Wireless Sensor Networks,", in Wireless Communications & Mobile Computing Journal, 2003
  8. Ankur Jain and Edward Y.Chang, "adaptive sampling for sensor networks", in Proceeedings of the 1st international workshop on Data management for sensor networks (DMSN '04), 2004
  9. A. D. Marbini and L. E. Sacks, "Adaptive Sampling Mechanisms in Sensor Networks.", in London Communications Symposium, UK, 2003
  10. Dantu, R., Abbas, K., O'Neill, M., II and Mikler, A., "Data centric modeling of environmental sensor networks", Global Telecommunications Conference Workshops, GlobeCom Workshops, 2004
  11. 임근수, 박정태, 고건, "무선센서네트워크를 위한 네트워크 환경에 적응하는 신뢰성 있는 전송 규약, 한국정보과학회 2003추계학술대회, Vol.30 No.1. 2003
  12. http://www.ecoplex.unt.edu