1 |
1
센서 네트워크가 구축될 공간과 관련된 정보 데이터를 저장하는 데이터베이스부;상기 센서 네트워크가 구축될 공간의 주요 특성을 선정하고 이에 대한 특성 데이터를 추출하는 특성 도출부;상기 특성 데이터를 수학적으로 모델링하여 결정변수 및 목적함수를 생성하는 수학적 모델링부;상기 공간의 정보 데이터를 이용하여 센서 네트워크를 구축할 가상공간을 생성하는 공간 모델링부, 상기 가상공간, 센서 네트워크 대안으로부터 센서 네트워크를 시뮬레이션 하는 시뮬레이션부 및 상기 시뮬레이션 및 상기 목적함수로부터 센서 네트워크의 성능을 평가하고 새로운 센서 네트워크 대안을 찾는 알고리즘 최적화부를 포함하는 최적화부; 및상기 센서 네트워크 대안 중 최적의 네트워크 대안을 선택하는 최적의사 결정부를 포함하고,상기 가상공간은 복수개이고, 상기 가상공간들은 제1 가상공간, 제2 가상공간 및 제3 가상공간을 포함하고,상기 공간 모델링부는,상기 정보 데이터로부터 상기 센서 네트워크가 구축될 공간의 구성요소의 유형, 위치 및 크기로부터 생성된 레이아웃 모델을 포함하는 제1 가상공간을 생성하는 제1 가상공간 생성부;상기 센서 네트워크가 구축될 공간의 공간-맥락적 중요도를 수치로 표현한 가중치로부터 생성된 맥락적 가중치 모델을 포함하는 제2 가상공간을 생성하는 제2 가상공간 생성부; 및상기 센서 네트워크에 설치될 센서의 설치 비용으로부터 생성된 비용 모델을 포함하는 제3 가상공간을 생성하는 제3 가상공간 생성부를 포함하고,상기 제1 가상공간 생성부는,이미지 또는 도면으로부터 구성요소의 유형, 위치 및 크기 정보를 추출하는 물체 인식부; 및상기 정보 데이터로부터 상기 센서 네트워크가 구축될 공간의 구성요소의 유형, 위치 및 크기로부터 생성된 레이아웃 모델을 포함하는 제1 가상공간을 생성하는 레이아웃 모델 생성부를 포함하고,상기 제2 가상공간 생성부는 상기 제1 가상공간에서 사용자가 원하는 임의의 위치를 지정하면, 그 위치를 포함하여 주변 부분의 가중치를 다변수 확률분포(Multivariate probability distribution)를 사용하여 생성하는 사용자 주도 확률분포 기법(User-guided probability distribution method)을 이용하여 상기 가중치를 생성하고, 상기 가중치는 목적함수의 계산에 사용되며,상기 제2 가상공간 생성부는 상기 가중치를 이용하여 상기 센서 네트워크가 구축될 공간의 공간-맥락적 중요도의 연속성을 나타내는 센서 네트워크 구축 시스템
|
2 |
2
제1항에 있어서, 상기 특성 데이터는 네트워크 조건 및 공간 제약조건을 포함하고,상기 네트워크 조건은 상기 센서 네트워크에 설치될 센서의 유형, 개수, 위치 및 방향을 포함하고,상기 공간 제약조건은 시설물 설치 제한 공간, 발전기 위치, 송수신기 위치, 위치 고정 장비, 반영구 시설물, 영구 시설물, 임시 시설물, 작업구역 및 이동구역을 포함하는 센서 네트워크 구축 시스템
|
3 |
3
제1항에 있어서, 상기 결정변수는 상기 센서 네트워크에 설치될 센서의 유형, 개수, 위치 및 방향에 관한 값이고,상기 목적함수는 상기 센서 네트워크의 커버리지 최대화 및 센서 네트워크 비용의 최소화에 대한 목적함수인 센서 네트워크 구축 시스템
|
4 |
4
제1항에 있어서, 상기 수학적 모델링부는 상기 특성 데이터를 수학적으로 모델링하여 제약조건을 생성하고,상기 제약조건은 상기 센서 네트워크의 최소 커버리지, 최대 예산 및 상기 센서의 설치 가능 구역을 포함하는 센서 네트워크 구축 시스템
|
5 |
5
삭제
|
6 |
6
삭제
|
7 |
7
제1항에 있어서, 상기 시뮬레이션부는 가상공간,상기 가상공간 내에 설치된 센서들의 유효거리와 화각을 이용하여 센서의 커버리지를 모델링하는 커버리지 모델링부;상기 센서 네트워크 대안에 따라서 센서를 상기 가상공간에 설치하고, 상기 가상공간 내에 설치된 센서들의 중첩효과를 예측하여 유효 커버리지를 계산하는 가시성 분석부; 및상기 가상공간 내에 설치된 센서들의 설치 비용을 산출하는 설치비용 산정부를 포함하는 센서 네트워크 구축 시스템
|
8 |
8
제1항에 있어서, 상기 알고리즘 최적화부는 Semantic-cost 유전 알고리즘을 이용하는 센서 네트워크 구축 시스템
|
9 |
9
제8항에 있어서, 상기 알고리즘 최적화부는,상기 센서 네트워크 시뮬레이션의 결과 및 목적함수로부터 상기 센서 네트워크 대안의 성능을 평가하고 새로운 센서 네트워크 대안 생성의 유무(Go or No-go)를 판단하는 목적함수 평가부; 및상기 목적함수의 평가 결과로부터 선택(Selection), 교배(Crossover), 변이(Mutation) 및 생성(production) 기능을 수행하여 새로운 센서 네트워크 대안을 찾는 대안 생성부를 포함하는 센서 네트워크 구축 시스템
|
10 |
10
제1항에 있어서, 상기 최적의사 결정부는,상기 센서 네트워크 대안으로부터 최적의 센서 네트워크 대안을 선택하는 최적안 선택부;상기 최적의 센서 네트워크 대안을 정량화 및 시각화 하는 정량화부; 및상기 최적의 센서 네트워크 대안의 비용편익을 분석하는 비용편익 분석부를 포함하는 센서 네트워크 구축 시스템
|
11 |
11
데이터베이스부가 센서 네트워크가 구축될 공간과 관련된 정보 데이터를 저장하는 단계;특성 도출부가 상기 센서 네트워크가 구축될 공간의 주요 특성을 선정하고 이에 대한 특성 데이터를 추출하는 단계;수학적 모델링부가 상기 특성 데이터를 수학적으로 모델링하여 결정변수 및 목적함수를 생성하는 단계;공간 모델링부가 상기 공간의 정보 데이터를 이용하여 센서 네트워크를 구축할 가상공간을 생성하는 단계, 시뮬레이션부가 상기 가상공간, 센서 네트워크 대안으로부터 센서 네트워크를 시뮬레이션 하는 단계 및 알고리즘 최적화부가 상기 시뮬레이션 및 상기 목적함수로부터 센서 네트워크의 성능을 평가하고 새로운 센서 네트워크 대안을 찾는 단계를 포함하는 최적화 단계; 및최적의사 결정부가 상기 센서 네트워크 대안 중 최적의 네트워크 대안을 선택하는 단계를 포함하고,상기 가상공간은 복수개이고, 상기 가상공간들은 제1 가상공간, 제2 가상공간 및 제3 가상공간을 포함하고,상기 가상공간을 생성하는 단계는,제1 가상공간 생성부가 상기 정보 데이터로부터 상기 센서 네트워크가 구축될 공간의 구성요소의 유형, 위치 및 크기로부터 생성된 레이아웃 모델을 포함하는 제1 가상공간을 생성하는 단계;제2 가상공간 생성부가 상기 센서 네트워크가 구축될 공간의 공간-맥락적 중요도를 수치로 표현한 가중치로부터 생성된 맥락적 가중치 모델을 포함하는 제2 가상공간을 생성하는 단계; 및제3 가상공간 생성부가 상기 센서 네트워크에 설치될 센서의 설치 비용으로부터 생성된 비용 모델을 포함하는 제3 가상공간을 생성하는 단계를 포함하고,상기 제1 가상공간을 생성하는 단계는, 물체 인식부가 이미지 또는 도면으로부터 구성요소의 유형, 위치 및 크기 정보를 추출하는 단계; 및레이아웃 모델 생성부가 상기 정보 데이터로부터 상기 센서 네트워크가 구축될 공간의 구성요소의 유형, 위치 및 크기로부터 생성된 레이아웃 모델을 포함하는 제1 가상공간을 생성하는 단계를 포함하고,상기 제2 가상공간 생성부는 상기 제1 가상공간에서 사용자가 원하는 임의의 위치를 지정하면, 그 위치를 포함하여 주변 부분의 가중치를 다변수 확률분포(Multivariate probability distribution)를 사용하여 생성하는 사용자 주도 확률분포 기법(User-guided probability distribution method)을 이용하여 상기 가중치를 생성하고, 상기 가중치는 목적함수의 계산에 사용되며,상기 제2 가상공간 생성부는 상기 가중치를 이용하여 상기 센서 네트워크가 구축될 공간의 공간-맥락적 중요도의 연속성을 나타내는 센서 네트워크 구축 방법
|
12 |
12
제11항에 있어서, 상기 특성 데이터는 네트워크 조건 및 공간 제약조건을 포함하고,상기 네트워크 조건은 상기 센서 네트워크에 설치될 센서의 유형, 개수, 위치 및 방향을 포함하고,상기 공간 제약조건은 시설물 설치 제한 공간, 발전기 위치, 송수신기 위치, 위치 고정 장비, 반영구 시설물, 영구 시설물, 임시 시설물, 작업구역 및 이동구역을 포함하는 센서 네트워크 구축 방법
|
13 |
13
제11항에 있어서, 상기 결정변수는 상기 센서 네트워크에 설치될 센서의 유형, 개수, 위치 및 방향에 관한 값이고,상기 목적함수는 상기 센서 네트워크의 커버리지 최대화 및 센서 네트워크 비용의 최소화에 대한 목적함수인 센서 네트워크 구축 방법
|
14 |
14
제11항에 있어서, 상기 결정변수 및 목적함수를 생성하는 단계는 상기 특성 데이터를 수학적으로 모델링하여 제약조건을 생성하는 단계를 포함하고,상기 제약조건은 상기 센서 네트워크의 최소 커버리지, 최대 예산 및 상기 센서의 설치 가능 구역을 포함하는 센서 네트워크 구축 방법
|
15 |
15
삭제
|
16 |
16
삭제
|
17 |
17
제11항에 있어서, 상기 시뮬레이션 하는 단계는,커버리지 모델링부가 유효거리와 화각을 이용하여 상기 가상공간 내에 설치된 센서들의 커버리지를 모델링하는 단계;가시성 분석부가 상기 센서 네트워크 대안에 따라서 센서를 상기 가상공간에 설치하는 단계;가시성 분석부가 상기 가상공간 내에 설치된 센서들의 중첩효과를 예측하여 유효 커버리지를 계산하는 단계; 및설치비용 산정부가 상기 가상공간 내에 설치된 센서들의 설치 비용을 산출하는 단계를 포함하는 센서 네트워크 구축 방법
|
18 |
18
제11항에 있어서, 상기 최적화 단계에서는 알고리즘 최적화부가 Semantic-cost 유전 알고리즘을 이용하는 센서 네트워크 구축 방법
|
19 |
19
제18항에 있어서, 새로운 센서 네트워크 대안을 찾는 단계는,목적함수 평가부가 상기 센서 네트워크 시뮬레이션의 결과 및 목적함수로부터 상기 센서 네트워크 대안의 성능을 평가하는 단계;목적함수 평가부가 새로운 센서 네트워크 대안 생성의 유무(Go or No-go)를 판단하는 단계; 및대안 생성부가 상기 목적함수의 평가 결과로부터 선택(Selection), 교배(Crossover), 변이(Mutation) 및 생성(production) 기능을 수행하여 새로운 센서 네트워크 대안을 찾는 단계를 포함하는 센서 네트워크 구축 방법
|
20 |
20
제11항에 있어서, 상기 최적의 네트워크 대안을 선택하는 단계는,최적안 선택부가 상기 센서 네트워크 대안으로부터 최적의 센서 네트워크 대안을 선택하는 단계;정량화부가 상기 최적의 센서 네트워크 대안을 정량화 및 시각화 하는 단계; 및비용편익 분석부가 상기 최적의 센서 네트워크 대안의 비용편익을 분석하는 단계를 포함하는 센서 네트워크 구축 방법
|