본 논문은 GIS를 기반으로 도시 무선 통신환경에서 지형 공간 요소를 활용하고, 전파 손실에 영향을 미치는 대표 간섭 요인을 고려한 무선 센서노드 배치 알고리즘을 제안하였다. 먼저, 경기도 고양시 일산의 주요 도로에서 전파 손실 실험을 수행하고, 얻어진 실험 결과는 지리정보 시스템으로 부터 추출 가능한 주변 환경 정보와의 상관관계를 정의하였다. 다음으로, 이의 활용을 통해 무선 센서노드의 무선 커버리지 결정 및 배치 시스템 구현에 필요한 세부 동작에 대해 기술하였다. 그 결과, 전파에 영향을 많이 미치는 건물이나 도로의 선형 구조의 반영을 통해, 5dB 이하의 오류 수준으로 경로손실을 평가할 수 있었다. 그리고 이를 기반으로 센서노드 배치를 보정할 수 있는 방법을 제시하였다.
본 논문은 GIS를 기반으로 도시 무선 통신환경에서 지형 공간 요소를 활용하고, 전파 손실에 영향을 미치는 대표 간섭 요인을 고려한 무선 센서노드 배치 알고리즘을 제안하였다. 먼저, 경기도 고양시 일산의 주요 도로에서 전파 손실 실험을 수행하고, 얻어진 실험 결과는 지리정보 시스템으로 부터 추출 가능한 주변 환경 정보와의 상관관계를 정의하였다. 다음으로, 이의 활용을 통해 무선 센서노드의 무선 커버리지 결정 및 배치 시스템 구현에 필요한 세부 동작에 대해 기술하였다. 그 결과, 전파에 영향을 많이 미치는 건물이나 도로의 선형 구조의 반영을 통해, 5dB 이하의 오류 수준으로 경로손실을 평가할 수 있었다. 그리고 이를 기반으로 센서노드 배치를 보정할 수 있는 방법을 제시하였다.
In this paper, we proposes a sensor node positioning algorithm that utilizes the geo-spatial elements and considers the factors to represent the propagation loss generated by the various obstacles in the urban wireless environments. First, we measures the propagation loss about the radio frequencies...
In this paper, we proposes a sensor node positioning algorithm that utilizes the geo-spatial elements and considers the factors to represent the propagation loss generated by the various obstacles in the urban wireless environments. First, we measures the propagation loss about the radio frequencies in major road of the urban, and defines the correlation between the measured loss and the environment information for the road and its surrounding get from Urban GIS. Secondly, through the utilization of the loss-environment correlation, we describes the detailed instruction for requiring the radio coverage decision and deploy system implementation for the wireless sensor node in urban. By the consideration of interference factor by the building and the linear structure of road, we can evaluate the path loss below 5dB RMS error. And, we proposes the way to revise the sensor node deployment based on the corelation and the measured path loss.
In this paper, we proposes a sensor node positioning algorithm that utilizes the geo-spatial elements and considers the factors to represent the propagation loss generated by the various obstacles in the urban wireless environments. First, we measures the propagation loss about the radio frequencies in major road of the urban, and defines the correlation between the measured loss and the environment information for the road and its surrounding get from Urban GIS. Secondly, through the utilization of the loss-environment correlation, we describes the detailed instruction for requiring the radio coverage decision and deploy system implementation for the wireless sensor node in urban. By the consideration of interference factor by the building and the linear structure of road, we can evaluate the path loss below 5dB RMS error. And, we proposes the way to revise the sensor node deployment based on the corelation and the measured path loss.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
특히, 무선 센서노드의 안테나 설치위치는 지표면에 근접하므로(보통 2∼3m), 2차 가시성 보장은 매우 중요하다. 본 논문에서는 지리정보 시스템에 통합된 항공 라이다(Lidar) 데이터를 사용하여 해당 도로 중심선 상의 인접한 두 센서노드간의 가시성을 보장하는데 활용하고자 한다.
본 연구에서는 GIS를 기반으로 도시의 무선 통신 환경이 전파에 미치는 영향 요인을 평가하고, 이를 반영한 무선 센서노드 배치 알고리즘에 대해 기술하였다.
본 연구에서는 이에 필요한 구체적인 방안으로, 향후 도시 변화를 쉽게 감래할 수 있는 센서노드 배치, 지형 조건을 고려한 송수신기간 가시성(LOS : Line of sight) 보장 방안, 그리고 도로 환경 기반 전파 손실 등의 고려를 통해, 보다 정밀하게 보완할 수있는 GIS기반 센서노드 배치 및 위치 보정 방안을 제시하고자 한다.
제안 방법
[10]는 센서 배치와 관련된 다양한 기후와 지형 등의 환경 요소들을 분류하고, 이들 요소들이 센서노드 배치에 활용하는 방안을 제시하였다. 구체적으로, 대상 센서의 성능과 지형 환경에 따른 성능 변화, 그리고 기상 환경 등의 요인과 이를 고려한 배치 알고리즘을 포함하고 있으나, 도심 지역과 같은 현실 환경의 적용에 필요한 요인을 충분히 고려하지 못하였으며 주로 공간해상도가 낮은 산악, 도로, 개활지, 하천 등에 적용 하였다. [11]은 도시 시설물관리에 USN을 적용하기 위한 사전연구로 도시내 시설물의 종류 및 적용 방안 연구와 센서노드의 전파 커버리지를 기준으로 도시내 센서노드 배치 방법을 제안한 바 있다.
따라서 도로의 인식은 센서노드 배치를 위해 가장 우선적으로 해결되어야 한다. 그러나 수치지도는 도로 중심 레이어를 제공하지 않기 때문에 도로망 지도 데이터를 활용하여 도로 중심선을 추가로 생성하도록 지리정보 시스템을 확장하였다. 이를 통해, 수치지도에서 도로 주변에 존재하는 도로의 폴리 라인과 건물의 폴리곤 레이어를 추출하고, 자동화된 경로손실 계산이 가능하다.
본 논문에서도 경로손실 모델로서 식(1)의 경로손실 감쇄지수 α와 도로 주변 지리정보와의 상관관계를 규명하고 이를 활용하고자 한다. 먼저, 지리정보와 식(1)의 경로손실 감쇄지수간의 상관관계를 평가하기 위한 실험은 경기도 고양시 일산에서 수행되었 으며, 도심의 전파 환경에서 얻어진 실제 무선 채널 데이터베이스를 기반으로 전파 손실 특성을 분석하였다. 실험에서는 지리정보 시스템에서 추출된 송수신기의 전파 경로 상에 존재하는 간섭 영향을 주는 건물의 구간 길이를 활용하였다.
본 논문에서도 경로손실 모델로서 식(1)의 경로손실 감쇄지수 α와 도로 주변 지리정보와의 상관관계를 규명하고 이를 활용하고자 한다.
지형/지물 등에 대한 공간 데이터 분석 서버는 PostGIS에 JDBC로 연결하고 GeoTools와 PostGIS API를 사용하여 구축하였으며, 맵 렌더링은 GeoServer를 사용하였다. 사용자는 지도 데이터를 WMS 형태로 가져오며, 웹상의 지도에서 선택한 지점의 좌표에 해당하는 객체의 좌표와 속성을 GML을 통하여 추출할 수 있다.
먼저, 지리정보와 식(1)의 경로손실 감쇄지수간의 상관관계를 평가하기 위한 실험은 경기도 고양시 일산에서 수행되었 으며, 도심의 전파 환경에서 얻어진 실제 무선 채널 데이터베이스를 기반으로 전파 손실 특성을 분석하였다. 실험에서는 지리정보 시스템에서 추출된 송수신기의 전파 경로 상에 존재하는 간섭 영향을 주는 건물의 구간 길이를 활용하였다. 이때, 건물 밀도는 제시된 송수신 안테나 사이에 터널 효과[8]를 내는 도로 양쪽에 면한 2D(two-dimension) 상의 이러한 건물 구간의 합을 송수신 안테나간의 거리로 나눈 값으로 정의되며, 0∼2사이의 값이 된다.
먼저, 다수의 폴리라인과 폴리곤으로 구성된 지리 정보로부터, 송수신 경로상의 주변 건물밀도 계수를 추출하기 위한 과정이 필요하다. 이를 위해, 가시성이 보장되는 두 센서노드(sni와 sni+1)간 영향 구간(r ✕Cwidth)의 클리핑(clipping)을 통해 계산 범위를 결정한다.
그림 5는 건물 구간 길이를 고려하여 측정된 경로 손실감쇄 지수와의 관계를 보인다. 이를 위해, 지리 정보 DB를 활용하여 건물 구간별로 일산 도심의 주요 도로에서 수신신호강도 데이터를 반복적으로 수집하였다. 수집된 수신신호강도를 바탕으로, 주변 건물 구간 비율(d)과 rbp를 고려하지 않은 경로손실감쇄 지수(α)와 rbp에 의해 구분되는 두 경로손실감쇄 지수(α1, α2)간의 선형 관계를 그림 5와 같이 얻을 수 있었다.
이를 해결하기 위해, 본 논문에서는 경기도 고양시의 다양한 도로 환경에서 전파의 손실 특성 실험치를 수집하였고, 주변 건물에 의한 간섭 요인과의 상관관계 정의를 통해 5dB이하의 오류 수준으로 경로손실을 평가할 수 있었다. 이러한 실험 결과를 바탕으로, 센서노드 배치 과정에서 지형/지물 데이터, 라이다에 의한 지표 고도 데이터, 그리고 항공사진 정보와 같은 다양한 GIS 정보들의 활용과 연계 절차를 통해, 전파에 영향을 많이 미치는 건물이나 도로의 선형 구조를 반영할 수 있었다.
지형/지물 등에 대한 공간 데이터 분석 서버는 PostGIS에 JDBC로 연결하고 GeoTools와 PostGIS API를 사용하여 구축하였으며, 맵 렌더링은 GeoServer를 사용하였다. 사용자는 지도 데이터를 WMS 형태로 가져오며, 웹상의 지도에서 선택한 지점의 좌표에 해당하는 객체의 좌표와 속성을 GML을 통하여 추출할 수 있다.
대상 데이터
센서노드간의 고도차에 의한 가시성을 보장하기 위해 DEM(Lidar) 데이터를 사용하였다. 우리는 송수신 안테나간의 지형/지물의 고도 차이가 2m 이상일 경우, 가시성이 확보가 되지 않는 것으로 판단할수 있다.
지리정보 시스템은 PostGIS를 기반으로 수치지도와 항공사진 DB 등을 활용하였고 경기도 고양시 일산 지역을 대상으로 구축되었다.
데이터처리
이때, 건물 밀도는 제시된 송수신 안테나 사이에 터널 효과[8]를 내는 도로 양쪽에 면한 2D(two-dimension) 상의 이러한 건물 구간의 합을 송수신 안테나간의 거리로 나눈 값으로 정의되며, 0∼2사이의 값이 된다. 즉, 그림 4에서 두 센서노드(CRSi와 SN1)간의 건물에 의한 간섭 영향은 송수신구간내 건물 구간 계수 (BL1+BL2+ BR1+BR2)/r1과 실측한 수신감도(RSSI)간의 선형회귀 분석 방법을 통해 정의하였다. 마찬가지로, SN1과 SN2의 건물 구간 계수는 (BL4+BL5+BR3+BR4)/r2로 정의할 수 있다.
이론/모형
이를 위해, 수치표고모델(DEM:Digital Elevation Model)과 수치표면모델(DSM:Digital Surface Model) 을 센서노드 배치 알고리즘에 적용하였다.
성능/효과
개별 송수신기간의 거리와 주변 건물 밀도와 경로 손실감쇄 지수간의 선형 관계에 대해 회귀 분석한 결과를 활용하여 허용가능한 오류 범위내에서 경로 손실 평가가 가능함을 확인하였다. 이러한 경로손실 평가와 실제 GIS DB의 구조적 정보들을 활용하여, 전체 도심을 대상으로 효율적인 배치 전략에 활용할 수 있다.
지리정보 시스템 측면에서 공간데이터, DEM(Lidar) 및 기초 단위구 데이터에 의해 생성되는 도로 중심선 세그먼트들의 연산은 설치 대상지역의 크기에 비례하여 연산 속도가 현저 하게 증가하는 특징을 가지고 있어, 이에 대한 알고리즘 수준의 보완책이 필요하다. 또한, 데이터 측면에서, 수치지도상의 도로와 도로망 데이터 지도의 중심선과 같은 지리정보 시스템내의 각종 데이터간의 일치성과 일관성에 대한 작업도 일부 필요함을 관찰할 수 있었다.
7)이 관측되었다. 또한, 지표 반사파에 의한 오차를 줄이기 위해 보정된 경로손실감쇄 지수 활용에 의한 예측은 실측 대비 거리의 변화에 대해 일정 수준의 RMS 오류로 균일하게 나타나 기존 방식과 차이를 보였다. 특히, 본 논문의 예측 방식은 충분한 계산 자원과 세부 모델 요소를 활용하는 [6, 7]의 정확성(<4.
마찬가지로, SN1과 SN2의 건물 구간 계수는 (BL4+BL5+BR3+BR4)/r2로 정의할 수 있다. 실험에서, 송수신기가 모두 지표면에 근접하게 배치됨에 따라, 종단거리가 미치는 영향을 고려하여야 하며, 우리의 실험결과에서 송수신 안테나 높이가 각각 1.8m인 상태에서, 종단거리는 90m 전후에서 관측되었다.
이를 해결하기 위해, 본 논문에서는 경기도 고양시의 다양한 도로 환경에서 전파의 손실 특성 실험치를 수집하였고, 주변 건물에 의한 간섭 요인과의 상관관계 정의를 통해 5dB이하의 오류 수준으로 경로손실을 평가할 수 있었다. 이러한 실험 결과를 바탕으로, 센서노드 배치 과정에서 지형/지물 데이터, 라이다에 의한 지표 고도 데이터, 그리고 항공사진 정보와 같은 다양한 GIS 정보들의 활용과 연계 절차를 통해, 전파에 영향을 많이 미치는 건물이나 도로의 선형 구조를 반영할 수 있었다. 특히, 본 논문의 예측 방식과 유사하게 제한된 계산 자원만을 활용해야 하는 기존 연구들[3, 4, 5]의 RMS 오류 수준 (4.
이를 통해, 가시성을 전제한 환경에서, 보정된 두경로손실감쇄지수는 주변 건물 등에 의한 간섭 영향 으로 고정 송신전력대비 거리와 경로손실감쇄 지수 관계로 Pr∝r-α (2.5 ≤ αi ≤ 3.7)이 관측되었다.
센서노드 배치에서 센서노드의 위치를 결정하기 위해서는 목적에 따라 타당하고 정량화된 기준이 필요하다. 이에 비해, 그림 12는 본 연구의 결과로서 등거리 간격배치로 발생되었던 환경요인 미반영으로 인한 통신 신뢰도 하락, 제한된 송신 전 력 제어 등이 개선될 수 있음을 확인 할 수 있다.
RT 기반 방식의 문제점을 개선하기 위해, 최근에는 3D GIS 정보를 활용하여 소규모 혹은 인접 건물의 그룹화 및 알고리즘 단순화를 통해, 처리 비용과 시간을 개선하고자 하는 연구들[2]도 제시되고 있다. 이에 비해, 본 논문에서는 도심의 수치지도 이외에 도로망 데이터와의 연계를 통해, 불필요한 주변 건물에 대한 전처리 등을 최소화할 수 있어 보다 시간 효율적인 장점이 있다. 또한, GIS로부터 도심 환경을 대표하는 요인을 선정하고, 이에 대한 경험치와의 상관관계를 통해 경로손실을 평가하는 방법들도 제시되고 있다.
특히, 본 논문의 예측 방식은 충분한 계산 자원과 세부 모델 요소를 활용하는 [6, 7]의 정확성(<4.0 dB)을 만족하지는 못하지만, 본 논문의 예측 방식과 유사하게 제한된 계산 자원만을 활용해야 하는 기존 연구들[3, 4, 5]의 RMS 오류 수준(4.1~6.4 dB)을 만족하고 있다.
후속연구
본 논문에 앞서 구축된 지리정보 시스템은 경기도 고양시 일산 도심에 대해 수치지도와 항공사진 DB를 활용하여 구축되었으며, 공간 분석 서버를 통해 도시 구조물에 대한 다양한 공간 데이터 및 분석 수단을 제공하고 있다.
교차로 노드 crnode에서 가시성이 보장된 거리 R이 센서노드 위치로 설정되기 위해서는 지표반사파및 주변 건물에 의한 간섭 효과를 반영하여 실제 통신이 가능한 커버리지 내에 존재하여야 한다. 앞에서, 도로환경에 대한 대표 간섭요인으로 주변건물로부터 경로손실과의 상관관계를 통해 통신 커버리지를 결정하기 위한 실험과 분석 결과에 대해 기술하고 이 결과를 활용한다.
이러한 실험 결과를 바탕으로, 센서노드 배치 과정에서 지형/지물 데이터, 라이다에 의한 지표 고도 데이터, 그리고 항공사진 정보와 같은 다양한 GIS 정보들의 활용과 연계 절차를 통해, 전파에 영향을 많이 미치는 건물이나 도로의 선형 구조를 반영할 수 있었다. 특히, 본 논문의 예측 방식과 유사하게 제한된 계산 자원만을 활용해야 하는 기존 연구들[3, 4, 5]의 RMS 오류 수준 (4.1~6.4 dB)을 만족하는 성능을 제공하고 있으며, 용이하게 계산될 수 있고 확장 가능한 GIS 정보와의 연계 및 공간 정보 처리 알고리즘들을 통해 효과적이고 정확한 센서노드 배치에 활용할 수 있을 것으로 예상된다.
향후 추진되어야 할 과제들로, 실험에 기반을 둔 경로손실 평가와 지형/지물에 의한 간섭 요인 평가를 통해 무선 센서노드간의 통신 커버리지 검증은 일정 부분 확보되었으나, 실제 현장에서 통신 검증도 차후에 이루어져야겠다. 지리정보 시스템 측면에서 공간데이터, DEM(Lidar) 및 기초 단위구 데이터에 의해 생성되는 도로 중심선 세그먼트들의 연산은 설치 대상지역의 크기에 비례하여 연산 속도가 현저 하게 증가하는 특징을 가지고 있어, 이에 대한 알고리즘 수준의 보완책이 필요하다.
질의응답
핵심어
질문
논문에서 추출한 답변
무선센서네트워크는 어떤 기술인가?
무선센서네트워크(USN: Ubiquitous Sensor Network)는 언제 어디서나 요구하는 다양한 서비스 제공을 목표로 하는 유비쿼터스 환경의 통신 네트워크 기반 기술로서, 도시의 물리적 환경인 도시 시설물의 위치 및 상태 정보에 대한 수집 및 정보 전달을 담당하며, 저전력/저비용으로 상대적으로 접근성이 떨어지는 주요 시설물에 대한 실시간 모니터링 및상황에 대한 대처를 제공할 수 있다. 하지만, 현재의 센서네트워크 활용은 교량이나 터널과 같은 대형 시설물 혹은 제한된 도시 범위에 대해서만 적용하고 있으며, 광역화된 도시내 시설물에 적용하기 위해서는 도시 환경과 이에 영향을 받는 전파 특성을 고려한 신뢰성 있는 광역의 무선 센서노드 배치가 필요하다.
RT(Ray Tracing)을 바탕으로 신호 강도를 계산하는 방식은 어떤 단점이 있나?
대표적으로 도심의 지형/지물에 대한 충분한 물리적 환경정보와 전파의 진행을 모델링하는 RT(Ray Tracing)을 바탕으로 신호 강도를 계산하는 방식이 있다[6]. 이 방식은 높은 신뢰성을 제공할 수 있지만, 전파 관점에서 주변 환경이 아주 정밀하게 모델링되어야 하는 것을 전제한 것이며, 때로는 도시 모델링 자체가 센서노드 배치보다 더 크고 복잡하여 대량의 계산량으로 인해 많은 처리 시간이 요구된다[3]. 또한, 센서네트워크에서 고려되어야 하는 전파 과정의 반사, 회절, 산란 등을 야기하는 교통량이나 가로수와 같은 장애물에 대한 고려를 적용하기 어려워, 도심 환경의 실제적인 상황을 반영하기 어렵다는 단점이 있다[7].
무선센서네트워크는 무엇을 담당하나?
무선센서네트워크(USN: Ubiquitous Sensor Network)는 언제 어디서나 요구하는 다양한 서비스 제공을 목표로 하는 유비쿼터스 환경의 통신 네트워크 기반 기술로서, 도시의 물리적 환경인 도시 시설물의 위치 및 상태 정보에 대한 수집 및 정보 전달을 담당하며, 저전력/저비용으로 상대적으로 접근성이 떨어지는 주요 시설물에 대한 실시간 모니터링 및상황에 대한 대처를 제공할 수 있다. 하지만, 현재의 센서네트워크 활용은 교량이나 터널과 같은 대형 시설물 혹은 제한된 도시 범위에 대해서만 적용하고 있으며, 광역화된 도시내 시설물에 적용하기 위해서는 도시 환경과 이에 영향을 받는 전파 특성을 고려한 신뢰성 있는 광역의 무선 센서노드 배치가 필요하다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.