An Efficient Adaptive Sampling Technique based on the Kalman Filter for Sensor Monitoring

ABSTRACT In sensor network environments, each sensor measures the physical environments according to the sampling period, and transmits a sensor reading to the base station. Thus, the sample period influences against importance resources such as a network bandwidth, and a battery power. In this paper, we propose new adaptive sampling technique that adjusts the sampling period of a sensor with respect to the features of sensor readings. The proposed technique predicts a future readings based on KF (Kalman Fiter). By using the differences of actual readings and estimated reading, we identify the importance of sensor readings, and then, we adjust the sampling period according to the importance. In our experiments, we demonstrate the effectiveness of our technique. Keywords:WSN, Adaptive Sampling, Kalman Filter 1. 서 론 1) 무선 센서 네트워크 (Wireless Sensor Network: WSN) 는 제한된 전원을 지닌 수 백에서 수 천개의 센서들로 이루어져있다. 최근 마이크로 센서 기술과 무선 통신 기술의 발전으로 대량 저비용 센서들로 구성된 무선 센서 네트워크는 군사 보안, 환경 모니터링 등의 다양한 분야에 적용가능하게 되었다. WSN의 규모가 커지면서 기존의 대역폭, 배터리 등의 문제가 점점 더 대두되고 있는 시점이다. 제한된 대역