무선 센서 네트워크 최적 클러스터 수 결정

초록

본 논문은 중앙에 배치된 베이스 스테이션을 중심으로 원형 영역을 여러 동심원 링으로 나누고, 각 링의 거리 특성에 따라 클러스터 헤드 선택 확률을 비균등하게 조정하는 UEPEM 모델을 제안한다. 기존의 균등 클러스터 헤드 선출(EPEM) 방식이 거리와 무관하게 클러스터를 구성해 에너지 소모가 비효율적인 문제를 해결하고, 실험 결과 UEPEM이 전체 에너지 소비를 약 21 % 절감함을 확인하였다.

상세 분석

이 연구는 무선 센서 네트워크(WSN)의 에너지 효율성을 향상시키기 위해 클러스터링 구조에서 최적 클러스터 수와 클러스터 헤드(CH) 선출 방식을 재고한다. 기존의 LEACH와 같은 균등 확률 기반 CH 선출 모델(EPEM)은 베이스 스테이션(BS)과의 거리 차이를 무시하고 모든 노드가 동일한 확률로 CH가 되도록 설계된다. 그러나 전송 에너지 소모는 거리의 제곱에 비례하기 때문에, BS에 가까운 클러스터는 과도한 트래픽을 처리하게 되고, 멀리 떨어진 클러스터는 데이터 전송에 높은 에너지 비용을 부담한다. 이러한 비대칭은 네트워크 전체 수명을 단축시키는 주요 원인이다.

논문은 먼저 원형 토폴로지를 가정하고, 센서 노드를 BS를 중심으로 동심원 형태의 링으로 구분한다. 각 링은 동일한 반경 폭을 가지며, 링 번호가 증가할수록 BS와의 평균 거리가 커진다. 이때 각 링에 속한 노드들의 CH 선출 확률을 거리 함수에 따라 가중치화한다. 구체적으로, 거리 d에 대한 가중치 w(d)=1/(d^α) (α는 경로 손실 지수) 형태를 채택하고, 전체 확률이 1이 되도록 정규화한다. 이렇게 하면 BS에 가까운 링은 낮은 CH 선출 확률을, 외곽 링은 높은 확률을 갖게 되어, 각 링의 평균 클러스터 크기가 자연스럽게 조정된다.

수학적 모델링 단계에서는 각 링 i의 평균 에너지 소모 E_i를 다음과 같이 정의한다. E_i = N_i·P_CH(i)·E_CH + N_i·(1‑P_CH(i))·E_CM, 여기서 N_i는 링 i의 노드 수, P_CH(i)는 해당 링의 CH 선출 확률, E_CH와 E_CM은 각각 CH와 일반 멤버가 데이터 전송 시 소모하는 에너지이다. 전체 네트워크 에너지 E_total은 ΣE_i 로 구해지며, 이를 최소화하는 P_CH(i) 함수가 UEPEM의 핵심이다. 최적화 결과는 거리 의존적인 비균등 확률 분포가 E_total을 최소화함을 보여준다.

시뮬레이션에서는 링 수를 3, 5, 7 등으로 변동시키며 UEPEM과 기존 EPEM을 비교하였다. 결과는 링 수가 증가할수록 UEPEM의 에너지 절감 효과가 확대되는 것을 확인한다. 이는 더 세분화된 거리 구간이 각 구간에 맞는 최적 CH 비율을 적용할 수 있게 해, 전반적인 부하 균형을 향상시키기 때문이다. 또한, 네트워크 수명(첫 번째 노드가 죽는 시간) 역시 UEPEM이 EPEM보다 현저히 길어, 실제 배치 환경에서의 적용 가능성을 시사한다.

이 논문의 주요 기여는 (1) 거리 기반 비균등 CH 선출 확률 모델을 수학적으로 도출하고, (2) 원형 토폴로지에 대한 구체적인 에너지 분석을 제공하며, (3) 실험을 통해 약 21 %의 에너지 절감과 수명 연장을 입증한 점이다. 향후 연구에서는 비대칭 배치, 다중 BS 환경, 동적 링 재구성 등 복합적인 상황에 대한 확장 가능성을 탐색할 여지가 있다.