무선센서 네트워크에서의 패킷 손실 확률에 따른 압축 기법 이득 분석
Analysis of Compression Techniques Benefit Depending on Packet Loss Probability in Wireless Sensor Networks
0
조회
0
다운로드
3
인용
0
참고문헌
키워드
초록
무선 센서 네트워크에서 사용되는 센서 노드는 확장성, 이동성, 휴대성 등을 위해서 작은 크기의 디바이스 형태로 제작되고 있다. 이러한 센서 노드의 소형화는 가용 전지의 양, 메모리 크기, 처리속도를 제한하고 무선센서 네트워 크의 수명을 단축시킨다. 무선센서 네트워크에서는 수명을 늘리는 것이 매우 중요하다. 하지만 센서노드는 데이터 전송 시 가장 많은 전력이 소모 된다. 데이터 압축 기법은 이를 해결하기 위한 대표적인 방법 중 하나이다. 따라서 본 논문에서는 패킷손실 확률에 따라서 압축 기법의 이득을 분석하였다. 데이터 압축 기법은 최소한의 전송량으로 데이터를 줄이므로 전송에 따른 에너지 소모를 최소화하여 무선센서 네트워크에서의 수명을 증가시킬 뿐만 아니라 센서노드 시스템의 처리량을 최대화 하고 작업의 수행시간을 최소화한다. 본 논문의 실험에서 패킷 전송 시 데이터 압축을 통해 전송하였을 경우 패킷손실 확률과 데이터의 전송량에 따라서 성능에 미치는 영향을 실험하고, 데이터 압축 전과 비교하였다. 실험결과, 패킷손실 확률이 40%일 경우 최대 68ms정도의 응답지연시간이 감소되고 처리량 은 30%가 증가된다. 그러므로 압축 기법을 사용하였을 때 압축 기법을 사용하기 전보다 응답 지연시간은 더욱 감 소하고 처리량은 증가 시킨다. 또한, 패킷손실 확률이 증가할수록 응답시간과 처리량측면에서 얻는 이득은 더욱 향상된다.
Abstract
Size of sensor nodes which used in wireless sensor networks has been decreasing for its scalability, mobility, and portability. This miniaturization of sensor node limits resources such as limited battery power, processing speed, and memory space. In addition, limited resources reduce the lifetime of wireless sensor networks. The advance of the lifetime is a very important part considered in wireless sensor networks. However, most of the power consuming tasks are data transmission. Data compression is one field of studies to resolve this problem. Thus, we analysis the benefit of compression techniques according to packet loss probability. Compression techniques improves the performance and extends the 논문투고일자: 2009. 11. 2 심사일자: 2009. 11. 20 게재확정일자: 2009. 12. 11 【논 문 】한국차세대컴퓨팅학회 논문지 2009년 12월 57 life time of wireless sensor networks(WSNs). In our experiment, we evaluate the impact of data compression depending on packet loss probability and data size. Experimental results describe that compared to baseline(no compression), latency is decreased by 68ms and throughput is increased by 30% in case of packet loss probability of 40%. Therefore, applying compression techniques can reduce latency and increase throughput than baseline. In addition, as the packet loss probability is increased, we can achieve more enhancement in the perspective of latency and throughput by using compression techniques.
참고문헌 (16)
- Luo, Hong, "Distributed Algorithm for En Route Aggregation Decision in Wireless Sensor Networks", IEEE Trans. Mob. Comput, 8(1), pp.1~13 (2009)
- 김광하, "Analysis of electronic endoscopic image of intramucosal gastric carcinoma usinghemoglobin index", 한국지능시스템학회 논문지, 16(3), pp.332~337 (2006), 한국지능시스템학회
- G. Werner-Allen, "Deploying a Wireless Sensor Network on an Active Volcano", IEEE Internet Computing, 10(2), pp.18~25 (2006)
- 나선웅, "무선 센서 네트워크를 이용한 지능형 홈 네트워크 서비스 설계", 한국컴퓨터정보학회논문지, 11(5), pp.183~194 (2006), 한국컴퓨터정보학회
- Mark Hempstead, "System design considerations for sensor network applications", Proc. International Symposium on Circuits and Systems Conf., pp.2566~2569 (2008)
- 권영완, "무선 센서 네트워크에서 압축을 이용한 네트워크 트래픽 감소 기법 구현", 한국정보과학회 가을 학술 발표논문집, 33(2), pp.699~704 (2006)
- 정성민, "AUCD : USN기반 패턴 데이터에 대한 적응적인 압축 알고리즘", 한국정보처리학회 논문집, pp.839~842 (2007)
- 선주호, "센서네트워크에서의 노드 간 무선통신 성능 분석", 한국정보과학회 논문집, 33(2), pp.695~698 (2006)
- Mansour A. Aldajani, "Adaptive Differential Pulse-Soded Modulation with Exponential Tracking", Image and Signal Processing and Analysis Conf., pp.532~536 (2003)
- "Wavelet"[URL]
- P. F. Panter, "Quantization distortion in pulse-count modulation with nonuniform spacing of levels", IRE, 39(1), pp.44~48 (1951)
- 심순보, "패킷 손실을 줄이기 위한 데이터 전달 기법", 차세대 컴퓨팅 학회 추계 학술대회, pp.152~157 (2009)
- Miklos Maroti, "The Flooding Time Synchronization Protocol", Proc. Second International ACM Conference on Embedded Networked Sensor Systems Conf., pp.39~49 (2004)
- "TinyOS"[URL]
- "MICAz Data sheet"[URL]
- Naoto Kimura, "A Survey on Data Compression in Wireless Sensor Networks", Proc. Information Technology Coding and Computing Conf., pp.8~13 (2005)