무선 센서 네트워크에서는 원격의 열악한 환경에 센서 노드들이 배치된다. 이러한 네트워크에서 센서 노드의 전원이 모두 소모되면, 사람의 생명을 구할 수도 있는 센서 네트워크의 품질 및 성능 저하와 함께 센서 노드들은 쓸모가 없게 된다. 따라서 에너지 소비 개선 및 센서 네트워크의 수명 연장에 관련된 수 많은 클러스터링 프로토콜들이 제안되었으나 대부분의 기존 연구들의 기법들은 클러스터 헤드의 오버헤드 상당히 크다. 센서 노드의 전력 제한과 클러스터 헤드의 오버헤드 문제 때문에 각 노드의 에너지 소비를 최소화하며 네트워크 수명을 최대화하는 라우팅 프로토콜을 설계하는 것은 중요하다. 따라서 본 논문에서는 클러스터 헤드의 부담을 줄여주며 에너지 소비를 최소화하는 라우팅 알고리즘과 네트워크 수명을 최대화할 수 있는 알고리즘을 적용한 효율적인 클러스터링 기법을 제안한다. 시뮬레이션 결과는 제안한 클러스터링 기법이 에너지 균형을 향상시켰으며, 유사한 역할을 하는 기법들과 비교하였을 때 네트워크 수명이 연장됨을 보여준다.
무선 센서 네트워크에서는 원격의 열악한 환경에 센서 노드들이 배치된다. 이러한 네트워크에서 센서 노드의 전원이 모두 소모되면, 사람의 생명을 구할 수도 있는 센서 네트워크의 품질 및 성능 저하와 함께 센서 노드들은 쓸모가 없게 된다. 따라서 에너지 소비 개선 및 센서 네트워크의 수명 연장에 관련된 수 많은 클러스터링 프로토콜들이 제안되었으나 대부분의 기존 연구들의 기법들은 클러스터 헤드의 오버헤드 상당히 크다. 센서 노드의 전력 제한과 클러스터 헤드의 오버헤드 문제 때문에 각 노드의 에너지 소비를 최소화하며 네트워크 수명을 최대화하는 라우팅 프로토콜을 설계하는 것은 중요하다. 따라서 본 논문에서는 클러스터 헤드의 부담을 줄여주며 에너지 소비를 최소화하는 라우팅 알고리즘과 네트워크 수명을 최대화할 수 있는 알고리즘을 적용한 효율적인 클러스터링 기법을 제안한다. 시뮬레이션 결과는 제안한 클러스터링 기법이 에너지 균형을 향상시켰으며, 유사한 역할을 하는 기법들과 비교하였을 때 네트워크 수명이 연장됨을 보여준다.
In wireless sensor networks, sensor nodes are deployed in a remote, harsh environment. When the power of the sensor node is consumed in such a network, the sensor nodes become useless together with the deterioration of the quality and performance of the sensor network which may save human life. Alth...
In wireless sensor networks, sensor nodes are deployed in a remote, harsh environment. When the power of the sensor node is consumed in such a network, the sensor nodes become useless together with the deterioration of the quality and performance of the sensor network which may save human life. Although many clustering protocols have been proposed to improve the energy consumption and extend the life of the sensor network, most of the previous studies have shown that the overhead of the cluster head is quite large. It is important to design a routing protocol that minimizes the energy consumption of each node and maximizes the network lifetime because of the power limitations of the sensor nodes and the overhead of the cluster heads. Therefore, in this paper, we propose an efficient clustering scheme that reduces the burden of cluster heads, minimizes energy consumption, and uses algorithms that maximize network lifetime. Simulation results show that the proposed clustering scheme improves the energy balance and prolongs the network life when compared with similar techniques.
In wireless sensor networks, sensor nodes are deployed in a remote, harsh environment. When the power of the sensor node is consumed in such a network, the sensor nodes become useless together with the deterioration of the quality and performance of the sensor network which may save human life. Although many clustering protocols have been proposed to improve the energy consumption and extend the life of the sensor network, most of the previous studies have shown that the overhead of the cluster head is quite large. It is important to design a routing protocol that minimizes the energy consumption of each node and maximizes the network lifetime because of the power limitations of the sensor nodes and the overhead of the cluster heads. Therefore, in this paper, we propose an efficient clustering scheme that reduces the burden of cluster heads, minimizes energy consumption, and uses algorithms that maximize network lifetime. Simulation results show that the proposed clustering scheme improves the energy balance and prolongs the network life when compared with similar techniques.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 데이터 집합과 데이터를 기지국으로 전송할 수 있는 효율적인 클러스터링 방법을 제안하였다. 제안된 방법은 클러스터 헤드간의 에너지 소비를 균형있게 유지하며, 클러스터 내부 노드의 에너지 소비를 보존하고, 클러스터 헤드의 에너지 소비량을 줄였다.
최근에도 LEACH[9] 나 EEUC[10] 와 같은 네트워크 수명 및 에너지 소모를 개선하기 위한 많은 프로토콜들이 제안되고 있으나, 이전에 제안되었던 프로토콜과 동일하게 여전히 에너지 소모와 에너지 홀 문제들이 남아있는 상황이다. 이러한 문제점들을 극복하기 위해서 본 연구에서는 센싱되는 장소에서 발생하는 데이터를 수집하는 방법에 대한 효율적인 클러스터링 기법을 제안하고 실험하였다. 제안한 기법은 네트워크를 클러스터로 분해하고 클러스터 헤드를 통해서 차선의 다중 홉 경로를 찾고 기지국으로 수집된 데이터를 전송한다.
가설 설정
● 네트워크는 각 노드의 위치 인식이 가능하다.
무선 센서 네트워크를 수백 혹은 수천개의 에너지 제한이 있고, 감지 환경에 균일하게 배치된 N개의 센서 노드들이며 센서 노드 집합은 S = {s1,s2,s3,…,sn },|S|=N 로 가정한다.
제안 방법
Ever는 EEUC[10] 기법에서 사용 된 방정식에 기반하여 HEED 프로토콜의 완료 반경을 조정하였다. 그것을 통해 에너지 소비를 줄이면서 기지국 근처의 클러스터 헤드가 빨리 죽는 것을 피하게 하는 UHEED라는 불균등 클러스터링 알고리즘을 제안하였다[11] .
이는 노드의 에너지레벨에 변화를 가져올 수 있으며 네트워크 파티셔닝을 유발할 수 있다. 그러므로 클러스터 간의 통신을 위한 에너지 인식 다중 홉 라우팅 프로토콜을 설계하였다.
또한, 네트워크 수명을 검사하여 제안한 클러스터링 기법의 에너지 효율을 조사하였다. [그림 3]은 첫 노드가 죽는 시간을 보여주고, [그림 4]는 마지막 노드가 죽을 때까지의 시간을 보여주고 있다.
그러므로 몇몇 클러스터 헤드는 다른 헤드들 보다 에너지를 더 소모하였다. 또한, 제안한 기법은 주로 사용되는 경로만 사용되는 핫 스팟 문제를 유사 최적 경로 검색을 통해서 다중 홉 라우팅 알고리즘을 적용하여 해결하였다.
제안된 방법은 클러스터 헤드간의 에너지 소비를 균형있게 유지하며, 클러스터 내부 노드의 에너지 소비를 보존하고, 클러스터 헤드의 에너지 소비량을 줄였다. 또한, 클러스터 헤드의 부담을 줄이고 무선 센서 네트워크의 수명을 연장할 수 있는 다중 홉 라우팅 프로토콜을 제시하였다.
본 논문에서 제안한 방법은 다양한 무선 센서 네트워크 환경에 적용이 가능하다. 예를 들어, GNSS, GPS, Speed Log와 같은 다양한 센서를 사용하는 통합 항해 시스템(Integrated Navigation System)에 적용하게 된다면 다양한 센서의 정보에 대해서 가용성, 일관성 및 동기화가 보장되므로 유용하게 사용할 수 있다.
본 논문에서는 데이터 집합과 데이터를 기지국으로 전송할 수 있는 효율적인 클러스터링 방법을 제안하였다. 제안된 방법은 클러스터 헤드간의 에너지 소비를 균형있게 유지하며, 클러스터 내부 노드의 에너지 소비를 보존하고, 클러스터 헤드의 에너지 소비량을 줄였다. 또한, 클러스터 헤드의 부담을 줄이고 무선 센서 네트워크의 수명을 연장할 수 있는 다중 홉 라우팅 프로토콜을 제시하였다.
이 때, 동일하지않은 클러스터 내부의 체인 길이를 생성하려면 클러스터 크기를 제어해야한다. 제안된 알고리즘에서는 기지국에 가까운 클러스터 내 체인이 멀리 있는 클러스터 내 체인보다 더 짧은 길이를 가지게 된다.
이러한 문제점들을 극복하기 위해서 본 연구에서는 센싱되는 장소에서 발생하는 데이터를 수집하는 방법에 대한 효율적인 클러스터링 기법을 제안하고 실험하였다. 제안한 기법은 네트워크를 클러스터로 분해하고 클러스터 헤드를 통해서 차선의 다중 홉 경로를 찾고 기지국으로 수집된 데이터를 전송한다. 여기서 선택되는 센서 노드는 남아있는 노드들 중 잔여 에너지가 높으며 기지국까지의 거리가 가장 가까운 노드가 된다.
이는EEUC가 불균등 클러스터링 기법을 사용하므로 기지국으로부터 멀리 떨어진 클러스터의 경우에는 기지국으로 가까운 클러스터보다 큰 크기를 가지기 때문이다. 제안한 기법은 체인을 형성하여 각 클러스터 헤드의 데이터를 수집함으로써 이러한 문제들을 극복하였다.
제안한 클러스터링 기법은 긴 데이터 전송 단계를 이용하여 이웃한 클러스터 헤드 노드의 잔여 에너지 및 거리를 고려하여 클러스터 간 다중 홉 라우팅 프로토콜을 구축한다.
제안한 클러스터링 기법을 통해 클러스터 헤드 노드와 기지국 사이에 최적에 가까운 경로들을 찾고, 이 경로들을 무작위로 선택하여 데이터 전송에 사용할 것이다. [알고리즘 3]의 1-13줄은 클러스터 헤드 노드가 확정되고 나면 각각 노드 si는 잔여 에너지와 기지국까지의 거리, 그리고 클러스터 헤드 노드의 ID를 네트워크에 브로드캐스팅한다.
각각의 클러스터의 에너지 소비량의 균형을 맞추기 위해서 클러스터 사이의 주기적인 재선택 과정이 수행된다. 후보군이 될 클러스터 선택을 위해서, 제안된 알고리즘은 노드 잔여 에너지와 기지국까지의 거리에 초점을 맞춘다. 기지국과의 거리가 멀고, 잔여 에너지가 낮은 노드는 최종 클러스터 헤드의 후보군에 선택되지 않는다.
대상 데이터
CandidateCluster는 클러스터 후보인지 여부를 판별하는 변수이며, 이 값이 True라면 CompeteClusterHeadMsg를 통해서 경쟁에 들어가게 된다. 메시지를 보내는데 사용되는 인수는 노드 식별자인 ID, 현재 노드의 잔여 에너지인 Eremain, 그리고 기지국으로부터 원격 지점까지의 클러스터 범위를 나타내는 Dcomp이다.
데이터처리
제안한 클러스터링 기법의 성능을 평가하기 위해서 Matlab 시뮬레이션 툴을 사용하였으며, 클러스터 헤드, 네트워크 수명 및 노드 수에 따른 에너지 소비 측면을 LEACH, UQ-LEACH 및 EEUC와 비교하였다.
이론/모형
Ever는 EEUC[10] 기법에서 사용 된 방정식에 기반하여 HEED 프로토콜의 완료 반경을 조정하였다. 그것을 통해 에너지 소비를 줄이면서 기지국 근처의 클러스터 헤드가 빨리 죽는 것을 피하게 하는 UHEED라는 불균등 클러스터링 알고리즘을 제안하였다[11] .
또한, 라디오 모델은 Heinzelman의 모델과 동일한 것을 사용하였다. 이 모델에서 라디오는 송신기 및 송신기 증폭기, 수신기 회로를 작동시키기 위하여 에너지를 분산시킨다.
모든 센서 노드는 주기적으로 감지 된 이벤트와 전달 된 데이터 패킷을 기지국에 전송하게 된다. 시뮬레이션에서 채택하여 사용한 에너지 모델은Heinzelman이 사용한 것과 동일한 모델을 사용하였다[14].
성능/효과
이는 LEACH, 그리고 개선된 LEACH는 클러스터 헤드가 직접 기지국에게 데이터를 전송하므로 에너지를 더 소비하기 때문이었다. 더하여, EEUC 또한 제안한 클러스터링 기법보다 에너지 소비량이 높았는데, 이는 EEUC가 클러스터 헤드와 기지국 사이의 최적의 단일 라우팅 경로를 찾고 수집된 모든 데이터를 이 경로로 보내므로 이 과정에서 에너지 소모가 극심하기 때문이었다.
예를 들어, GNSS, GPS, Speed Log와 같은 다양한 센서를 사용하는 통합 항해 시스템(Integrated Navigation System)에 적용하게 된다면 다양한 센서의 정보에 대해서 가용성, 일관성 및 동기화가 보장되므로 유용하게 사용할 수 있다. 실험 결과는 제안한 클러스터링 방법이 네트워크 수명을 명확하게 개선했고, 에너지 소비의 관점에서 기존의 프로토콜인 LEACH, EEUC등과 비교하였을 때 더 균형있는 결과를 보여주었다.
[그림 2]는 라운드 별 클러스터 헤드의 에너지 소모량을 나타낸 것이다. 실험결과는 제안한 클러스터링 기법을 사용하였을 때 라운드 당 클러스터 헤드의 에너지 소비량이 다른 기법들보다 현저히 낮았음을 보여주었다. 이는 LEACH, 그리고 개선된 LEACH는 클러스터 헤드가 직접 기지국에게 데이터를 전송하므로 에너지를 더 소비하기 때문이었다.
[그림 5]는 20번 반복수행한 각 라운드 별 클러스터 헤드의 에너지 소비변화를 나타낸 것이다. 제안한 기법은 다른 기법과 비교해 보았을 때, 클러스터 헤드 간의 균형적인 에너지 소비를 보였다. LEACH와 UQ-LEACH의 클러스터 헤드 분포를 제어 할 수 없으므로 노드가 많은 클러스터가 존재 할 수 있고 EEUC 기법에서는 일부 클러스터 헤드가 여러 클러스터 헤드에서 받은 데이터를 그대로 연계했기 때문이다.
[그림 3]은 첫 노드가 죽는 시간을 보여주고, [그림 4]는 마지막 노드가 죽을 때까지의 시간을 보여주고 있다. 제안한 기법은 첫 노드가 죽을 때까지의 시간뿐만 아니라, 마지막 노드가 죽을 때까지의 시간을 고려하였을 때 다른 기법들에 비해 상당한 개선이 이루어졌음을 보여주고 있다. 200m x 200m의 감지 환경에 흩뿌려진 센서들에 대해서 EEUC, UQ-LEACH, 그리고 LEACH는 제안한 기법에 비해 노드가 죽는 시간이 빨랐는데, 이는 각각의 클러스터끼리 장거리에서 데이터를 주고 받는데 많은 에너지를 소모하기 때문이었다.
제안한 클러스터링 기법에서 클러스터 헤드는 각각의 데이터를 다중 홉을 통해서 기지국에 전송하였고, 클러스터 헤드와 기지국 사이의 유사 최적 경로들을 찾았으며, 그 경로들 중 임의로 선택된 경로를 통해서 데이터를 전송하였고, 이는 상당한 에너지를 절약하는 결과를 보였다.
질의응답
핵심어
질문
논문에서 추출한 답변
LEACH란 무엇인가?
LEACH는 무선 센서 네트워크를 위한 클러스터링 프로토콜로 알려져 있다. LEACH는 중앙 집중식 제어가 아닌 분산형 클러스터를 구성하며, 각 클러스터의 헤드가 모든 노드의 데이터를 수집하여 글로벌 통신을 줄임으로써 에너지를 균등하고 적절하게 분배한다[9]
센서 노드의 문제점으로 인해 토폴로지를 구성할 때 우선적으로 고려해야 할 사항은 무엇인가?
또한, 센서 노드의 수명은 무선 센서 네트워크의 수명과 직결되므로, 각 노드의 에너지 자원은 센서의 수명이 최대가 되도록 관리되어야 한다. 그러므로, 무선 센서 네트워크에서 토폴로지를 구성할 때 에너지 효율은 우선적으로 고려해야 하는 사항이다 [7]. 낮은 에너지 소비량과 네트워크 상의 동일한 부하 분산을 위해서 센서 노드들은 네트워크를 그룹으로 나눈 개체인 클러스터를 통하여 계층적으로 구성 될 수 있다 [8].
무선 센서 네트워크는 최근 어떠한 특징을 가지고 구축되고 있는가?
최근 전자 및 무선 통신 기술 분야의 발전으로 인해 비용이 적게 들고 저전력이며 여러 기능을 가진 센서 노드를 기반으로 한 대규모의 무선 센서 네트워크가 구축되고 있다 [1]. 이러한 가능성을 고려하여 무선 센서 네트워크는 여러 분야에서 응용되어 사용되고 있는 추세이다 [2-6].
참고문헌 (14)
Akyildiz, Ian F and Su, Weilian and Sankarasubramaniam, Yogesh and Cayirci, Erdal, "Wireless sensor networks: a survey," Computer networks, vol. 38, no. 4, pp. 393-422, 2002
Huang, Jun and Duan, Qiang and Xing, Cong-Cong and Wang, Honggang, "Topology Control for Building a Large-Scale and Energy-Efficient Internet of Things," IEEE Wireless Communications, vol. 24, no. 1, pp. 67-73, 2017
Huang, Jun and Meng, Yu and Gong, Xuehong and Liu, Yanbing and Duan, Qiang, "A novel deployment scheme for green internet of things," IEEE Internet of Things Journal, vol. 1, no. 2, pp. 196-205, 2014
Lim, Yujin and Kim, Hak-Man and Kang, Sanggil, "A design of wireless sensor networks for a power quality monitoring system," Sensors, vol. 10, no. 11, pp. 9712-9725, 2010
Ahmad, Junaid and Malik, Aamir Saeed and Abdullah, Mohd Faris and Kamel, Nidal and Xia, Likun, "A novel method for vegetation encroachment monitoring of transmission lines using a single 2D camera," Pattern Analysis & Applications, vol.18, no. 2, pp. 419-440, 2015
Wightman, Pedro M and Labrador, Miguel A, "Topology maintenance: Extending the lifetime of wireless sensor networks," IEEE Latin America Transactions, vol. 8, no. 4, pp. 469-475, 2010
Heinzelman, Wendi Rabiner and Chandrakasan, Anantha and Balakrishnan, Hari, "Energy-efficient communication protocol for wireless microsensor networks," System sciences, 2000. Proceedings of the 33rd annual Hawaii international conference on, pp 10-pp, 2000
LiCF, YeM and ChenGH, WuJ, "An energy-efficient unequal clustering mechanism for wireless sensor networks," Proceedings of the 2nd IEEE International Conference on Mobile Ad hoc and Sensor Systems (MASS2005), Washing ton, DC, 2005
Ever, Enver and Luchmun, Ravi and Mostarda, Leonardo and Navarra, Alfredo and Shah, Purav, "UHEED-an unequal clustering algorithm for wireless sensor networks," 2012
Ren, Peng and Qian, Jiansheng and Li, Leida and Zhao, Zhikai and Li, Xiaobin, "Unequal clustering scheme based leach for wireless sensor networks," Genetic and Evolutionary Computing (ICGEC), 2010 Fourth International Conference on, pp. 90-93, 2010
Yang, J and Zhang, D, "An energy-balancing unequal clustering protocol for wireless sensor networks," Information Technology Journal, vol. 8, no. 1, pp. 57-63, 2009
Heinzelman, Wendi B and Chandrakasan, Anantha P and Balakrishnan, Hari, "An application-specific protocol architecture for wireless microsensor networks," IEEE Transactions on wireless communications, vol. 1, no. 4, pp. 660-670, 2002
※ AI-Helper는 부적절한 답변을 할 수 있습니다.