[논문]2.4GHz 무선 채널 특성을 가진 센서 노드의 최적 배치

정경권; 엄기환

2.4GHz 무선 채널 특성을 가진 센서 노드의 최적 배치
Optimal Placement of Sensor Nodes with 2.4GHz Wireless Channel Characteristics 원문보기

電子工學會論文誌. Journal of the Institute of Electronics Engineers of Korea. CI, 컴퓨터, v.44 no.1 = no.313, 2007년, pp.41 - 48

정경권 (동국대학교 밀리미터파신기술연구센터) , 엄기환 (동국대학교 전자공학과)

초록
AI-Helper

본 논문은 2.4GHz 무선 채널 특성을 가진 센서 노드의 손실 없는 데이터 전송을 위한 최적의 배치 방법을 제안한다. 제안한 방식은 무선 환경에서 log-normal path loss 모델을 구성하여 최적의 송수신 거리를 결정하고, 센서 노드의 밀도 계산을 통해서 최적의 센서 노드 개수를 구한다. 데이터 손실이 없는 전송을 위해 송수신 가능 거리와 센서 노드의 개수를 이용하여 공간에 최적으로 배치할 수 있는 위치를 SOM(Self-Organizing Feature Maps)으로 탐색한다. 논문에서 실험한 건물에서는 센서노드의 송수신 거리는 20m이고, 최적의 센서 노드 개수는 8개가 되었으며, 시뮬레이션을 통해서 센서 노드의 최적의 위치 탐색과 센서 노드의 연결 상태를 확인하였다.

Abstract ▼ AI-Helper

In this paper, we propose an optimal placement of sensor nodes with 2.4GHz wireless channel characteristics. The proposed method determines optimal transmission range based on log-normal path loss model, and optimal number of sensor nodes calculating the density of sensor nodes. For the lossless data transmission, we search the optimal locations with self-organizing feature maps(SOM) using transmission range, and number of sensor nodes. We demonstrate that optimal transmission range is 20m, and optimal number of sensor nodes is 8. We performed simulations on the searching for optimal locations and confirmed the link condition of sensor nodes.

주제어

AI 본문요약
AI-Helper

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

문제 정의

이끌어 낼 수 있다. 본 논문에서는 SOM을 센서 노드 배치에 적용함으로서 최적의 위치를 찾아내는 시뮬레이션을 수행하였다.
본 논문에서는 비슷한 입력 데이터를 군집화(clustering)하는 특징의 SOM을 이용하여 센서 노드가 놓일 수 있는 최적의 위치를 탐색한다(1)泌
본 논문에서는 제한된 환경의 모니터링과 손실 없는 데이터 전송을 위해 2.4GHz 무선 채널 특성을 이용한 최적의 센서 노드 배치 방법을 제안한다. 제안한 방법은 2.
본 논문에서는 최소의 센서 노드를 사용하여 데이터 손실 없는 전송이 이루어지도록 신경회로망을 이용한 센서 노드의 최적 배치 방식을 제안하였다. 제안한 방식은 비지도 학습 신경회로망인 SOM을 이용하여 각각의 센서 노드가 전파 범위에 위치하도록 배치하는 방식이다.

가설 설정

6(b)와 같이 형성되면 통신이 이루어 지지 않는다.

제안 방법

S0Me 입력 뉴런의 개수는 2개, 출력 뉴런의 개수는 배치될 센서 노드 수로 하였으며, 학습율은 0.9에서 학습이 진행됨에 따라 감소하도록 설정하였다. 연결 강도의 초기값은 [0, 1] 사이의 임의의 값으로 하였으며, 학습회수는 ”00회로 설정하였다.
센서 노드가 설치될 수 있는 위치 정보를 입력으로 하여 비지도 학습 신경회로망인 SOM(Self-Qrganizing Feature Map) 방식을 통해 최적의 노드 위치를 결정한다. SOM 의 결과에 따른 센서 배치를 통해 PRR(Packet Reception Rate)을 확인하고, 전체 센서 네트워크의 연결을 확인한다. II장에서는 센서 노드의 무선 통신 범위와 log-normal path loss 방식에 대해 기술하고, HI장에서는 제안한 방식을 기술하고, IV장에서는 시뮬레이션 결과를 통해 성능을 평가한다.
센서 노드의 통신 범위는 채널 모델링을 통해 얻어진 20m로 하였고, 센서 노드의 개수는 8개를 택하여 수행하였다. 그림 9와 같은 건물을 모델로 하여 그림 12와 같이 임의로 생성한 센서 노드의 위치 정보에 대해 학습을 통해 노드간의 최적의 위치를 찾아내도록 하였다. 학습 횟수에 따른 SOM의 특징지도를 2차원 배열로 하여 최적의 위치를 탐색하면 그림 13과 같다.
제안한 방식은 비지도 학습 신경회로망인 SOM을 이용하여 각각의 센서 노드가 전파 범위에 위치하도록 배치하는 방식이다. 센서 노드가 배치될 위치를 임의로 생성하여 입력 데이터를 군집화(clustering하는 SOM의 특성을 이용하여 센서 노드 배치의 특징지도를 구성하고, 줄력뉴런 사이의 거리가 센서 노드의 전파 범위 이내에 위치하게 반복학습을 수행한다. 센서 노드의 전파 범위는 2.
센서 노드가 배치될 위치를 임의로 생성하여 입력 데이터를 군집화(clustering하는 SOM의 특성을 이용하여 센서 노드 배치의 특징지도를 구성하고, 줄력뉴런 사이의 거리가 센서 노드의 전파 범위 이내에 위치하게 반복학습을 수행한다. 센서 노드의 전파 범위는 2.4GHz의 무선 채널을 log-normal path loss 모델로 모델링하여 거리에 따른 PRR로부터 최적의 통신 거리인 20m로 결정하였으며, 센서 노드의 개수는 건물 면적과 센서 노드의 밀도 관계로부터 최적의 개수인 8개를 구하였다. SOM을 이용한 시뮬레이션을 통해 센서 노드가 배치되어야 할 최적의 위치를 탐색하였고, 센서 노드 간에 원활한 통신이 가능함을 PRR을 통해서 확인하였다.
센서 노드의 전파 범위를 구하기 위해 우선 두 센서 노드 사이에 패킷이 수신될 확률(PRR)을 계산한다. 패킷이 수신될 확률을 尸라 하면
하였다. 센서 노드의 통신 범위는 채널 모델링을 통해 얻어진 20m로 하였고, 센서 노드의 개수는 8개를 택하여 수행하였다. 그림 9와 같은 건물을 모델로 하여 그림 12와 같이 임의로 생성한 센서 노드의 위치 정보에 대해 학습을 통해 노드간의 최적의 위치를 찾아내도록 하였다.
실내 환경에서의 log-normal path loss 모델의 파라미터를 구하기 위해 센서 네트워크의 송신기에서 일정한 전력으로 신호를 보내고, 스펙트럼 분석기를 통해 2.4 GHz 신호의 수신 전력을 측정한다.
4GHz 무선 채널 특성을 이용한 최적의 센서 노드 배치 방법을 제안한다. 제안한 방법은 2.4GHz 무선 채널 모델링을 통하여 센서 노드 간의 통신 범위를 결정하고, 센서 노드의 배치 밀도를 계산하여 사용할 최소의 센서 노드 개수를 구한다. 센서 노드가 설치될 수 있는 위치 정보를 입력으로 하여 비지도 학습 신경회로망인 SOM(Self-Qrganizing Feature Map) 방식을 통해 최적의 노드 위치를 결정한다.
노드의 최적 배치 방식을 제안하였다. 제안한 방식은 비지도 학습 신경회로망인 SOM을 이용하여 각각의 센서 노드가 전파 범위에 위치하도록 배치하는 방식이다. 센서 노드가 배치될 위치를 임의로 생성하여 입력 데이터를 군집화(clustering하는 SOM의 특성을 이용하여 센서 노드 배치의 특징지도를 구성하고, 줄력뉴런 사이의 거리가 센서 노드의 전파 범위 이내에 위치하게 반복학습을 수행한다.

대상 데이터

센서 노드의 구성은 표 1과 같이 TI사의 MSP430 프로세서를 사용하였고 RF 용 칩으로는 Chipcon사의 32现0을 사용하였다司
수신 전력 즉정은 Anritsu사의 스펙트럼 분석기 MS2668C를 사용하였고, 수신 안테나는 센서 노드에서 사용한 세라믹 안테나를 사용하였다.
연결 강도의 초기값은 [0, 1] 사이의 임의의 값으로 하였으며, 학습회수는 ”00회로 설정하였다. 시뮬레이션 환경은 P4 3GHz에서 Matlab을 사용하였다.
실험에 사용할 센서 노드는 그림 1의 TIP50CM을 사용하였다. 센서 노드의 구성은 표 1과 같이 TI사의 MSP430 프로세서를 사용하였고 RF 용 칩으로는 Chipcon사의 32现0을 사용하였다司

이론/모형

본 논문에서는 센서 노드의 전파 범위를 구하기 위해서 2.4GHz 대역의 특성을 통한 log-normal path loss 방식을 사용한다.
센서 노드의 RF 모듈인 CC₂₄20은 O-QPSK (Offset-Quadrature Phase Shift Keying) 변조 방식을 사용한다. 일반적으로 O-QPSK 방식의 BERe 식(5)와 같다9〕.

성능/효과

4GHz의 무선 채널을 log-normal path loss 모델로 모델링하여 거리에 따른 PRR로부터 최적의 통신 거리인 20m로 결정하였으며, 센서 노드의 개수는 건물 면적과 센서 노드의 밀도 관계로부터 최적의 개수인 8개를 구하였다. SOM을 이용한 시뮬레이션을 통해 센서 노드가 배치되어야 할 최적의 위치를 탐색하였고, 센서 노드 간에 원활한 통신이 가능함을 PRR을 통해서 확인하였다.
口장에서의 결과를 바탕으로 20m에서의 센서 노드 개수는 최소 8개 이상이 되면 전파 영역이 건물 면적을 덮을 수 있게 된다.
학습 횟수에 따른 SOM의 특징지도를 2차원 배열로 하여 최적의 위치를 탐색하면 그림 13과 같다. 학습 횟수가 50B번 이후에서는 최적 조건인 전파 범위 20m 이내에 배치가 됨을 확인하였다.

참고문헌 (12)

D. Culler, D. Estrin, and M. Srivastava, 'Overview of Sensor Networks,' IEEE Computer, vol. 37, no. 8, pp.41-49, Aug. 2004

상세보기
M. Ishizuka, and M. Aida, 'Performance study of node placement in sensor networks,' Proceedings of the 24th International Conference on Distributed Computing Systems Workshops, pp. 598-603, 2004
Holger Karl, and Andreas Willig, Protocols and Architectures for Wireless Sensor Networks, John Wiley & Sons, 2005
Feng Zhao, and Leonidas Guibas, Wireless Sensor Networks: An Information Processing Approach, Morgan Kaufmann, 2004
Maulin Patel, R. Chandrasekaran, and S. Venkatesan, 'Energy efficient sensor, relay and base station placements for coverage, connectivity and routing,' 2005 IEEE International Performance Computing and Communications Conference, pp. 581-586, 2005
Bang Wang, Wei Wang, V. Srinivasan, and Kee Chaing Chua, 'Information coverage for wireless sensor networks,' IEEE Communications Letters, vol. 9, no. 11, pp.967-969, Nov. 2005

상세보기
Xiang-Yang Li, Peng-Jun Wan, and o. Frieder, 'Coverage in wireless ad hoc sensor networks,' IEEE Transactions on Computers, vol. 52, no. 6, pp.753-763, June 2003

상세보기
http://www.maxfor.co.kr
Bernard Sklar, Digital Communications: Fundamentals and Applications, Prentice Hall, 2001
Leon W. Couch, Digital and Analog Communication Systems, Prentice Hall, 2001
Martin T. Hagan, Howard B. Demuth, and Mark H. Beale, Neural Network Design, Martin Hagan, 2002
Teuvo Kohonen, Self-Organizing Maps, Springer, 2000

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