KR20110071150A - 센서의 감지 오류를 활용한 센서 샘플링 주기 조정 기법 - Google Patents
센서의 감지 오류를 활용한 센서 샘플링 주기 조정 기법 Download PDFInfo
- Publication number
- KR20110071150A KR20110071150A KR1020090127613A KR20090127613A KR20110071150A KR 20110071150 A KR20110071150 A KR 20110071150A KR 1020090127613 A KR1020090127613 A KR 1020090127613A KR 20090127613 A KR20090127613 A KR 20090127613A KR 20110071150 A KR20110071150 A KR 20110071150A
- Authority
- KR
- South Korea
- Prior art keywords
- sensor
- detection error
- sampling period
- sampling
- current
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C25/00—Arrangements for preventing or correcting errors; Monitoring arrangements
- G08C25/04—Arrangements for preventing or correcting errors; Monitoring arrangements by recording transmitted signals
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
- G08B29/02—Monitoring continuously signalling or alarm systems
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
본 발명은 초소형 센싱 디바이스, 에너지 및 통신기기 자원을 기반으로 한 유비쿼터스 센서 네트워크 환경에서, 센서가 실 세계의 상태 (온도, 습도, 조도, 등)를 체크할 때, 센서가 가진 제한된 전력의 손실를 줄이고자 센서 측정 값을 기반으로 계산된 감지 오류를 활용하여 센서 스스로 샘플링 주기를 조절하는 기법에 관한 것이다.
본 발명을 이용하면 센서 네트워크 환경에서 센서가 현재 상태를 체크하고 전송할 때, 센서 데이터로부터 유도된 감지 오류가 사용자 지정 감지 오류 허용 범위 안에 포함되는지 검토하여, 현재 샘플링 주기가 현재 상태를 측정하기에 적절한지 평가하고, 감지 오류가 허용 범위 안에 포함되지 않아 현재 상태를 측정하기에 적절지 못할 경우, 감지 오류 증감 비율 및 감지 오류와 허용 범위의 비율에 따라 현재 샘플링 주기를 조정함으로써, 사용자 지정 허용 범위 내의 데이터 측정 정확도를 유지하면서, 센서가 데이터를 측정하고 전송하는 전력의 손실을 절감하는 효과를 얻을 수 있다.
센서 데이터, 센서 네트워크, 감지 오류, 샘플링 주기 조정
Description
본 발명은 센서의 데이터 측정 및 처리 기술에 관한 것으로서, 사용자가 허용한 오류 범위내에서 센서의 전력 소모를 감소시키기 위한 샘플링 주기 조정 기술에 관한 것이다.
센서 네트워크란 센싱 기능과 정보 처리 능력, 그리고 통신 능력을 가진 다수의 센서 노드들로 구성되며, 특히 사용자가 원하는 서비스 영역에 배치된 후 자동적으로 ad-hoc 네트워크를 형성한 후 필요한 정보를 수집 및 처리를 통하여 응용 서비스를 제공하는 역할을 한다. 또한 주변 사물에 부착된 전자 태그와 함께 사물과 환경을 인식하고, 네트워크를 통해서 실시간 상황 인식 정보를 구축하고 활용하는 센서 네트워크 응용 기술은 동물관리 시스템이나 홈 네트워크, 병원환자 관리, 공해 및 생태계 감시, 전장정보 감시 및 정찰, 물류 유통 관리 등 다양한 분야에서 적용하고 활용할 수 있는 주요 기술이다.
센서 네트워크에서 활용되는 센서 노드는 제한된 메모리와 전력 및 낮은 통신 대역폭이라는 특성상 한계를 갖고 있기 때문에, 센서 네트워크를 원활히 활용하기 위해서는 센서의 제한된 메모리 및 전력의 낭비를 최소화하기 위한 데이터 축소, 샘플링 주기 조정, 통신 스케줄 조정, 등의 다양한 기법들이 활용되고 있다.
그 중 센서의 샘플링 주기 조정 기법은 매 샘플링 시간마다 데이터를 측정하고 전송하는 센서의 샘플링 주기를 필요에 의해 늘이거나 줄임으로써, 센서의 전력 소모를 감소시키거나 현재 상태를 보다 자세히 측정할 때 사용된다.
하지만, 센서가 샘플링 간격을 줄여 현재 상태를 자세히 측정할 때는 센서의 전력이 급격히 소모되고, 샘플링 간격을 늘려 센서의 전력 소모를 줄이면, 현재 상태를 적절히 감지하기 어려운 문제점이 있다. 따라서 다양한 상황에 따라 적절하게 샘플링 주기를 조정하는 기술이 필요하다.
기존에는 규칙 (Rule), 데이터 예측(Prediction), 칼멘 필터 (Kalmen filter) 기법을 이용하여 샘플링 주기를 조정하였으며, 서버-클라이언트 모듈을 두어, 센서에서 사용자에 의해 정해진 샘플링 범위를 벗어나는 샘플링 주기가 센서에서 계산되면, 서버에서 새로운 샘플링 주기를 센서에 지정하였다. 하지만, 이러한 기존 분석 기법들은 대부분 센서 측정 값과 샘플링 주기의 관계성에 대해 평가하지 않고, 현재 센서 측정값에 기반하여 샘플링 주기를 조정하기 때문에, 센서가 다양한 현재 상태를 측정하기 위해서 새로운 샘플링 주기를 지정할 때마다 클라이언트와 서버와의 데이터 송수신 비용이 필요한 문제점이 있다.
규칙 기반 샘플링 주기 조정 (미국특허, 출원인 : Kosuge , et al., 특허명 : Monitoring system and method, 등록번호 : US7626508, 등록일 : Dec. 1, 2009) 의 경우, 사용자가 센서 측정 값에 따라 해당하는 샘플링 주기를 일일이 설정해 주거나 규칙을 만들어 주어야 한다. 따라서, 다양한 상황에 따라 샘플링 주기를 조정하는 데 한계를 가지고 있다.
데이터 예측 기반 샘플링 주기 조정(논문, 저자명 : A Djafari Marbini, L. E. Sacks, 논문명 : Adaptive Sampling Mechanisms in Sensor Networks, 게제지 : London Communications Symposium, 출판일:2003)의 경우, 다양한 응용에 따라 각각 데이터 예측 모델을 구축하는 비용이 필요하며, 데이터를 예측할 때 많은 계산 비용이 필요한 경우도 있다.
칼멘 필터는 하나의 시스템이 시간에 따른 변화를 적절하게 예측할 수 있도록 잡음 (noise) 으로부터 신호 (signal) 를 찾아내기위해 사용된다. 칼멘 필터를 사용한 샘플링 주기 조정 기법 (논문, 저자명 : Ankur Jain Edward Y. Chang, 논문명 : Adaptive Sampling for Sensor Networks, 게제지 : ACM International Conference Proceeding Series, 72권, 10-16페이지, 출판일:2004년 8월)의 경우, 먼저 중앙 서버에서 센서에 샘플링 주기를 지정한다. 그리고 센서에서는 측정한 현재 데이터를 이전에 저장된 데이터 벡터와 비교하여 그 차이에 따른 오류 추정치를 유도한 후, 서버로부터 지정된 샘플링 주기에 기반하여 센서의 샘플링 주기를 계산한다. 그리고 계산된 샘플링 주기가 센서에서 허용된 샘플링 주기 범위를 넘는다면, 서버에 새로운 샘플링 주기를 요청한다. 따라서 칼멘 필터에 의해 예측되는 값의 오류가 커질 경우, 서버와의 통신 비용이 더 필요하게 된다.
본 발명은 상기되는 문제점을 해결하기 위하여 제안되는 것으로서, 센서가 매 샘플링 시간마다 현재 상태를 측정할 때, 다른 센서 노드 및 서버와의 통신 없이 센서 스스로 센서의 현재 샘플링 주기에 대한 감지 오류를 계산하고 검토한 후, 사용자가 지정한 감지 오류 허용 범위 내에서 샘플링 주기를 조정함으로써, 센서의 전력 소모를 감소시키면서 사용자가 지정한 허용 범위 내에서 현재 상황을 적절히 측정할 수 있는 샘플링 조정 기법을 제안하는 것을 목적으로 한다.
상기 목적을 달성하기 위해 본 발명은, 센서가 현재 상태를 측정하는 매 샘플링 주기마다 현재 측정값과 센서에 저장된 이전 샘플링 값의 차와 현재 샘플링 주기로부터 현재 감지 오류를 계산하고, 현재 감지 오류가 사용자가 지정한 감지 오류 허용 범위에 포함되지 않을 경우, 새로운 샘플링 주기를 지정한다.
새로운 샘플링 주기를 지정할 때는 센서에 저장된 이전 감지 오류와 현재 감지 오류를 비교하여, 현재 감지 오류의 변화 (증가, 혹은 감소) 타입을 분류한 후, 감지 오류 변화 비율, 혹은 감지 오류와 사용자 감지 오류 허용 범위의 비율에 따라 현재 샘플링 주기를 변화시켜, 서버와의 통신없이 센서 스스로 다음 샘플링 주기로 지정하는 것을 특징으로 한다.
제안되는 바와 같은 센서의 샘플링 주기 조정 기법에 의해 센서는 사용자가 지정한 감지 오류 허용 범위내에서 현재 상태를 측정할 수 있기 때문에, 현재 상태를 측정하는 센서 데이터의 정확도를 항상 사용자의 감지 오류 허용 범위내에서 유지할 수 있다.
또한, 사용자의 감지 오류 허용 범위내에서만 센서가 현재 상태를 측정하기 때문에, 감지 오류 허용 범위보다 적은 오류가 발생할 경우, 센서의 샘플링 주기를 늘여, 센서가 데이터를 측정하고 전송하는 전력 소모를 감소시킨다.
또한, 다른 센서 노드나 서버와의 통신없이 센서 스스로 샘플링 주기를 조정하기 때문에, 센서의 통신에 필요한 전력 소모를 감소시킨다.
이하에서는 본 발명의 바람직한 실시 예를 첨부되는 도면을 참조하여 상세하게 설명한다. 다만, 본 발명의 사상이 제시되는 실시 예에 제한되지 아니하며, 본 발명의 사상을 이해하는 당업자는 동일한 사상의 범위 내에서, 구성요소의 부가, 변경, 삭제, 추가 등에 의해서 다른 실시 예를 용이하게 제안할 수 있을 것이나, 이 또한 본 발명의 사상의 범위 내에 든다고 할 것이다.
도 1은 본 발명에 따른 센서네트워크 환경과 다양한 센서로부터 실시간 수집되는 센서 데이터가 베이스 스테이션 또는 다른 노드에 전송되는 개념도로서, 센서 네트워크(10)에서 각 센서 노드(20)는 정해진 샘플링 주기마다 온도, 습도, 압력과 같은 현재 상태를 체크하고 베이스 스테이션(80)과 통신 및 데이터를 처리하게 된다. 그리고 각 센서 노드는 제한된 메모리와 전력을 갖고 있기 때문에, 전력과 메모리 낭비를 최소화하며 현재 상태를 되도록 정확하게 측정해야 한다. 이를 위해 현재 상태에 따라 샘플링 주기를 적절히 조정하는 기술이 필요하다.
먼저, 측정되는 센서 데이터 값에 따라 샘플링 주기를 조정하기 위해, 샘플링 시간마다 감지 오류를 계산(40)하고 센서에 저장한다. 이 감지 오류는 이전 센서 측정값과 센서가 샘플링 주기내에서 측정하지 못했던 매순간의 추정된 센서 측정 값과의 차를 합한 값으로, 센서가 현재 상태를 얼마나 정확하게 체크하는가에 대한 척도로 사용된다. 감지 오류는 센서에 저장된 이전 측정 값과 현재 측정 값 그리고 현재 샘플링 주기를 활용하여 아래 감지 오류 계산식 1과 같이 계산된다.
[감지 오류 계산 식 1]
현재 감지 오류 = (현재 센서 측정 값 - 바로 이전 센서 측정 값 ) *
(현재 샘플링 주기 - 1) / 2
센서는 매 샘플링 시간마다 이렇게 계산된 감지 오류가 사용자가 지정한 감지 오류 허용 범위를 초과하는지 체크한다 (50). 허용 범위는 최소 허용 범위와 최대 허용 범위로 구성되며, 최소 허용 범위는 사용자가 가장 만족하는 센서의 감지 정확도로 사용되며, 최소 허용 범위보다 감지 오류가 작다면, 사용자 요구 사항을 초과하는 아주 자세한 정보가 센서에 의해 감지됨을 뜻한다. 그러나 사용자 요구 사항을 넘어서는 자세한 정보는 필요 없기 때문에, 샘플링 주기 계산 식 (도 6의 주기 조정 식 1, 4, 5)에 따라 센서의 샘플링 주기를 늘려 센서가 데이터를 측정하고 전송하는 전력의 소모를 줄이고, 다음 샘플링 주기에서 계산되는 감지 오류가 사용자 감지 오류 허용 범위 안에 포함되도록 한다. 최대 허용 범위는 사용자가 허용하는 최대한의 오류로 활용되며, 최대 허용 범위보다 감지 오류가 크다면, 사용자 요구 사항에 못 미치는 정확도의 정보가 센서에 의해 감지됨을 뜻한다. 따라서 샘플링 주기 계산 식(도 6의 식 2, 3, 6)에 따라 센서의 샘플링 주기를 줄여 센서가 보다 자세하게 현재 상태를 측정할 수 있도록 한다.
계산된 감지 오류가 최소 허용 범위보다 작거나 최대 허용 범위보다클 경우, 샘플링 주기를 재 지정하기 위하여 먼저 감지 오류 변화에 대한 타입을 도 4의 a, b, c, d 처럼 4가지 타입으로 분류 (60) 한다.
분류 후, 해당하는 감지 오류 변환 타입에 따라 샘플링 주기 계산 식(도 6 표 )을 활용하여, 감지오류의 증감 비율에 따라 샘플링 주기를 조정한다 (70).
도 2는 본 발명이 적용되는 샘플링 주기 조정 기법의 제어 흐름도이다. 센서는 샘플링 주기마다 감지 오류 계산 식 1을 통해 현재 감지 오류를 계산(a10)하며, 사용자 감지 오류 허용 범위(a20) 내에 포함되는지 검사(a30)한다. 만일 최소 허용 범위보다 작거나 최대 허용 범위 보다 크다면, 샘플링 주기를 조정하기 위해 감지 오류 변화 타입을 분류(a40)한 후, 감지 오류 변화 비율을 계산(a50)하여 그 비율에 따라 현재 샘플링 주기를 변경(확장 또는 축소)(a60)시킨다. 이와 같은 방식으로 센서는 자동으로 조정되는 샘플링 주기에 따라 현재 상태를 측정하고 데이터를 베이스 스테이션으로 전송하게 된다.
도 3은 실제 데이터를 기반으로 한 감지 오류와 본 발명에서 사용하는 샘플링 주기 조정 기법의 감지 오류의 차이점을 보여준다. 센서의 샘플링 주기를 가장 적절하게 조정하기 위해서는 (a)의 실제데이터 값(d30)으로부터 유도된 실제 감지 오류 (샘플링 주기 사이의 점선들의 합, d40)를 사용하는 것이 가장 바람직하지만, 센서는 매주기마다 측정하는 값만 알수 있기 때문에, (a)와 같은 실제 감지 오류를 사용하는 것은 불가능하다. 따라서, 이 발명에서는 샘플링 시간에 측정된 데이터만으로 계산할 수 있는 (b) 단순화된 감지 오류를 사용한다.
단순화된 감지오류(d60)는 이전 샘플링 시간부터 현재 샘플링 시간까지, 단순화된 센서 값 (d50)(현재 센서 값(d20)과 이전 센서 값(d10)을 연결한 실선)과 이전 샘플링 데이터 값(d10)의 차이를 합한 값 (샘플링 주기 사이의 점선들의 합)으로, 감지 오류 계산 식 1을 통해 얻는다. 본 발명에서 명시하는 감지 오류는 이 단순화된 감지 오류(b)를 뜻한다.
도 4는 샘플링 시간마다 계산되어 저장되는 감지 오류의 증가 및 감소에 따라 정의된 4가지 변환 타입이다. 각 타입의 특성을 설명하면 아래와 같다.
a : 센서 측정 값은 증가하고, 단순화된 감지 오류도 증가
b : 센서 측정 값은 증가하지만, 단순화된 감지 오류는 감소
c: 센서 측정 값은 감소하지만, 단순화된 감지 오류는 증가
d: 센서 측정 값은 감소하고, 단순화된 감지 오류도 감소
이 네가지 감지 오류 변환 타입은 서로 다른 특성을 갖고 있기 때문에, 각 변환 타입에 따라 서로 다른 샘플링 조정 식 (도 6)을 거쳐 다음 샘플링 주기를 지정하게 된다. 정리하면, 센서가 샘플링 주기를 조정할 때, 현재 감지 오류가 속한 변환 타입을 찾아서, 그 변환 타입에 따라 정의된 샘플링 조정 식 (도 6)을 거쳐 다음 샘플링 주기를 지정하게 된다.
도 5는 자유롭게 변환하는 데이터에 따라 분류된 감지 오류의 변환 타입의 예를 보여준다. 각 샘플링 시간마다 측정된 센서 데이터가 도 4의 네가지 변환타입처럼 일관되게 변할 경우에는 변환 타입마다 정의된 샘플링 주기 조정식 (도 6의 1, 2, 4, 6)에 따라 샘플링 주기를 변화시킬 수 있다.
하지만, 도 5의 예와 같이 센서 측정 값이 갑작스럽게 변화하는 순간(예: b ->d, d ->b 구간)에는 감지 오류의 변환 타입이 갑자기 바뀌게 되어, 각 변환 타입마다 정의된 샘플링 주기 조정식이 현 상황에 적절한 샘플링 주기를 계산하기 어려운 점이 있다. 따라서, 센서 측정 값이 갑작스럽게 변화하여, 감지 오류 변환 타입이 갑자기 바뀔경우에는 샘플링 주기를 새로 지정해 주는 작업이 필요하다. 이를 위해 도 6에 두 샘플링 주기 조정 식 (3, 5)을 추가한다. 추가된 식에 의해, 갑자기 감지 오류 타입이 변하는 구간들 (예: b ->d, d ->b 구간) 에서도 센서의 샘플링 주기를 적절하게 조정할 수 있다.
도 6는 본 발명에서 제시하는 감지 오류 변환 타입에 따른 샘플링 주기 조정 식이다. 식에서 w2는 센서 네트워크 응용 분야에 따라 최소 허용 범위를 조절할 때 쓰이는 가중치이며, w1, w3, w4는 사용자가 센서 네트워크 응용에 따라 지정하는 가중치 값으로, 샘플링 주기를 더 큰 폭으로 확장하거나 감소시키고자 할 때 사용한다. 식 번호에 따라 아래와 같이 분류된다.
주기 조정식 1, 2, 4, 6 : 각 감지 오류 변환 타입에 따른 샘플링 주기 조정 식
주기 조정식 3, 5 : 감지 오류 변환 타입이 갑자기 바뀔 경우에 사용하는 샘플링 주기 조정 식
주기 조정식 7 : 사용자 지정 감지오류 허용 범위내에 포함되는 현재 감지 오류의 경우, 현재 샘플링 주기를 그대로 다음 샘플링 주기에서 사용한다.
주기 조정식 8 : 별다른 변화가 없이 감지 오류가 0일 경우, 사용자가 지정하는 w4 만큼 현재 샘플링 주기를 늘인다.
주기 조정식 1, 2, 4, 6 :
주기 조정식 1. 감지 오류가 증가하고 현재 감지 오류가 최소 허용 범위보다 작을 경우, 감지 오류가 최소 허용 범위보다 작은 비율 만큼 현재 샘플링 주기를 늘인다.
주기 조정식 2. 감지 오류가 증가하고 현재 감지 오류가 최대 허용 범위보다 클 경우, 각 샘플링 주기로 나누어진 감지 오류의 증감 비율에 따라 현재 샘플링 주기를 줄인다. W1은 응용에 따라 샘플링 주기 조정식 2에서 샘플링 주기조절 비율을 조정하는 가중치이다. 기본값은 1 로, w1 이 1보다 크면, 샘플링 주기가 더 빨리 줄어들고, 1보다 크면 샘플링 주기가 더 느리게 줄어든다.
주기 조정식 4. 감지 오류가 감소하고 현재 감지 오류가 최초 허용 범위 * w2 보다 작을 경우, 각 샘플링 주기로 나누어진 감지 오류의 증감 비율에 따라 현재 샘플링 주기를 늘인다. W2는 센서 네트워크 응용 분야에 따라 최소 허용 범위를 조절할 때 쓰이는 가중치이며, w3 는 응용에 따라 샘플링 주기 조정식 4에서 샘플링 주기 조절 비율을 조정하는 가중치이다. 기본값은 3 으로, w3 가 3보다 크면, 샘플링 주기가 더 빨리 늘어나고, 1보다 크면 샘플링 주기가 더 느리게 늘어난다.
주기 조정식 6. 감지 오류가 감소하고 현재 감지 오류가 최대 허용 범위보다 클 경우, 감지 오류가 최대 허용 범위보다 큰 비율 만큼 현재 샘플링 주기를 줄인다.
주기 조정식 3, 5:
주기 조정식 3. 감지 오류가 증가하고, 감지 오류 변환 타입이 바뀌었을 경우, 감지 오류가 감소할 때 활용하는 감지 오류 조정식 6을 활용하여, 샘플링 주기를 계산한다.
주기 조정식 5. 감지 오류가 감소하고, 감지 오류 변환 타입이 바뀌었을 경우, 감지 오류가 증가할 때 활용하는 감지 오류 조정식 1을 활용하여, 샘플링 주기를 계산한다.
주기 조정식 7은 현재 샘플링 값이 모두 사용자 지정 감지오류 허용 범위내에 포함될 경우, 현재 샘플링 주기를 변경하지 않는다.
주기 조정식 8은 감지 오류가 0일 경우에 활용한다. 이전 샘플링 값과 현재 샘플링 값이 동일 할경우, 감지 오류는 0 이되며, 별다른 변화가 없기 때문에, 전력 소모를 줄이기 위하여, 다음 샘플링 주기를 사용자가 지정하는 w4 와 현재 샘플링 주기의 곱 만큼 늘인다.
위와 같이 해당하는 감지 오류 변환 타입에 따라 감지 오류와 샘플링 주기의 비율에 맞추어 센서의 샘플링 주기를 조정한다.
도 7은 대기 오염을 가정하여 증가하는 가상의 센서 데이터를 활용하여 본 발명에서 제안한 샘플링 주기 조정 기법을 실험한 결과로, 대기 오염이 점점 센서로 접근할 경우, 센서의 측정 값이 급격하게 변해감에 따라 센서의 샘플링 주기가 사용자 감지 오류의 최대 허용 범위보다 작게 유지 되기 위해, 도 6의 샘플링 주기 조정식 2 (w1 = 1)에 따라 적절히 줄어드는 실험 결과를 보여준다.
도 8은 대기 오염을 가정하여 감소하는 가상의 센서 데이터를 활용하여 본 발명에서 제안한 샘플링 주기 조정 기법을 실험한 결과로, 대기 오염이 점점 센서로부터 멀어질 경우, 센서의 측정 값이 변해감에 따라 센서의 샘플링 주기가 사용자 감지 오류의 최소 허용 범위보다 크게 유지 되기 위해, 도 6의 샘플링 주기 조정식 4 (w3 = 3)에 따라 적절히 줄어드는 실험 결과를 보여준다.
도 1 은 본 발명에 기반이 되는 센서 네트워크와 센서 샘플링 주기 조정 단계도.
도 2 는 본 발명에 적용되는 센서 샘플링 주기 조정 과정의 흐름도.
도 3 은 본 발명에 적용되는 단순화된 감지 오류 개념도
도 4 는 본 발명에 이용되는 네가지 감지 오류 변환 타입
도 5 는 센서 데이터에 따라 변화되는 감지 오류 변환 타입의 예
도 6 은 본 발명에 따른 센서 샘플링 주기 조정 식
도 7 은 증가하는 센서 값에 따른 본 발명의 샘플링 주기 조정 결과
도 8 은 감소하는 센서 값에 따른 본 발명의 샘플링 주기 조정 결과
<도면의 주요부분에 대한 부호의 설명>
10 : 센서 네트워크 20 : 센서 노드
30 : 센서 데이터
40 : 두 샘플링 시간 사이에서의 감지 오류 계산
50 : 감지 오류 허용 범위 체크
60 : 감지 오류 변화 타입 분류
70 : 다음 샘플링 주기 조정
Claims (3)
- 센서 노드에서의 샘플링 주기 조정 기법으로,매 샘플링 순간마다 센서에 측정된 데이터를 저장하고, 저장된 센서 데이터로부터 단순화된 감지 오류를 계산하고 저장하는 1과정과;계산된 감지 오류가 사용자가 지정한 감지 오류 허용 범위에 포함되지 않을 경우, 현재 감지 오류의 변환 타입을 분류하고, 해당하는 샘플링 주기 계산식을 활용하여 다음 샘플링 주기를 계산하고 저장하는 제 2과정에 대한 기법.
- 청구항 1에 있어서 상기 제 1과정은센서에서 매 샘플링 순간마다 센서에 저장된 이전 샘플링 값과 현재샘플링 값, 그리고 현재 샘플링 주기로부터 단순화된 감지 오류를 계산하고 저장하는 방법.
- 청구항 1에 있어서 상기 제 2과정은1과정에서 생성된 단순화된 감지 오류가 사용자가 지정한 감지 오류 허용 범위에 포함되지 않을 경우, 현재 감지 오류의 변환이 사용자에 의해 정의된 감지 오류 변환 타입 중, 어느 타입에 속하는지 분류한 후, 각 타입마다 정의된 샘플링 주기 조정 식을 활용하여 현재 샘플링 주기를 변환하고 저장하는 기법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020090127613A KR101189864B1 (ko) | 2009-12-21 | 2009-12-21 | 센서의 감지 오류를 활용한 센서 샘플링 주기 조정 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020090127613A KR101189864B1 (ko) | 2009-12-21 | 2009-12-21 | 센서의 감지 오류를 활용한 센서 샘플링 주기 조정 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20110071150A true KR20110071150A (ko) | 2011-06-29 |
KR101189864B1 KR101189864B1 (ko) | 2012-10-11 |
Family
ID=44402326
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020090127613A KR101189864B1 (ko) | 2009-12-21 | 2009-12-21 | 센서의 감지 오류를 활용한 센서 샘플링 주기 조정 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101189864B1 (ko) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013191496A1 (ko) * | 2012-06-21 | 2013-12-27 | 주식회사 포드림 | 목조전통건축물 재난 상황 조기 경보 시스템 |
WO2017112298A1 (en) * | 2015-12-26 | 2017-06-29 | Intel Corporation | Technologies for adaptive bandwidth reduction |
US9986366B2 (en) | 2013-03-11 | 2018-05-29 | Kt Corporation | Controlling data collection interval of M2M device |
KR20210048695A (ko) * | 2019-10-24 | 2021-05-04 | 한남대학교 산학협력단 | 동적 샘플링 기법의 샘플링 주기 최적화 방법 |
WO2024143568A1 (ko) * | 2022-12-26 | 2024-07-04 | 광운대학교 산학협력단 | Dvs 이벤트 기반 cnn-snn 모델에서의 적응적 샘플링 방법과 중복성 정보를 보존하는 방법 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101716481B1 (ko) | 2016-01-19 | 2017-03-14 | 엘에스산전 주식회사 | 이동평균 필터의 동작 제어 방법 |
WO2019060819A1 (en) | 2017-09-25 | 2019-03-28 | Carrier Corporation | POWER MANAGEMENT OF WIRELESS SENSORS |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004239907A (ja) | 2003-02-06 | 2004-08-26 | Robert Bosch Gmbh | マイクロメカニカルヨーレートセンサ |
JP2009169888A (ja) | 2008-01-21 | 2009-07-30 | Hitachi-Ge Nuclear Energy Ltd | センサノード、センサネットワークシステム及び測定データの通信方法 |
JP2009180648A (ja) | 2008-01-31 | 2009-08-13 | Hitachi-Ge Nuclear Energy Ltd | センサノード、センサネットワークシステム及び振動測定方法 |
JP4836985B2 (ja) | 2008-04-04 | 2011-12-14 | パナソニック株式会社 | 物理量検出回路 |
-
2009
- 2009-12-21 KR KR1020090127613A patent/KR101189864B1/ko active IP Right Grant
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013191496A1 (ko) * | 2012-06-21 | 2013-12-27 | 주식회사 포드림 | 목조전통건축물 재난 상황 조기 경보 시스템 |
US9986366B2 (en) | 2013-03-11 | 2018-05-29 | Kt Corporation | Controlling data collection interval of M2M device |
WO2017112298A1 (en) * | 2015-12-26 | 2017-06-29 | Intel Corporation | Technologies for adaptive bandwidth reduction |
KR20210048695A (ko) * | 2019-10-24 | 2021-05-04 | 한남대학교 산학협력단 | 동적 샘플링 기법의 샘플링 주기 최적화 방법 |
WO2024143568A1 (ko) * | 2022-12-26 | 2024-07-04 | 광운대학교 산학협력단 | Dvs 이벤트 기반 cnn-snn 모델에서의 적응적 샘플링 방법과 중복성 정보를 보존하는 방법 |
Also Published As
Publication number | Publication date |
---|---|
KR101189864B1 (ko) | 2012-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20110071150A (ko) | 센서의 감지 오류를 활용한 센서 샘플링 주기 조정 기법 | |
Fathy et al. | Quality-based and energy-efficient data communication for the internet of things networks | |
Tulone et al. | An energy-efficient querying framework in sensor networks for detecting node similarities | |
US11959789B2 (en) | Methods, systems, and medium for compensating ultrasonic metering based on a smart gas internet of things system | |
Marbini et al. | Adaptive sampling mechanisms in sensor networks | |
Jayasri et al. | Link quality estimation for adaptive data streaming in WSN | |
KR20050108533A (ko) | 센서네트워크의 에너지 효율적 데이터 병합 방법 | |
US8102271B2 (en) | Apparatus and method for asset tracking based on ubiquitous sensor network using motion sensing | |
Zhang et al. | Multi-parameter online measurement IoT system based on BP neural network algorithm | |
CN109799718B (zh) | 一种基于物联传感的智慧建筑控制方法和*** | |
CN111656751A (zh) | 针对位置感测对移动装置分组 | |
Sun et al. | Edge computing in Internet of things: a novel sensing-data reconstruction algorithm under intelligent-migratoin stragegy | |
Silva et al. | e‐LiteSense: Self‐adaptive energy‐aware data sensing in WSN environments | |
US20200228945A1 (en) | Data processing device, data analyzing device, data processing system and method for processing data | |
Anand et al. | On Reducing Data Transmissions in Fog Enabled LoRa Based Smart Agriculture | |
Yan et al. | Data fusion algorithm based on classification adaptive estimation weighted fusion in WSN | |
KR102432867B1 (ko) | 스마트팜 센서류 고장검출 시스템 및 방법 | |
CN112800110B (zh) | 电力物联网传感器弱敏感数据异常检测*** | |
CN117857261B (zh) | 一种基于边缘计算的工业智能网关 | |
TWI395151B (zh) | 無線感測器網路與其資料感測方法 | |
KR100888047B1 (ko) | 센서 네트워크에서 키분배 방법 및 시스템 | |
Arunraja et al. | An Adaptive Prediction Framework for Energy Efficient Wireless Sensor Networks. | |
Jero et al. | Implementation of a simple wireless sensor node for the detection of gaseous substances leakage | |
US20210241928A1 (en) | Apparatus and method for managing IoT devices | |
US20240007530A1 (en) | Method for managing a communicating meter |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E90F | Notification of reason for final refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20150717 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20160727 Year of fee payment: 5 |
|
FPAY | Annual fee payment |
Payment date: 20170806 Year of fee payment: 6 |
|
FPAY | Annual fee payment |
Payment date: 20180929 Year of fee payment: 7 |