연결 커버리지를 위한 센서·싱크 배치·스케줄링·라우팅 통합 최적화

** 본 논문은 무선 센서 네트워크(WSN)의 설계 문제를 ‘센서·싱크 배치·스케줄링·라우팅을 포함한 연결 커버리지(SPSRC)’라는 하나의 통합 최적화 문제로 정의한다. 먼저 서론에서는 WSN의 다양한 응용 분야와 에너지 제한이 네트워크 수명에 미치는 영향을 설명하고, 기존 연구가 커버리지(CP), 연결성(CCP), 활동 스케줄링(ASP), 싱크 할당(SAP), 데이터 라우팅(DRP) 등을 개별적으로 다루어 왔음을 지적한다. 이어서 α‑연결성 개념을 도입해 각 활성 센서가 최소 α개의 다른 활성 센서와 통신 가능하도록 하여, 단일 센서 고장 시에도 데이터 전송 경로가 유지되도록 설계한다. 문제 정의 섹션에서는 이종 센서 K종과 0번 타입 싱크를 포함한 후보 위치 집합 N, 기간 집합 T, 예산 B, 각 노드의 커버리지 요구 f_i 등을 명시한다. 센서 (j,k)의 설치 비용 c_jk, 초기 배터리 E_k, 감지·수신·전송 에너지 소모 e_sk, e_rk, e_ck와 같은 파라미터를 정의하고, a_ijk, b_ilk와 같은 커버리지·통신 인디케이터를 도입한다. 핵심은 MILP 모델(SPSRC)이다. 주요 의사결정 변수는 (1) 네트워크 수명 L, (2) 기간 활성 여부 n_t, (3) 센서 설치 x_jk, (4) 센서 활성 z_jkt, (5) 센서‑싱크 할당 u_ijkt, (6) 데이터 흐름 y_iljkt, (7) 싱크 수신 흐름 g_iljt, (8) 흐름 존재 여부 w_iljkt이다. 제약식은 (i) 수명 정의, (ii) 커버리지 보장(3), (iii) 설치·활성 일관성(4‑5), (iv) α‑연결성(6), (v) 싱크 할당 일관성, (vi) 흐름 보존 및 용량(전송·수신 에너지) 제약, (vii) 예산 제한, (viii) 배터리 소모 누적 제한 등으로 구성된다. 목표 함수는 L을 최대화하는 것이며, 이는 네트워크가 요구되는 커버리지와 연결성을 유지하면서 운영 가능한 최대 기간을 의미한다. 모델이 NP‑hard임을 논증한 뒤, 실용적인 해결책으로 두 단계 휴리스틱을 제시한다. 첫 단계인 PSRC(싱크 위치 고정)에서는 Constructive Heuristic(CH)이 커버리지와 α‑연결성을 순차적으로 만족시키며 센서 배치와 스케줄을 구축한다. 이후 Disjunctive Heuristic(DH)는 기존 배치를 기반으로 센서 활성·대기 전환을 통해 에너지 사용을 최적화한다. 두 번째 단계에서는 싱크 위치 탐색을 위해 Local Search(LS)와 Tabu Search(TS)를 적용한다. LS는 현재 싱크 배치의 작은 변동(예: 한 싱크를 다른 후보 위치로 이동)으로 인접 해를 탐색하고, 개선이 없을 때 종료한다. TS는 일정 기간 동안 탐색한 싱크 조합을 금지 리스트에 저장해 사이클을 방지하고, 더 넓은 탐색 공간을 확보한다. 실험 설정은 4×4 격자(16 후보 위치)와 2종 센서, 2개의 싱크를 사용했으며, 다양한 파라미터(감지·통신 범위, α값, 데이터 패킷량 등)를 변형하였다. 비교 대상은 CPLEX 12.7.0이며, 시간 제한은 3600초였다. 결과는 (1) CH·DH 조합이 평균 5% 이하 GAP으로 1분 내에 해를 제공, (2) TS 기반 싱크 배치가 네트워크 수명을 15~30% 향상, (3) CPLEX는 큰 인스턴스에서 최적 해를 찾지 못하거나 10% 이상의 GAP을 보이는 등, 제안된 휴리스틱이 상용 솔버 대비 우수한 성능을 보임을 확인했다. 또한, 계산 시간은 대부분 수십 초에 머물러 실시간 혹은 근실시간 설계에 적용 가능함을 입증했다. 결론에서는 SPSRC 모델이 기존 연구와 달리 센서·싱크 배치, 스케줄링, 라우팅을 통합함으로써 보다 현실적인 WSN 설계 문제를 포괄한다는 점을 강조한다. 향후 연구 방향으로는 이동식 싱크, 동적 환경(노드 고장·추가) 대응, 그리고 분산형 휴리스틱 개발 등을 제시한다. **