에너지 효율을 위한 비트 최적 다중 홉 전송 기반 1차원 무선 센서망 분산 검출

초록

본 논문은 대규모 1차원 무선 센서망에서 분산 검출 성능과 네트워크 수명을 동시에 최적화하기 위해, 각 센서에 할당되는 비트 수와 다중 홉 경로 길이를 조절하는 비트‑최적 다중 홉 전송 방식을 제안한다. 총 에너지 제약 하에서 오류 확률 최소화와 수명 최대화를 목표로 한 수학적 모델을 구축하고, 시뮬레이션을 통해 기존 병렬 전송 방식에 비해 에너지 효율과 검출 정확도가 크게 향상됨을 입증한다.

상세 분석

이 논문은 기존의 분산 검출 연구가 주로 센서 각각이 독립적으로 하드/소프트 결정을 내리고 바로 Fusion Node(중심 노드)로 전송하는 병렬 구조에 초점을 맞추어 왔다는 점을 지적한다. 병렬 구조는 설계가 단순하고 이론적 분석이 용이하지만, 센서 수가 증가하고 전송 거리가 멀어질수록 전송 에너지 소모가 급격히 커져 네트워크 수명이 급감한다. 특히 1차원 배열 형태의 대규모 WSN에서는 센서와 Fusion Node 사이에 다중 홉 라우팅이 불가피해지며, 이때 발생하는 전송 지연과 에너지 불균형을 무시할 수 없다.

논문은 이러한 한계를 극복하기 위해 “비트‑최적 다중 홉 전송”이라는 새로운 프레임워크를 제시한다. 핵심 아이디어는 두 가지 자원을 동시에 최적화하는 것이다. 첫째, 각 센서가 전송할 비트 수(양자화 레벨)를 동적으로 할당함으로써 정보량과 전송 에너지 사이의 트레이드오프를 조절한다. 비트 수가 많을수록 검출 정확도는 향상되지만 전송 에너지는 증가한다. 둘째, 센서 간의 다중 홉 경로 길이를 설계하여 전송 거리를 균등하게 분산시킨다. 짧은 홉을 여러 번 사용하는 것이 장거리 단일 홉보다 에너지 효율이 높으며, 동시에 중간 노드에서의 데이터 압축·융합을 통해 전체 전송량을 감소시킬 수 있다.

수학적으로는 전체 소비 에너지를 고정된 상수 E_total 로 두고, 각 노드 i에 할당된 비트 수 b_i 와 홉 수 h_i 를 변수로 하는 다목적 최적화 문제를 정의한다. 목적 함수는 (1) 검출 오류 확률 P_e 를 최소화하고, (2) 네트워크 평균 수명 L_avg 를 최대화하는 두 항을 가중합 형태로 결합한다. 제약식은 Σ_i E_i(b_i, h_i) ≤ E_total 와 b_i ≥ 1, h_i ∈ ℕ 로 구성된다. 여기서 E_i는 전송 거리 d_i와 비트 수에 따라 E_i = α·d_i^β·b_i 로 모델링된다(α, β는 환경 파라미터).

문제 해결을 위해 저자는 라그랑주 승수를 이용한 연속 근사와 이산 탐색을 결합한 휴리스틱 알고리즘을 설계한다. 먼저 비트 할당을 연속 변수로 최적화한 뒤, 정수화 과정에서 홉 수와 비트 수를 동시에 조정한다. 이 과정에서 “비트‑홉 교환 규칙”을 도입해, 비트 수를 늘리는 대신 홉 수를 줄이는(또는 그 반대) 전략을 적용한다. 결과적으로 에너지 소비가 균등하게 분산되고, 특정 노드에 과부하가 집중되는 현상을 방지한다.

시뮬레이션은 센서 수 N=50,100,200 에 대해 수행되었으며, 전통적인 병렬 전송 방식과 비교했을 때 평균 에너지 소모는 3045% 감소하고, 검출 오류 확률은 1525% 개선되었다. 특히 네트워크 규모가 커질수록 다중 홉 구조의 이점이 두드러졌으며, 전체 수명(Lifetime)은 병렬 구조 대비 2배 이상 연장되었다. 또한 비트‑최적 할당이 없는 단순 다중 홉 라우팅과 비교했을 때도 비트 최적화가 오류 확률 감소에 크게 기여함을 확인했다.

이러한 결과는 에너지 제한이 심한 사물인터넷(Internet of Things) 환경이나 원격 감시 시스템에서 실시간 검출 정확도를 유지하면서 배터리 교체 주기를 연장하고자 할 때 실용적인 설계 지침을 제공한다. 또한 1차원 라인 토폴로지에 국한되지 않고, 비트‑홉 트레이드오프를 일반화하면 2차원·3차원 복합 토폴로지에서도 유사한 효율성을 기대할 수 있다.