무선 센서 네트워크를 위한 맞춤형 소스 코딩 실험 연구

초록

본 논문은 무선 센서 네트워크(WSN)에서 에너지 절감을 위해 다양한 소스 코딩 기법을 적용·평가한다. 손실없음·손실있음, 고정·가변 비트레이트, 분산·합동 인코딩 등 여섯 종류의 대표 코드를 구현하고, 전력 소모, 비트레이트, 재구성 오차, 지연 및 복잡도를 측정한다. 실험 프레임워크와 응용별 코딩 매핑 가이드를 제공한다.

상세 분석

논문은 먼저 WSN에서 전송 비용이 처리 비용보다 높다는 전제 하에, 데이터 압축을 통한 전송 비트 감소가 에너지 절감에 직접적인 효과가 있음을 강조한다. 이를 위해 손실없음(Lossless)과 손실(Lossy) 코드를 각각 대표하는 A‑law, µ‑law, 피보나치 코드, T‑code, DPCM, 모듈로 코드, Haar 웨이브렛, DISCUS 등 총 9개의 코덱을 선정하였다. 각 코덱은 비트레이트 특성(가변 vs 고정), 복호화 지연, 구현 복잡도(O(1), O(log n), O(n) 등) 및 오류 복구 능력(자기 동기화, 해밍 거리 기반) 측면에서 분류된다. 특히 DISCUS는 Slepian‑Wolf 한계에 근접하도록 설계된 분산 소스 코딩으로, 두 센서 간 상관관계를 채널 잡음으로 모델링하고 해밍(7,4) 코드를 활용해 7비트를 5비트로 압축한다. Haar 웨이브렛은 두 노드의 합·차를 이용한 1‑레벨 정수 변환으로, 저비트레이트와 손실 없는 복원을 동시에 제공한다. 구현은 TinyOS와 NesC 기반으로 이루어졌으며, 인코더는 대부분 LUT 기반 O(1) 시간 복잡도를 갖고, 디코더는 경우에 따라 이진 탐색(O(log n)) 또는 선형 탐색(O(n))을 사용한다. 실험은 MICA2(433 MHz) 모듈을 두 개 배치하고, 광센서를 이용해 실제 환경 변화를 수집하거나, 의도적으로 만든 의사 데이터로 테스트하였다. 측정 항목은 전송당 430 nJ/bit 에너지 모델을 적용한 전력 소비, 평균 비트레이트, 재구성 오차(양자화·정밀도), 패킷 손실률, 인코딩·디코딩 지연, ROM/RAM 사용량 등이다. 결과는 피보나치와 T‑code가 데이터 분포에 따라 압축 효율이 크게 변동하는 반면, A‑law/µ‑law는 일정한 손실 압축으로 낮은 지연과 적은 메모리 사용을 보였다. DISCUS와 Haar 웨이브렛은 높은 상관성을 가진 데이터에서 비트레이트를 30‑40 % 절감하면서 오류 복구 능력도 유지했다. 최종적으로 논문은 환경 모니터링(정밀도 낮음, 지연 허용)에는 손실 압축(A‑law 등)이, 침입 탐지(정밀도·지연 엄격)에는 분산 코딩(DISCUS, Haar)과 고정 비트레이트 코드(T‑code)가 적합하다고 제안한다.