| 초록 |
1. 개요 최근, 사물인터넷(IoT; Internet of Things) 기술은 스마트홈 서비스를 비롯하여 스마트팩토리, 스마트카, 스마트팜 및 스마트시티에 적용되며 활성화되고 있다. 사물인터넷이란 사람, 사물, 공간 등 모든 것이 인터넷으로 연결되어 정보가 생성?수집?공유?활용되는 것을 의미한다. 이러한 사물인터넷을 구현하기 위해서는 정보의 생성, 인터넷을 기반으로 하는 수집과 공유, 적용하고자 하는 서비스에 필요한 정보로서의 활용이 요구된다. 정보를 생성하는 대표적인 디바이스로 센서가 활용되고 있으며, 이를 통한 정보의 전송을 위해서는 필요한 범위 내에 무선센서네트워크(WSN; Wireless Sensor Network)를 구축하거나 기존에 형성된 WSN에 기반하여 정보를 생성 및 전송해야 한다. WSN은 사물인터넷 서비스의 기반이 되며 성장을 주도하고 있다. 그러나 WSN을 구축 및 운영 시 센서의 개수와 정보 생성에 필요한 센서의 소비전력이 증가할수록 점차 사물인터넷 서비스의 제약사항으로 작용하게 될 것이다. 따라서 사물인터넷 서비스 제공에 필요한 WSN의 효율적인 구축 및 운영을 위해서는 최적화된 전력사용 방안의 도출이 수반되어야 한다. 본 보고서는 WSN을 기반으로 하는 사물인터넷 서비스를 위해 필요한 WSN에서의 최적화된 전력사용 방안에 대한 연구 동향에 관해 설명한다. 첫 번째로, 센서 자체에 소비되는 전력을 감소시키는 방안들로 센서에 공급되는 전력을 지속해서 사용하지 않고 특정 구간에만 공급하는 duty cycle 설정 방식과 동적으로 제어 가능한 적응적 예열구간 제어 기법을 포함한 센서의 전력사용 구간 제어 알고리즘을 소개한다. 두 번째로, sparse signal에 대한 압축 센싱 기법 적용으로 센싱에 필요한 센서의 개수 또는 센싱 시간을 줄여 소비되는 전력을 감소시키는 방안을 설명한다. 다음으로 전력사용 측면에서 효과적인 통신 프로토콜과 라우팅 프로토콜에 관해 설명하고, 최근 연구개발되고 있는 기술들에 대해 제시한다. 2. WSN에서의 최적화된 전력사용 방안 2.1. 센서의 전력사용구간 제어 WSN을 구성하는 센서들은 배터리로부터 필요한 전력을 공급받는다. 전력제한시스템에도 불구하고 일반적으로 센서에 지속해서 전력을 공급하는 방식을 사용한다. 이러한 방식은 광범위한 지역을 대상으로 운용되거나 센서들이 밀집된 형태로 구성된 센서네트워크의 경우 전력 소비로 인한 문제가 발생하게 된다. 개선 가능한 방안으로서 센서에서 소비되는 전력을 제어하는데, 센서의 동작이 필요한 시간을 고려하여 duty cycle을 설정한다. 센서의 duty cycle이란 전체 시간에서 전력을 소비하는, 즉 active 구간이 차지하는 비율을 의미한다. Duty cycle은 WSN에 기반한 서비스에서 요구하는 정보의 센싱 주기, 센서에서 취득한 정보를 전송하기 위해 사용되는 통신 및 라우팅 프로토콜에 따라 달라질 수 있다. 예를 들어, ZigBee 통신 프로토콜을 사용하는 WSN에서 BI(Beacon Interval) 내에 in-active 구간의 비율을 증가시켜 duty cycle을 감소시킬 수 있다. Duty cycle이 작아질수록 센서를 포함한 WSN에서 소비되는 전력은 감소하지만, 데이터를 센싱 및 전송하는 데 발생하는 지연은 상황에 따라 증가할 수 있다. 따라서 서비스에서 요구하는 특성에 적합한 전력 소비 패턴과 지연을 고려하여 duty cycle을 설정해야 한다. N형 반도체로 제작된 센서는 다양한 종류의 타깃을 빨리 감지할 수 있고 저렴한 가격으로 인해 여러 분야에서 사용되지만, 400℃ 정도의 온도에 도달해야 정확하게 센싱할 수 있는 특성으로 예열에 필요한 전력 소비가 문제점으로 지적되고 있다[1]. 이러한 센서의 요구사항에 의해 duty cycle 설정으로도 전력 소비 감소 방안이 적용되기 어려운 경우에는 고정된 값을 가진 duty cycle을 이용하는 것이 아닌 예열시간을 고려하여 센서에 공급되는 전력구간을 주기마다 동적으로 결정하는 제어 기법이 필요하다. 따라서 예열이 필요한 센서들은 시스템에서 요구하는 값의 정확도를 보장하면서 예열시간을 최소화하는 방안인 적응적 예열구간 제어 기법[2]을 WSN에 적용한다. WSN 구축 및 운영 시 사전에 설정된 duty cycle을 지속해서 사용하는 것이 아닌 적응적 예열구간 제어 기법의 적용을 위해서는 주기마다 전송 시점을 기준으로 언제부터 예열을 위한 전력이 공급되어야 하는지에 대한 계산 결과가 반복적으로 도출되어야 한다. 필요한 예열구간은 센서의 제작 단계에서 결정된 요구 예열시간과 예열 계수를 곱하여 결정한다. 예열 계수는 예열 시작 이전까지 누적된 전력의 공급 및 차단구간, 공급구간과 차단구간 두 변수의 상관계수에 따라 주기마다 달라진다. 다음 전송주기 시점에서의 정보 획득을 위한 예열구간은, (1) 이 된다. 식 (1)에서 사용되고 있는 변수들은 다음과 같은 값을 갖는다. DP(Duration of Preheating)는 전력공급시간, DO(Duration of power-Off)는 차단시간이며, C(Correlation coefficient)는 두 변수 간의 상관계수로 공정 단계에서 결정되는 센서의 종류별 특징과 사용 환경의 온?습도에 따라 달라진다. 주기의 순서를 표현하는 인덱스는 i로 표현함에 따라 각 주기의 공급시간과 차단시간은 DP i 와 DO i 로 사용한다. DP 0 은 센서에 공급되는 초기 예열구간으로, 초기에는 센서의 제작 단계에서 결정된 예열시간만큼을 확보해서 사용한다. 더 나아가서는 예열구간 내에서도 센싱 결과를 획득하는 것이 가능하다. WSN을 활용하는 서비스에서 요구하는 정확도에 따라 달라지며, 높은 정확도를 요구하는 서비스일수록 긴 시간의 예열구간이 확보되어야 한다. 2.2. Sparse signal에 대한 압축 센싱 Nyquist와 Shannon의 샘플링 이론에 의하면, 아날로그신호를 최대주파수의 2배 또는 그 이상에 대한 샘플링 주파수를 사용하여 이산신호로 만들어야 원래의 아날로그신호로 변환할 때 손실 없이 복원할 수 있다. 그러나 주파수 도메인 또는 wavelet 도메인에서 sparsity한 특성을 가지는 경우에는 압축 센싱 기법을 통해 Nyquist와 Shannon의 샘플링 이론에 의한 조건을 충족하지 않아도 정상적인 신호의 복원이 가능해진다. 압축 센싱 기법을 통해 이러한 효과가 보장된다는 것은 기존의 센싱 장비보다 더 적게 필요하거나 더 빨리 처리할 수 있다는 것을 의미한다. 따라서 압축 센싱 기법을 적용하는 경우 요구되는 센서의 개수 또는 사용시간이 감소하므로 전력 소비량 역시 감소하게 된다. 신호가 sparsity하다는 것은 x축에 대한 y축의 값이 대부분 0인 경우를 의미하는데, 0이 아닌 일부의 값을 통해 신호를 압축할 수 있고 원래 신호로 복원도 가능하게 되는 것이다. 이러한 특성을 가진 신호는 영상신호에서 많이 나타나는데, 예를 들어 그림 1과 같다. 그림 1의 (a)가 원본 영상이며, wavelet 변환을 통해 wavelet 도메인에서 sparsity한 특성을 가진다는 것을 (b)를 통해 확인할 수 있다. 그림 1(c)는 0이 아닌 일부의 값을 이용하여 복원한 영상이다[3]. 그림 1. (a) 원본 영상, (b) Wavelet transform coefficient, (c) 복원 영상 Sparsity한 특성을 가지는 조건 이외에도 신호를 완벽하게 복원하기 위해서는 선형 측정과 복원 알고리즘이 적용되어야 한다. 식 ‘Y = Ax’에서 원래의 신호를 x라고 할 때, 신호를 선형 측정하는 행렬 A는 모든 subspace의 신호를 균일한 에너지로 투사하는 RIP(Restricted Isometric Property)한 특성을 가져야 한다. 그렇지 않은 경우, 선호되지 않는 non sparse한 subspace를 투사하여 복원 시 오류가 증가할 수 있게 된다. Y를 통해 신호 x를 복원하는 알고리즘에는 Orthogonal Matching Pursuit(OMP), Least Shrinkage and Selection Operator(LASSO), Least Angle Regression(LARS) 등이 있다[4~6]. 2.3. 저전력 통신 프로토콜 기존에는 WSN을 구성하기 위해 사용되는 통신 프로토콜들을 커버리지를 기준으로 구분할 경 |
