A Measurement Allocation for Reliable Data Gathering in Spatially Corrected Sensor Networks

공간상관 센서네트워크에서 신뢰성 있는 데이터 수집을 위한 측정의 분배

In this paper, we consider a measurement allocation problem for gathering reliable data from a spatially correlated sensor field. We allocate the probability of each sensor's being measured considering its marginal contribution in entire data gathering; higher measurement probability is given to a sensor that gives higher reilable data. First we establish a correlation model considering limit in each sensor's transmission power, noise in the process of measurement and transmission, and attenutations in wireless channel. Then we evaluate the reliability of gathered data by estimating distortion error in sink node. We model the measurement allocation problem in spatially correlated sensor field into a cooperative game, and quantifiy each sensor's marginal contribution using Shapley Value. Then, the probability of each sensor's being measured is given in proportion to the Shapley Value.

이 논문에서는 공간상관 (spatial correlation) 센서네트워크에서 효과적이고 신뢰성있는 센서 데이터 수집을 위한 각 센서의 측정 확률 분배를 고려한다. 즉, 신뢰성이 높은 측정 데이터를 전달해주는 센서에게 더 높은 측정 확률을 분배하여 더 자주 측정되게 하는 것이다. 상관 모델은 각 센서의 전송파워 제한, 측정과정과 무선전송과정에서 발생될 수 있는 노이즈, 무선 채널의 감쇄를 고려하여 만들어진다. 그리고, 데이터 수집의 신뢰성은 데이터 수집 노드 (sink node)에서 왜곡 오차 (distortion error)를 계산함으로써 측정된다. 우리는 이 측정 분배를 정의된 공간상관상에서 협력게임으로 모델링하고 각 센서의 측정 확률을 Shapley Value를 통해 할당한다. Shapley Value는 협력게임에서 각 플레이어의 공헌도를 측정하는 방법으로, 공간상관 센서네트워크에서 각 센서들의 데이터 수집의 공헌도를 측정하는 데 사용될 수 있다. 따라서, 우리는 각 센서의 공헌도에 비례하여 측정 확률을 분배하는 것이다.