무선 센서 네트워크의 응용분야가 확장됨에 따라 대용량 측정 데이터의 전송에 대하여 에너지 효율성과 실시간성이 요구되고 있다. 본 논문에서는 센서 노드의 수집 데이터가 갖는 시간적 상관관계를 이용하여 센서 노드의 데이터 전송량을 감소시킴으로써, 에너지 효율성을 높이고 통신 지연을 단축시킬 수 있는 적응적 데이터 제한기법을 제안한다. 센서 노드에서는 적응적 데이터 제한기법을 이용하여 전송하는 측정값의 개수를 줄이고, 싱크 노드에서는 선형 보간법을 통하여 누락된 데이터를 복원한다. 제안하는 기법은 전송량 감소효과가 높아지더라도 데이터 품질의 큰 저하 없이 측정된 신호의 특성을 복원할 수 있다. 이 기법은 센서 데이터를 일정 구간으로 나누고, 그 구간 안에서 신호의 복잡도에 따라 싱크 노드로 전송하는 측정값의 개수를 다르게 한다. 측정 윈도우 내에서 신호의 복잡도는 기울기 변화량의 절대값이 임계치를 벗어나는 측정점의 개수를 기준으로 하였다. 제안하는 기법의 유효성을 확인하기 위해 4개의 샘플 데이터에 대하여 시뮬레이션을 통한 성능평가를 수행하였으며, 그 결과 3종의 샘플에서 6.8% 왜곡율에서 전송되는 측정값의 개수가 90%감소하는 효과를 얻었다.
Current wireless sensor networks are considered to support more complex operations ranging from military to health care which require energy-efficient and timely transmission of large amounts of data. In this paper, we propose an adaptive temporal suppression algorithm which exploits a temporal correlation among sensor readings. The proposed scheme can significantly reduce the number of transmitted sensor readings by sensor node, and consequently decrease the energy consumption and delay. Instead of transmitting all sensor readings from sensor node to sink node, the proposed scheme is to selectively transmit some elements of sensor readings using the adaptive temporal suppression, and the sink node is able to reconstruct the original data without deteriorating data quality by linear interpolation. In our proposed scheme, sensing data stream at sensor node is divided into many small sensing windows and the transmission ratio in each window is decided by the window complexity. It is defined as the number of a fluctuation point which has greater absolute gradient than threshold value. We have been able to achieve up about 90% communication reduction while maintaining a minimal distortion ratio 6.5% in 3 samples among 4 ones.
