• Journal of Satellite, Information and Communications
• /
• v.6 no.2
• /
• pp.72-77
• /
• 2011

Spectrum sensing is a critical functionality of CR network; it allow secondary user to detect spectral holes and to opportunistically use under-utilized frequency bands without causing harmful interference to primary use. Recently, wideband service has been increase for processing abundance of data traffic. So CR network needs a realizable implementation design of spectrum sensing for wideband. To get high resolution performance of wideband sensing must precede algorithm processing for reliability signal detection. By the way, the performance of spectrum sensing can be degraded due to fading and shadowing. In order to overcome this problem, we propose system model of wideband sensing scheme on energy detected collaborative technique. we divide wideband into narrowbands and use narrowbands to detect signal excepting some narrowbands including bad channel through the CSI. And we simulate and analyze in terms of detection probability with various SNR.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.37A no.12
• /
• pp.1122-1132
• /
• 2012

Compressed sensing has been applied to many fields such as images, speech signals, radars, etc. It has been mainly applied to stationary signals, and reconstruction error could grow as compression ratios are increased by decreasing measurements. To resolve the problem, speech signals are divided into frames and processed in parallel. The frames are made sparse by dictionary learning, and adaptive compressed sensing is applied which designs the compressed sensing reconstruction matrix adaptively by using the difference between the sparse coefficient vector and its reconstruction. Through the proposed method, we could see that fast and accurate reconstruction of non-stationary signals is possible with compressed sensing.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10d
• /
• pp.395-398
• /
• 2006

최근 Robomote, Robotic Sensor Agents(RSA)와 같은 이동 센서의 등장으로 인해 이동 센서네트워크(MSN: Mobile Sensor Network)에 대한 연구가 활발히 진행되고 있다. 하지만 기존의 이동 센서네트워크에 대한 연구는 주로 기존의 고정 센서네트워크(SSN: Stationary Sensor Network)에서 발생하는 문제점인 coverage hole을 해결하는데 초점을 맞추고 있다. 이러한 연구들에서는 이동 센서들에게 부여된 이동 능력을 최대한 활용하지 못하는 단점을 안고 있다. 이를 해결하기 위해 이동 센서에게 지속적인 이동성을 부여함으로써 고정 센서네트워크에 비해 더 넓은 영역을 센싱하도록 제안한 연구가 있으나, 그 연구가 아직 초기 단계로써 이동 센서의 지속적인 이동으로 인한 싱크 노드로의 통신 경로 설정 및 데이터 전송 문제에 대해서는 논하고 있지 않다. 이에 본 논문에서는 지속적인 이동성을 갖는 이동 센서로 구성된 이동 센서네트워크 환경에서 효율적으로 경로 설정 및 데이터 전송을 가능하게 하는 통신 프로토콜을 제안한다. 제안하는 프로토콜에서는 이동 센서와 함께 고정 센서를 배치함으로써 고정 센서가 이동 센서를 대신하여 싱크 노드로 센싱 데이터를 전송하도록 한다. 시뮬레이션을 이용한 성능 평가를 통해 제안한 통신 프로토콜이 기존의 고정 센서네트워크에 비해 센싱 영역 성능에서 우수함을 보여준다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10c
• /
• pp.10-12
• /
• 2004

무선 센서네트워크는 센싱 지역에 분산되어 있는 초소형 센서 노드들이 감지/처리한 데이터를 수집노드로 전송하여 원격의 사용자가 센싱 지역의 상황인지를 가능하게 하는 유비쿼터스 컹퓨팅의 기반 네트워크이다. 전력 사용이 극히 제한된 센서 노드를 이용하여 무선 센서 망을 구성, 유지하며 데이터를 수집하기 위해서는 효율적인 망의 형태와 이에 따른 네트워크 배치 전략을 필요로 한다. 클러스터 기반 네트워크의 형태는 밀집도가 높은 센서네트워크에서 데이터병합을 수행하고 노드간 에너지 소비 균형을 이루기 위한 효과적인 구조이다. 본 논문에서는 클러스터 기반의 단일 홉 전송 구조에서 데이터 수집률을 높이고 노드간 에너지 사용의 균형을 이루게 하여 네트워크의 생존시간을 최대화할 수 있는 네트워크 배치 방법을 제안하였다. 클러스터링 기법에 따른 에너지 소비 모델을 분석하고 이를 통해 노드의 적절한 밀집도를 산출하였다. 싱크로부터 멀어질수록, 센서필드의 중앙보다는 외곽에 노드의 배치를 조밀하게 배치하여 네트워크의 생존시간을 늘렸다. 시뮬레이션을 통해 효율적인 네트워크의 배치가 노드간 에너지 소비의 균형을 이루도록 하여 네트워크의 생존시간을 늘일 수 있음을 확인하였다.

• Proceedings of the KAIS Fall Conference
• /
• 2009.05a
• /
• pp.813-816
• /
• 2009

최근 정보통신 기술을 다양한 분야에 접목하여 융합 서비스를 제공하는 연구 및 개발이 진행되고 있다. 특히 농수산 분야에 RFID 기술을 이용하여 생산 이력 관리하거나 센서 네트워크를 적용하여 생산 환경의 데이터를 수집하고 있다. 본 논문에서는 습도, 온도, 이산화탄소, 조도 센서 등의 양돈 환경을 실시간 감시 응용을 개발하기 위해 지도 기반의 기본 시스템 구조, 데이터베이스 구조, 지도 및 센싱 데이터 도시 알고리즘 등을 제시한다. 이를 통해 각 양돈사에 설치된 센서 데이터를 지도 상에서 직접 현재의 양돈 환경이 상태를 확인하고, 각 시간대별, 센서별로 구분하여 실시간 센싱 데이터를 감시 할수 있다. 이 연구 결과는 돼지들이 성장할 수 있는 최적의 환경을 구축하고, 돼지의 생육에 투입되는 사료 등을 최소화하고 최적의 생육환경을 조성하여 생산성을 높이는 데 도움이 될 것으로 사료된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2016.01a
• /
• pp.121-122
• /
• 2016

본 논문에서는 노면상에 발생하는 다양한 유형의 유고정보를 센싱 및 처리하기 위한 미들웨어를 제안한다. 유고정보란 도로 및 노면에서 발생될 수 있는 센싱자료들을 분석하여 제공하는 정보로서 유고정보 처리 및 분석을 위한 기초 데이터들을 수집하는 목적지향 미들웨어 시스템을 구축하였다. 유고정보 분석을 위해 인터넷과 센서 수집을 통하여 미들웨어로 데이터를 수집한다. 이때 인터넷을 통한 수집을 위해 공개키를 사용하여 인터넷의 공공데이터들을 수집한다. 또한 수집된 데이터들을 미들웨어에서 관리 및 제어를 할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.188-191
• /
• 2013

인간과 사물, 서비스 세 가지 분산된 환경 요소에 대해 인간의 명시적 개입 없이 상호 협력적으로 센싱, 네트워킹, 정보 처리 등 지능적 관계를 형성하는 사물 공간 연결망인 IoT(Internet of Things)에서 센싱된 정보를 처리하고 서비스하기 위한 환경을 적시적소에 배치(Depolyment) 하기 위하여 클라우드 서비스와의 연동방법에 대해 본 논문에서 연구하였다. Public Cloud환경에서 Hadoop Cluster를 구성하여 IoT 서비스에 적용할 수 있는 통합 환경을 구축하면 폭발적으로 증가하는 IoT 데이터를 저장하고 빠른 시간안에 이를 효과적으로 처리 및 분석하기 위한 시스템 구축이 가능하며 분산 저장소에 저장된 데이터를 분석하고 의미있는 지식을 발견하여 새로운 비즈니스 모델 창출에 기여할 수 있다. 본 논문에서 Public Cloud 환경에서 Hadoop Clouster를 구성하여 IoT에서 생성되는 데이터를 효과적으로 처리하고 분석할 수 있는 방법을 제안한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.05a
• /
• pp.579-580
• /
• 2021

It is representative that utilize the platform embedded by each sensor for gathering data from sensor. However, various platforms have different implementations for different types of sensors, making it difficult to apply them at once. Therefore, in this paper, we propose a web-based data collection platform that can easily gathering and managing various sensing data on one platform.

• Journal of IKEEE
• /
• v.26 no.3
• /
• pp.341-348
• /
• 2022

Wi-Fi Sensing, which uses Wi-Fi technology to sense the surrounding environments, has strong potentials in a variety of sensing applications. Recently several advanced deep learning-based solutions using CSI (Channel State Information) data have achieved high performance, but it is still difficult to use in practice without explicit data collection, which requires expensive adaptation efforts for model retraining. In this study, we propose a Channel State Information Automatic Labeling System (CALS) that automatically collects and labels training CSI data for deep learning-based Wi-Fi sensing systems. The proposed system allows the CSI data collection process to efficiently collect labeled CSI for labeling for supervised learning using computer vision technologies such as object detection algorithms. We built a prototype of CALS to demonstrate its efficiency and collected data to train deep learning models for detecting the presence of a person in an indoor environment, showing to achieve an accuracy of over 90% with the auto-labeled data sets generated by CALS.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.14 no.6
• /
• pp.229-234
• /
• 2014

As association between sensor networks that collect environmental information by using numberous sensor nodes and smartphones that are equipped with various sensors, many applications understanding users' context have been developed to interact users and their environments. Collected data should be stored with XML formatted metadata containing semantic information to share the collected data. In case of distance based clustering schemes, the efficiency of data collection decreases because metadata files are extended and changed as the purpose of each system developer. In this paper, we proposed a clustering scheme considering the structural similarity of metadata to reduce clustering construction time and improve the similarity of metadata among member nodes in a cluster.