선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- propagation delay)을 보여준다. 본 논문에서는 데이터 전송 지연은 소스 노드에서 싱크 노드까지 하나의 데이터 전송이 완료될 때까지 걸리는 시간으로 정의하였다. 그래프에서 볼 수 있는 것처럼, 기본 ACO와 제안 알고리즘은 Direct Diffusion에 비해서 낮은 데이터 전송 지연을 갖고 있다.
- 본 논문은 WSN에서 노드의 에너지 소모 정보를 브로드캐스트하여 정체 효과를 줄이는 기법을 기본 ACO 방식에 추가한 에너지 효율적인 경로 설정 알고리즘을 제안한다. 제안된 알고리즘의 효율을 보이기 위해, 제안된 알고리즘과 기본 ACO 알고리즘, 멀티홉 평면 라우팅 (multi-hop flat routing) 알고리즘에서 가장 널리 사용되는 알고리즘인 Direct Diffusion〔8) 방식을 ns-2 시뮬레이테9〕를 이용해서 비교하였다.
- 그러나 ACO가 WSN의 특징과 부합되지 않았기 때문에 지금까지는 WSN의 성능 향상을 위해 ACO를 적용하는 연구는 적었다. 본 논문은 데이터 중심 멀티흡 라우팅 프로토콜에 ACO를 적용하여 에너지 효율적인 경로 선정을 제공하는 알고리즘을 제안하였다. 또한 ACO의고질적인 문제인 정체 현상을 완화하기 위하여 제안 알고리즘은 에너지 소진 통지 구조를 도입하였다.
가설 설정
- 시뮬레이션의 에너지모델은 Direct Diffusion의 에너지 모델을 그대로 사용하였다. 각 센서 노드는 1.1J의 에너지를 초기 에너지로 사용하였으며, 한 번의 송신에 드는 에너지는 0.660W, 수신 에너지는 0.395W, 휴지기(idle state)의 에너지 소모는 0.035W로 가정하였다. 데이터 패킷 사이즈는 탐색 개미의 경우는 32바이트이고, 데이터는 64바이트이다.
- 제안된 알고리즘과 두 알고리즘을 비교하기 위해, 싱크노드에서 3개의 소스 노드로 데이터 전송을 요구한 것을 가정하였으며, 시뮬레이션은 소스 노드의 에너지가 소진되면 종료되는 것으로 하였다. 싱크 노드는 좌하단게 위치한다고 가정하였으며, 다른 소스 노드들은 각각 네트워크 토폴로지의 다른 각 모서리에 위치한다고 가정하였다. 시뮬레이션의 에너지모델은 Direct Diffusion의 에너지 모델을 그대로 사용하였다.
- 시뮬레이션에서는 30개의 센서 노드를 800m X 800m 네트워크 토폴로지에 균일하게 배치하였다. 제안된 알고리즘과 두 알고리즘을 비교하기 위해, 싱크노드에서 3개의 소스 노드로 데이터 전송을 요구한 것을 가정하였으며, 시뮬레이션은 소스 노드의 에너지가 소진되면 종료되는 것으로 하였다. 싱크 노드는 좌하단게 위치한다고 가정하였으며, 다른 소스 노드들은 각각 네트워크 토폴로지의 다른 각 모서리에 위치한다고 가정하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.