센서네트워크의 에너지 효율적 데이터 병합 방법{Energy Efficient Data Aggregation Method in Wireless Sensor Networks}

본 발명은 실세계의 상황을 인지하기 위한 센서네트워크의 데이터 수집 방법에 관한 것으로서, 구체적으로는 센서, 프로세서, 무선통신 장치로 구성된 센서네트워크의 노드에서 수집된 센서 데이터를 전송할 때, 이전 시간의 센서 데이터와의 비교를 통해 일정 임계치 이상의 차이가 있을 때만 센서 데이터를 전송하여 네트워크의 통신량을 줄이고자 하는 시스템 및 방법에 관한 것이다.

종래에 군사 작전을 주목적으로 사용되어 왔던 센서네트워크는 반도체 기술의 향상으로 인하여 프로세서의 소형화, 고성능화가 진행되고, 메모리 용량의 대형화 및 저비용화가 실현되는 한편, 무선 통신 등의 기술 발전에 힘입어 민간 부문에서도 상용화되기 직전까지 와있다. 현재 제안되고 있는 센서네트워크 기술 응용례는 무인 경비, 일정 지역의 또는 수역의 온도나 오염도 등의 상태를 감시하는 환경 감시, 원격 검침, 설비 감시 등 실로 다양하며, 홈 네트워크 시스템과 인터넷 망과 연동하여 동작되는 응용례도 제안되고 일부 실시되고 있다.

도 1에 도시된 바와 같이, 센서네트워크의 기본 구조는 독자적 감지 능력과 컴퓨팅 능력이 있는 복수 개의 네트워크 노드가 통신망에 의하여 상호 연결된 구조이며, 각 노드의 전력은 노드별로 위치하는 로컬 배터리를 통해 공급된다.

그러나, 각 노드에 전원을 공급하는 배터리는 각 노드의 이동성을 고려하여 비교적 소용량 배터리이기 때문에 에너지 사용에 극히 제약적인 단점이 있으며, 이를 극복하기 위하여 네트워크 전 분야에 걸쳐 전력 소비 저감에 관한 연구가 진행되어 왔다. 연구 방향의 주된 흐름은 각 노드간의 무선 통신의 횟수 또는 통신량을 감소시켜 네트워크 생존시간을 최대화 하려는 것이지만, 현재까지 에너지 소비를 효율적으로 이룰 수 있는 구체적인 방법이 제시되지 못하고 있으며 네트워크 최적 경로 탐색이나 데이터 병합 포인트에 대한 연구 등이 발표된 바 있으나 실질적 데이터 전송량 저감을 이루어내지 못하고 있다.

전술한 종래 기술의 문제점을 해결하기 위한 본 발명의 목적은 시간 흐름에 따른 센서에서 감지한 데이터의 변화량과 노드 그룹 내에서의 분포도의 변화량을 측정하여, 그 두 가지 변화량이 사용자가 설정한 소정의 임계치 이상이 된 경우에만, 실제 측정된 데이터를 베이스 스테이션 노드로 전송하는 센서네트워크 시스템 및 방법을 제공하는 것이다.

본 발명의 다른 목적은 센서 네트워크의 노드의 위치에 따라 변동하는 임계치를 적용하여 베이스 스테이션 노드로부터 전송을 하려는 노드의 위치가 멀어질수록 보다 높은 임계치를 적용하여 변화에 대한 기준이 되는 폭을 늘리는 가변 임계치를 적용하여 데이터를 전송하는 센서네트워크 시스템 및 방법을 제공하는 것이다.

전술한 목적을 이루기 위하여, 본 발명에 따르는 센서네트워크 시스템은 통신망에 접속되어 있는 적어도 하나 이상의 센서 노드로부터 데이터를 수집하는 센서네트워크 시스템으로서, 인터넷을 포함하는 유무선 통신 네트워크를 통하여 감시 임무를 전달하고 수집된 감시 데이터를 통합 관리하고 관리자에게 보고하는 원격 관리 서버와, 상기 원격 관리 서버로부터 감시 임무를 전달 받고 상기 센서 노드를 관리하며, 상기 센서 노드로부터 병합 과정을 거친 데이터를 수집하여 상기 원격 관리 서버로 전달하는 싱크 노드를 포함한다. 아울러, 상기 센서 노드는 데이터에 대한 병합 과정을 수행하기 위하여, 상기 하나 또는 그 이상의 상기 센서 노드로부터 전송된 센서 데이터의 평균값과 표준편차를 구하고, 이를 이전 데이터와 비교하여 상기 싱크 노드로의 전송 여부를 결정함으로써 데이터 병합을 수행한다.

본 발명의 다른 면에 따른, 원격 관리 서버, 싱크 노드, 센서 노드를 포함하는 센서네트워크 시스템의 에너지 효율적 데이터 병합 방법은 상기 센서 노드에게 감시 임무를 배포하는 단계와, 동일 임무를 수행하는 센서 노드들로써 그룹을 형성하고 그룹별 헤드 노드를 지정하는 단계와, 상기 각 센서 노드가 감시 임무에 따라 주기적 및/또는 지속적으로 센서 데이터를 획득하는 단계와, 상기 그룹별 헤드 노드가 그룹내 센서 노드가 획득한 센서 데이터를 수신하여 상기 센서 데이터의 평균값과 표준편차를 구하는 단계와, 이전 기준 시간의 평균값, 표준편차와 변화량을 비교하여 상기 싱크 노드로의 데이터 전송 여부를 판단하는 단계를 포함한다. 전송 여부 결정의 기준이 되는 임계치는 감시 목적 및 환경에 따라 사전에 설정되거나 동적으로 재설정되며, 네트워크내 데이터 전송 경로를 고려하기 위하여 거리 인자가 반영될 수 있다.

전술한 바와 같이, 센서네트워크는 센서, 통신 장치 및 프로세서로 구성되는 독립적인 복수 개의 노드가 통신망을 통하여 상호 연결된 구조이다. 센서네트워크의 싱크 노드에서 센서 노드로 하달하는 일반적인 임무는 특정 지역에 대한 감시이다. 이 지역 내에 있는 네트워크 노드들은 그룹을 형성하여 데이터를 수집하고 수집한 데이터를 병합한 후 싱크 노드로 전송한다. 센서네트워크내의 센서 노드는 일정 지역 단위로 임무를 부여받기 때문에, 동일 감시 지역에 있는 복수 개의 노드는 동일한 이벤트를 중복해서 감지할 가능성이 매우 높다.

따라서 본 발명은 센서네트워크 내에서 발생하는 데이터에 대한 변화량을 분석하고 이에 기초하여 데이터를 병합하고 전송하는 센서네트워크 데이터 통신 프로토콜을 제공하는 것이며, 구체적으로는 각 센서 노드에서 감지한 데이터값의 표준 편차를 구하고. 이 값과 이전 시간에 감지된 데이터와의 차이가 소정의 임계값을 초과할 경우에 센서 데이터를 전송함으로써 전송 데이터를 병합하는 구성을 취한다.

본 발명의 병합 과정은 다음의 수학식 1 내지 3을 이용하여 단계적으로 이루어진다.

수학식 1은 동일 지역에서 같은 임무를 수행하는 센서네트워크 노드의 그룹 노드 1~ n 까지의 n 개의 노드에서 시간 t 에 감지한 데이터의 평균을 나타낸다. 이 때, t 는 시간 변수를 나타내며, x _i (t) 는 노드 i 의 t 시각에서 센서 값이다.

수학식 1에서 얻어진 평균으로부터 아래의 수학식 2를 이용하여 동일 임무를 수행하는 n 개의 센서 노드 데이터의 표준 편차를 구한다.

수학식 2는 같은 임무를 수행하는 센서네트워크 노드의 그룹 노드 1~ n 까지의 노드에서 시간 t 에 감지한 데이터의 표준편차를 나타낸다.

본 발명에서 제안한 병합 방법은 그룹 내의 노드가 수집한 데이터의 평균과 표준편차를 구하고 이를 이전 시간에 구한 값과 비교하여 일정 임계치를 초과했을 경우, 즉 수학식 3의 조건의 충촉할 때 데이터를 전송하는 것이다.

수학식 3은 수학식 1 및 2에서 구해진 값, 사용자가 설정한 임계치, 싱크노드로부터의 거리를 이용해 데이터 전송 여부를 판단하는 방법을 나타낸다. threshold 필드의 값은 시간 변화에 따른 센서 값의 변화를 판단하기 위하여 사전에 설정되는 임계치이고, distance factor 는 데이터 병합을 수행할 때 싱크 노드와 센서 노드 사이의 거리에 따라 변화를 주기 위한 인자 값이다. 거리 인자는 0~1 사이의 값을 가지며 싱크로부터 거리가 멀수록 1에 가까운 값이 할당된다.

거리 인자( distance factor )를 고려하는 이유는 센서 노드와 싱크 노드로부터의 거리가 멀수록 전송하는 데이터는 전체 네트워크의 에너지 소모를 많이 가져오기 때문에, 거리 인자를 반영하여 센서 노드와 싱크 노드의 사이가 거리가 멀수록 보다 밀도 있는 병합 작업을 수행하여 네트워크 전체의 전력 소모를 줄이기 위함이다.

이하, 본 명세서에 첨부된 도면을 참조하여 본 발명의 구성을 상세하게 설명한다.

도 1은 본 발명에 따라 적어도 하나 이상의 센서 노드(100)가 싱크 노드(140)를 통하여 원격 관리 서버(150)와 연결된 센서네트워크 구조의 일례를 도시한 도면이다. 센서 노드(100)는 각자의 감시 지역에 분산되어 배치되어 싱크 노드(140)로부터 지시를 받아 감시 데이터를 싱크 노드로 전달하게 된다. 싱크 노드(140)는 원격 관리 서버(150)와 인터넷을 포함하는 유무선 네트워크를 통하여 직접 통신하며 원격 관리 서버의 명령을 각 센서 노드에 전달하고 센서 노드로부터 전달받은 감시 데이터를 원격 관리 서버로 전달한다.

도 2는 본 발명의 일 실시예에 따르는 센서 노드의 내부 구조와 싱크 노드 및 원격 관리 서버와의 관계를 도시한 블록도이다. 도 2에는 각 센서 노드(100)에 포함되는 프로세서 장치(110), 무선 통신 장치(120) 및 센서 장치(130)와, 복수 개의 센서 노드(100)를 관장하는 싱크 노드(140) 및 원격 관리 서버(150)가 도시되어 있다.

센서네트워크 노드(100)는 감시를 원하는 지역에 분산 배치되어 다양한 방법으로 데이터를 수집하여 무선 네트워크를 통해 싱크 노드(140)로 데이터를 전송한다. 센서 노드(100)의 배치가 확정되어 센서네트워크가 설정된 후, 싱크 노드(140)는 주기적으로 전체 네트워크의 크기를 확인하여 지리적 영역별 단계를 구분한다. 또한 싱크 노드(140)는 센서 노드로 하여금 특정 지역의 센서 데이터를 주기적으로 보고하게 하거나, 이벤트가 감지된 경우 보고하도록 할 수 있다. 예컨대, 상기 센서네트워크 노드(100)가 온도 센서를 장착한 경우, 상기 싱크 노드(140)는 특정 지역의 온도를 그 지역 내에 배치된 하나 또는 그 이상의 센서 노드(100)로 하여금 10초 마다 보고하도록 할 수 있다. 다른 예로서, 상기 센서 노드(100)가 움직임 감지 센서와 카메라 센서가 상기 지역 A 에 사람이 감지된 경우 보고하도록 할 수 있다.

센서네트워크 노드(100)는 일반적으로 프로세서 장치(110), 무선 통신 장치(120), 센서 장치(130)로 구성되어 있다. 센서 장치는 다양한 센서들이 중복되어 장착될 수 있으며, 아날로그 디지털 변환기를 통해 감지한 아날로그 신호를 디지털 신호로 변환한다. 센서 장치(130)로부터 수집된 센서 데이터는 그대로 전송되는 것이 아니라 프로세서 장치(110)에서 우선 처리가 이루어진다. 센서 노드(100)가 프로세서 장치(110)를 갖추고 있다는 것은 센서 네트워크가 단지 수집된 데이터를 사용자에게 전송하는 단순한 센서의 집합이 아닌 감지한 데이터를 네트워크 내부에서 지능적으로 처리한 후 전송하는 상황인지 지능 네트워크를 의미한다.

본 발명에 따르는 센서 노드는 같은 임무를 수행하는 노드(100)들이 상호 그룹을 이루어 수집한 데이터를 서로 교환하여 병합 작업을 수행한다. 하나의 센서 노드(100) 내의 프로세서 장치(110)에서 처리된 데이터는 무선 통신 장치(120)를 통해 인접한 센서 노드로 전송된다. 각 센서네트워크 노드의 무선 통신 장치(120)는 자신이 발생한 데이터 패킷을 싱크 노드로 직접 전송하거나 또는 인접 노드로부터 수신한 데이터 패킷을 다시 싱크 노드의 방향으로 전송하는 라우팅 역할을 동시에 수행한다.

각 노드(100)가 라우팅 기능을 수행하는 이유는 무선 통신에서의 에너지 소비 규칙은 전송하고자 하는 거리의 2~4배의 에너지양을 소모하기 때문에, 센서 노드(100)가 싱크 노드(140)와 네트워크 경로상 매우 인접하지 않은 경우라면, 각 센서 노드(100)가 싱크 노드(140)에게 센서 데이터를 직접 전송하기 보다는 인접 노드(100)를 경유하는 네트워크 경로를 따라 전송하거나 멀티 홉을 통해 전송하는 것이 전체 네트워크의 에너지 소모를 현격히 줄일 수 있기 때문이다.

싱크 노드(140)는 관할 구역내 센서 노드를 관장하는 역할을 수행한다. 즉, 관리자로부터 수신된 임무를 각 노드로 전달하고 네트워크에서 수집된 센서 데이터를 관리자에게 보고한다. 아울러 복수 개의 센서 노드를 그룹화하며 그룹내에 헤드 센서 노드 노드를 지정하는 역할도 수행한다. 그룹 획정 및 헤드 센서 노드 노드는 감시 지역내의 센서 데이터의 변화에 따라 동적으로 결정될 수 있다. 또한 싱크 노드(140)는 지금까지 개발된 센서네트워크 노드(100)는 인터넷에 직접 연결될 정도의 능력을 지니지 못하기 때문에, 센서네트워크와 인터넷을 연결하는 네트워크 게이트웨이 기능도 수행한다.

원격 관리 서버(150)는 관리자로부터 직접 임무를 수신하여, 싱크 노드(140)를 통해 센서 네트워크의 각 노드(100)가 필요한 작업을 수행하도록 하며, 전술한 과정을 통하여 수집된 센서 데이터를 통합 관리하고, 저장 및 표출하는 기능을 수행한다. 원격 관리 서버(150)는 싱크 노드(140)와 직접 연결되거나 또는 인터넷에 접속되어 싱크 노드(140)와 연결 가능하다. 원격 관리 서버(150)와 싱크 노드(140)가 상호 인터넷에 접속할 수 있다는 점은 센서네트워크의 구성에 상당한 유연성을 줄 수 있는 주요한 포인트이다. 즉, 관리자는 한국에 설치된 원격 관리 서버(150)를 통하여, 남극 지역에 설치된 센서 네트워크 노드로부터 남극점 부근의 온도 감시에 대한 명령과 보고를 받을 수도 있다.

이하, 도 3을 참조하여 본 발명에 따라 센서 데이터를 병합하는 과정에 대하여 구체적으로 설명한다.

원격 감시 서버(150)에 연결된 하나 또는 그 이상의 싱크 노드(140)와 각 싱크 노드(140)의 명령을 받는 복수 개의 센서 노드(100)를 감시 목적에 따라 적절하게 배치하고, 원격 감시 서버(150)로부터 싱크 노드(140)로 특정 감시 임무가 부여되면 싱크 노드(140)가 이를 수신한다(S10). 그 다음 단계(S20)에서, 싱크 노드(140) 자신의 관할 영역 내의 복수 개의 센서 노드(100)를 지역별 또는 감지되는 대상 기준으로 분류하여 그룹화하고 각 그룹별로 적어도 하나의 헤드 센서 노드를 지정한다. 대안으로서, 싱크 노드가 그룹 및 헤드 노드 지정을 하지 않고 동일 임무를 수행하는 복수 개의 센서 노드(100)가 독자적으로 서로를 확인하여 그룹을 형성하고 그룹내 임의의 한 센서 노드를 헤드 노드로 지정할 수 있다. 이 경우, 그룹 내에서 헤드 노드를 지정하는 기준은 랜덤 방식이거나, 그룹내에서 다른 노드와의 평균 거리가 가장 적은 노드가 헤드 노드가 되는 방식으로 정할 수 있을 것이며, 그룹 내 헤드 노드 지정 방식은 이에 국한되지 않는다.

그룹 및 그룹 내 헤드 센서 노드가 지정된 후에는 그룹 내의 센서네트워크 노드(100)가 자신의 센서 장치(130)를 이용하여 주기적으로 또는 이벤트 구동 방식으로 센서 데이터를 수집하고(S30), 이 센서 데이터를 무선 통신 장치(120)를 통해 그룹 헤드에게 전송한다. 단계(S40) 및 단계(S50)에서, 그룹 헤드 센서 노드는 그룹내 센서 노드들로부터 수집된 데이터를 취합하여 상기 수학식 1 및 수학식 2를 이용하여 데이터 평균값과 표준 편차를 계산한다. 그 다음, 데이터의 전송 여부를 판단하기 위해, 수학식 3을 이용하여 이전 주기 시간에 저장된 평균값, 표준편차와 현재 계산된 평균값 및 표준편차의 차이를 구하고 이를 사전에 설정한 임계치와 비교한다(S60). 이전 주기 시간의 값과의 차이가 일정 임계치를 넘은 경우에는 데이터를 전송하고(S65), 그렇지 않은 경우 감시 임무가 종료될 때까지 지속적으로 감시 동작 및 계산 동작을 수행한다(S70).

임계치는 이전에 전송한 센서 데이터와 현재 수집된 센서 데이터가 의미있는 변화를 했는지를 결정하기에 적절하도록 사전에 설정된다. 예컨대, 냉한지 온도를 감지하기 위한 경우에는 온도 관련 임계차가 온난지역의 그것보다 크도록 할 수 있을 것이다. 또한, 야간의 박물관내에 설치된 움직임 감지 센서로부터의 감지 데이터 전송 임계치는 최소한으로 설정하여 어떠한 움직임도 보고될 수 있도록 할 것이다. 또는, 감시 데이터 값 및/또는 데이터의 전송량에 따라 설정된 임계치의 적정성을 판단하여 싱크 노드(140) 또는 원격 감시 서버(150)에 의해 동적으로 변경될 수 있다. 예컨대, 사전 설정된 임계치에 의하면 데이터 전송이 빈번하게 일어나며, 감시 시작 후의 판단 결과 감시 목적상 의미있는 변화가 아님에도 데이터 전송이 일어난다고 판단이 되면, 임계치를 증가하는 재설정 작업이 싱크 노드 또는 원격 관리 서버의 지령에 의하여 헤드 노드에서 수행된다.

도 4에 도시된 방법에서 이전 주기 시간에 계산된 센서 데이터 평균값과 표준편차와의 변화를 비교하는 이유는 시간 변화에 따른 감시 지역에 대한 변화가 발생했는지 여부와 감시 지역 내부에서 노드 간의 데이터 차이가 발생하는지의 두 가지를 확인하기 위해서이다. 표준편차의 값이 커진다면 이는 동일 감시 지역 내에서 서로 다른 상황이 전개되고 있다고 판단할 근거이기 때문에, 그룹 헤드 센서는 자체적으로 또는 싱크 노드에게 보고하여 감지 업무의 전략을 수정하여 각 센서 노드의 담당 지역을 변경하거나 그룹 분할을 새롭게 하는 등의 작업을 동적으로 수행한다.

한편, 현재 데이터와 이전 데이터의 비교에 있어서, 이전 데이터를 어떤 시점의 데이터로 설정하느냐에 따라 싱크 노드로의 데이터 전송량 및 회수가 상이할 수 있다. 예컨대, 이전 데이터를 초기의 센서 데이터로써 계산하여 이를 유지하면서 현재 데이터와 비교하는 경우와, 이전 데이터를 직전에 감지된 센서 데이터로써 계산하고 그 전의 데이터를 고려치 않는 경우의 전송량과 회수는 상이할 것이다.

본 발명자가 다양한 감시 환경에서 센서네트워크에서 발생하는 데이터를 표본 추출한 결과, 데이터 변화의 폭이 매우 작기 때문에 관리자가 원하는 상황변화 감지는 극히 드물게 발생함을 발견하였다. 그러나 이러한 경우에도 감시 시작 시점의 초기 데이터와 현재 데이터를 비교할 경우에는, 시간의 흐름에 따른 변화량이 축적되어 일정 시간 경과 후에는 현재 데이터와 비교 데이터와의 차이가 임계치를 초과할 수 있고, 따라서 그룹 헤드 노드는 센서 데이터를 싱크 노드(140)로 전송할 것이다. 반면에, 비교 데이터를 직전에 수집된 센서 데이터로 삼을 경우에는, 시간 흐름에 따른 변화량이 축적되지 않으므로 센서 데이터가 선형적으로 완만하게 변화하는 경우에는 센서네트워크 내에서 데이터 전송이 발생하지 않을 것이다. 따라서, 현재 수집한 데이터와의 비교 대상을 어떤 시점의 데이터로 할 것인지를 감시 환경과 감시 관리자의 요구에 의하여 적절히 변경하여 조절함으로써, 센서네트워크내 데이터 전송량 및 전송 회수의 최적치를 찾을 수 있을 것이다.

한편, 전술한 바와 같이, 각 센서 노드(100)는 라우팅 기능을 수행할 수 있고 센서네트워크 전체의 통신 효율을 고려하여 그룹 헤드 노드(100)에서 싱크 노드(140)까지의 전송 경로는 동일 그룹 또는 다른 그룹에 속하는 센서 노드(100)을 경유하는 것이 대부분이다. 이 경우, 동일한 싱크 노드(140)의 관할에 속하는 복수 개의 헤드 노드에 있어서, 각각의 헤드 노드로부터 싱크 노드(140)까지의 네트워크 경로가 상이한 경우가 대부분이다.

전술한 바와 같이, 네트워크 경로가 긴 경우는, 네트워크 경로가 짧은 경우보다 더 많은 센서 노드(100)를 경유할 것이고 각 경유 센서는 라우팅 기능을 수행하며 데이터 전송에 관여하여야 하기 때문에 네트워크 전체의 전력 소모가 더 크다. 따라서, 네트워크 경로가 긴 경우에는 그보다 짧은 경우보다 데이터 전송 회수를 감소시킴으로써 네트워크 전체적인 전력 소비를 감소시킬 필요가 있다. 따라서, 싱크 노드(140)와 센서 노드, 정확히는 그룹내 헤드 노드 사이의 거리가 일정 범위 이상이라면 거리 인자값을 반영하여 전체 네트워크의 통신량을 최대한 줄일 수 있도록 한다. 즉 헤드 노드와 싱크 노드(140)으로부터 거리가 멀수록 네트워크 전체에 미치는 전송량은 많아지므로 이러한 경우에는 데이터 병합을 보다 많이 수행함으로써 전송량을 저감시킨다.

이를 위하여, 전송 시점을 결정하는 수학식 3에 거리 인자를 포함시켜 헤드 노드와 싱크 노드의 거리, 즉 네트워크 경로에 따라 전송 시점을 조절하며, 수학식 3에서 distance factor는 0 내지 1 중 어떤 값을 취함은 전술한 바와 같다. 물론, 감시 환경에 따라 거리에 따른 전송량 변동을 취하지 않아야 될 경우가 있으며, 이 때에는 수학식 3의 감시 인자의 값을 1로 설정하면 될 것이다.

전술한 데이터 병합이 이루어질 수 있는 근거는 일반적으로 센서네트워크 전체 또는 동일 그룹 내의 노드에 장착된 센서들이 동질의 종류이며, 근거리에 있는 노드들은 유사한 데이터를 동시에 감지한다는 특성을 보이기 때문이다.

도 4a 및 도 4b는 본 발명에 따르는 센서네트워크에서 데이터 병합을 수행하지 않은 경우와 수행한 경우의 데이터 전송량을 개략적으로 도식화한 도면이다.

먼저 도 4a을 참조하여 데이터 병합을 수행하지 않은 경우의 데이터 흐름을 보면, 동일 지역에 대한 감시를 수행하는 소스 노드 1,2,3(100)은 수집한 데이터를 각각 개별적으로 경유 노드(100)을 통하여 싱크 노드(140)로 전달한다. 이 경우, 소스 1, 2, 3으로부터 경유 노드 a 및 경유 노드 b를 통한 싱크 노드까지의 센서 데이터 전송은 총 11회 발생한다. 여기서 소스 노드 1, 2, 3 및 경유 노드 a, b는 모두 센서네트워크의 센서 노드(100)이다.

한편, 도 4a에 도시된 예는 소스 1, 2, 3 으로부터 싱크 노드로까지의 데이터 경로가 모두 최적 경로인 것을 가정한 경우이고, 가령 소스 노드 중 일부 또는 전부가 우회 경로를 취할 경우에는 네트워크 전체의 전송량 및 전송 회수는 이보다 증가할 것이다.

반면, 도 4b에 도시된 바와 같이, 데이터의 병합을 수행한 경우에는, 경유 노드 a, 경유 노드 b 및 싱크 노드(140)사이의 데이터 전송량이 1/3으로 줄어들게 되어 네트워크 전체적으로 총 5번만의 데이터 전송이 이루어졌다. 이는 전체 네트워크의 에너지 소모량을 절반 이하로 줄인 효과를 보임을 알 수 있다. 특히 헤드 노드와 싱크 노드 사이의 경유 노드가 많은 환경일수록, 즉 대규모의 센서네트워크 시스템일 수록 본 발명의 따른 전력 소모 저감효과는 더욱 높아지게 될 것이다.

본 발명은 이상에서 살펴본 바와 같이 몇몇의 바람직한 실시 예를 들어 설명하였으나, 이는 예시를 위한 것으로서 본 발명의 범위는 전술한 실시 예에 한정되지 아니하며 본 발명의 정신을 벗어나지 않는 범위 내에서 당해 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 다양한 변경과 수정이 가능할 것이다. 따라서 본 발명의 범위는 이하에 기재하는 발명 청구범위에 의하여 정하여져야 함은 물론이다.

본 발명에 따르면, 다양한 응용례가 가능한 센서네트워크의 주요 기술 난제 중 하나인 데이터 전송에 따른 전력 소모를 실질적이고 효율적으로 저감할 수 있다. 센서네트워크의 범위가 확장될수록 데이터 전송에 따른 각 노드의 전력 소모는 급격하게 증가하게 되어 그 동안 실용화에 상당한 어려움이 있었지만, 본 발명의 구성을 취함으로써 특정 감시 지역에 무선통신이 가능한 센서노드들을 수천 개에서 수십만 개까지 배포해 놓고 전력 사용을 최소화하면서 감시 지역의 상황정보를 파악할 수 있다.

즉, 본 발명의 에너지 효율적 데이터 병합 방법을 통해 감지된 데이터의 변화량을 이전 시간대와 비교하여 변화가 발생한 경우만 데이터를 전송하므로 전체 네트워크의 에너지 소모량을 줄이며 감지하는 이벤트는 병합을 수행하지 않을 때와 동일하게 수집하는 효과가 있다.

또한, 본 발명의 에너지 효율적 데이터 병합 방법은 다양한 센서로부터의 데이터를 수집하여 실세계의 상황을 정확히 인지하고 이에 대한 대응을 할 수 있는 물리공간과 전자공간이 융합되는 새로운 유비쿼터스 컴퓨팅 공간을 창출할 수 있다. 또한 거리 인자를 반영한 가변 임계치를 적용하면 싱크 노드와 센서 노드의 경로에 따른 네트워크내 에너지 소모를 고려할 수 있으므로, 네트워크의 확장에 따른 전력 소모를 최소화할 수 있으며, 따라서 센서 네트워크의 상용화에 상당한 기여가 예상된다.

도 1은 센서네트워크 시스템을 도시한 개략도.

도 2는 본 발명에 일 실시예에 따른 센서네트워크 시스템의 블록도.

도 3은 센서네트워크의 노드에서 수행하는 데이터 병합 방법을 나타내는 플로우차트.

도 4a 및 도 4b는 본 발명의 실시예에 따른 센서네트워크 내에서 에너지 효율을 보여주는 개념도.

<도면의 주요부분에 대한 부호의 설명>

100 : 센서네트워크 노드 110 : 프로세서 장치

120 : 무선 통신 장치 130 : 센서 장치

140 : 싱크 노드 150 : 원격 관리 서버