초록
무선 센서 네트워크에서 넓은 지역의 현상 및 움직임을 지속적으로 추적, 관찰하기 위해 에너지 효율성은 가장 중요한 요소이다. 이러한 망에서 에너지를 절약하기 위해 센서노드들에 대한 선택적 활성화 기법은 효과적인 방법이다. 그러나 이러한 선택적 활성화 기법을 적용한 기존의 대부분의 연구들은 침입자, 탱크와 같은 개별객체에 대해서만 고려했기 때문에 산불, 유독가스와 같은 연속객체에 대해서는 기존 기법을 적용하기 어렵다. 이는 연속객체들은 주변 환경의 영향에 상당히 민감하기 때문에 매우 유동적이고 불안정하여 이동할 다음 위치를 단순히 시공간 기법만을 가지고 예상할 수 없지 때문이다. 따라서 본 논문에서는 망의 센서노드들이 충분히 밀집한 경우 보다 정밀한 예측을 위해 객체가 퍼지거나 수축될 것으로 예상되는 지역의 센서들을 클러스터 단위로 활성화 시키는 클러스터 기반의 선택적 활성화 기법을 제안한다. 또한, 본 방안은 예측을 위한 계산이 동시에 수행될 필요가 없기 때문에 예측을 함에 있어 비동기식 기법을 적용한다.
Energy efficiency in wireless sensor networks is a principal issue to prolong applications to track the movement of the large-scale phenomena. It is a selective wakeup approach that is an effective way to save energy in the networks. However, most previous studies with the selective wakeup scheme are concentrated on individual objects such as intruders and tanks, and thus cannot be applied for tracking continuous objects such as wild fire and poison gas. This is because the continuous object is pretty flexible and volatile due to its sensitiveness to surrounding circumferences so that movable area cannot be estimated by the just spatiotemporal mechanism. Therefore, we propose a cluster-based algorithm for applying the efficient and more accurate technique to the continuous object tracking in enough dense sensor networks. Proposed algorithm wakes up the sensors in unit cluster where target objects may be diffused or shrunken. Moreover, our scheme is asynchronous because it does not need to calculate the next area at the same time.
