무선센서네트워크에서 LEACH 라우팅 프로토콜을 적용한 파티클 센서의 에너지 효율적인 알고리즘 The Algorithm for an Energy-efficient Particle Sensor Applied LEACH Routing Protocol in Wireless Sensor Networks원문보기
무선 센서 네트워크 환경에서 네트워크를 구성하는 센서 노드들은 라우팅 및 센싱 역할을 함께 수행해야 하기 때문에 각 센서 노드들은 항상 에너지 부담을 가지고 있다. 이러한 무선 센서 네트워크에 사용되는 센서는 무인으로 동작 되거나 사람이 접근하기 힘든 환경에서 동작하는 경우가 대부분이다. 또한 다량의 센서를 배치하여 무선 센서 네트워크를 형성 하는 경우가 많아 센서 노드의 크기가 작아야 하고, 가격이 저렴해야 하므로 노드에 공급할 수 있는 전원의 양과 데이터 처리 능력에 제한이 있게 된다. 본 논문에서는 무선 센서 네트워크 환경에서 센서 노드의 전력 소모를 줄이고, 망을 효율적으로 관리할 수 있는 알고리즘과 효율적인 라우팅 프로트콜을 제안하고, 제안한 알고리즘을 LEACH 프로토콜에 적용시켜 에너지 효율성을 검증하였다. Particle Sensor에서 이전 주기에 측정된 값과 현재 주기에 측정된 값을 비교하여 현재 측정된 값이 작거나 같으면 먼지가 감소하고 있다고 가정하고 다음 주기에 sleep모드를 설정해 주어 센서 노드의 에너지 소비를 줄여주는 알고리즘이다. 제안한 알고리즘의 시뮬레이션 결과를 보면 센서 노드의 에너지 소모를 향상시켜 주었고, LEACH라우팅 프로토콜에 적용시킨 결과 네트워크의 수명을 향상 시켰다.
무선 센서 네트워크 환경에서 네트워크를 구성하는 센서 노드들은 라우팅 및 센싱 역할을 함께 수행해야 하기 때문에 각 센서 노드들은 항상 에너지 부담을 가지고 있다. 이러한 무선 센서 네트워크에 사용되는 센서는 무인으로 동작 되거나 사람이 접근하기 힘든 환경에서 동작하는 경우가 대부분이다. 또한 다량의 센서를 배치하여 무선 센서 네트워크를 형성 하는 경우가 많아 센서 노드의 크기가 작아야 하고, 가격이 저렴해야 하므로 노드에 공급할 수 있는 전원의 양과 데이터 처리 능력에 제한이 있게 된다. 본 논문에서는 무선 센서 네트워크 환경에서 센서 노드의 전력 소모를 줄이고, 망을 효율적으로 관리할 수 있는 알고리즘과 효율적인 라우팅 프로트콜을 제안하고, 제안한 알고리즘을 LEACH 프로토콜에 적용시켜 에너지 효율성을 검증하였다. Particle Sensor에서 이전 주기에 측정된 값과 현재 주기에 측정된 값을 비교하여 현재 측정된 값이 작거나 같으면 먼지가 감소하고 있다고 가정하고 다음 주기에 sleep모드를 설정해 주어 센서 노드의 에너지 소비를 줄여주는 알고리즘이다. 제안한 알고리즘의 시뮬레이션 결과를 보면 센서 노드의 에너지 소모를 향상시켜 주었고, LEACH 라우팅 프로토콜에 적용시킨 결과 네트워크의 수명을 향상 시켰다.
The sensor nodes that form a wireless sensor network must perform both routing and sensing roles, since each sensor node always has a regular energy drain. The majority of sensors being used in wireless sensor networks are either unmanned or operated in environments that make them difficult for huma...
The sensor nodes that form a wireless sensor network must perform both routing and sensing roles, since each sensor node always has a regular energy drain. The majority of sensors being used in wireless sensor networks are either unmanned or operated in environments that make them difficult for humans to approach. Furthermore, since many wireless sensor networks contain large numbers of sensors, thus requiring the sensor nodes to be small in size and cheap in price, the amount of power that can be supplied to the nodes and their data processing capacity are both limited. In this paper, we proposes the WSN(Wireless Sensor Network) algorithm which is applied sensor node that has low power consumption and efficiency measurement. Moreover, the efficiency routing protocol is proposed in this paper. The proposed algorithm reduces power consumption of sensor node data communication. It has not researched in LEACH(Low-Energy Adaptive Clustering Hierarchy) routing protocol. As controlling the active/sleep mode based on the measured data by sensor node, the energy consumption is able to be managed. In the event, the data is transferred to the local cluster head already set. The other side, this algorithm send the data as dependent on the information such as initial and present energy, and the number of rounds that are transformed into cluster header and then transferred. In this situation, the assignment of each node to cluster head evenly is very important. We selected cluster head efficiently and uniformly distributed the energy to each cluster node through the proposed algorithm. Consequently, this caused the extension of the WSN life time.
The sensor nodes that form a wireless sensor network must perform both routing and sensing roles, since each sensor node always has a regular energy drain. The majority of sensors being used in wireless sensor networks are either unmanned or operated in environments that make them difficult for humans to approach. Furthermore, since many wireless sensor networks contain large numbers of sensors, thus requiring the sensor nodes to be small in size and cheap in price, the amount of power that can be supplied to the nodes and their data processing capacity are both limited. In this paper, we proposes the WSN(Wireless Sensor Network) algorithm which is applied sensor node that has low power consumption and efficiency measurement. Moreover, the efficiency routing protocol is proposed in this paper. The proposed algorithm reduces power consumption of sensor node data communication. It has not researched in LEACH(Low-Energy Adaptive Clustering Hierarchy) routing protocol. As controlling the active/sleep mode based on the measured data by sensor node, the energy consumption is able to be managed. In the event, the data is transferred to the local cluster head already set. The other side, this algorithm send the data as dependent on the information such as initial and present energy, and the number of rounds that are transformed into cluster header and then transferred. In this situation, the assignment of each node to cluster head evenly is very important. We selected cluster head efficiently and uniformly distributed the energy to each cluster node through the proposed algorithm. Consequently, this caused the extension of the WSN life time.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
하지만 황사에 대한 종합적인 대책 수립 및 피해의 최소화에 대한 연구는 미미한 실정이다. 따라서 본 논문에서 다뤄질 문제는 무선 센서 네트워크의 장점 중에 하나인 대규모의 네트워크 구성이 가능하고, 접근이 불가능한 지역에 센서 노드를 설치하여 데이터를 원격으로 검출 할 수 있는 특징을 이용해 넓은 지역의 먼지를 모니터링 하여 황사가 발생했을 때 빠른 대처가 가능하도록 하는 것이다. 하지만 파티클 센서뿐만 아니라 다른 센서 노드 역시 소비전력이 큰 단점이 있다.
본 논문에서는 LEACH 프로토콜에서 센서 노드의 에너지를 고려하여 클러스터의 헤드를 선정하는 방식을 제안한다. Sleep 모드로 진행된 시간과 횟수는 비교적 쉽게 측정할 수 있으므로, 이를 이용하여 클러스터 내에서 최대 에너지를 갖는 노드를 클러스터의 헤드로 선정한다.
본 논문에서는 환경 계측을 위한 무선 센서 네트워크의 운용에서 중요 문제로 대두 되고 있는 에너지 효율성에 대해 새로운 알고리즘을 제안하고 검증할 것이다. 제안하는 알고리즘은 기존에 나온 클러스터링 기반의 LEACH(Low-Energy Adaptive Clustering Hierarchy) 라우팅 프로토콜에서 접근하지 않았던 센서 노드 자체의 에너지를 관리하여 데이터를 송수신 하는 전력 뿐만 아니라 센서 노드 자체의 에너지 소모를 줄일 수 있는 방법이다[8].
하지만 파티클 센서뿐만 아니라 다른 센서 노드 역시 소비전력이 큰 단점이 있다. 이러한 단점을 제안하고자 하는 에너지 효율적인 파티클 센서 알고리즘을 통해 극복하고자 한다.
가설 설정
그러나 s1 주기의 먼지 농도 값이 s2 주기의 먼지 농도 값보다 크다면 t3에서 t4의 구간은 sleep 모드로 전환이 되어 에너지 소모를 줄이고, s3 측정 주기는 t4에서 시작된다. 이것은 앞의 주기에 측정된 먼지 농도 값을 현재의 값과 비교하여 현재 값이 전의 값보다 낮다면 현재의 먼지 오염은 줄어들고 있다고 가정한 것이다. 그러나 반응 속도가 빠른 센서 노드나 이벤트가 발생했을 때 긴급하게 반응해야 하는 센서 노드의 경우 위의 알고리즘이 효과적이지 않을 수도 있다.
단일 홉 클러스터에서 클러스터 멤버 노드는 주기적으로 메시지를 방송하게 되는데, 연결요구(CON REQ) 메시지를 보내게 될 때 자신의 보유 에너지 양을 포함하여 보내게 된다. 이때의 에너지양은 앞서 파티클 센서 알고리즘에서 살펴본 바와 같이 더 많은 Low Pulse 주기를 가진 센서 노드들이 다른 센서 노드들에 비해 에너지가 많다고 가정하고 Falling Edge를 카운트한 횟수를 말한다. 클러스터 헤드는 자신의 모든 멤버 노드들의 라운드가 끝나면 SS(Sensor State)메시지에 포함된 센서 노드의 에너지 양을 클러스터 헤드 선정 요청 메시지(CHS REQ) 를 통해 싱크 노드로 전송하게 되고, 싱크 노드는 포함된 정보 중 에너지 양을 비교하여 다음 라운드의 클러스터 헤드를 선정하여 클러스터 헤드 선정 응답 메시지(CHS RES)를 통해 클러스터 헤드에게 전송한다.
그림 11은 LEACH 라우팅 프로토콜과 제안된 알고리즘에서 센서 노드의 평균 에너지 소비량을 나타낸다. 초기 에너지를 모두 2J이라 가정하고 실험하였다. LEACH 라우팅 프로토콜에서는 라운드 수가 약 550회 진행된 후에 초기 에너지가 모두 소모되었고, 제안된 알고리즘에서는 약 680회 진행된 후에 초기 에너지가 모두 소진되었다.
파티클 센서의 농도 측정을 위해 랜덤(Random) 함수를 사용하여 0에서 1까지의 임의의 수를 먼지 농도라고 가정하였고, 배열에 저장될 수 있게 하였다. 여기에서 측정된 먼지 농도의 현재의 값과 이전의 값을 비교하여 작거나 같으면 sleep모드로 들어가게 하여 출력된 그래프에 0으로 표시되게 하고, 반대로 현재의 값이 이전의 값보다클 경우에는 1로 표시하여 active 모드임을 나타내었다.
제안 방법
본 논문에서는 LEACH 프로토콜에서 센서 노드의 에너지를 고려하여 클러스터의 헤드를 선정하는 방식을 제안한다. Sleep 모드로 진행된 시간과 횟수는 비교적 쉽게 측정할 수 있으므로, 이를 이용하여 클러스터 내에서 최대 에너지를 갖는 노드를 클러스터의 헤드로 선정한다. 제안하는 알고리즘은 다음과 같은 단계를 거쳐 네트워크를 형성하게 된다.
전체 측정 시간에 따른 Low Pulse Ratio를 측정하기 위해 전체 네트워크 시간이라 할 수 있는 Total Count의 수를 5,000개와 10,000개로 설정하였고, 이때의 측정 주기를 10초, 30초, 1분으로 설정하여 각각 측정하였다. 그리고 비교 상으로 일반적으로 사용하고 있는 연속 구동방식을 선택하였다.
2로 평가하고, LEACH 라우팅 프로토콜에서의 클러스터 헤드 선정평가 방법은 NS2(Network Simulator)[12]를 사용한다. 기존에 제안된 방식인 LEACH 프로토콜에서 클러스터의 헤드 선정방법을 새롭게 제안된 헤드 선정방법과 비교하여 제안된 알고리즘을 통한 성능의 우수성을 평가한다.
100개의 센서 노드에서 헤드의 수는 20개이며, 각 클러스터의 멤버 노드의 개수는 5개씩 설정하였다. 노드의 위치는 랜덤하게 설정하였고, 각 라운드의 시간은 5분으로 설정하여 5분마다 한번씩 멤버 노드의 에너지 소모량을 체크하여 클러스터의 헤드를 변경할 수 있게 하였다. 그리고 각 센서 노드의 초기 에너지 보유량을 동일하게 설정하였고, 데이터 패킷의 크기는 64bytes로 설정하였다.
또한 “식수원관리를 위한 수질 모니터링” 과제에서는 소양강 유역의 수온, 탁도, pH, 이온 등을 측정하여 싱크 노드(Sink node)를 통해 데이터를 중앙 관제소에 실시간으로 보내 모니터링을 하였다.
여기에서 측정된 먼지 농도의 현재의 값과 이전의 값을 비교하여 작거나 같으면 sleep모드로 들어가게 하여 출력된 그래프에 0으로 표시되게 하고, 반대로 현재의 값이 이전의 값보다클 경우에는 1로 표시하여 active 모드임을 나타내었다. 또한 측정 주기를 변경할 수 있게 하여 측정 주기에 따른 sleep 모드 측정시간을 확인할 수 있게 하였다. 전체 시간에 대한 sleep모드의 비율을 확인하기 위해 간단한 수식을 사용해서 Low Pulse Ratio를 표시하였다.
또한 다량의 센서를 배치하여 무선 센서 네트워크를 형성하는 경우가 많아 센서 노드의 크기가 작아야 하고, 가격이 저렴해야 하므로 노드에 공급할 수 있는 전원의 양과 데이터 처리 능력에 제한이 있게 된다. 본 논문에서는 이러한 센서 노드의 에너지 효율성을 고려한 알고리즘을 제안하였고 제안한 알고리즘을 LEACH 프로토콜에 적용시켜 에너지 효율성을 검증하였다.
본 논문에서 제안한 LEACH 라우팅 프로토콜에서 헤드 선정 방법 알고리즘의 성능 평가를 위해 버클리 대학의 Network Simulator인 NS-2를 사용하였다. 이 때 기존의 방법에서는 일반적인 센서 노드의 평균 에너지 소비량이 높은 것을 기준으로 헤더를 선정하였으나 본 논문에서는 파티클 센서의 측정 방법으로 보다 향상된 에너지 소비를 이용하여 클러스터 헤더 선정 방법을 사용하였다. 기존의 클러스터링 방법인 LEACH 라우팅 프로토콜의 시뮬레이션과 제안한 알고리즘의 시뮬레이션을 통해 센서 노드의 평균 에너지 소비량과 살아있는 센서 노드의 개수, 그리고 노드별 클러스터 헤드로 선출되는 횟수, 라운드 회수에 따른 에너지 소모량 등을 파악하여 기존의 기법과 성능 비교 분석을 하였다.
또한 측정 주기를 변경할 수 있게 하여 측정 주기에 따른 sleep 모드 측정시간을 확인할 수 있게 하였다. 전체 시간에 대한 sleep모드의 비율을 확인하기 위해 간단한 수식을 사용해서 Low Pulse Ratio를 표시하였다.
전체 측정 시간에 따른 Low Pulse Ratio를 측정하기 위해 전체 네트워크 시간이라 할 수 있는 Total Count의 수를 5,000개와 10,000개로 설정하였고, 이때의 측정 주기를 10초, 30초, 1분으로 설정하여 각각 측정하였다. 그리고 비교 상으로 일반적으로 사용하고 있는 연속 구동방식을 선택하였다.
제안된 파티클 센서 알고리즘은 앞서 2장에서 밝혔듯이 일정한 주기를 선정하고 구동주기에 측정된 먼지 농도를 앞서 측정된 농도와 비교하여 새롭게 측정된 농도가 낮거나 같다면 다음 주기에 sleep모드를 설정해 준다. 이러한 알고리즘을 통해 실제 구동시간을 줄여주고 전력소비를 줄여주어 에너지의 효율을 높이는 방법이다.
본 논문에서는 환경 계측을 위한 무선 센서 네트워크의 운용에서 중요 문제로 대두 되고 있는 에너지 효율성에 대해 새로운 알고리즘을 제안하고 검증할 것이다. 제안하는 알고리즘은 기존에 나온 클러스터링 기반의 LEACH(Low-Energy Adaptive Clustering Hierarchy) 라우팅 프로토콜에서 접근하지 않았던 센서 노드 자체의 에너지를 관리하여 데이터를 송수신 하는 전력 뿐만 아니라 센서 노드 자체의 에너지 소모를 줄일 수 있는 방법이다[8]. 센서 노드에서 측정된 데이터를 바탕으로 Acitive/Sleep Mode를 제어해 줌으로써 효율적인 에너지 관리 뿐만 아니라 클러스터 헤드(Cluster Head)를 선정하는데 효율적이다.
제안한 알고리즘은 Particle Sensor에서 이전 주기에 측정된 값과 현재 주기에 측정된 값을 비교하여 현재 측정된 값이 작거나 같으면 먼지가 감소하고 있다고 가정하고 다음 주기에 sleep모드를 설정해 주어 에너지 소비를 줄일 수 있는 알고리즘이다. 시뮬레이션 결과를 보면 실제 파티클 센서의 측정주기를 기준으로 주기를 변경시켜주면서 측정했을 때 센서 노드의 에너지 소모를 연속 구동 방식에 비해 약 35% 정도 향상시켜 주었다.
각 라운드를 5분으로 설정하였고 라운드가 끝난 후에 새로운 헤드를 선출하도록 하였다. 총 라운드가 300회 지난 후에 각 노드의 클러스터 헤드로 선정된 횟수를 확인하였다.
대상 데이터
네트워크 크기는 100m×100m이고, 센서 노드의 개수는 100개로 설정하였으며 이에 대한 파라미터는 표 1에서 보여준다. 100개의 센서 노드에서 헤드의 수는 20개이며, 각 클러스터의 멤버 노드의 개수는 5개씩 설정하였다. 노드의 위치는 랜덤하게 설정하였고, 각 라운드의 시간은 5분으로 설정하여 5분마다 한번씩 멤버 노드의 에너지 소모량을 체크하여 클러스터의 헤드를 변경할 수 있게 하였다.
네트워크 크기는 100m×100m이고, 센서 노드의 개수는 100개로 설정하였으며 이에 대한 파라미터는 표 1에서 보여준다.
데이터처리
이 때 기존의 방법에서는 일반적인 센서 노드의 평균 에너지 소비량이 높은 것을 기준으로 헤더를 선정하였으나 본 논문에서는 파티클 센서의 측정 방법으로 보다 향상된 에너지 소비를 이용하여 클러스터 헤더 선정 방법을 사용하였다. 기존의 클러스터링 방법인 LEACH 라우팅 프로토콜의 시뮬레이션과 제안한 알고리즘의 시뮬레이션을 통해 센서 노드의 평균 에너지 소비량과 살아있는 센서 노드의 개수, 그리고 노드별 클러스터 헤드로 선출되는 횟수, 라운드 회수에 따른 에너지 소모량 등을 파악하여 기존의 기법과 성능 비교 분석을 하였다.
이러한 알고리즘을 통해 실제 구동시간을 줄여주고 전력소비를 줄여주어 에너지의 효율을 높이는 방법이다. 이러한 알고리즘을 평가하기 위해 NI의 LabVIEW를 통해 시뮬레이션을 수행하였다. 그림 7과 그림 8에 LabVIEW를 사용한 시뮬레이션 프로그램을 나타낸다.
이론/모형
본 논문에서 제안한 LEACH 라우팅 프로토콜에서 헤드 선정 방법 알고리즘의 성능 평가를 위해 버클리 대학의 Network Simulator인 NS-2를 사용하였다. 이 때 기존의 방법에서는 일반적인 센서 노드의 평균 에너지 소비량이 높은 것을 기준으로 헤더를 선정하였으나 본 논문에서는 파티클 센서의 측정 방법으로 보다 향상된 에너지 소비를 이용하여 클러스터 헤더 선정 방법을 사용하였다.
시뮬레이션에서 구축한 네트워크 모델은 무선 센서 네트워크를 기본으로 하였다. 네트워크 크기는 100m×100m이고, 센서 노드의 개수는 100개로 설정하였으며 이에 대한 파라미터는 표 1에서 보여준다.
이 장에서는 본 논문에서 제안하고 있는 파티클 센서에서의 에너지 효율을 NI(National Instruments)에서 개발한 GUI 프로그래밍 언어인 LabVIEW버전 8.2로 평가하고, LEACH 라우팅 프로토콜에서의 클러스터 헤드 선정평가 방법은 NS2(Network Simulator)[12]를 사용한다. 기존에 제안된 방식인 LEACH 프로토콜에서 클러스터의 헤드 선정방법을 새롭게 제안된 헤드 선정방법과 비교하여 제안된 알고리즘을 통한 성능의 우수성을 평가한다.
성능/효과
초기 에너지를 모두 2J이라 가정하고 실험하였다. LEACH 라우팅 프로토콜에서는 라운드 수가 약 550회 진행된 후에 초기 에너지가 모두 소모되었고, 제안된 알고리즘에서는 약 680회 진행된 후에 초기 에너지가 모두 소진되었다.
LEACH 프로토콜에서는 각 5개의 클러스터 멤버로부터 확률적인 변수로 인해 일정한 수의 헤드 선출이 이루어졌고, 제안된 알고리즘을 이용한 경우는 최소 33회에서 최대 81회까지 클러스터 헤드로 선출되었다. 이것은 LE ACH 프로토콜의 클러스터 헤드 선출수인 60회를 100%라고 가정했을 때 최소 선출 횟수인 33회는 약 55% 수준 임을 알 수 있고, 최대 선출 횟수인 81회는 약 131% 임을 알 수 있다.
그림 9의 시뮬레이션 결과에는 일반적인 연속구동 방식과 전체 구동시간의 비교가 나타나 있다. 결과를 보면 총 구동시간이 길어질수록 안정적인 결과를 나타내고 있고, 이때의 에너지 소비 효율은 연속구동 방식에 비해 약 35%정도의 에너지 소비를 줄일 수 있는 것을 보이고 있다. 제안된 알고리즘은 이론상으로는 초기값이 최대값인 1mg/m3을 가질 때 에너지 효율을 50%까지 높일 수 있지만, 장시간의 측정과 랜덤 함수의 특성상 위의 결과와 같은 에너지 효율을 나타내고 있다.
제안된 알고리즘에서는 약 420회 라운드 이후부터 DEAD 노드가 발생하였는데 이것은 LEACH 프로토콜의 라운드 횟수보다 약 83% 증가한 횟수이다. 그리고 LEACH라우팅 프로토콜에 비해 제안하고 있는 알고리즘에서 약 90회의 라운드가 증가한 이후에 모든 노드가 DEAD 노드로 되었고, 이것은 약 15% 정도 네트워크 수명이 길어진 것으로 볼 수 있다. 수명이 길어진 이유를 살펴보면 LEACH 라우팅 프로토콜과 달리 제안된 알고리즘에서는 앞서 클러스터 헤드 선출 횟수 실험에서 밝혔듯이 센서 노드들의 선출 횟수의 편차가 크기 때문에 클러스터 헤드로 선출되는 횟수가 적은 노드들은 더 오랜 시간 네트워크로 유지될 수 있기 때문이다.
시뮬레이션 결과를 보면 실제 파티클 센서의 측정주기를 기준으로 주기를 변경시켜주면서 측정했을 때 센서 노드의 에너지 소모를 연속 구동 방식에 비해 약 35% 정도 향상시켜 주었다. 또한 제안된 알고리즘을 LEACH 라우팅 프로토콜에 적용시킨 결과를 보면 비교대상인 일반적인 LEACH 라우팅 프로토콜 방식에 비해 최종까지 약 15%의 네트워크 수명 향상을 가져온 것을 보였다.
본 논문에서 제안한 알고리즘은 센서 노드의 에너지 효율성에서 기존의 방식보다 더 좋은 성능을 발휘하고 있다. 하지만 실제 센서 노드에 적용했을 경우를 생각해 보면, 최근에 개발되고 있는 센서 어플리케이션들의 특징인 다기능성과 고성능의 정밀도를 가지는 센서들의 소비전력이 보통 100mA정도 되므로 현재의 배터리로는 경우에 따라서 만족할 만한 무선 센서 네트워크의 수명을 얻을 수 없다.
제안하는 알고리즘은 기존에 나온 클러스터링 기반의 LEACH(Low-Energy Adaptive Clustering Hierarchy) 라우팅 프로토콜에서 접근하지 않았던 센서 노드 자체의 에너지를 관리하여 데이터를 송수신 하는 전력 뿐만 아니라 센서 노드 자체의 에너지 소모를 줄일 수 있는 방법이다[8]. 센서 노드에서 측정된 데이터를 바탕으로 Acitive/Sleep Mode를 제어해 줌으로써 효율적인 에너지 관리 뿐만 아니라 클러스터 헤드(Cluster Head)를 선정하는데 효율적이다.
제안한 알고리즘은 Particle Sensor에서 이전 주기에 측정된 값과 현재 주기에 측정된 값을 비교하여 현재 측정된 값이 작거나 같으면 먼지가 감소하고 있다고 가정하고 다음 주기에 sleep모드를 설정해 주어 에너지 소비를 줄일 수 있는 알고리즘이다. 시뮬레이션 결과를 보면 실제 파티클 센서의 측정주기를 기준으로 주기를 변경시켜주면서 측정했을 때 센서 노드의 에너지 소모를 연속 구동 방식에 비해 약 35% 정도 향상시켜 주었다. 또한 제안된 알고리즘을 LEACH 라우팅 프로토콜에 적용시킨 결과를 보면 비교대상인 일반적인 LEACH 라우팅 프로토콜 방식에 비해 최종까지 약 15%의 네트워크 수명 향상을 가져온 것을 보였다.
파티클 센서의 농도 측정을 위해 랜덤(Random) 함수를 사용하여 0에서 1까지의 임의의 수를 먼지 농도라고 가정하였고, 배열에 저장될 수 있게 하였다. 여기에서 측정된 먼지 농도의 현재의 값과 이전의 값을 비교하여 작거나 같으면 sleep모드로 들어가게 하여 출력된 그래프에 0으로 표시되게 하고, 반대로 현재의 값이 이전의 값보다클 경우에는 1로 표시하여 active 모드임을 나타내었다. 또한 측정 주기를 변경할 수 있게 하여 측정 주기에 따른 sleep 모드 측정시간을 확인할 수 있게 하였다.
LEACH 라우팅 프로토콜은 약 230회 라운드 이후부터 DEAD 노드가 발생하였다. 제안된 알고리즘에서는 약 420회 라운드 이후부터 DEAD 노드가 발생하였는데 이것은 LEACH 프로토콜의 라운드 횟수보다 약 83% 증가한 횟수이다. 그리고 LEACH라우팅 프로토콜에 비해 제안하고 있는 알고리즘에서 약 90회의 라운드가 증가한 이후에 모든 노드가 DEAD 노드로 되었고, 이것은 약 15% 정도 네트워크 수명이 길어진 것으로 볼 수 있다.
결과를 보면 총 구동시간이 길어질수록 안정적인 결과를 나타내고 있고, 이때의 에너지 소비 효율은 연속구동 방식에 비해 약 35%정도의 에너지 소비를 줄일 수 있는 것을 보이고 있다. 제안된 알고리즘은 이론상으로는 초기값이 최대값인 1mg/m3을 가질 때 에너지 효율을 50%까지 높일 수 있지만, 장시간의 측정과 랜덤 함수의 특성상 위의 결과와 같은 에너지 효율을 나타내고 있다.
후속연구
즉, 현재의 무선 센서 네트워크 알고리즘 등은 한계가 있다고 볼 수 있다. 따라서 더 나은 삶의 질을 위해 무선 센서 네트워크를 사용함에 있어서 무선 센서 네트워크에서 적용 가능한 에너지 효율적인 알고리즘과 센서 모듈의 연구, 지속적인 에너지를 센서 모듈에 공급할 수 있는 연구 등이 필요할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
유비쿼터스 컴퓨팅이 의미하는 것은 무엇인가?
최근 정보통신 기술의 급격한 발전으로 기존의 단순한 역할을 하던 컴퓨터는 하나의 정보단말기로 우리의 실생활에 밀접한 영향을 주고 있다. 이러한 기술의 발전으로 유비쿼터스 컴퓨팅(Ubiquitous Computing)이라는 새로운 정보통신 혁명을 야기하게 되었고, 이것은 기존의 농업혁명, 산업화 혁명과 다르게 단순히 혁신적인 기술의 발전을 말하는 것이 아닌 모든 현실 공간의 사물과 가상공간이 하나로 어우러져 조화를 이루는 혁명을 의미한다. 또한 이러한 환경은 다양한 센서 소재의 개발, MEMS 기술, 저전력 RF설계 기술 등 하드웨어 기술의 발전과 더불어 무선 센서 네트워크(WSN: Wireless Sensor Networks)를 가능하게 하고 있다.
환경보호정책과 IT전략을 연계하여 환경 보존을 이루기 위한 대표적인 프로젝트는 어떠한 것들이 있는가?
이미 많은 국제 연구기관과 선진국들은 환경보호정책과 IT전략을 연계하여 환경 보존에 대한 관심을 표출하고 있으며, 여러 프로젝트에서 지속가능한 발전을 위해 연구하고 있다. 대표적인 프로젝트로 유럽에서 수행하고 있는 화산폭발 모니터링, 미국에서 수행하고 있는 화학제품 등의 유해폐기물 추적, 일본에서 수행하고 있는 기상 방재 정보 시스템 관리 등이 있다. 우리나라에서도 센서 네트워크를 이용 하여 지능형 사회를 만들기 위한 작업이 가속화 되고 있으며, 환경 분야에서도 이러한 연구개발이 진행되었다[1].
USN 기반의 제주연안 해양환경 정보수집 시스템 구축은 어떠한 목적으로 수행되는가?
우리나라에서도 센서 네트워크를 이용 하여 지능형 사회를 만들기 위한 작업이 가속화 되고 있으며, 환경 분야에서도 이러한 연구개발이 진행되었다[1]. 그중 하나인 “USN 기반의 제주연안 해양환경 정보수집 시스템 구축” 과제는 제주연안에 설치한 센서를 통해 해수의 용존산소량, 온도 등의 데이터를 수집하여 환경재해나 해양오염으로 인한 생태계의 변화를 감지하고 대응하는 목적으로 수행되었다. 또한 “식수원관리를 위한 수질 모니터링” 과제에서는 소양강 유역의 수온, 탁도, pH, 이온 등을 측정하여 싱크 노드(Sink node)를 통해 데이터를 중앙 관제소에 실시간으로 보내 모니터링을 하였다.
참고문헌 (12)
환경부, http://www.me.go.kr
추장민, 정희성, 강광규, 유난미, 김미숙. (2003), A Study on the Analysing Northeast Asian Dsut and Sand Storm Damages and the Regional Cooperation Strategie, 한국 환경정책 평가 연구원 연구 보고서, pp. 1-216.
KOTRA, http://kotra.or.kr
H. van de Hulst (1957), Light scattering by small particle, John Wiley, New York.
V. Backman, R. Gurjar, I. Itzkan, K. Badizadegan, R. R. Dasari, L. T. Perelman, M. S. Feld (1999), "Polarized light scattering spectroscopy for quantitative measurement of epithelial cellular structures in situ", IEEE Journal of Selected Topics in Quantum Electronics, Vol. 5, No. 4.
(주)NIDS, http://www.nano-sensor.com
E. Callaway, P. Gorday, L. Hester, J. A. Gutierrez, M. Naeve (2002), "Hoem Networking with IEEE 802.15.4 : A Area Networks", IEEE Communications Magazine, Vol. 40, pp. 70-77.
W. Heinzelman, A. Chandrakasan, H. Balakrishnan (2000), "Energy-Efficient Communication Protocol for Wireless Microsensor Networks," Proc of the 33rd Hawaii Int'l Conf. System Sciences.
W. R. Heinzelman, A. Chandrakasan, H. Balakrishnan (2002), "An Application-Specific Protocol Architecture for Wireless Microsensor Networks", IEEE Transactions on Wireless Communications, Vol. 1, pp. 660.
A. Manjeshwar, D. P. Agrawal (2001), "TEEN: A Routing Protocol for Enhanced Efficiency in Wireless Sensor Networks," Proc. of the 2nd Int'l Workshop on Parallel and Distributed Computing Issues in Wireless Networks and Mobile Computing.
S. G. Sharama, B. D. Prasad (2006), "Airborne dust particle counting techniques", Environmental Monitoring and Assessment, Vol. 114, pp. 191-198.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.