2.1 시스템 개요

본 논문에서는 실시간 이벤트 처리가 가능한 저가형 센서 네트워크 기반의 산불 모니터링 시스템을 제안한다 (그림 1 참조). 이를 위해 제안방식에서는 화재 발생을 감지하는 연기 (혹은 온도) 센서를 부착한 아두이노 기반의 노드를 설계한다. 모니터링 구획 내에 배치된 다중노드는 화재감지 메시지(msgSensInfo: msgSensInfo1 [노드 퓨전], msgSensInfo [AP 퓨전])를 발생하고 이를 ZigBee를 통해 AP (access point)로 전송한다. 각 노드에 내장되는 임베디드 SW는 이벤트 처리 기반 ⁽¹⁴⁾으로 설계되어 효율적인 실시간 처리가 가능하며 센싱 이벤트 발생 시 우선순위에 따른 이벤트 태스크를 수행한다. 더욱이 제안방식은 저전력 운용모드 (Power Saving Mode: PSM)를 고려한 이벤트 기반의 설계로 효과적으로 노드의 수명주기 (배터리 사용시간)을 늘려준다. 노드는 전원 스위치 ‘ON’시 임시 운용 모드 (Temporary Operating Mode: TOM)로부터 시작하며 일정기간 이상 이벤트 발생이 없을 경우 ‘휴면상태’로 판단하여 센서부와 AP로부터 ‘WakeUp’ 메시지 수신을 위한 수신부 등 일부 모듈을 제외한 나머지 노드 모듈에 전원 공급을 ‘OFF’ 시키는 전원 절약 모드 (Power Saving Mode: PSM)로 전환한다. 노드의 PSM 모드에서는 센서부의 센싱 정보를 감지한 경우 혹은 RF 수신부에서 AP로부터 ‘Wakeup’ 메시지 msgWakeUp을 수신한 경우에만 CPU 기능을 비롯한 노드의 제반기능을 ‘ON‘ 시키는, 즉, 정상적인 이벤트 처리가 가능한 운용모드인 TOM으로 다시 변경하게 된다.

노드는 TOM에서 센싱정보를 감지하고 적절한 처리과정을 거쳐 전송메시지(msgSensInfo: 노드 퓨전시 msgSensInfo1 혹은 AP 퓨전시 msgSensInfo2)를 만들고 이를 AP로 전송한다. 하지만 특정 시간 ($=T_{op}$) 내에 더 이상 센싱 이벤트가 발생되지 않을 경우 다시 PSM으로 자동 복귀된다. 이러한 이벤트 기반의 TOM/PSM의 두 가지 모드운용은 효과적인 실시간 처리를 지원할 뿐만 아니라 특별히 화재 센싱 이벤트가 발생하지 않는 대부분의 시간(휴지기: 장마철 등)동안 노드를 PSM으로 두어 배터리 소모를 최소한으로 낮추어 준다. 결과적으로, 본 논문에서 제안한 산불 모니터링 방식은 기존의 방식과는 달리 PSM 사용으로 노드 수명주기를 효과적으로 연장시켜 줄 뿐 아니라 화재(이벤트)발생 시 이벤트 신호처리로 신속한 대처를 가능하게 한다.

그림. 1. 산불 예방 모니터링 시스템

Fig. 1. Wildfire prevention monitoring system

그림 1은 본 논문에서 제안한 무선 네트워크를 활용한 실시간 산불예방 모니터링 시스템의 구성도를 간략히 보여준다. 그림 1에서 보여주듯이 제안 시스템은 산불 위험 지역(산불 모니터링 커버리지 영역)을 일정한 구획(예: 가로 100m × 세로 100m의 Sector)으로 나누고 적정 개수의 노드를 각 구획 내에 분산 배치한다. 각 구획에는 해당구획을 관할하는 AP를 두고, AP는 노드로부터 전송한 화재 감지 정보를 수집/처리(합성)/서버전송 기능을 갖는다. 제안 시스템의 산불 감지용 센서 노드와 AP 간에 통신방식은 ZigBee를 사용한다. 각 센서 노드는 구획 내 산불 발생 (이벤트)시 이를 신속히 감지하고 감지정보를 전송 메시지인 msgSensInfo에 담아 관할 AP를 거쳐 서버로 전송하여 주어 산불 피해를 조기에 예방한다.

AP는 담당 구획(섹터) 내에 분산 배치된 센서 노드와 1:$N$ 방식으로 연결(연동)되며 필요시 (초기설치 시, 설치 후 확인 시 등) 산하 노드에 ‘WakeUp’ 메시지 전송 등을 비롯한 개별 노드 통제 또한 가능하다. 예를 들어, 그림 1에 보여주듯이 구획 k ($=1,\: 2,\:\cdots$)를 관할하는 APk는 해당구획 내에 분산 배치된 노드들로부터 전송된 메시지 msgSensInfo 정보를 수신하여 필요한 적정 퓨전 태스크를 수행한다. 퓨전에는 일종의 시간샘플 퓨전인 노드 퓨전 방식과 공간샘플 (앙상블) 퓨전인 AP 퓨전 방식의 둘로 나뉘며, 초기화 과정에서 주어진 퓨전 옵션(mdFusion)에 따라 두 방식 중 하나를 선정하게 된다. 무엇보다 이러한 퓨전 기능은 제안시스템의 신뢰도 높은 산불 여부 판정을 가능케한다 (두 퓨전 방식에 대한 세부 설명은 아래 2.4 절 참조). 퓨전 과정을 거쳐 만들어진 퓨전(합성)결과인 클래스 정보는 AP를 거쳐 인터넷 망에 연결된 원격 통제센터(서버)로 보내준다 (그림 1 참조).

2.2 이벤트 기반 프로세스

제안한 산불 감지용 노드 장치는 장기간 (1년 이상)의 수명주기를 위한 저전력 설계로, 산불 감지 시 휴면모드 (혹은 전원절약모드 (PSM)) 중인 노드의 ‘WakeUp’을 비롯한 실시간 처리를 위해 내부/외부 이벤트 (인터럽트) 기반의 프로세스를 수행한다. 실제 하나의 이벤트 태스크의 수행을 위해서는, 해당 이벤트의 이벤트 큐에 사전 저장이 요구된다 (그림 2 참조). 이는 곧, 이벤트의 이벤트 큐에 사전 저장을 위해 특정 이벤트 트리거 신호 (내부 이벤트: 내부 (SW) 트리거 명령어, 외부 이벤트: 외부 (HW) 인터럽트 신호)가 필요함을 알 수 있다. 예를 들면, SW 이벤트 TmrSensChk 태스크 (그림 2, 3 참조) 수행은 이벤트 큐 저장으로부터 시작되며 큐 저장을 위해 이벤트 트리거 명령어 eTmrSensChk = ‘ON’를 요구한다. 노드 장치는 임시 운용 모드(Temporary Operating Mode: TOM)와 전원절약 모드 (Power Saving Mode: PSM)의 크게 두 가지 운용모드로 나뉜다. TOM에서 PSM으로의 노드 운용모드 전환은 명령어 mPwrSaveMod = ‘ON’ 수행에 의해 이루어진다. PSM에서 TOM으로의 노드 운용모드 전환은 전원 스위치 ‘ON’ 이벤트이거나 두 종류의 외부 ‘WakeUp’ 이벤트(SensWakeUp 혹은 RcvMsgWakeUp)에 의해 이루어진다. 노드 운용 중에 발생한 각 이벤트는 이벤트 큐에 저장된 후 우선순위에 따라 처리된다(그림 2 참조). TOM은 대부분의 노드 태스크를 처리하는 운용 모드로 전원절약을 고려 정해진 제한시간 $T_{op}$(초) 내에 운용되도록 설계되며 그 시간 경과 후에는 자동으로 PSM으로 복귀(즉, mPwrSaveMod = ‘ON’ 명령어 수행에 의해 TOM → PSM로의 모드 전환) 되도록 설계한다. 다시 말해, TOM 모드 하에 발생하는 노드의 메인 SW 이벤트인 TmrSensChk에서는 센싱정보의 획득 (acquitions), 퓨전 방식별 처리 및 분류 (classification), 전송 메시지 (msgSensInfo) 발생, 메시지의 AP 전송 (transmission) 등 노드의 대부분의 주요 화재감지 및 전송 기능을 수행하며 해당 이벤트 태스크 처리 후 mPwrSaveMod = ‘ON’에 의해 PSM 모드로 변경한다 (그림 3(a), (b) 참조). 결과로, 노드는 이벤트가 없는 대부분의 시간 (휴지기) 동안 저전력 모드인 PSM에 있음을 알 수 있다.

그림. 2. 노드의 초기화 및 기본 프로세스

Fig. 2. Node initialization and basic processes

한편 본 논문에서는 휴지기 동안 PSM 모드에 있는 노드를 ‘WakeUp’ (즉, 운용모드 변환 PSM → TOM) 시켜주는 2 가지 외부 이벤트 SensWakeUp (그림 4 참조)과 RcvMsgWakeUp (그림 5 참조)를 설계한다. 이들 2 가지 외부 이벤트는 동일 우선순위를 가지며 내부 이벤트인 TmrSensChk 보다는 상대적으로 높은 우선순위이다. 우선 SensWakeUp의 경우, 노드의 센서부 (그림 6(a) 참조)에서 센싱 신호 감지로 발생한 외부 ‘WakeUp’ 트리거 (파워) 펄스 신호에 의해 노드 제반 모듈에 정상 전원이 공급되며 그 결과로 PSM → TOM으로의 모드의 변환과 함께 해당 이벤트가 이벤트 큐에 저장된다 (그림 6(b) 참조). 마찬가지로 RcvMsgWakeUp의 경우, RF 수신부 (그림 6(a) 참조)에서 WakeUp 메시지 (msgWakeUp)의 수신에 의한 ‘WakeUp’ 트리거 (파워) 펄스 신호에 의해 노드 제반 모듈에 정상 전원이 공급되며 그 결과로 PSM → TOM으로의 모든 전환과 함께 해당 이벤트가 큐에 저장된다 (그림 6(b) 참조). 여기서 주목할 점은, 외부 (HW) 트리거 펄스에 의해 노드 시스템에 전원 공급되어 (PSM → TOM으로의 전환과 함께) 해당 외부 이벤트가 이벤트 큐에 저장되어져 우선순서에 따른 이벤트 태스크가 정상적으로 수행된다는 것이다. SensWakeUp (그림 4 참조)과 RcvMsgWakeUp (그림 5 참조)의 각 이벤트 태스크에서는 노드의 초기화 과정과 함께 센싱 이벤트 TmrSensChk 발생을 위한 기본 과정을 차례로 수행한다.

그림. 4. SensWakeUp 이벤트 처리 과정

Fig. 4. SensWakeUp event process

그림. 5. RcvMsgWakeUp 이벤트 처리 과정

Fig. 5. RcvMsgWakeUp event process

처음 노드의 전원 스위치를 켰을 때는 TOM 모드에서부터 시작하며 그림 2에서 보여주듯이 기본 노드 시스템의 초기화 세팅 태스크 (main())를 수행한다. 여기서는 시스템의 초기화 및 센싱 이벤트 발생을 위해 필요한 기본적인 태스크를 수행하고 이벤트 트리거 명령어인 eTmrSensChk = ‘ON’의 수행을 통해 TmrSensChk 이벤트 $E_{t}$를 이벤트 큐에 저장한 후 해당 이벤트 프로세스를 기다리는 일종의 대기(폴링) 모드에 들어간다. 발생한 TmrSensChk 이벤트의 프로세스에서는 일정기간 이상 동안 노드의 주 기능인 감지 데이터(즉, ‘sensData’)를 읽고 확인(점검)하고 메시지 msgSensInfo (노드 퓨전시 Type 1 메시지 msgSensInfo1 혹은 AP 퓨전시 Type 2 메시지 msgSensInfo2)를 AP로 전송하며 필요시 해당 과정을 반복한다 (그림 3 참조). TmrSensChk 이벤트 반복 횟수는 초기화 과정에서 지정한 업 카운터 𝑐𝑛𝑡𝑇𝑚𝑟𝑆𝑒𝑛𝑠𝐶ℎ𝑘의 상한 값 $M$으로 정하여진다. 결과적으로 TmrSensChk 이벤트에서 별 다른 이벤트의 발생이 없는 경우, 최대 $T_{op}(\le$이벤트 TmrSensChk의 1회 최대 수행시간 × $M$) 시간동안 태스크를 수행 (반복)하게되며 그런 후 PSM으로 자동 모드 변환이 이루어진다.

그림 3(a), (b)에서는 TOM의 메인 이벤트인 TmrSensChk의 세부 수행과정을 보여준다. 퓨전 옵션 mdFusion (노드 초기화 과정에서 혹은 AP 제어 메시지에 의해 셑팅 가능) 값에 따라 크게 노드 퓨전 과정 (mdFusion = 0)과 AP 퓨전 과정 (mdFusion = 1)으로 구분되고 서로 다른 프로세스를 밟게 된다. 첫째, 노드 퓨전의 경우(mdFusion = 0, 그림 3(a) 참조) 센서 감지 값 𝑠𝑒𝑛𝑠𝐷𝑎𝑡𝑎를 임계치($TH_{e}$ <최고위 임계치> 혹은 $TH_{g}$ <차상위 임계치>)와 비교한 후 그 결과에 따라 서로 다른 네 가지 서브태스크를 수행한다. 우선 sensData가 $TH_{e}$ 보다 클 경우, 즉, $TH_{e}$ ≤ 𝑠𝑒𝑛𝑠𝐷𝑎𝑡𝑎인 경우 해당 노드는 긴급 클래스로 분류되어 클래스 정보(sensClass = ‘01’)가 포함된 Type 1 메시지 msgSensInfo1을 발생하고 이를 AP로 즉시 전송한 후 명령어 mPwrSaveMod = ‘ON’의 수행으로 운용모드를 TOM에서 PSM으로 전환시킨다. 다음으로 𝑠𝑒𝑛𝑠𝐷𝑎𝑡𝑎가 차상위 임계치 $TH_{g}$와 최고위 임계치 $TH_{e}$ 사이에 놓일 경우 (즉, $TH_{g}$ ≤ 𝑠𝑒𝑛𝑠𝐷𝑎𝑡𝑎 < $TH_{e}$ 인 경우), 일반 클래스로 분류하고 카운트 nClass를 하나 증가시켜 그 누적 값이 $N$ 이상일 때 (즉, $n Class\ge N$을 만족할 때) 긴급 클래스 정보(sensClass = ‘01’)가 포함된 Type 1 메시지 msgSensInfo1을 발생하고 이를 AP로 전송한 후 mPwrSaveMod = ‘ON’의 수행으로 운용모드를 TOM에서 PSM으로 전환시킨다. 다음으로 𝑠𝑒𝑛𝑠𝐷𝑎𝑡𝑎 < $TH_{g}$ 이면서 누적카운터 𝑐𝑛𝑡𝑇𝑚𝑟𝑆𝑒𝑛𝑠𝐶ℎ𝑘 < M일 경우, 카운트 nClass를 하나 감소시키고 𝑐𝑛𝑡𝑇𝑚𝑟𝑆𝑒𝑛𝑠𝐶ℎ𝑘을 하나 증가시킨 후 트리거 명령어 eTmrSensChk = 'ON'의 수행으로 TmrSensChk 이벤트를 반복 수행한다. 마지막으로 sensData < $TH_{g}$ 이면서 𝑐𝑛𝑡𝑇𝑚𝑟𝑆𝑒𝑛𝑠𝐶ℎ𝑘 ≥ M 일 경우 (다시 말해, 허용시간 $T_{op}$ 를 초과할 경우―$T_{op}$ 값의 범위: 이벤트 TmrSensChk의 1회 수행시간 최솟값 $\le T_{op}\le$이벤트 TmrSensChk의 1회 수행시간 최댓값 × $M$), 의미있는 화재감지가 없음으로 판단 TmrSensChk 이벤트를 더 이상 진행(반복)시키지 않고 mPwrSaveMod = ‘ON’ 수행으로 운용모드를 TOM에서 PSM으로 전환시킨다. PSM 모드에서는 ‘WakeUp’ 트리거 신호를 발생하는 노드의 두 가지 모듈, 즉, 센서부와 RF 수신부를 제외한 모든 노드 모듈에 전원공급이 자동 차단(‘OFF’) 된다 (그림 6(b) 참조).

둘째, AP 퓨전인 경우 (mdFusion = 1), 그림 3(b)에 보여주고 있는 TmrSensChk 이벤트 태스크 $E_{t}$를 진행한다. 이 경우, 실제 퓨전 과정은 AP에서 이루어지므로 노드는 단지 센서부의 감지정보 sensData를 그대로 Type 2의 메시지 msgSensInfo2에 담아 AP로 보내주기만 하면 된다. 즉, 노드는 msgSensInfo2를 AP로 전송한 후 즉시 명령어 mPwrSaveMod = ‘ON’ 수행으로 운용모드를 TOM에서 PSM로 전환시킨다. 결과로, AP 퓨전은 노드 퓨전에 비해 노드 자체적인 퓨전 과정(부하)이 생략되어 태스크 프로세스가 간단하다고 볼 수 있다 (그림 3(b) 참조). 하지만, 다중 노드 (공간) 샘플 퓨전 방식인 AP 퓨전은 msgSensInfo2 전송에 앞서 구역 내 모든 노드를 ‘WakeUp’ (즉, PSM → TOM 모드 변환을 가리킴)하기 위한 핸드 세이크 절차가 추가적으로 요구된다. AP 퓨전은 노드 퓨전과는 달리 주기적인 모니터링을 목적으로 사용되므로 latency 증가와 배터리 소모 증가로 이어질 수 있다.

2.3 전원 절약 모드 설계 방안

그림 6에서는 본 논문에서 제안한 전원절약운용을 고려한 노드 시스템 블록도룰 보여 준다. 노드는 크게 산불발생을 감지하는 연기센서 등을 포함한 센서부, 센서의 감지 데이터(sensData)로부터 msgSensInfo (Type 1 [노드퓨전]: msgSensInfo1, Type 2 [AP 퓨전]: msgSensInfo2)를 발생하고 처리하는 디지털 신호 처리부, msgSensInfo를 AP로 전송하는 RF 송신부, AP로부터 메시지 (‘WakeUp’ 메시지 msgWakeUp 외)를 수신하는 RF 수신부, 노드를 제어하는 제어부 (CPU) 및 전원부로 구성된다. 노드는 전원절약 모드 (PSM)와 임시 운용 모드 (TOM)의 두 가지 모드로 구분 운용된다. 노드는 대부분의 휴면기 (화재 센싱 이벤트가 발생되지 않은 기간) 동안 PSM에 있게 되어 노드의 수명주기를 효과적으로 늘려주게 된다. PSM 모드에서는 그림 6(a)에서 음영 처리한 모듈, 즉, WakeUp 센싱 신호를 감지하는 센서부와 AP로부터 msgWakeUp를 수신하는 RF 수신부에만 전원이 공급되고 나머지 노드 모듈에는 전원공급이 차단된다. 그림 6(b)에서 보여주듯이 노드는 PSM 모드에서 센서부에서 ‘WakeUp’ 신호, 즉, 연기 신호 감지 시 혹은 RF 수신부에서 AP로부터 WakeUp 메시지인 msgWakeUp 수신시에만 트리거 신호 ‘PWR ON pulse’가 발생되고 이 펄스 신호에 의해 노드 제반 모듈에 전원이 공급 되어져 휴면모드로부터 깨어나게 된다(즉, PSM → TOM). 그 결과로 대응 이벤트 (SensWakeUp $E_{s}$ 혹은 RcvMsgWakeUp $E_{r}$)의 이벤트 큐에 저장과 함께 해당 태스크의 진행으로 (그림 4, 5 참조) 시스템 초기화과정을 거쳐 메인 센싱 SW 이벤트 TmrSensChk가 재차 수행하게 됨을 알 수 있다.

그림. 6. PSM를 고려한 노드 시스템 설계: (a) 노드 시스템 블록도, (b) 센서부 화재 신호 감지 혹은 AP WakeUp 메시지 수신에 의한 노드 운용 모드 전환 (PSM → TOM)

Fig. 6. Node system design with PSM: (a) node system block diagram, (b) node operating mode transition (PSM → TOM) by smoke signal detection in sensor module or AP wakeup message reception.

2.4 퓨전 방안

제안 시스템의 센싱 데이터 퓨전은 퓨전을 수행하는 주체에 따라 AP 퓨전과 노드 퓨전의 두 방식으로 나뉜다. 퓨전 방식에 따라 노드로부터 AP로의 전송 메시지 msgSensInfo (Type 1 [노드퓨전]: msgSensInfo1, Type 2 [AP 퓨전]: msgSensInfo2) 또한 서로 다르다. AP 퓨전은 AP 가 직접 퓨전 알고리즘을 이용한 직접식 앙상블 퓨전 방식으로 각 노드는 센서의 감지 샘플 정보 (sensData)를 그대로 msgSensInfo2에 담아 AP로 전송하며 AP는 다중노드 샘플로 부터 퓨전 결과인 클래스 정보를 추출한다. 이에 반해 노드 퓨전은 노드 자체적으로 간단히 임계치를 이용한 간접식 시간샘플 퓨전 방식으로 추출한 퓨전 결과인 클래스 정보(sensClass)는 msgSensInfo1에 담아 AP로 전송한다.

본 논문에서 제안한 AP 퓨전과 노드 퓨전의 두 가지 방안에 대해 설명하면 다음과 같다. 첫째, AP 퓨전은 Dempster-Shafer (D-S) 증거이론 ⁽¹⁵⁾에 기반 한 퓨전 알고리즘을 이용한다. AP는 각 노드로부터 보내온 메시지 msgSensInfo2로부터 추출한 감지샘플 (sensData)로 구성된 입력벡터 $\boldsymbol{s}=\left[s_{1},\: s_{2},\: ...,\: s_{N}\right]$ (여기서, $s_{i}$ 는 노드 $i$의 샘플)를 얻는다. D-S 퓨전 알고리즘에 입력벡터 $\boldsymbol{s}$를 입력하여 퓨전 결과를 얻은 후 임계치와의 비교로 클래스 정보를 도출한다. D-S 이론은 다중 소스 정보의 조합 규칙을 이용하여 얻은 화재발생 기본 확률 분포의 합성으로 화재발생에 대한 글로벌 확률 분포를 제시한다. 수학적으로 하나의 사건 $A$의 모든 가능한 상태를 나타내는 FOD (frame of discernment)를 $\Theta$로 표시한다고 할 때, power set $2^{\Theta}$는 $\Theta$의 모든 가능한 부분집합을 구성한다. 집합 $\Theta$에 대한 함수 $m: 2^{\Theta}\to[0,\: 1]$을 정의하며, $m(\varnothing)=0,\:\sum_{A\subset 2^{\Theta}}m(A)=1$을 각각 만족한다. $m$은 질량함수인 FOD 상에 ‘기본확률할당 (BPA)’로 $m(A)$는 사건 $A$의 belief 척도가 된다고 말할 수 있다. D-S의 일반결합규칙에 의하면, $N$ 개의 다중 노드 (혹은 다중 소스)를 가정할 때 $N$ 개의 개별사건 $A_{1},\: A_{2},\:\cdots ,\: A_{N}$의 퓨전 사건 $A$ (단, $\forall A\sqsubseteq\Theta$ 가정)의 질량함수는 다음 식과 같이 개발질량 함수 $m_{1},\: m_{2},\:\cdots ,\: m_{N}$를 이용하여 정의할 수 있다:

식(1)에서 $A\ne\varnothing$, $K=\sum_{\cap_{i}A_{i}=\varnothing}m_{1}\left(A_{1}\right)m_{2}\left(A_{2}\right)\cdots m_{N}\left(A_{N}\right)$를 가정한다. 결과적으로 산불이 발생할 퓨전 사건 $A$의 사건발생 확률 $P_{f}$는 개별 노드 사건 $A_{i}$의 belief 척도인 질량함수 $m_{i}(A_{i})$ (질량함수 $m_{i}(\circ)$는 곧 노드 $i$에서의 fire probability $FP_{i}$임)의 합성 결과라고 말할 수 있다. 본 논문에서는 각 노드에서의 개별 화재발생 사건과 개별사건의 조합으로 구성되는 데이터 퓨전은 적응 가중 퓨전 방식(adaptive weighted fustion algorithm: AWFA ⁽¹⁵⁾)의 정의와 절차를 따른다고 가정하고 실험한다.

둘째, 노드 퓨전 방안에서는 그림 3(a)에서 보여주듯이 AP 퓨전과 달리 감지샘플 (sensData)을 노드 자체적으로 저장한 임계치 ($TH_{e}$ or $TH_{g}$)와의 비교로 두 가지 샘플 Type (긴급샘플, 일반샘플)로 구분한다. 제안 알고리즘에서는 샘플 Type에 따라 적절한 과정을 거친다. 단, 제안 TB에서는 해당 결과가 긴급 클래스로 판정될 경우 추가 절차 없이 해당 클래스 정보 (sensClass = ‘01’)를 포함한 전송 메시지 msgSensInfo1를 만들어 AP로 보내준다. 그림 3(a)의 TB 시스템 플로우에서 보여주듯이 긴급샘플인 경우엔 한번이라도 발생 시 긴급 클래스 (즉, sensClass = ‘01’)로 판정하지만, 일반샘플인 경우엔 별도의 누적(퓨전)과정을 거친 후 긴급 클래스 여부를 판정하도록 설계되어져 있다. 즉, 일반샘플인 경우 클래스 카운터 nClass (up/down counter)를 누적하고 nClass가 일정 임계치 (즉, $M$ 이상)를 넘을 경우에만 긴급 클래스 정보(즉, sensClass = ‘01’)를 발생하도록 하였다. AP에서 수신한 msgSensInfo1에 sensClass = ‘01’인 경우엔 해당 정보를 관제센터 서버로 즉시 포워딩하여 주어 긴급 상황에 대한 조기조치가 가능하여진다.

결과적으로, 임계치를 활용한 간단한 시간샘플 합성 방식인 노드 퓨전은 공간 샘플 (앙상블) 합성 방식인 AP 퓨전에 비해 검출 신뢰도가 다소 낮은 반면에, 노드 ‘WakeUp’을 위한 별도의 핸드 세이크 과정 불필요 등 절차적으로 간단하며 실시간 처리에 유리하고 소모전력 면에서도 이점이 있다. 또한 노드 퓨전은 감지샘플(sensData)을 그대로 메시지 msgSensInfo2에 담아 전송하는 AP 퓨전에 비해 퓨전 결과 (sensClass)만을 메시지 msgSensInfo1에 담아 AP로 전송하여 주어 상대적으로 메시지 길이가 짧아 (즉, 길이(msgSensInfo1) < 길이(msgSensInfo2)) 전송부하를 줄여 준다.

2.5 노드 전송메시지 msgSensInfo 데이터 포맷

그림 7은 노드에서 감지신호(sensData) 취득 및 처리 후 AP로 전송하는 전송메시지 msgSensInfo의 데이터 포맷을 보여준다. 노드에서 AP로의 전송 메시지 msgSensInfo는 퓨전 방식에 따라 크게 두 가지로 나뉜다. 노드 퓨전의 경우 그림 7(a)의 Type 1 메시지 msgSensInfo1을 전송하고, AP 퓨전의 경우 그림 7(b)의 Type 2 메시지 msgSensInfo2를 전송한다.

그림 7(a), (b)의 데이터 포맷은 크게 헤더 (Header), 센싱정보 (Sensing Info), 테일 (Tail) 부분으로 각각 구분한다. 우선 헤더부분은 Type 1 & Type 2 공통으로 동기용 프리앰블 (SyncPrm), 수신측 주소 (AP address), 송신측 주소 (Node address), 센싱 시간을 나타내는 TTS (Time To Sense), 노드 퓨전과 AP 퓨전을 구분하여 주는 퓨전 모드 (mdFustion: 0 [노드 퓨전], 1 [AP 퓨전]), 예비 데이터(Reserved: 센싱 정보를 전송하는 노드의 위치 정보 등을 포함)으로 구성된다. 센싱정보 부분은 퓨전 모드 mdFusion에 따라 달라지는데, Type 1 메시지 msgSensInfo1의 경우 노드 감지 샘플 sensData를 임계치와의 비교로 분류한 클래스 정보 sensClass(00: 일반클래스, 01: 긴급클래스)를 포함하며, Type 2 메시지 msgSensInfo2의 경우 AP 퓨전을 위해 필요한 순수 감지데이터 (sensData)를 포함한다. 나머지 테일 부분은 Type 1 & Type 2 공통으로 쳌섬(checksum)을 포함한다. 결과적으로, 노드 퓨전의 Type 1 메시지에 비해 sensData를 그대로 포함하는 AP 퓨전의 Type 2 메시지의 길이가 상대적으로 커 반복전송 (재전송) 시 전송부하로 이어짐을 알 수 있다.

3.1 아두이노를 활용한 테스트 베드 (TB) 제작

그림. 8. 안두이노 기반의 TB: (a) AP, (b) MQ-2 가스센서를 부착한 노드

Fig. 8. Arduino-based TB: (a) AP, (b) Nodes with MQ-2 gas sensor

그림 8은 본 논문에서 제안한 산불 발생 모니터링 시스템의 모의실험을 위해 구현한 아두이노 우노보드 기반의 테스트 베드 (TB) 사진을 보여준다. TB 모의실험에서 ZigBee 통신 기반의 다중 노드가 구획 (Sector) 내에 균일하게 배치되어있음을 가정한다. TB 모의실험에서는 하나의 특정 모니터링 구획을 가정하며, 구획 내에 MQ-2 연기감지기를 탑재한 우노 보드 기반의 다중 노드 단말(노드 수: $N$)과 각 노드로부터 감지 메시지를 수신 및 취합하는 하나의 AP가 배치된다. 설계된 TB의 AP는 노드와의 ZigBee 통신 기능을 갖는 아두이노 우노보드와 각 노드로부터 수신한 센싱 데이터의 퓨전 기능을 수행 (우노 보드의 제한 사양 고려)하는 노트북을 USB로 연결하여 구성한다 (그림 8(a) 참조). 그림 8(b)의 노드 단말은 화재 발생을 감지하기 위한 MQ-2 연기(가스) 센서 모듈과 함께 ZigBee 통신 기능의 ZigBee Pro 모듈을 부착한 우노 보드를 이용한다. 노드는 연기(가스)가 감지될 경우, 이벤트를 발생하고 대응 절차 (퓨전기능 포함)에 따른 전송메시지 (msgSensInfo1 혹은 msgSensInfo2)의 발생 및 AP로의 전송으로 구획 내에 발생한 산불의 신속한 탐지 및 모니터링을 가능케 한다. 설계한 TB를 활용하여 노드와 AP 간에 이벤트 기반의 제반 프로세스와 전송 프로토콜의 확인 및 퓨전기능 (노드 퓨전, AP 퓨전)의 점검이 가능하다. TB를 이용한 모의실험에서 총 노드 개수 $N=8$을 가정한다.

3.2 화재 감지 데이터 측정 및 결과

본 논문에서는 그림 8(b)에서 보여준 TB 노드 장치를 이용하여 MQ-2 연기센서 기반 화재감지 실험을 실시하였다. 화재감지 실험을 통해 95 \% 이상의 신뢰도를 만족하는 (즉, 100회 실험에서 95회 이상 감지) 실험 데이터를 추출하였다. 그림 9(a)는 MQ-2 연기센서를 이용한 측정 결과표를 보여주고 있으며, 이를 이용하여 제작된 TB의 화재감지 클래스를 판정하는 임계치를 설정한다. 그림 9(a)의 표에서 보여준 MQ-2 연기 센서 측정 평균 (기준) 값 176은 그림 9(b)의 SMOKE 농도 기준표에서 3000~3500 ppm에 해당하며, 이 값은 TB에서 일반클래스를 판정하는 기준 임계치 ($=TH_{g}$)가 된다. 또한 $TH_{g}$는 설계한 노드의 센서부에서 WakeUp 이벤트 (SensWakeUp)를 트리거하는 임계치로도 사용한다. 동일 TB 실험을 통해 특수클래스를 결정하는 임계치 $TH_{e}$ = 230 (SMOKE 농도 기준 10000 ppm)로 설정한다.

TB를 이용한 AP와 노드간의 전송 프로토콜 실험에서는 제안한 이벤트 프로세스의 절차적인 확인과 함께 AP 퓨전과 노드 퓨전의 각 퓨전 방식에 대한 주요 기능을 점검한다. 우선 AP 퓨전 프로세스(그림 3(b) 참조)에서 각 노드는 센서부의 측정 샘플 (sensData)를 포함한 msgSensInfo2 (그림 7(b) 참조)를 발생하고 이를 AP로 보내준다. AP는 이들 노드로부터 수집된 sensData 입력 벡터 $\boldsymbol{s}=\left[s_{1},\: s_{2},\: ...,\: s_{N}\right]$ (여기서 $s_{i}$ 는 노드 $i$의 샘플)를 D-S 퓨전 알고리즘 ⁽¹⁵⁾에 입력하여 퓨전 결과를 얻고 얻어진 결과로 구획 내 화재발생 여부를 판정한다. 예를 들면, 제안한 AP 퓨전 방안 (D-S 알고리즘 기반)의 수행으로 퓨전 결과 값을 얻고, 그 값이 임계치 $TH_{e}$를 넘는 경우 긴급 클래스로 판정한다. 구현한 TB의 AP 퓨전 방식에서는 AP에서 긴급 클래스로 판정한 경우에만 원격 서버(통제센터)로 화재 경보 메시지를 전송한다. 해당 경보 메시지를 수신한 서버는 경보 알림음과 함께 AP로부터 전달된 화재발생 시간 (TTS: Time To Sense) 및 위치(구획) 등의 정보를 서버 모니터에 표시하여 준다 (그림 10 참조).

그림. 9. MQ-2 가스 센서를 이용한 노드 화재 감지 측정: (a) 화재 감지 측정 데이터, (b) 화재 감지 데이터 와 smoke ppm 값 간의 관계 곡선

Fig. 9. Node smoke detection using MQ-2 gas sensor: (a) smoke measurement data, (b) smoke measurement data versus smoke ppm value curve

AP 퓨전과는 달리 노드 퓨전은 노드의 저가형 설계를 고려 사전에 노드 메모리에 저장된 임계치 테이블을 이용하여 센싱 클래스를 직접 얻는 (절차적으로) 간소화된 퓨전 방식이다. TB 노드의 임계치 테이블에는 위에서 언급한 실험을 통해 추출한 일반 임계치 $TH_{g}$와 긴급 임계치 $TH_{e}$를 각각 저장한다. 다시 말해, 설계된 노드에서는 노드 퓨전 프로세스(그림 3(a) 참조)를 통해 센서부로부터 얻어진 sensData 값과 임계치와의 비교로 적정 클래스 (일반/긴급)를 판정한다. 최종 판정 결과가 긴급인 경우, 해당 sensClass (= 01) 정보를 포함한 msgSensInfo1을 발생하고 (그림 7(a) 참조) 이를 AP를 거쳐 서버로 전송한다. 통제실 서버에서는 해당 메시지의 클래스 결과와 함께 필요시 산불 발생 시간 및 위치 정보 등을 서버 모니터에 표시하고 적절한 비상조치를 취한다 (그림 10 참조).

그림. 10. 노드 전송메시지 msgSensInfo를 통해 전달된 긴급 산불 정보 (시간 및 위치 포함)의 서버 모니터 확인

Fig. 10. Identification of wildfire emergency information (time & position) in server monitor via node transmission message msgSensInfo

3.3 퓨전 실험 및 결과

본 논문에서 제안한 산불 모니터링 용 TB를 이용하여 화재 검출 성능 개선시키는 퓨전 알고리즘에 대한 모의실험을 실시하였다. 본 논문에서 제안한 퓨전 방식은 AP 퓨전과 노드 퓨전의 둘로 나뉜다. AP 퓨전의 경우는 각 노드로부터 전송된 감지샘플 (sensData) 입력벡터 $\boldsymbol{s}=\left[s_{1},\: s_{2},\: ...,\: s_{N}\right]$ (여기서 $s_{i}$는 노드 $i$의 샘플)를 퓨전 알고리즘에 입력하여 합성결과(클래스 정보)를 얻는 데이터 퓨전 방식이고, 노드 퓨전의 경우는 별도의 퓨전 알고리즘 없이 노드에 저장된 테이블 임계치 만을 기초로 감지 샘플에 대한 클래스(퓨전)를 판정하는 일종의 저가형 노드 운용을 고려 설계된 데이터 퓨전 방식이다. AP 퓨전의 경우 각 노드는 sensData를 그대로 메시지 (msgSensInfo2: 그림 7(a) 참조)에 담아 AP로 보내주는 반면에, 노드 퓨전의 경우 각 노드는 자체적으로 임계치에 의거 sensClass를 판정하고 해당 결과만을 메시지 msgSensInfo1 (그림 7(b) 참조)에 담아 AP로 전송한다. 결과적으로, AP 퓨전이 공간적 다중 노드 샘플에 대한 앙상블 퓨전인 반면에 노드 퓨전은 시간 샘플 퓨전으로 퓨전 성능 (AP 구획 내 화재발생 검출성능) 면에서는 AP 퓨전이 상대적으로 우수한 반면에 PSM 중인 노드를 ‘WakeUp’ 하기 위한 별도의 핸드 세이크 절차 필요로 latency가 증가하고 전송 부하가 커지는 등 저전력 운용면 및 실시간 처리면에서 제한된다고 볼 수 있다.

표 1. AP 퓨전을 이용한 산불 검출 신뢰도 실험 결과

Table 1. Reliability test results of AP fusion based wildfire detection

표 1은 AP에서 관할 모니터링 구획 내에 배치된 다중 노드(여기서는 총 노드 수 $N =$ 8 가정)로부터 각기 전송한 메시지 (msgSensInfo2)로부터 추출한 sensData 벡터 $\boldsymbol{s}$를 D-S 퓨전 알고리즘에 입력하여 얻은 AP 퓨전 결과를 보여준다. 각 노드의 측정결과 (이는 곧, $i$번째 노드의 사건 $A_{i}$의 질량함수 $m_{i}\left(A_{i}\right)$가 됨)는 대응되는 화재발생 확률$FP_{i}$ (fire probability) 값으로 표현되며, 퓨전 알고리즘을 거쳐 얻어진 다중노드의 퓨전 결과는 구획 내 화재검출 신뢰도 값 $P_{f}$ (= 퓨전 확률값)으로 환산된다. 노드 $i$ ($=1,\:2,\:...,\:N$)에서의 사건은 화재발생 사건과 화재미발생 사건의 둘로 구분되며 각 사건 확률은 $FP_{i}$ (화재 발생사건 확률)와 $NFP_{i}$ (화재미발생사건 확률)로 표시되고 서로 상보관계이다 (즉, $NFP_{i}=1-FP_{i}$). $F_{i}$를 노드 $i$ ($=1,\:2,\:\ldots ,\:N$)에서 화재발생 시 얻은 국소추정 (local estimate) 값 (즉, 감지샘플 값)이라고 가정했을 때 모니터링 구획 (관할 AP 영역) 내에 노드 $i$에서 화재발생 검출 확률 $FP_{i}$ 는 다음 식(1)과 같이 정의된다 ⁽¹⁵⁾.

식(2)에서 $({F}_{{i}})$는 정상 환경 조건하에서의 적응 가중치 퓨전 알고리즘 (AWFA) 결과 값의 상한을 가리킨다 ⁽¹⁵⁾. 일반적으로 $FP_{i}$가 $NFP_{i}$보다 값이 큰 경우 (즉, $FP_{i}>0.5$일 때), 노드 $i$에서의 화재 검출을 가정한다. 표 1은 다중 노드 ($N=$ 8 가정)를 갖는 AP 구획 내에 산불 발생을 가정 시, $i$ 번째 노드에서의 국소추정 값 $F_{i}$ 으로부터 유도된 $FP_{i}$와 D-S 알고리즘 기반의 $N$ ($= 8$) 개 노드의 AP 퓨전 결과인 산불 검출 신뢰도 값 $P_{f}$을 요약하고 있다. 표 1에서 노드의 산불 발생확률 $FP_{i}$가 0.5 이상인 노드 수(음영 처리 부분)가 증가할수록 $P_{f}$의 값이 커짐을 알 수 있다. 비록 총 노드 8 개 중에 3 개의 노드에서 $FP_{i}$ 0.5 이상인 경우 $P_{f}$가 $TH_{f}$ (= 0.5 가정) 이상이 됨으로 AP 구획 내 산불발생으로 판정하고 있지만, 2 개의 노드에서 $FP_{i}$가 0.5 이상으로 나오는 경우 $P_{f}$가 $TH_{f}$ 이하가 되어 AP 구획 내 산불 미발생로 판정하고 있다. TB 시뮬레이터를 이용한 퓨전 실험에서 $P_{f}$의 임계치 $TH_{f}=TH_{e}=0.5$ 이상일 경우 긴급클래스로 판정한다 (표 1의 마지막 행의 음영부분).

TB 시뮬레이터에는 AP 퓨전에 비해 상대적으로 퓨전 프로세스가 간단한 저가형 노드 설계를 고려한 노드 퓨전을 또한 구현한다. 노드 퓨전은 AP 퓨전과는 달리 개별 노드의 화재발생 사건(즉, 감지샘플이 임계치를 넘는 경우)을 구획 내 발생한 화재사건으로 바로 간주한다. 노드 퓨전은 일정한 주기로 측정(샘플)한 다중 감지샘플(sensData)에 대한 합성, 즉, 시간 샘플 퓨전이라고 볼 수 있으며 해당 퓨전 결과는 간단히 임계치 ($TH_{g}$ 혹은 $TH_{e}$)와의 비교로 클래스 정보 (No/일반/비상)를 얻는다. 설계한 TB 시뮬레이터에는 하나의 감지 샘플이라도 비상클래스로 판정되는 경우 해당정보 (즉, sensClass = ‘01’)를 msgSensInfo1에 담아 AP로 전송하도록 설계하였다 (그림 3(a) 참조). 아울러 감지샘플이 일반 클래스로 판정되는 경우, 그림 3(a)에서 보여주듯이 신뢰도를 높여주기 위해 반복 확인과정을 거쳐 그 결과가 긴급으로 판정될 시 sensClass = ‘01’를 msgSensInfo1에 담아 AP로 전송하도록 설계하였다. 단, 노드 퓨전의 경우 다중노드 샘플을 취합하는 AP 퓨전과는 성능차이를 보완하기 위해 서버에서 재차 확인과정을 거치게 할 수도 있다 (본 시뮬레이터에서 이 과정은 생략). TB 시뮬레이터에는 일반클래스인 경우 임계치 $TH_{g}$ = 0.61 (MQ-2 가스 센서값 = 3500 ppm; $P_{f}$ = 0.90 기준), 긴급클래스인 경우 임계치 $TH_{e}$ = 0.75 (MQ-2 가스 센서값 = 10000 ppm; $P_{f}$ = 0.99 기준)를 각각 설정한다.

3.4 센서 노드의 실시간성 및 수명주기 실험 결과

본 논문에서 제안 방식과 기존 방식에 대한 실시간성 및 수명주기의 비교에 있어 공정성(fairness)을 고려 노드 운용모드 내에 전원절약모드(PSM)를 기본적으로 포함되어 있음을 가정(전제)한다. 운용모드를 이벤트 발생 시 처리 모드(TOM; 걸리는 시간 $T_{t}$)와 전원절약모드(PSM; 걸리는 시간 $T_{p}$)의 크게 두 가지로 구분할 때 일반적으로 운용모드 한 주기 $T$에 걸리는 시간은 두 모드에 걸리는 시간의 합, 즉, $T=T_{p}+T_{t}$ 이 된다. 높은 수명주기를 가정할 때 노드는 대부분의 시간을 PSM에 있게 되어 $T_{t}$는 $T_{p}$에 비해 거의 무시할 수준(표 2 참조; 즉, $T\cong T_{p}$)으로 가정할 수 있다.

대부분의 문헌을 살펴보면 IoT 기반의 산불처리 모니터링을 위한 기존방식은 AP (혹은 sink node) 퓨전과 노드 퓨전의 크게 두 가지로 나뉜다. 우선 AP 퓨전의 경우 AP에서 각 노드로부터 데이터를 수집하여 임계치와의 비교로 화재발생여부를 확인하는 퓨전방식으로 다수의 기존문헌에서 제안하고 있다 ^{(10), (11), (13)}. AP 퓨전은 구획 내에 분산 배치된 각 노드 (총 노드 수 $N >1$ 가정)로부터 센싱 정보(sensData)를 주기적으로 수집 및 종합(aggregation)하는 고급 퓨전 알고리즘을 AP 장치 내에 내장한 방식이다. AP 퓨전은 공간 샘플 (서로 다른 노드의 전송 샘플)에 대한 앙상블 샘플 합성으로 상대적으로 시간 샘플 합성인 노드 퓨전에 비해 신뢰도가 높다. 반면에, AP 퓨전에서는 대부분의 기간 동안 PSM 모드(노드 수명주기를 고려)에 있는 노드를 AP가 깨운 ‘WakeUp’후 센싱 메시지 msgSensInfo 전송을 요청하는 주기적인 핸드세이크(handshake) 과정을 요구한다. 이러한 핸드세이크 과정의 추가는 운용주기 $T$가 핸드세이크 시간 $T_{h}$이 추가되어짐 (즉, $T=T_{p}+T_{t}+T_{h}$)을 알 수 있다. 다시 말해, 실제 이벤트 처리시간 $T_{t}^{'}$은 핸드세이크 처리시간 $T_{h}$ ($T_{h}:T_{t}=10:1$ 가정)만큼 증가(즉, $T_{t}^{'}=T_{t}+T_{h}$)하고 이는 곧 실시간 처리에 있어 큰 제약요건이 될 뿐 아니라 수명주기 또한 단축 (표 2 참조)시킨다. 더구나 악조건 (병목현상 등) 무선 채널 하에 반복된 핸드세이크 발생 ($n T_{n},\: n>1$)은 시스템 실용성을 저하시키는 주 요인이 될 수 있다. 이에 본 논문에서는 AP 퓨전 방식 대신 실시간 처리 및 저전력 설계 요건을 만족하는 이벤트 기반의 노드 퓨전 방식을 새로이 제안한다. 제안한 노드 퓨전은 임계치를 활용한 간단한 시간샘플 합성 방식으로 공간 샘플 (앙상블) 합성 방식인 AP 퓨전에 비해 검출 신뢰도는 다소 낮아지는 반면에, 노드 ‘WakeUp’ 및 msgSensInfo 요청을 위한 별도의 핸드세이크 과정의 불필요로 절차적으로 간단하여져 실시간 처리에 유리할 뿐 아니라 전력(배터리) 소모면에서도 이점이 있다.

한편, 기존 논문에서도 저전력 설계를 고려한 노드 퓨전 방식을 또한 제안 ⁽²⁾하고 있다. 하지만 이들 노드 퓨전 방식은 노드의 수명주기를 고려 일정한 시간 주기 $T$로 노드를 WakeUp, 센싱 및 센싱 메시지 msgSensInfo 전송을 수행하는 주기적인 폴링방식을 취하고 있다. 다시 말해, 일정한 주기 $T$ ($=T_{p}+T_{t}$)로 자체적인 Wakeup 및 msgSensInfo 전송을 반복하는 주기적인 폴링 모드를 가정할 때 이벤트 (산불) 발생 시 최대 $T$ 시간의 필요로 실시간 처리에 제약이 있다. 다른 한편 실시간 처리를 고려 폴링 주기 $T$를 적정값 이내로 유지하고자 할 때에는 전력 소모의 과다로 이어질 수 있다. 본 논문에서 제안한 실시간 이벤트 처리 기반의 노드 퓨전 방식은 이벤트 (산불) 발생 시에 필요한 시간 $T_{t}$ (<< $T_{p}$) 동안만 active(‘ON’)하게 되어져 실시간 처리에 문제가 없을　뿐 아니라 또한 전력 소모면에서도 유리하여 수명주기를 적정값 이내로 설계가 가능하여진다.

본 논문에서 제안한 전원절약 기능을 갖는 저가형 산불 감지용 노드는 대부분의 시간동안 전원 절약모드 (PSM)에 있게 되어 배터리의 교체 주기, 즉, 산불 모니터링 시스템의 수명주기를 대폭 늘려준다. 산불 모니터링 특성상 노드가 배치되는 커버리지 영역 내에 많은 곳이 사람의 접근이 용이치 않는 위험한 지역이 포함될 수 있으며, 배터리 교체를 포함한 유지 보수를 위해 상당한 비용이 요구된다. 이에 거의 배터리 교체 없이 사용이 가능한 (즉, 반영구적 혹은 영구적) 저가형 저전력 노드 설계를 고려하고 있다. PSM 운용모드를 포함한 제안 노드 시스템의 배터리 수명 주기에 대해 수치적 분석을 실시하였으며 표 2에서는 기존의 방식 과 제안 실시간 이벤트 처리방안에 대한 실시간 처리시간과 수명주기를 실험 결과를 기존 방식들 ^{(2), (10), (11), (13)}의 결과와 비교하여 보여주고 있어 제안 방식 (노드 퓨전)은 이에 부합한다고 볼 수 있다.

표 2의 배터리 수명주기 실험에서 각 노드에 장착한 배터리는 일반적으로 널리 사용되는 Type인 용량 $C_{B}$ = 1200mAh (전압 $V$ = 3.6 Volt 가정)의 1차 리튬이온 전지 사용을 가정한다 ⁽¹⁶⁾. 노드가 TOM 시 평균 소모 전류 $A_{T}$ (Idle + Rx : Tx = 10 : 1 가정)는 5mA, PSM 시 평균 소모 전류 $A_{P}$는 50nA를 각각 가정한다 ⁽¹⁷⁾.

PSM 중인 노드를 WakeUp 하는 상황은 AP로부터 msgWakeUp 메시지를 수신하거나 아니면 센서모듈의 WakeUp 센싱 신호 감지시의 크게 두 경우로 나눌 수 있다. 후자 (즉, 센서 모듈에서 산불감지를 통해 WakeUp 이벤트 발생) 경우는 전자 (즉, 메시지 msgWakeUp에 의한 WakeUp 이벤트 발생) 경우에 비해 발생할 확률이 매우 작다고 볼 수 있다. 본 실험에서는 AP가 모니터링을 목적으로 주기적으로 발신한 msgWakeUp 메시지를 수신하여 노드가 WakeUp 하는 악조건 상황을 가정하여 배터리 수명주기 시뮬레이션을 수행하였다. 본 시뮬레이션에서 각 노드는 10분 주기(즉, $T=600$ 초)로 AP로 부터 msgWakeUp 메시지를 수신하여 노드 운용모드가 PSM에서 TOM으로 바뀌고 이에 따른 감지데이터의 획득 및 메시지 (msgSensInfo) 전송의 일련의 과정이 반복됨을 가정한다. 단, 여기서 주기 $T$ ($=T_{p}+T_{t}$) 중에 TOM 모드에서 걸리는 시간은 약 $T_{t}=0.1$ 초를 가정한다. 이러한 가정 하에 센서 노드 배터리의 수명 $L$을 계산하는 식은 아래와 같이 정의할 수 있다:

$$L=\dfrac{C_{B}}{\left(A_{T}\times\dfrac{1}{36000}\times 6\right)+\left(A_{P}\times\dfrac{35994}{36000}\right)}. [단위: hour]$$

항상 TOM 모드를 유지하며 운용되는 경우(지속적으로 화재 발생을 감지하는 경우)의 센서 노드 배터리의 수명 $L$은 아래와 같이 계산된다:

$$L=\dfrac{C_{B}}{A_{T}}. [단위: hour]$$

실험결과에서 확인할 수 있듯이 본 논문에서 제안한 저가형 저전력 센서노드는 기존방식 ⁽¹⁰⁾과는 달리 PSM 모드 설계로 배터리 사용시간 (즉, 노드 수명주기)이 대폭 늘어남을 확인할 수 있었다. 즉, 하나의 배터리로 별도의 유지 보수(배터리 교체) 비용 추가 없이 센서 노드를 반영구적 (150년 이상)으로 사용이 가능함을 알 수 있었다.