움직이는 대상을 추적하는 무선 센서네트워크에서는 많은 양의 정보가 센서에 의해서 생성이 된다. 따라서 이러한 많은 양의 데이터를 효과적으로 통합시켜 싱크로 전달하는 기술이 필요하게 된다. 이에 따라서 센서에 의해서 생성된 많은 데이터를 통합하는 여러 가지 통합기법이 제안되어 왔다. 그러나 기존의 클러스터링에 의한 통합 기법은 제한된 환경에만 적합하게 설계되어 환경 변화에 따른 효율성을 보여주지 못하고 있다.
본 논문에서는 환경의 변화에 적응할 수 있도록 적응적 클러스터링 기반의 데이터 통합 기법을 제안하고 있다. 제안된 기법은 네트워크 환경 변화에 맞추어 적절한 클러스터링 기법을 적용함으로써 에너지 소모의 절감과 함께 데이터 전송 성공률을 증대할 수 있다.
제안된 기법의 성능 평가는 Qual-Net 4.0 시뮬레이터를 사용하였고 기존의 단일 클러스터링 기반의 데이터 통합 기법과 비교해서 좋은 성능을 보여주는 것을 입증하였다.
Alternative Abstract
In a wireless sensor network application for tracking multiple mobile targets, large amounts of sensing data can be generated by a number of sensors. These data must be controlled with efficient data aggregation techniques to reduce data transmission to the sink node. Several clustering methods were used previously to aggregate the large amounts of data produced from sensors in target tracking applications. However, such clustering based data aggregation algorithms show effectiveness only in restricted type of sensing scenarios, while posing great problems when trying to adapt to various environment changes.
To alleviate the problems of existing clustering algorithms, I propose a hybrid clustering based data aggregation scheme. The proposed scheme can adaptively choose a suitable clustering technique depending on the status of the network, increasing the data aggregation efficiency as well as energy consumption and successful data transmission ratio.
Performance evaluation via simulation has been made to show the effectiveness of the proposed scheme.