계층적 센서 네트워크에서 균등한 에너지 소비를 위한 클러스터링 기법에 관한 연구 (A Study on clustering method for Banlancing Energy Consumption in Hierarchical Sensor Network)

서지정보

· 발행기관 : 한국산학기술학회
· 수록지 정보 : 한국산학기술학회논문지 / 11권 / 9호 / 3472 ~ 3480페이지
· 저자명 : 김요섭, 홍영표, 조영일, 김진수, 은종원, 이종용, 이상훈

초록

에너지 효율성이 중요한 무선 센서 네트워크에서 클러스터링 기술은 클러스터 헤드 노드가 클러스터 멤버 노드의 데이터를 병합하여 싱크노드로 전송함으로써 센서노드와 싱크노드 사이의 통신 횟수를 줄여 에너지 효율을 얻는다. 본 논문에서는 분산형 클러스터링 라우팅 기법 중 대표적 프로토콜인 LEACH(Low Energy Adaptive Clustering Hierarchy)와 HEED(Hybrid, Energy-Efficient Distributed Clustering Approach)의 클러스링 기법에 대하여 분석하고 이를 토대로 데드노드의 최대 지연 발생과 네트워크 라이프 타임을 증가하기 위한 새로운 에너지 효율적 클러스터링 기법을 제안한다. 제안 방식은 클러스터 헤드가 각 멤버노드의 잔여에너지 정보와 싱크노드와의 위치 정보를 기반으로 최적의 전송 효율을 위한 노드를 선출 하고, 선출된 노드는 이후 데이터 전송과정에서 클러스터 헤드로 부터 데이터를 전송받아 싱크노드로 전송하는 방식으로, 네트워크를 형성하는 개별 노드의 에너지 소비를 균등하게 하여 네트워크의 전체 수명을 증가시키는데 본 연구의 목적이 있다. 제안한 방식의 성능을 검증하기 위해 시뮬레이션을 통해 기존의 클러스터링 기법과 비교 분석하였다. 그 결과, 기존의 기법에 비해 네트워크의 생명주기가 약 5~10% 향상되는 것을 확인 할 수 있었다.

영어초록

The Clustering technology of Energy efficiency wireless sensor network gets the energy efficiency by reducing the number of communication between sensor nodes and sink node. In this paper, First analyzed on the clustering technique of the distributed clustering protocol routing scheme LEACH (Low Energy Adaptive Clustering Hierarchy) and HEED (Hybrid, Energy-Efficient Distributed Clustering Approach), and based on this, new energy-efficient clustering technique is proposed for the cause the maximum delay of dead nodes and to increase the lifetime of the network.
In the proposed method, the cluster head is elect the optimal efficiency node based on the residual energy information of each member node and located information between sink node and cluster node, and elected a node in the cluster head since the data transfer process from the data been sent to the sink node to form a network by sending the energy consumption of individual nodes evenly to increase the network's entire life is the purpose of this study.
To verify the performance of the proposed method through simulation and compared with existing clustering techniques. As a result, compared to the existing method of the network life cycle is approximately 5-10% improvement could be confirmed.

참고자료

· 없음