The Journal of the Korea institute of electronic communication sciences (한국전자통신학회논문지)

Korea Institute of Electronic Communication Science (한국전자통신학회)
권호 표지
DOI QR코드

DOI QR Code

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

다중센서 데이터 융합에서 이벤트 발생 빈도기반 가중치 부여

  • 서동혁 (극동대학교 멀티미디어학과) ;
  • 유창근 (남서울대학교 전자공학과)
  • Received : 2011.06.12
  • Accepted : 2011.08.12
  • Published : 2011.08.31
Download PDF
⟨ Previous Next ⟩

Abstract

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 information on circumstances.

무선센서네트워크는 높은 수준의 상황정보를 추론할 수 있기 위해 이질적인 다중센서로 이루어질 필요가 있다. 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.

Keywords

References

  1. 송민근, 박영진, "로봇의 자세 및 진동제어를 위한 칼만 필터 기반 다중 센서 데이터 융합 방법", 한국정밀공학회지, 제25권, 제4호, pp. 287-290, 2008.
  2. 이주영, 한용수, 김유단, "다중센서 데이터 융합 필터를 이용한 무인항공기의 상태추정", 한국항공우주학회, 학술발표회논문집, pp.1052-1055, 2008.
  3. 김영수 "센서네트워크에서의 효율적인 목표물 식별 기법(PATaCS)", 한국정보통신대학원, 박사학위논문, 2009.
  4. 이정두, "Extended Kalman Filter를 이용한 이동 물체의 추적에 관한 연구", 금오공과대학교대학원, 석사학위논문, 2006.
  5. 이용재, 고선준, 송종화, 이자성, "다중센서자료 시뮬레이터 설계 및 자료융합 알고리듬 개발", 한국항공우주학회지, 제34권, 제5호, pp. 93-100, 2006.
  6. 박노욱, 이훈열, 지광훈, "다중 시기 SAR자료를 이용한 토지 피복 구분을 위한 특징 추출과 융합", 대한원격탐사학회지, 제21권, 제2호, pp. 145-162, 2005. https://doi.org/10.7780/kjrs.2005.21.2.145
  7. Malpica, J.A., Alonso, M.C., Sanz, M.A., "Dempster-Shafer Theory on geographic information systems : A survey", Elsevier Science B.V. , Amsterdam, Expert systems with applications, Volume 32, Issue 1, pp. 47-55, Jan., 2007. https://doi.org/10.1016/j.eswa.2005.11.011
  8. Lohweg, V., Monks, U., "Sensor fusion by two-layer conflict solving" Cognitive Information Processing (CIP), 2010 2nd International Workshop on Issue Date: 14-16 pp. 370 - 375, Jun., 2010.
  9. Koks, D., Challa, S., "An Introduction to Bayesian and Dempster-Shafer Data Fusion", DSTO Systems Sciences Laboratory, Commonwealth of Australia 2005.
  10. Huadong Wu, Mel Siegel, and Sevim Ablay, .Sensor Fusion using Dempster-Shafer Theory II: Static Weighting and Kalman Filter-like Dynamic Weighting.,IMTC (IEEE annual Instrumentation and Measurement Technology Conference) 2003 proceedings, Vail, CO USA, May 20-22, 2003.
  11. Dempster, A.P. ,"New Methods for Reasoning towards Posterior Distributions based on Sample Data", The Annals of Mathematical Statistics 37 : 355-374, 1966. https://doi.org/10.1214/aoms/1177699517
  12. Dempster, A.P. ,"Upper and Lower Probablities Induced by a Multivalued Mapping", The Annals of Mathmatical Statistics 38, pp. 325-339, 1967. https://doi.org/10.1214/aoms/1177698950
  13. Shafer, G. ,"A Mathmatical Theory of Evidence.", Princeton: Princeton University Press, 1976.
  14. Hollnagel, E. , "Cognitive Reliability and Error Analysis Method - CREAM", Amsterdam : Elsevier, 1998.
  15. Nuclear Regulatory Commission, "Technical Basis and Implementation Guidelines for a Technique for Human Event Analysis (ATTEANA)", NUREG-1624, 1999.
  16. Rakowsky, U. ,"Fundamentals of Dempster- Shafer theory and its applications to system safety and reliability modeling", RTA #3-4, 2007.