• 한국산학기술학회논문지
• /
• 제12권6호
• /
• pp.2815-2822
• /
• 2011

무선 센서 네트워크에서 클러스터링 기법은 클러스터를 형성하여 데이터를 병합한 후 한 번에 전송해서 에너지를 효율적으로 사용하는 기법이다. 본 논문에서는 클러스터 그룹 모델을 이용한 계층적 불균형 클러스터링 기법을 제안한다. 이 기법은 전체 네트워크를 두 개의 계층으로 나누어 클러스터 그룹으로 형성된 2계층의 데이터를 병합해서 1계층으로 보내고, 다시 1계층에서 데이터를 병합하여 기지국으로 보낸다. 이와 같이 제안된 기법은 다중 홉 통신 구조와 클러스터 그룹 모델을 같이 이용함으로써 전체 에너지 소모량을 줄인다. 이러한 방식은 다중 홉 통신이지만 불균형 클러스터를 구축하여 핫 스팟 문제를 어느 정도 해결하고 있다. 실험을 통하여 제안된 계층적 불균형 클러스터링 기법이 이전의 클러스터링 기법보다 네트워크 에너지 효율이 향상되었음을 보였다.

• 한국인터넷방송통신학회논문지
• /
• 제13권6호
• /
• pp.243-248
• /
• 2013

스마트 폰의 급속한 발전과 보급으로 많은 사람들의 스마트 응용에 대한 관심이 집중되고 있으며, 다양한 관련 기술과의 융합을 통한 획기적인 모바일 응용들이 빠르게 확산되고 있는 실정이다. 특히 스마트 폰과 주변 장치들과의 일시적인 애드 혹 망을 구축하여 데이터를 교환하고 서비스하는 다양한 형태의 모바일 응용과 같은 융합 기술들이 지속적으로 등장하고 발전하고 있다. 본 논문에서는 스마트 기기의 다양한 응용을 위하여 스마트 폰의 블루투스 모듈을 이용하여 주변에 있는 센서와 같은 장치들과 일시적인 애드 혹 망을 형성하여 서로 데이터를 교환하고 서비스 할 수 있는 블루투스 기반 무선 애드 혹 센서 네트워크를 이용한 스마트 응용을 설계하고 구현하였다. 이때 제안한 스마트 응용은 2개 이상의 다중 센서로부터 획득된 데이터를 실시간으로 수집하여 그 속성에 따라 데이터베이스에 저장하고, 분석하고 처리할 수 있는 의사결정 기능을 수행한다. 본 논문에서 설계하고 구현한 스마트 응용은 스마트 폰의 블루투스 모듈을 이용하여 주변의 맥박과 체온 센서로부터 수집된 생체 데이터를 분석하여 환자의 건강상태를 결정하는 헬스 케어 어플이다.

• 한국통신학회논문지
• /
• 제37A권10호
• /
• pp.876-884
• /
• 2012

본 논문에서는 무선 센서네트워크(wireless sensor network : WSN)에서 발생하는 두 가지 지연 요인인 큐잉 지연(queueing delay)과 랜덤 링크 스케줄링에 의한 지연(delay by random link scheduling)을 소개하고 이를 해결하기 위한 새로운 순차적 스케줄링 기법을 제안한다. 또한 모의 실험을 통하여 이용하여 제안한 다중 홉 전송기법의 성능 평가를 수행하고, 이를 기존의 랜덤 링크 스케줄링 기법의 성능과 종단간 패킷 전송 지연의 관점에서 비교한다. 모의실험 결과에 따르면, 소스 노드(source node)와 목적지 노드(destination node) 사이의 홉 수(hop distance)가 증가할수록 제안한 스케줄링 기법과 기존의 랜덤 링크 스케줄링 기법의 지연 성능 차이가 증가함을 알 수 있었다. 소스 노드와 목적지 노드 사이의 평균 홉 수가 2.66, 4.1, 4.75 및 6.3 일 때, 제안한 스케줄링 기법은 기존의 랜덤 링크 스케줄링 기법에 비해 22%, 36%, 48% 및 55% 까지 지연 시간을 줄일 수 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권11호
• /
• pp.5276-5298
• /
• 2019

Internet of Things (IoT) based sensor networks have gained unprecedented popularity in recent years. With the exponential explosion of the objects (sensors and mobiles), the bandwidth and the speed of data transmission are dwarfed by the anticipated emergence of IoT. In this paper, we propose a novel heterogeneous IoT model integrated the power line communication (PLC) and WiFi network to increase the network capacity and cope with the rapid growth of the objects. We firstly propose the mean transmission delay calculation algorithm based the 3D Markov chain according to the multi-priority of the objects. Then, the attractor selection algorithm, which is based on the adaptive behavior of the biological system, is exploited. The combined the 3D Markov chain and the attractor selection model, named MASM, can select the optimal path adaptively in the heterogeneous IoT according to the environment. Furthermore, we verify that the MASM improves the transmission efficiency and reduce the transmission delay effectively. The simulation results show that the MASM is stable to changes in the environment and more applicable for the heterogeneous IoT, compared with the other algorithms.

• 한국시뮬레이션학회논문지
• /
• 제17권4호
• /
• pp.153-158
• /
• 2008

SDR(Software Defined Radio)은 서로 다른 무선 전달 프로토콜간의 유동적 연동을 제공할 수 있는 솔루션이다. u-health 서비스 네트워크와 같은 여러가지 전달 프로토콜을 지원하는 센서노드들로 구성될 수 있는 다종 유비쿼터스 네트워크 환경에서, 특정 노드의 전달 프로토콜을 지원하는 AP(Access Point)로의 트래픽 집중이나, 특정 노드의 전달 프로토콜을 지원하는 AP에서의 장애 발생 또는 미설치로 인한 전달불능 등이 발생할 수 있다. 본 논문에서는 SDR 기능을 가진 노드와 혼잡 제어 기능을 가진 AP를 포함하는 다종 유비쿼터스 네트워크에서의 전달성능을 분석하기 위한 모델링 및 시뮬레이션에 대한 연구결과를 제시한다. 본 연구에서는 전달 프로토콜들의 구체적인 동작과정보다는 다종 전달 프로토콜로 구성된 네트워크에서의 유동적 연동성의 제공에 따른 전체 네트워크의 전달성능의 변화특성(dynamics)을 분석하기 위하여 DEVS(Discrete Event Systems Specification)방법론을 활용하였으며, DEVS형식론에 근거한 모델링과 DEVSim++시뮬레이션환경을 통한 분석결과를 제시하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권11호
• /
• pp.1086-1090
• /
• 2010

최근 센서 네트워크의 활용 분야가 증가함에 따라 시스템을 효율적으로 운용하기 위한 다양한 연구들이 진행되고 있다. 대표적인 연구로 센서가 에너지를 소모하는 데 있어서 큰 비중을 차지하는 데이터 전송 비용을 줄이기 위해서 질의 최적화 기법이 연구되고 있다. 본 논문에서는 무선 센서 네트워크 환경에서 다수의 영역 질의가 발생하였을 때 질의들 간의 부분 결과를 공유함으로써 에너지 효율적인 다중 질의 처리 기법을 제안하였다. 제안하는 기법은 그리드 구조를 이용하여 직관적인 위치 판별을 가능케하여 주변 노드들과의 불필요한 메시지 전송을 줄이고, 중복된 영역을 인지함으로써 효율적인 데이터 공유가 가능하다. 제안하는 기법의 우수성을 보이기 위해 기존에 제안된 기법과 시뮬레이션을 통해 성능을 비교평가 하였다. 그 결과, 다중 질의 처리 시 발생하는 에너지 소모가 기존 기법에 비해 약 65% 감소되었다.

• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.53-62
• /
• 2022

The deployment of advanced structural health monitoring (SHM) systems in large-scale civil structures collects large amounts of data. Note that these data may contain multiple types of anomalies (e.g., missing, minor, outlier, etc.) caused by harsh environment, sensor faults, transfer omission and other factors. These anomalies seriously affect the evaluation of structural performance. Therefore, the effective analysis and mining of SHM data is an extremely important task. Inspired by the deep learning paradigm, this study develops a novel generative adversarial network (GAN) and convolutional neural network (CNN)-based data anomaly detection approach for SHM. The framework of the proposed approach includes three modules : (a) A three-channel input is established based on fast Fourier transform (FFT) and Gramian angular field (GAF) method; (b) A GANomaly is introduced and trained to extract features from normal samples alone for class-imbalanced problems; (c) Based on the output of GANomaly, a CNN is employed to distinguish the types of anomalies. In addition, a dataset-oriented method (i.e., multistage sampling) is adopted to obtain the optimal sampling ratios between all different samples. The proposed approach is tested with acceleration data from an SHM system of a long-span bridge. The results show that the proposed approach has a higher accuracy in detecting the multi-pattern anomalies of SHM data.

• 한국군사과학기술학회지
• /
• 제17권1호
• /
• pp.96-107
• /
• 2014

Tracking the tactical object is a fundamental affair in network-equipped modern warfare. Geodetic coordinate system based on longitude, latitude, and height is suitable to represent the location of tactical objects considering multi platform data fusion. The motion of tactical object described as a dynamic model requires an appropriate filtering to overcome the system and measurement noise in acquiring information from multiple sensors. This paper introduces the filter suitable for multi-sensor data fusion and tactical object tracking, particularly the unscented transform(UT) and its detail. The UT in Unscented Kalman Filter(UKF) uses a few samples to estimate nonlinear-propagated statistic parameters, and UT has better performance and complexity than the conventional linearization method. We show the effects of UT-based filtering via simulation considering practical tactical object tracking scenario.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.422-424
• /
• 2021

In this paper, it leads the approach of fusing multiple RGB cameras for visual objects recognition based on deep learning with convolution neural network and 3D Light Detection and Ranging (LiDAR) to observe the environment and match into a 3D world in estimating the distance and position in a form of point cloud map. The goal of perception in multiple cameras are to extract the crucial static and dynamic objects around the autonomous vehicle, especially the blind spot which assists the AV to navigate according to the goal. Numerous cameras with object detection might tend slow-going the computer process in real-time. The computer vision convolution neural network algorithm to use for eradicating this problem use must suitable also to the capacity of the hardware. The localization of classified detected objects comes from the bases of a 3D point cloud environment. But first, the LiDAR point cloud data undergo parsing, and the used algorithm is based on the 3D Euclidean clustering method which gives an accurate on localizing the objects. We evaluated the method using our dataset that comes from VLP-16 and multiple cameras and the results show the completion of the method and multi-sensor fusion strategy.

• 한국시뮬레이션학회논문지
• /
• 제18권3호
• /
• pp.47-59
• /
• 2009

다양한 응용에 적용될 수 있는 특성을 가진 무선 센서 네트워크는 적용되는 응용에 따라 데이터 리포팅 지연시간의 제한과 같이 요구사항이 다양하므로 각 응용별로 구분되는 알고리즘이나 프로토콜 설계 패러다임을 적용하여 에너지 효율을 최대화하고 네트워크의 생존기간을 최대화할 수 있어야 한다. 이 논문에서는 2단계 클러스터링(Two Phase Clustering : TPC) 방식을 이용하여 에너지 효율 데이터 수집을 제공하기 위한 새로운 알고리즘으로 지연시간 적응형 센서 스케쥴링 방안을 제안한다. 이 논문의 궁극적인 목표는 센서들에게 응용 환경의 특성과 시간에 따라 변하는 특성을 갖는 지연시간에 대한 요구사항에 대하여 높은 적응성을 제공하여 네트워크의 생존기간을 늘리는 것이다. TPC 방식은 센서들이 직접 링크와 릴레이 링크의 두 가지 링크를 구성하도록 한다. 직접 링크는 제어 메시지나 시간에 민감한 센서 데이터들을 포워딩하는 데 사용된다. 릴레이 링크는 사용자의 지연시간 제한에 따라 데이터를 포워딩하는데 사용되며 이를 이용하여 센서들이 에너지-절약효과를 갖는 릴레이를 사용할 기회가 증가하도록 멀티홉 경로를 구성할 수 있도록 한다. 이 논문에서는 제안하는 CD-DGS 방식이 사용자의 지연시간 제한 요구사항에 잘 적응하여 센서 네트워크의 분포 밀도가 높은 경우에 상당한 비율의 에너지 효율을 보이는 것을 시뮬레이션 결과로 증명한다.