본문 바로가기
HOME> 논문 > 논문 검색상세

논문 상세정보

정보처리학회논문지. The KIPS transactions. Part D. Part D v.17D no.3, 2010년, pp.185 - 192  
본 등재정보는 저널의 등재정보를 참고하여 보여주는 베타서비스로 정확한 논문의 등재여부는 등재기관에 확인하시기 바랍니다.

센서 모니터링을 위한 칼만필터 기반의 효율적인 적응적 샘플링 기법
An Efficient Adaptive Sampling Technique based on the Kalman Filter for Sensor Monitoring

김민기    (한국기술교육대학교 컴퓨터공학과   ); 민준기    (한국기술교육대학교 컴퓨터공학부  );
  • 초록

    센서 네트워크 환경에서는 각 센서는 정의된 샘플링 주기에 따라서 외부 환경을 측정하고 측정된 값을 기지국으로 전송한다. 따라서, 샘플링 주기는 대역폭, 전력량 등 센서들의 중요 자원의 소비에 지대한 영향을 끼친다. 본 논문에서는 측정값 특성에 따라서 센서의 샘플링 주기를 조절하는 새로운 적응적 샘플링 기법을 제안한다. 제안하는 기법은 KF (Kalman-Filter)에 기반하여 미래의 측정값을 예측한다. 그리고, 실측값과 예측값의 차이에 따라서 센서 측정값들의 중요도를 파악하고 이에 따라서 샘플링 주기를 변화시킨다. 실험에서 제안하는 기법의 효과성을 보였다.


    In sensor network environments, each sensor measures the physical environments according to the sampling period, and transmits a sensor reading to the base station. Thus, the sample period influences against importance resources such as a network bandwidth, and a battery power. In this paper, we propose new adaptive sampling technique that adjusts the sampling period of a sensor with respect to the features of sensor readings. The proposed technique predicts a future readings based on KF (Kalman Filter). By using the differences of actual readings and estimated reading, we identify the importance of sensor readings, and then, we adjust the sampling period according to the importance. In our experiments, we demonstrate the effectiveness of our technique.


  • 주제어

    무선 센서 네트워크 .   적응적 샘플링 .   칼만필터.  

  • 참고문헌 (17)

    1. I. Lazaridis, Q. Han, X. Yu, S. Mehrotra, N. Venkatasubramanian, D. V. Kalashnikov, and W. Yang, “QUASAR: Quality aware sensing architecture,” ACM SIGMOD, Vol.33, No.1, pp.26-31, March. 2004. 
    2. P. Bonnet, J. E. Gehrke, and P. Seshadri, “Towards sensor database systems,” In proceedings of Second Intl. Conf. on Mobile Data Management, Jan. 2001. 
    3. S. R. Madden, M. J. Pranklin and J. M. Hellerstein, “TinyDB: An Acquisitional Query Processing System for Sensor Networks,” ACM TODS, Vol.30, No.1, pp.122-173, 2005. 
    4. A. Bharathidasan and V. A. S. Ponduru, “Sensor networks:an overview,” IEEE, Vol.22, pp.20?23, 2003. 
    5. I. F. Akyildiz, W. Su, Y. Sankarasubramaniam and E. Cayirci, “Survey on sensornetworks,” IEEE Communications Magazine, Vol.40, No.8, pp.102-116, August. 2002 
    6. S. Goel, T. Imielinski, “Precision based monitoring in sensor networks: Taking lessons form MPEG Computer Communication Review,” Vol.40, No 5, pp.82-95, 2001. 
    7. N. Tatbul, U. Cetintemel, S. Zdonik, M. Cherniack, and M. Stonebraker, “Load shedding in a data stream manager,” In proceedings of VLDB Intl. Conf. on VLDB, September 2003. 
    8. C. Olston, J. Jiang, and J. Widom, “Adaptive filters for continuous queries over distributed data streams,” In proceedings of ACM SIGMOD Intl. Conf. on Management of Data, June 2003. 
    9. D. Tulone, and S. Madden, “PAQ: Time Series Forecasting For Approximate Query Answering,” In proceedings of LNCS, Vol.3868, pp.21-37, 2006 
    10. A. Jain, E. Y. Chang, and Y. Wang “Adaptive Stream Resource anagement Using Kalman Filters,” In proceedings of SIGMOD Intl. Conf. June. 2004. 
    11. M. Sharaf, J. Beaver, A. Labrinidis and P. Chryanthis, “Tina:A scheme for temporal coherencyaware in- network aggregation,” In Proceedings of ACM Intl. Conf. on Data Engineering for Wireless and mobile Access, Sept. 2003. 
    12. A. D. Marbini and L. E. Sacks. “Adaptive sampling mechanisms in sensor networks,” In London Communications Symposium, 2003. 
    13. R, Dantu, K. Abbas, M. O'Neill II and A. Mikler “Data centric modeling of environmental sensor networks,” Global Telecommunications Conf. 2004. 
    14. G. Welch and G. Bishop, “An Introduction to the Kalman Filter,” ACM SIGGRAPH Intl. Conf. on Computer Graphics and Interactive Techniques, August 2001. 
    15. W. R. Heinzelman, A. Chandrakasan and H. Balakrishnan “Energy-Efficient Communication Protocol for Wireless Microsensor Networks,” In proceedings of IEEE Intl. Conf. June 2000. 
    16. S. Gandhi, S. Nath, S. Suri, and J. Liu. GAMPS “Compressing multi sensor data by grouping and amplitude scaling,” ACM SIGMOD Intl. Conf. on Management of Data, pp.171-182, 2009. 
    17. C. Siyao, J. Li. “Sampling based ($\delta,\epsilon$)-approximate aggregation algorithm for sensor networks,” In Intl. Conf. on Distributed Computing Systems (ICDCS), 2009. 

 저자의 다른 논문

  • 김민기 (1)

    1. 2010 "MANET에서 스카이라인 질의를 위한 효과적인 필터링 방법" 정보처리학회논문지. The KIPS transactions. Part D. Part D d17 (4): 245~252    
  • 민준기 (14)

 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역

원문보기

무료다운로드
  • NDSL :
유료다운로드

유료 다운로드의 경우 해당 사이트의 정책에 따라 신규 회원가입, 로그인, 유료 구매 등이 필요할 수 있습니다. 해당 사이트에서 발생하는 귀하의 모든 정보활동은 NDSL의 서비스 정책과 무관합니다.

원문복사신청을 하시면, 일부 해외 인쇄학술지의 경우 외국학술지지원센터(FRIC)에서
무료 원문복사 서비스를 제공합니다.

NDSL에서는 해당 원문을 복사서비스하고 있습니다. 위의 원문복사신청 또는 장바구니 담기를 통하여 원문복사서비스 이용이 가능합니다.

이 논문과 함께 출판된 논문 + 더보기