[논문]무선 센서 네트워크의 최적화 노드배치에 관한 연구

최원갑; 박형무

무선 센서 네트워크의 최적화 노드배치에 관한 연구
A Study On The Optimum Node Deployment In The Wireless Sensor Network System 원문보기

전기전자학회논문지 = Journal of IKEEE, v.11 no.3, 2007년, pp.100 - 107

초록
AI-Helper

무선 센서 네트워크에서 중요한 문제 중 하나는 센서 노드들의 최적 배치, 즉 측정하고자 하는 지역을 모두 커버할 수 있는 최소 센서 노드 수를 산출하고 배치 위치를 결정하는 일이다. 본 논문에서는 이러한 문제를 해결하기 위한 방법으로 제안한 Fuzzy C-Means 클러스터링을 이용하여 측정하고자 하는 지역에서의 최적의 노드 배치와 최소 노드의 수를 시뮬레이션을 통해 도출하였고, 실험을 통하여 검증하였다. 시뮬레이션은 3가지 타입의 2차원 지역을 모델로 하여 수행하였다. 모델링한 지역은 6M${\times}$10M의 직사각형, 50M${\times}$20M의 직사각형, 100M${\times}$80M의 ‘L’ 자 형태의 지역으로 하였으며, 각각 9개, 9개, 15개 노드의 위치를 결정하였다. 실제 실험결과 각 지역에 대해서 94.6%, 92.2%, 95.7%의 정확도를 가진 통신 연결을 확인할 수 있었다.

Abstract ▼ AI-Helper

One of the fundamental problems in wireless sensor networks is the efficient deployment of sensor nodes. The Fuzzy C-Means(FCM) clustering algorithm is proposed to determine the optimum location and minimum number of sensor nodes for the specific application space. We performed a simulation and a experiment using two rectangular and one L shape area. We found the minimum number of sensor nodes for the complete coverage of modeled area, and discovered the optimum location of each nodes. The real deploy experiment using sensor nodes shows the 94.6%, 92.2% and 95.7% error free communication rate respectively.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

기존의 노드 배치에 관한 연구의 문제점으로는 [4]의 경우 대상 지역을 규칙적인 격자로 분할하여 센서 노드를 배치하기 때문에 원활한 통신은 확보가 되나 필요 수 이상의 노드를 배치함으로써 비용의 증가가 초래되는 단점이 있고, [5]의 경우에도, 랜덤하게 노드가 배치되었기 때문에 노드가 담당하는 지역의 범위가 너무 작은 경우 불필요한 노드가 발생하여 비용의 증가가 초래된다. 본 논문에서의 기존에 연구된 노드 배치상의 비용 증가 문제를 해결하기 위해 최소의 노드 수로 효율적인 노드 위치를 찾아내는 새로운 노드 배치 방법을 제안하였다.

가설 설정

2. 각 노드는 평면상에서 자신과 이웃노드의 위치를 알고 있다.
3. 각 노드는 동일한 센싱 및 통신 범위를 가진다.

제안 방법

두 번째로 50m×20m의 좀 더 큰 2차원 평면 모델로 시뮬레이션을 수행하였다.
본 논문에서는 3가지 유형의 2차원 평면을 모델로 하여 전 대상 지역을 커버할 수 있는 최소 노드 개수와 최적 노드 위치를 도출하였다. 가능한 노드 배치 지점의 데이터는 랜덤으로 생성하였으며, 총 3600개의 데이터를 클러스터링 하였다.
클러스터링 대표적인 종류로는 hard k-means, self organizing maps, fuzzy c-means(FCM) Clustering 등이 있으며, 유전자나 영상처리와 같은 방대한 양의 데이터 분석에 주로 이용되고 있다. 센서 노드의 배치 가능 지점은 무한하기 때문에, 각 데이터의 소속 정도(확률)를 이용하여 보다 정확한 클러스터링을 이룰 수 있는 방법인 FCM 클러스터링을 최적 노드 위치 선정에 적용하였다. 그림 6은 FCM의 개요도를 보여준다.
센서 노드의 통신 범위와 센서 작동 범위는 그림 2와 같이 3가지 가능성이 존재하게 되며 본 논문에서는 통신 범위와 센서 범위가 동일한 경우를 가정하여 제한된 환경의 모니터링에 초점을 맞추어 최소 노드의 수를 산출하고, 최적의 센서 노드 위치를 예측하였다. 제안한 방법은 클러스터링의 한 가지 방법인 Fuzzy C-Means(FCM)[2] 알고리듬을 노드 배치에 적용시켜 시뮬레이션을 한 후 실제 배치 실험을 통해 데이터 수집의 성능을 측정하였다.
시뮬레이션 결과를 토대로 실제 공간에 노드를 배치하여 실험을 수행하여 보았다. 실험에 사용된 소프트웨어는 TinyOS를 사용하였고, 모듈은 Crossbow 사의 Mica2 모듈의 클론 형태로 개발한 TIP30CM을 사용하였다.
시뮬레이션은 6m×10m, 50m×20m 직사각형 형태와 100m×80m 'L'자 형태의 3개 지역에서 수행되었고, 시뮬레이션과 같은 조건으로 실제 센서 노드를 배치하여 데이터 전송 결과를 비교 분석하였다.
실제 실험 예로서, 그림 12는 그림 10의 시뮬레이션에 대응하는 L 자 형태 지역에 대한 실제 노드가 배치된 평면도이다. 시뮬레이션을 통해 산출된 데이터를 기반으로 하여, 같은 장소에 노드를 배치하였고 이에 따라 실험을 수행하였다.

대상 데이터

본 논문에서는 3가지 유형의 2차원 평면을 모델로 하여 전 대상 지역을 커버할 수 있는 최소 노드 개수와 최적 노드 위치를 도출하였다. 가능한 노드 배치 지점의 데이터는 랜덤으로 생성하였으며, 총 3600개의 데이터를 클러스터링 하였다. 제안한 알고리듬의 플로우 차트(flow chart)는 그림 7과 같다.
시뮬레이션 결과를 토대로 실제 공간에 노드를 배치하여 실험을 수행하여 보았다. 실험에 사용된 소프트웨어는 TinyOS를 사용하였고, 모듈은 Crossbow 사의 Mica2 모듈의 클론 형태로 개발한 TIP30CM을 사용하였다. 그림 11은 실제 실험에 사용한 센서 노드로서 온도, 습도, 조도 센서를 부착하였다.
첫 번째로 6m×10m의 직사각형 형태의 평면 모델로 시뮬레이션을 수행하였다.

이론/모형

본 논문에서는 한정된 지역에서의 경제적인 노드 배치에 관한 문제를 해결하기 위하여 클러스터링의 한 가지 방법인 Fuzzy C-Means 클러스터링을 센서 노드 배치에 적용하여 시뮬레이션과 실험을 수행하였다. 시뮬레이션은 6m×10m, 50m×20m 직사각형 형태와 100m×80m 'L'자 형태의 3개 지역에서 수행되었고, 시뮬레이션과 같은 조건으로 실제 센서 노드를 배치하여 데이터 전송 결과를 비교 분석하였다.
이러한 가정을 토대로 제안된 Fuzzy C-Means 클러스터링 알고리듬을 이용하여 시뮬레이션 및 실험을 수행하였다.
센서 노드의 통신 범위와 센서 작동 범위는 그림 2와 같이 3가지 가능성이 존재하게 되며 본 논문에서는 통신 범위와 센서 범위가 동일한 경우를 가정하여 제한된 환경의 모니터링에 초점을 맞추어 최소 노드의 수를 산출하고, 최적의 센서 노드 위치를 예측하였다. 제안한 방법은 클러스터링의 한 가지 방법인 Fuzzy C-Means(FCM)[2] 알고리듬을 노드 배치에 적용시켜 시뮬레이션을 한 후 실제 배치 실험을 통해 데이터 수집의 성능을 측정하였다.

성능/효과

그림 11은 실제 실험에 사용한 센서 노드로서 온도, 습도, 조도 센서를 부착하였다. TIP30CM 센서 노드의 3m 거리에서의 전송 특성을 실험한 결과 평균 92% 정확도의 전송률을 확인할 수 있었으며, 본 실험 결과를 토대로 실제 배치 실험에서는 92% 이상의 전송률을 얻었을 시에는 원활한 통신이 가능하다고 판정하였다. 센서 노드 하드웨어의 상세한 스펙은 표 4와 같다.
7%의 통신 정확도를 얻을 수 있었다. 본 연구를 통하여 지역 형태와 센서 노드의 통신 반경 크기와 관계없이 Fuzzy C-Means 클러스터링 방법을 적용한 최적 노드 배치 시뮬레이션이 실제 센서 노드의 최적화 배치에 활용 될 수 있음을 확인 할 수 있었다.
표 6과 그림 14는 노드반경 12m의 경우, 50m×20m 지역에서의 실험 데이터이다. 시뮬레이션에서 9개 이상의 노드를 배치하였을 때, 원활한 통신이 가능한 것처럼, 실험에서도 마찬가지로 9개 이상의 노드 배치일 때 기준치인 92% 이상의 정확도를 확인할 수 있다.
표 7과 그림 15는 'L'자 형태의 3번째 100m×80m 평면 지역 실험 결과이다. 시뮬레이션의 결과와 같은 15개의 노드를 배치함으로써, 95% 이상의 정확도로 모든 노드의 원활한 통신을 확인할 수 있었다.
시뮬레이션은 6m×10m, 50m×20m 직사각형 형태와 100m×80m 'L'자 형태의 3개 지역에서 수행되었고, 시뮬레이션과 같은 조건으로 실제 센서 노드를 배치하여 데이터 전송 결과를 비교 분석하였다. 실험 결과 각각의 지역에 대하여 최소 개수인 9개, 9개, 15개의 센서 노드를 배치한 결과 94.6%, 92.2%, 95.7%의 통신 정확도를 얻을 수 있었다. 본 연구를 통하여 지역 형태와 센서 노드의 통신 반경 크기와 관계없이 Fuzzy C-Means 클러스터링 방법을 적용한 최적 노드 배치 시뮬레이션이 실제 센서 노드의 최적화 배치에 활용 될 수 있음을 확인 할 수 있었다.
표 5와 그림 13은 노드 반경 3m의 경우, 6m×10m 지역에서의 시뮬레이션과 실험 결과를 비교한 그래프이다. 실험 결과, 시뮬레이션에서 얻은 결과와 같이 노드의 수가 9개 이상일 경우 통신이 원활하게 이루어지는 것을 알 수 있다. 이 때 정확도는 94.

후속연구

향후 현재의 2차원 평면 모델이 아닌 3차원의 복잡한 기하학적인 측면에 대한 연구와 좀 더 다양한 지형에서의 최적 노드 배치에 관한 연구가 이루어져야할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	센서 노드들의 최적 배치란 무엇인가?	무선 센서 네트워크에서 중요한 문제 중 하나는 센서 노드들의 최적 배치, 즉 측정하고자 하는 지역을 모두 커버할 수 있는 최소 센서 노드 수를 산출하고 배치 위치를 결정하는 일이다. 본 논문에서는 이러한 문제를 해결하기 위한 방법으로 제안한 Fuzzy C-Means 클러스터링을 이용하여 측정하고자 하는 지역에서의 최적의 노드 배치와 최소 노드의 수를 시뮬레이션을 통해 도출하였고, 실험을 통하여 검증하였다.
	무선 센서 노드는 무엇으로 구성되는가?	무선 센서 노드는 빛, 온도, 습도와 같은 물리적인 데이터를 감지하여 전기적 신호로 바꾸어 주는 센서부와 이러한 데이터를 처리하는 마이크로 컨트롤러, 처리된 데이터를 송․수신 하는 RF 부분으로 구성된다. 그림 1의 무선 센서 네트워크 개요도와 같이 무선 센서 노드들을 이용하여 멀티 홉(multi-hop) 방식의 분산 네트워크(distributed network)를 구성하고, 중앙의 기본노드(base-station or sink)로 전달함으로서 최종적으로 사용자의 PC나 PDA 등으로 모니터링 할 수 있다.
	무선 센서 네트워크는 어떤 특징을 가지며, 이러한 특징으로 인해 어떤 분야에 적용되고 있는가?	물리적 세계와 사이버 세계를 연결할 수 있는 특징 때문에, 센서 네트워크의 개념은 새롭게 대두되고 있는 지능형 서비스들인 환경 모니터링, 위치인식 서비스, 지능형 의료시스템, 지능형 로봇 시스템 등 다양한 분야에 적용되고 있으며[1], 유선 설비가 지니고 있는 단점들을 극복하여 설치의 간편함, 비용의 절감, 에너지 효율 등 많은 장점을 지니고 있다.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증