서강대학교

초록/요약

본 논문에서는 정적 무선 센서 네트워크 상의 클러스터링 기법인 EECS(Energy Efficient Clustering Scheme)의 노드와 Base Station(BS) 간의 거리를 고려한 헤드 선출 과정에 이동성을 추가 고려하고 노드의 과거 위상변화의 관측을 통해 얻어지는 정보를 이용한 노드의 이동성 모델 예측 기법을 융합하여, 그 모델로부터 예측된 미래 노드 위치를 기반으로 클러스터 구성을 하며 위상변화에 따라 지역적 클러스터 재구성 기법과 헤드 수 조절 기법을 추가하는 동적 센서 네트워크 상에서 사용 가능한 새로운 클러스터링 기법 “EECS-HMM”(Energy Efficient clustering Scheme with Head control and Mobility prediction in Mobile wireless sensor networks)을 제안한다. EECS-HMM은 기존에 존재하는 정적 알고리즘 EECS의 멤버, 헤드, Base Station(BS)의 거리를 고려한 헤드 선출 기법의 장점인 노드의 거리가 멀수록 헤드가 적게 선출되며 헤드가 고르게 분포된다는 장점에 동적 환경에서 적용되어야 하는 다양한 요소를 융합하여 헤드를 선택하며 네트워크의 위상변화에 맞추어 지역적 클러스터 구성을 수행하며 그에 따라 헤드 수의 증감을 조절할 수 있는 헤드 수 조절 기법을 사용함으로 동적 환경에 맞게 확장하는 방식을 사용한다. 또한 현존하는 알고리즘은 센서에 GPS가 탑재되고 노드가 이동하지 않는 환경에서 동작하는 클러스터 알고리즘이 대다수 이며 동적 환경에서 작동하는 클러스터 알고리즘 역시 미래에 대한 예측이 없고 과거의 이동성과 에너지만을 고려한다는 한계점을 극복하기 위해 위상변화의 관측을 통해 노드의 이동성 모델을 예측하는 방식을 사용하며 노드의 미래 위치를 헤드 선택에 반영한다. 이와 같은 EECS-HMM의 에너지 소비 효율성을 입증하기 위해 여러 동적 WSNs의 환경을 구성하여 대표적인 정적 알고리즘 LEACH(Low-Energy Adaptive Clustering Hierarchy), LEACH를 확장한 동적 알고리즘 LEACH-M(LEACH-Mobile), EECS, 동적 알고리즘 WCA(Weighted Clustering Algorithm)에 비해 WSNs의 Network life time 대비 네트워크 잔여에너지 양을 비교하여 EECS-HMM이 에너지 사용 효율성 측면의 약점을 보완한다는 것을 실험적으로 보인다.