최근에 무선 센서 네트워크는 여러 분야에서 다양하게 활용되고 있으며 간단한 환경 모니터링 시스템에서부터 기계, 구조물, 교량, 비행기와 같은 모션 모니터링과 군사, 텔레매틱스와 같은 정보량이 많고 복잡한 시스템에 적용이 시도되고 있다. 따라서 간단한 역할만 수행하면서 저 전력으로 오랜 시간 동안 운용을 목표로 해온 무선 센서 네트워크는 어려운 작업을 수행하도록 요구되고 있다. 일반적으로 무선 센서 네트워크의 MAC 프로토콜들은 주기적으로 sleep / wake를 반복하여 필요한 에너지 소비를 줄이며 이를 Duty Cycling이라고 한다. 하지만 이러한 Duty Cycling은 sleep 구간 동안에 전송할 수 없어서 홉(Hop)이 늘어날수록 전송지연이 증가하는 단점이 있다. 이러한 전송지연은 비행기 날개, 군사, 텔레매틱스 등의 복잡한 시스템이나 교통사고위험 감지 경고 시스템과 같이 빠른 데이터 처리가 필요한 시스템에서 큰 문제점이 될 수 있다. 본 논문에서는 수신 구간을 분산 배치 알고리즘(Distributed Duty Cycling, DDC)을 통하여 무선 센서 네트워크 MAC(Media Access Control) 프로토콜에서 발생하는 전송지연을 크게 줄이는 기법을 제안한다. 제안한 알고리즘은 CC2420DBK를 이용한 필드 테스트를 통해서 검증되었으며 실험 결과를 통해서 DDC 알고리즘을 통해서 전송지연을 크게 줄이고 에너지 소비 또한 감소한다는 것을 확인 할 수 있다.
최근에 무선 센서 네트워크는 여러 분야에서 다양하게 활용되고 있으며 간단한 환경 모니터링 시스템에서부터 기계, 구조물, 교량, 비행기와 같은 모션 모니터링과 군사, 텔레매틱스와 같은 정보량이 많고 복잡한 시스템에 적용이 시도되고 있다. 따라서 간단한 역할만 수행하면서 저 전력으로 오랜 시간 동안 운용을 목표로 해온 무선 센서 네트워크는 어려운 작업을 수행하도록 요구되고 있다. 일반적으로 무선 센서 네트워크의 MAC 프로토콜들은 주기적으로 sleep / wake를 반복하여 필요한 에너지 소비를 줄이며 이를 Duty Cycling이라고 한다. 하지만 이러한 Duty Cycling은 sleep 구간 동안에 전송할 수 없어서 홉(Hop)이 늘어날수록 전송지연이 증가하는 단점이 있다. 이러한 전송지연은 비행기 날개, 군사, 텔레매틱스 등의 복잡한 시스템이나 교통사고위험 감지 경고 시스템과 같이 빠른 데이터 처리가 필요한 시스템에서 큰 문제점이 될 수 있다. 본 논문에서는 수신 구간을 분산 배치 알고리즘(Distributed Duty Cycling, DDC)을 통하여 무선 센서 네트워크 MAC(Media Access Control) 프로토콜에서 발생하는 전송지연을 크게 줄이는 기법을 제안한다. 제안한 알고리즘은 CC2420DBK를 이용한 필드 테스트를 통해서 검증되었으며 실험 결과를 통해서 DDC 알고리즘을 통해서 전송지연을 크게 줄이고 에너지 소비 또한 감소한다는 것을 확인 할 수 있다.
Recently, wireless sensor networks are deployed in various applications range from simple environment monitoring systems to complex systems, which generate large amount of information, like motion monitoring, military, and telematics systems. Although wireless sensor network nodes are operated with ...
Recently, wireless sensor networks are deployed in various applications range from simple environment monitoring systems to complex systems, which generate large amount of information, like motion monitoring, military, and telematics systems. Although wireless sensor network nodes are operated with low-power 8bit processor to execute simple tasks like environment monitoring, the nodes in these complex systems have to execute more difficult tasks. Generally, MAC protocols for wireless sensor networks attempt to reduce the energy consumption using duty cycling mechanism which means the nodes periodically sleep and wake. However, in the duty cycling mechanism. a node should wait until the target node wakes and the sleep latency increases as the number of hops increases. This sleep latency can be serious problem in complex and sensitive systems which require high speed data transfer like military, wing of airplane, and telematics. In this paper, we propose a solution for reducing transmission latency through distributed duty cycling (DDC) in wireless sensor networks. The proposed algorithm is evaluated with real-deployment experiments using CC2420DBK and the experiment results show that the DDC algorithm reduces the transmission latency significantly and reduces also the energy consumption.
Recently, wireless sensor networks are deployed in various applications range from simple environment monitoring systems to complex systems, which generate large amount of information, like motion monitoring, military, and telematics systems. Although wireless sensor network nodes are operated with low-power 8bit processor to execute simple tasks like environment monitoring, the nodes in these complex systems have to execute more difficult tasks. Generally, MAC protocols for wireless sensor networks attempt to reduce the energy consumption using duty cycling mechanism which means the nodes periodically sleep and wake. However, in the duty cycling mechanism. a node should wait until the target node wakes and the sleep latency increases as the number of hops increases. This sleep latency can be serious problem in complex and sensitive systems which require high speed data transfer like military, wing of airplane, and telematics. In this paper, we propose a solution for reducing transmission latency through distributed duty cycling (DDC) in wireless sensor networks. The proposed algorithm is evaluated with real-deployment experiments using CC2420DBK and the experiment results show that the DDC algorithm reduces the transmission latency significantly and reduces also the energy consumption.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그리고 이러한 전송지연은 앞서 언급한 교통사고 감시 경보 시스템과 같이 시관과 신뢰도가 매우 중요한 시스템에서 큰 문제점이 된다. 우리는 본 논문에서는 수신구간의 분산 배치 (Distributed Duty Cycling, DDC) 알고리즘을 통해 이러한 전송지연을 문제를 효과적으로 해결하는 기법을 제안할 것이다. 앞으로 2장에서는 무선 센서 네트워크 MAC 프로토콜 관련 연구를 3장에서는 DDC 알고리즘에 대해서, 4장에서는 실험과 결과를 정리하겠으며, 마지막으로 5장에서는 결론을 제시하겠다.
제안 방법
의 CC2420DBK 플랫폼 사용하여 필드 테스트를 수행하였다. X-MAC과 DDC 알고리즘을 구현하기 위하여 Chipcon사에서 제공한 MAC 소스 수정하였으며 1% duty cycle을 기본 duty 로 정하였다. 실험은 다음과 같은 세 가지 Duty Cycling 모드 상에서 실험을 수행하였다.
또한 동일한 실험을 5번 반복 수행하여 평균값을 얻어냄으로서 통계적인 신뢰성을 얻도록 하였다. 에너지 소모량을 측정하기 위해서 각 노드는 자신의 에너지 소모량을 체크하고 이 정보를 데이터 전송 시 Payload에 실어서 전송하도록 하였다. 그림 8.
되는가 설명하였다. 이에 수신구간의 분산배치 (Distributed Duty Cycling, DDC)을 통해 전송지연을 크게줄이는 기법을 제안하였다. DDC 알고리즘은 필드 테스트를통해 검증되었으며 실험결과를 통해서 전송지연과 에너지 소비 량을 크게 줄일 수 있음을 확인하였다.
대상 데이터
Message Inter-arrival Period란 Source 노드가 데이터를 발생하는 주기를 의미하는 것으로서 1초의 Message Inter-arrival Period란 Source 노드가 1초마다 하나의 데이터를 발생시킨다는 것이다. 모든 실험에서 Source 노드는 20개의 데이터를 발생시하였으며 각 데이터의 크기는 100 바이트이다. 또한 동일한 실험을 5번 반복 수행하여 평균값을 얻어냄으로서 통계적인 신뢰성을 얻도록 하였다.
크게 줄이는 것이다. 실험에서 사용된 토폴로지는 그림 6.과 같은 Linear Ad Hoc Topology 이며 Highest traffic 과 Lowest traffic 상황에서 수행되었다. Highest traffic에서는 Source 노드가 지속적으로 데이터를 발생시키며 Lowest traffic에서는 Source 노드가 보낸 데이터 하나가 Sink로 전솧 완료된 후에 Source 노드에서 새로운 데이터를 발생시키게 된다.
7. 의 CC2420DBK 플랫폼 사용하여 필드 테스트를 수행하였다. X-MAC과 DDC 알고리즘을 구현하기 위하여 Chipcon사에서 제공한 MAC 소스 수정하였으며 1% duty cycle을 기본 duty 로 정하였다.
데이터처리
모든 실험에서 Source 노드는 20개의 데이터를 발생시하였으며 각 데이터의 크기는 100 바이트이다. 또한 동일한 실험을 5번 반복 수행하여 평균값을 얻어냄으로서 통계적인 신뢰성을 얻도록 하였다. 에너지 소모량을 측정하기 위해서 각 노드는 자신의 에너지 소모량을 체크하고 이 정보를 데이터 전송 시 Payload에 실어서 전송하도록 하였다.
Highest traffic에서는 Source 노드가 지속적으로 데이터를 발생시키며 Lowest traffic에서는 Source 노드가 보낸 데이터 하나가 Sink로 전솧 완료된 후에 Source 노드에서 새로운 데이터를 발생시키게 된다. 모든 실험에서 Source 노드는 100바이트 데이터를 100개 발생하였으며 통계적 신뢰성을 위해서 동일한 실험을 5번 반복하여 평균값을 구했다. 그림 9Ta).
성능/효과
이에 수신구간의 분산배치 (Distributed Duty Cycling, DDC)을 통해 전송지연을 크게줄이는 기법을 제안하였다. DDC 알고리즘은 필드 테스트를통해 검증되었으며 실험결과를 통해서 전송지연과 에너지 소비 량을 크게 줄일 수 있음을 확인하였다.
Number of Hops는 Linear Ad Hoc Topology를 형성하는 노드의 개수를 의미하며 Number of Hops0] 10일 때 총 11개의 노드가 일정한 간격으로 선형 배치되는 것을 의미한다. 결과에서 볼 수 있듯이 Highest traffic에서 10% duty cycle with DDC algorithm에서 가장 낮은 전송지연을 보여주고 있으며 2% duty cycle with DDC algorithm에서 10% duty cycle 보다 절반가량 더 낮은 전송지연을 보여주고 있다. DDC 알고리즘은 Lowest traffic에서 보다 더 좋은 성능을 보여주고 있는데 그림 7-(b).
또한 2% duty cycle with DDC algorithme 10% duty cycle 보다 80% 정도 적은 에너지를 소비하면서도 보다 나은 전송지연과 처리량 성능을 보여주고 있다. 따라서 우리는 DDC algorithme 비동기방식의 MAC 프로토콜에서 에너지 소모를 줄이면서도 전송지연과 데이터 처리량 성능을 논여주는 것을 실험을 통해서 확인할 수 있었다.
의 결과에서 볼 수 있듯이 2% duty cycle with DDC algorithm에서 가장 적은 에너지를 소모하고 있으며 Message Inter-arrival Period의 증가에 완만한 에너지 소모량 증가를 보여주고 있다. 상대적으로 10% duty cycle 과 10% duty cycle with DDC algorithm에서는 높은 에너지 소모량을 보여주고 있는데 같은 10% Duty cycle임에도 DDC 알고리즘이 적용되지 않을 때 적용될 때에 비해서 일정한 크기만큼의 에너지 소모량이 많음을 확인할 수 있다. 이는 앞서 설명하였듯이 일반적인 10% duty cycle에서 Sleep Latency는 90% 구간 이하인 반면에 10% duty cycle with DDC algorithm에서 Sleep Latency는 40% 구간 이하이기 때문이다.
와 그림 8-(b).에서 볼 수 있듯이 10% duty cycle with DDC algorithm에서 10% duty cycle 보다 더 많은 데이터를 처리할 수 있으며 Highest traffic에서 보다 더 나은 결과를 보여주고 있다. 또한 2% duty cycle with DDC algorithme 10% duty cycle 보다 80% 정도 적은 에너지를 소비하면서도 보다 나은 전송지연과 처리량 성능을 보여주고 있다.
DDC 알고리즘은 Lowest traffic에서 보다 더 좋은 성능을 보여주고 있는데 그림 7-(b).에서 확인할 수 있듯이 10% duty cycle with DDC algorithm에서 10% duty cycle에 비해 약 80%가량 적은 선송지연을 보여주고 있다.
후속연구
에서 볼 수 있듯이 10% duty cycle with DDC algorithm에서 10% duty cycle 보다 더 많은 데이터를 처리할 수 있으며 Highest traffic에서 보다 더 나은 결과를 보여주고 있다. 또한 2% duty cycle with DDC algorithme 10% duty cycle 보다 80% 정도 적은 에너지를 소비하면서도 보다 나은 전송지연과 처리량 성능을 보여주고 있다. 따라서 우리는 DDC algorithme 비동기방식의 MAC 프로토콜에서 에너지 소모를 줄이면서도 전송지연과 데이터 처리량 성능을 논여주는 것을 실험을 통해서 확인할 수 있었다.
대표적인 텔레매틱스 솔루션으로는 차량의 소통 량을 파악해서 실시간으로 보다 원활한 교통 흐름을 유지하거나 차량과 사람의 위치를 센서를 통해서 파악하고 사고의 위험을 감지하고 경고 하여 사고를 줄이는 것들이 있다. 이를 비롯한 다양한 텔레매틱스 솔루션을 저가의 무선 센서 네트워크 노드들로 구축한다면 적은 자원으로 보다 넓은 지역에 도입할 수 있을 것이다. 하지만 우리는 하나의 의문점을 가질 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.