Journal of IKEEE (전기전자학회논문지)

Institute of Korean Electrical and Electronics Engineers (한국전기전자학회)
권호 표지

Design and Verification using Energy Consumption Model of Low Power Sensor Network for Monitoring System for Elderly Living Alone

독거노인 모니터링 시스템을 위한 저전력 센서 네트워크 설계 및 에너지 소모 모델을 이용 검증

  • Published : 2009.09.30
Download PDF
⟨ Previous Next ⟩

Abstract

Wireless sensor networks consist of small, autonomous devices with wireless networking capabilities. In order to further increase the applicability in real world applications, minimizing energy consumption is one of the most critical issues. Therefore, accurate energy model is required for the evaluation of wireless sensor networks. In this paper we analyze the power consumption for wireless sensor networks. To develop the power consumption model, we have measured the power characteristics of commercial Kmote node based on TelosB platforms running TinyOS. Based on our model, the estimated lifetime of a battery powered sensor node can use about 6.9 months for application of human detection using PIR sensors. This result indicates that sensor nodes can be used in a monitoring system for elderly living alone.

무선 센서 네트워크는 무선 네트워크 기능이 있는 소형 장치로 구성된다. 실제 현장에서 센서 네트워크의 응용 영역을 증가시키기 위해서는 에너지 소모를 최소화 하는 것이 가장 큰 문제이다. 그러므로 센서 네트워크의 평가를 위해서 정확한 에너지 모델이 필요하다. 본 논문에서는 센서 네트워크의 전력 소모를 분석한다. 전력 소모 모델을 개발하기 위해서 TelosB를 기반으로 하는 상용 제품인 Kmote의 전력 특성을 측정한다. 제안한 모델로부터 PIR 센서를 이용하는 인체 감지 응용에서 건전지를 사용하는 센서 노드는 약 6.9개월의 수명을 예상할 수 있다. 이러한 결과를 바탕으로 독거노인 모니터링 시스템에 적용 가능함을 확인하였다.

Keywords

References

  1. 지경용 외, "유비쿼터스 시대의 보건 의료", 진한엠엔비, 2005.
  2. E. Dishman, "Inventing Wellness Systems for Aging in Place", IEEE Computer Magazine, pp.34-41, May 2004.
  3. E. D. Mynatt, A.-S. Melenhorst, A. D. Fisk and W. A. Rogers, "Aware Technologies for Aging in Place: Understanding User Needs and Attitudes", IEEE Pervasive Computing, pp. 36-41, April-June 2004.
  4. M.Ogawa et. al., "Long-term remote behavior monitoring of the elderly using sensors installed in domestic houses", in Proc. of the Second Joint EMBS/BMES Conference, pp.1853-1854, Oct. 2002.
  5. T.S. Barger, D. E. Brown, and M. Alwan, "Health-Status Monitoring Through Analysis of Behavioral Patterns," IEEE Trans. on Sys. Man and Cyb.-Part A, vol.35, no.1, pp.22-27, Jan. 2005. https://doi.org/10.1109/TSMCA.2004.838474
  6. G. Virone, N. Noury, and J. Demongeot, "A System for Automatic Measurement of Circadian Activity Deviations in Telemedicine," IEEE Trans. Biomedical Engineering, vol.49, no.12, pp.1463-1469, Dec. 2002. https://doi.org/10.1109/TBME.2002.805452
  7. M. Alwan et. al. "Impact of Monitoring Technology in Assisted Living: Outcome Pilot," IEEE Trans. Information Tech. in Biomedicine, vol.10, no.1, pp.192-198, Jan. 2006. https://doi.org/10.1109/TITB.2005.855552
  8. G. Virone, et. al., "Behavioral Patterns of Older Adults in Assisted Living," IEEE Trans. Info. Tech. in Biomedicine, vol.12, no.3, pp.387-398, May 2008. https://doi.org/10.1109/TITB.2007.904157
  9. Seon-Woo Lee et. al. "A Remote Behavioral Monitoring System for Elders Living Alone," Int'l Conf. on Control, Auto., and Sys., pp.2725-2730, Seoul Korea Oct. 2007.
  10. Texas Instruments hompage, http://www.ti.com
  11. PerkinElmer Optoelectronics, http://optoelectronics.perkinelmer.com/
  12. TinyOS homepage, http://www.tinyos.net
  13. Agilent homapge, http://www.agilent.com
  14. 한림지킴이 homepage, http://jikimi.hallym.ac.kr