Journal of the Korea Academia-Industrial cooperation Society (한국산학기술학회논문지)

The Korea Academia-Industrial cooperation Society (한국산학기술학회)
권호 표지
DOI QR코드

DOI QR Code

Data Congestion Control Using Drones in Clustered Heterogeneous Wireless Sensor Network

클러스터된 이기종 무선 센서 네트워크에서의 드론을 이용한 데이터 혼잡 제어

  • Received : 2020.04.14
  • Accepted : 2020.07.03
  • Published : 2020.07.31
Download PDF
⟨ Previous Next ⟩

Abstract

The clustered heterogeneous wireless sensor network is comprised of sensor nodes and cluster heads, which are hierarchically organized for different objectives. In the network, we should especially take care of managing node resources to enhance network performance based on memory and battery capacity constraints. For instances, if some interesting events occur frequently in the vicinity of particular sensor nodes, those nodes might receive massive amounts of data. Data congestion can happen due to a memory bottleneck or link disconnection at cluster heads because the remaining memory space is filled with those data. In this paper, we utilize drones as mobile sinks to resolve data congestion and model the network, sensor nodes, and cluster heads. We also design a cost function and a congestion indicator to calculate the degree of congestion. Then we propose a data congestion map index and a data congestion mapping scheme to deploy drones at optimal points. Using control variable, we explore the relationship between the degree of congestion and the number of drones to be deployed, as well as the number of drones that must be below a certain degree of congestion and within communication range. Furthermore, we show that our algorithm outperforms previous work by a minimum of 20% in terms of memory overflow.

클러스터된 이기종 무선 센서 네트워크는 서로 다른 목적을 가지는 노드들이 계층적 구조를 이루어 링크를 구성하는 네트워크를 의미한다. 무선 센서 네트워크에서는 한정적인 메모리나 배터리 용량 내에서 운용되는 경우가 많기 때문에 이러한 자원을 효율적으로 관리해야만 네트워크의 수명, 커버리지, 연결성 등의 성능을 길게 유지할 수 있다. 예를 들어 특정 센서들의 부근에서 관심을 가지는 이벤트가 빈번하게 발생하여 계측되는 데이터가 증가하게 되면, 특정 클러스터 그룹의 클러스터 헤드로 전송되는 데이터의 양도 동시에 기하급수적으로 증가하게 된다. 특히 해당 클러스터 헤드에서 전송하는 데이터양보다 센서들로부터 수신하는 데이터양이 많을 경우나 링크가 끊어져 데이터 전송이 불가능한 경우 메모리 총 용량을 초과하는 데이터 혼잡 문제가 발생한다. 본 논문에서는 이러한 데이터 혼잡 문제를 해결하기 위해 모바일 싱크로서 드론을 이용한다. 네트워크, 센서 노드, 클러스터 헤드에 대한 모델링 후 데이터 혼잡도를 계산하기 위한 비용 함수와 혼잡 인디케이터를 정의한다. 이를 바탕으로 데이터 혼잡 지도 인덱스를 계산하여 데이터 혼잡 지도를 작성 후 지도를 기반으로 드론을 최적의 위치에 배치한다. 시뮬레이션을 통하여 드론의 배치에 따른 네트워크의 혼잡도가 감소하는 양상을 다양한 접근을 통해 보여준다. 제어 변수 α를 이용하여 배치되는 드론 수에 따른 데이터 혼잡도의 변화, 요구하는 데이터 혼잡도를 만족시키기 위한 통신 범위와 드론 수와의 관계를 알아본다. 또한 기존 연구와의 오버플로우 관점에서 비교를 통해 제안하는 알고리즘이 최소 20 %의 향상이 있음을 보여준다.

Keywords

References

  1. H. Yetgin, K. T. K. Cheung, M. El-Hajjar, L. H. Hanzo, "A Survey of Network Lifetime Maximization Techniques in Wireless Sensor Networks", IEEE Communications Surveys & Tutorials, Vol.19, No.2, pp.828-854, Secondquarter 2017. DOI: https://doi.org/10.1109/COMST.2017.2650979
  2. H. I. Kobo, A. M. Abu-Mahfouz, G. P. Hancke, "A Survey on Software-Defined Wireless Sensor Networks: Challenges and Design Requirements", IEEE Access, Vol.5, pp.1872-1899, 2017. DOI: https://doi.org/10.1109/ACCESS.2017.2666200
  3. C. Zhan, Y. Zeng, R. Zhang, "Energy-Efficient Data Collection in UAV Enabled Wireless Sensor Network", IEEE Wireless Communications Letters, Vol.7, No.3, pp.328-331, Jun. 2018. DOI: https://doi.org/10.1109/LWC.2017.2776922
  4. M. Raza, N. Aslam, H. Le-Minh, S. Hussain, Y. Cao, N. M. Khan, "A Critical Analysis of Research Potential, Challenges, and Future Directives in Industrial Wireless Sensor Networks", IEEE Communications Surveys & Tutorials, Vol.20, No.1, pp.39-95, Firstquarter 2018. DOI: https://doi.org/10.1109/COMST.2017.2759725
  5. B. Cao, J. Zhao, P. Yang, P. Yang, X. Liu, Y. Zhang, "3-D Deployment Optimization for Heterogeneous Wireless Directional Sensor Networks on Smart City", IEEE Transactions on Industrial Informatics, Vol.15, No.3, pp.1798-1808, Mar. 2019. DOI: https://doi.org/10.1109/TII.2018.2884951
  6. D. Sharma, A. P. Bhondekar, "Traffic and Energy Aware Routing for Heterogeneous Wireless Sensor Networks", IEEE Communications Letters, Vol.22, No.8, pp.1608-1611, Aug. 2018. DOI: https://doi.org/10.1109/LCOMM.2018.2841911
  7. Y. Zhuang, L. Yu, H. Shen, W. Kolodzey, N. Iri, G. Caulfield, S. He, "Data Collection with Accuracy-Aware Congestion Control in Sensor Networks", IEEE Transactions on Mobile Computing, Vol.18, No.5, pp.1068-1082, May 2019. DOI: https://doi.org/10.1109/TMC.2018.2853159
  8. A. Nicolaou, N. Temene, C. Sergiou, C. Georgiou, V. Vassiliou, "Utilizing Mobile Nodes for Congestion Control in Wireless Sensor Networks", 2019 IEEE 30th Annual International Symposium on Personal, Indoor and Mobile Radio Communications (PIMRC), IEEE, Istanbul, Turkey, pp.1-7, Sep. 2019. DOI: https://doi.org/10.1109/PIMRC.2019.8904192
  9. W. Wei, Z. Sun, H. Song, H. Wang, X. Fan, X. Chen, "Energy Balance-Based Steerable Arguments Coverage Method in WSNs", IEEE Access, Vol.6, pp.33766-33773, 2018. DOI: https://doi.org/10.1109/ACCESS.2017.2682845
  10. N. Abbas, F. Yu, "A Traffic Congestion Control Algorithm for Wireless Multimedia Sensor Networks", 2018 IEEE SENSORS, IEEE, New Delhi, India, pp.1-4, Oct. 2018. DOI: https://doi.org/10.1109/ICSENS.2018.8589923