$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

센서네트워크에서 클러스터기반의 에너지 효율형 센서 스케쥴링 연구
Cluster-based Delay-adaptive Sensor Scheduling for Energy-saving in Wireless Sensor Networks 원문보기

한국시뮬레이션학회논문지 = Journal of the Korea Society for Simulation, v.18 no.3, 2009년, pp.47 - 59  

최욱 (한국외국어대학교 컴퓨터공학과) ,  이용 (충주대학교 전자통신공학과) ,  정유진 (한국외국어대학교 컴퓨터공학과)

초록
AI-Helper 아이콘AI-Helper

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.

Abstract AI-Helper 아이콘AI-Helper

Due to the application-specific nature of wireless sensor networks, the sensitivity to such a requirement as data reporting latency may vary depending on the type of applications, thus requiring application-specific algorithm and protocol design paradigms which help us to maximize energy conservatio...

주제어

질의응답

핵심어 질문 논문에서 추출한 답변
센서 네트워크에 기반한 데이터 수집 시스템은 어떠한 것을 구현하기 위해 절대적으로 필요한가? 무선으로 연결된 센서들이 자치적인 무선 센서 네트워크를 구성하여 물리적인 현상을 예측하고 설명하는 기본 정보를 제공하는 기반구조로서 동작한다는 의미에서 무선 센서 네트워크는 미래의 유비쿼터스 환경과 context-aware 컴퓨팅 환경을 실현하는 기술로서 고려되고 있다. 이런 센서 네트워크에 기반한 데이터 수집 시스템은 물리적으로 밀접한 통합 시스템들이 네트워크 컴퓨팅으로 처리되는 것을 의미하는 CPS(Cyper physical system)을 구현하기 위해 절대적으로 필요하다. 또한 생활환경을 보호하기 위해 효율적으로 컴퓨터 자원을 사용하는 그린 컴퓨팅의 목적에도 필요한 요소이다[1][2][3].
TPC 스킴은 어떠한 플랫폼을 제공하는가? 이 논문에서는 멀티-홉 무선 센서 네트워크에서의 두 단계 클러스터링(Two Phase Clustering : TPC) 스킴을 제안한다. 이 방법은 지연시간 제한과 같은 사용자나 응용의 특정 요구사항을 만족시켜서 궁극적으로 네트워크의 생존기간을 연장시키기 위해 에너지 효율을 지원하는 지연시간 적응형 데이터 수집 플랫폼을 제공한다. 제안된 TPC 방식은 두 단계로 클러스터링을 통해 완성된다.
센서의 제한된 에너지 보유능력으로 인해 무선 센서 네트워크용 프로토콜 설계에서 최근 가장 강조되는 것은 무엇인가? 센서의 제한된 에너지 보유능력으로 인해 최근 무선 센서 네트워크용 프로토콜 설계에서 가장 강조되는 것은 센서 네트워크의 생존 기간을 최대화하기 위해 센서들이 에너지를 최대로 효율적으로 사용하도록 하는 것이다. 센서 네트워크는 대부분 정적이며 센서들이 밀도 높게 구성되어 있는 특징이 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (20)

  1. I. F. Akyildiz, W. Su, Y. Sankarasubramaniam, and E. Cayirci (2002), Wireless Sensor Networks: a Survey. Computer Networks, Vol. 38, No. 4, pp. 393-422. 

  2. A. Mainwaring, J. Polastre, R. Szewczyk, D. Culler, and J. Anderson (2002), Wireless Sensor Networks for Habitat Monitoring. In Proceedings of ACM Workshop on Wireless Sensor Networks and Applications, pp. 88-97. 

  3. G. J. Pottie and W. J. Kaiser (2000), Wireless Integrated Network Sensors. Communications of the ACM, Vol. 43, No. 5, pp. 51-58. 

  4. S. Ghiasi, A. Srivastava, X. Yang, and M. Sarrafzadeh (2002), Optimal Energy Aware Clustering in Sensor Networks. http://www.mdpi.net/sensors, Vol. 2, No. pp. 258- 269. 

  5. C. Intanagonwiwat, R. Govindan, and D. Estrin (2000), Directed Diffusion: A Scalable and Robust Communication Paradigm for Sensor Networks. In Proceedings of ACM MOBICOM, pp. 56-67. 

  6. W. Choi, S. K. Das, and K. Basu, (2004), Angle-based Dynamic Path Construction for Route Load Balancing in Wireless Sensor Networks. In Proceedings of IEEE Wireless Communications and Networking Conference (WC NC), pp. 2474-2479. 

  7. X. Hong, M. Gerla, and H. Wang, (2002), Load Balanced, Energy-Aware Communications for Mars Sensor Networks. In IEEE Aerospace, Vol. 3, pp. 1109-1115. 

  8. A. Scaglione and S. D. Servetto, (2002), On the Interdependence of Routing and Data Compression in Multi- Hop Sensor Network. In Proceedings of ACM Mobile Computing and Networking, pp. 140-147. 

  9. M. Gerla, T. J. Kwon, and G. Pei, (2000), On Demand Routing in Large Ad Hoc Wireless Networks with Passive Clustering. In Proceedings of IEEE WCNC, Vol. 1, pp. 100-105. 

  10. J. Gao, L. L. Guibas, J. Hershberger, L. Zhang, and A. Zhu (2001), Discrete Mobile Centers. In Proceedings of ACM Computational Geometry, pp. 188-196. 

  11. S. Lindsey, C. Raghavendra, and K. M. Sivalingam, (2002), Data Gathering Algorithm in Sensor Networks Using Energy Metrics. IEEE Transactions on Parallel and Distributed Systems, Vol. 13, No. 9, pp. 924-932. 

  12. N. Bulusu, J. Heidemann, and D. Estrin, (2000), GPSless Low Cost Outdoor Localization for Very Small Devices. IEEE Personal Communications, Vol. 7, No. 5, pp. 28-34. 

  13. I. Stojmenovic, (2002), Position-Based Routing in Ad Hoc Networks. IEEE Communications, Vol.40, No. 7, pp. 128-134. 

  14. W. B. Heinzelman, A. P. Chandrakasan, and H. Balakrishnan, (2002) An Application-specific Protocol Architecture for Wireless Microsensor Networks. IEEE Transactions on Wireless Communications, Vol. 1, No. 4, pp. 660-670. 

  15. F. Zhao and L. Guibas, (2004), Wireless Sensor Networks: An Information Processing Approach. Morgan Kaufmann. 

  16. S. Banerjee and A. Misra, (2002), Minimum Energy Paths for Reliable Communication in Multi-hop Wireless Networks. In Proceedings of ACM Mobile Adhoc Network Symposium (MOBIHOC), pp. 145-156. 

  17. A. Nasipuri and K. Li (2002), A Directionality based Location Discovery Scheme for Wireless Sensor Networks. In Proceedings of ACM Workshop on WSNA, pp. 105-111. 

  18. Younis, O and Fahmy, S. (2004) Efficient, Distributed Clustering Approach for Ad Hoc Sensor Networks. IEEE Transactions on Mobile Computing, Vol. 3, No. 4, pp. 366-379. 

  19. R. Virrankoski and A. Savvides (2005) TACS: Topology Adaptive Spatial Clustering for Sensor Networks. In Proceedings of IEEE Int'l Conference on MASS, pp. 1-10. 

  20. M. Lotfinezhad, B. Liang, and E. S. Sousa (2007) Adaptive Cluster-Based Data Collection in Sensor Networks with Direct Sink Access. IEEE Transactions on Mobile Computing, Vol. 7, No. 7, pp. 884-897. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로