다중센서 데이터 융합에서 이벤트 발생 빈도기반 가중치 부여

Multi-sensor Data Fusion Using Weighting Method based on Event Frequency

무선센서네트워크는 높은 수준의 상황정보를 추론할 수 있기 위해 이질적인 다중센서로 이루어질 필요가있다. 다중센서에 의해 수집된 데이터를 상황 정보추론에 활용할 때 다중센서 데이터 융합이 필요하다. 본 논문에서는 Dempster-Shafer의 증거이론에 입각하여 무선센서네트워크에서의 데이터 융합할 때 센서별 가중치를 부여하는 방안을 제안하였다. 센서별 이벤트 발생빈도수를 기준으로 하였는데, 센서별 이벤트 발생 빈도수는 해당 센서가 입수한 상황데이터의 가중치를 계산하는데 반영해야 할 요소이다. 센서별 이벤트 발생빈도에 기초하여 가중치를 계산하였으며 이 가중치를 부여하여 다중센서 데이터 융합하였을 때 신뢰도가 더욱 뚜렷한 격차를 보이게 함으로써 상황정보를 추론함에 있어서 용이할 수 있었다

A wireless sensor network needs to consist of multi-sensors in order to infer a high level of information on circumstances. Data fusion, in turn, is required to utilize the data collected from multi-sensors for the inference of information on circumstances. The current paper, based on Dempster-Shafter's evidence theory, proposes data fusion in a wireless sensor network with different weights assigned to different sensors. The frequency of events per sensor is the crucial element in calculating different weights of the data of circumstances that each sensor collects. Data fusion utilizing these different weights turns out to show remarkable difference in reliability, which makes it much easier to infer informaiton on circumstances