DOI QR코드

DOI QR Code

Target Feature Extraction using Wavelet Coefficient for Acoustic Target Classification in Wireless Sensor Network

음향 표적 식별을 위한 무선 센서 네트워크에서 웨이블릿 상수를 이용한 표적 특징 추출

  • Cha, Dae-Hyun (Dept of Electric Electronic Computer, Kyungpook National University) ;
  • Lee, Tae-Young (Dept of Electric Electronic Computer, Kyungpook National University) ;
  • Hong, Jin-Keung (Dept of Information Communication, Baekseok University) ;
  • Han, Kun-Hee (Dept of Information Communication, Baekseok University) ;
  • Hwang, Chan-Sik (Dept of Electric Electronic Computer, Kyungpook National University)
  • 차대현 (경북대학교 전자전기컴퓨터학부) ;
  • 이태영 (경북대학교 전자전기컴퓨터학부) ;
  • 홍진근 (백석대학교 정보통신학부) ;
  • 한군희 (백석대학교 정보통신학부) ;
  • 황찬식 (경북대학교 전자전기컴퓨터학부)
  • Received : 2009.12.18
  • Accepted : 2010.03.18
  • Published : 2010.03.31

Abstract

Acoustic target classification in wireless sensor network is important research at environmental surveillance, invasion surveillance, multiple target separation. General sensor node signal processing methods concentrated on received signal energy based target detection and received raw signal compression. The former is not suited to target classification because of almost every target information are lost except target energy. The latter bring down life-time of sensor node owing to high computational complexity and transmission energy. In this paper, we introduce an feature extraction algorithm for acoustic target classification in wireless sensor network which has time and frequency information. The proposed method extracts time information and de-noised target classification information using wavelet decomposition step. This method reduces communication energy by 28% of original signal and computational complexity.

무선 센서 네트워크에서 음향 표적의 식별은 환경 감시, 침입 감시, 다중 표적 분리 등에서 많이 연구된다. 무선 센서 네트워크의 센서 노드에서 사용하는 기존의 신호 처리기법은 표적으로부터 수신된 신호의 에너지를 계산하여 표적의 존재 유무만을 기지국으로 전송하는 방법과 수신 신호를 압축하여 전송하는 방법이 많이 사용되었다. 전자의 경우 표적의 감시를 위한 무선 센서 네트워크에서는 표적의 정보가 한정적이므로 적합하지 않고 후자의 경우는 센서 노드에서의 신호처리 및 전송에 소모되는 에너지가 높아 센서의 생존시간이 줄어들게 된다. 따라서 본 논문에서는 표적의 감시를 위한 무선 센서 네트워크에서 필요한 시간정보와 표적의 주파수 정보를 포함하는 센서 노드에서의 특징 추출 기법을 제안한다. 본 논문에서는 웨이블릿 변환을 이용하여 추출된 웨이블릿 상수에서 표적의 시간 정보와 잡음이 제거된 표적의 식별 정보를 추출함으로서 센서 노드에서 에너지 효율적인 신호처리를 구현하고 추출된 특징을 전송하여 통신에 소모되는 에너지를 원신호 대비 28%로 줄이는 알고리듬을 제안한다.

Keywords

References

  1. G. Werner-Allen et al., "Monitoring Volcanic Eruptions with Wireless Sensor Network," Proc. 2nd European workshop Wireless Sensor Networks(EWSN05), IEEE press, 2005.
  2. S. Pavan, "Wireless Ad hoc sensor and actuator networks on the farm" ACM IPSN'06, Apr.2006.
  3. J. Paek et al.,, "A wireless sensor network for structural health monitoring: Performance and experience" The Second IEEE Workshop on EmNets-II May 2005.
  4. K. Natallia, L. Elizaveta, M. George, "Local Vote Decision Fusion for Target Detection in Wireless Sensor Networks" IEEE Signal process. trans. vol.56 no.1, Jan 2008.
  5. L. Shengpu, C. Liang, "Efficient Data Compression in Wireless Sensor Networks for Civil Infrastructure Health Monitoring" SECON'06 IEEE, 2006.
  6. A. Dostanic, A. Peulic, S. Randjic, U. Pesovic, "Wireless Sensor Network Wavelet Signal Processing" EURASIP conf. IEEE 2007.
  7. 차대현, 이태영, 한군희, 홍진근, 황찬식, "무선 센서 네트워크에서 Lifting Scheme Wavelet을 이용한 센서 노드 신호처리" 한국 산학 기술 학회 추계 학술발표 논문집, 2009.
  8. 차대현, 이태영, 한군희, 홍진근, 황찬식, "표적 감시를 위한 무선 센서 네트워크에서 웨이블릿 상수를 이용한 특징 추출" 한국 산학 기술 학회 추계 학술발표 논문집, 2009.
  9. D. Hui, L. Jiangang, S. Youxian, "Adaptive Distributed Compression Algorithm for Wireless Sensor Networks" ICICIC'06 conf. vol.3 2006.
  10. A. Kishore, C. Chaitali, "A VLSI Architecture for Lifting-Based Forward and Inverse Wavelet Transform" IEEE Signal process. trans. vol.50 no.4, April 2002.
  11. J. Ding, S. Y. Cheung, C. W. Tan, P. Varaiya, "Signal processing of sensor node data for vehicle detection", 2003.
  12. http://path.berkeley.edu/-singyju/vehicledettection/ research/acoustic /detection.html