[論文レビュー] Applicability of a Novel Integer Programming Model for Wireless Sensor Networks

Alexei Barbosa de Aguiar, Alvaro de Menezes S. Neto+2 more|arXiv (Cornell University)|Aug 4, 2009

Energy Efficient Wireless Sensor Networks参考文献 5被引用数 2

ひとこと要約

本稿では、時間区間ごとのセンサの活性化を動的にスケジューリングすることにより、異種無線センサネットワーク（WSN）におけるエネルギー効率を最適化する新しい整数プログラミングモデルを提案する。冗長な動作を最小限に抑えつつカバレッジと接続性を維持するが、問題の規模が拡大するにつれて計算的に不実用的になる。

ABSTRACT

This paper presents an applicability analysis over a novel integer programming model devoted to optimize power consumption efficiency in heterogeneous wireless sensor networks. This model is based upon a schedule of sensor allocation plans in multiple time intervals subject to coverage and connectivity constraints. By turning off a specific set of redundant sensors in each time interval, it is possible to reduce the total energy consumption in the network and, at the same time, avoid partitioning the whole network by losing some strategic sensors too prematurely. Since the network is heterogeneous, sensors can sense different phenomena from different demand points, with different sample rates. As the problem instances grow the time spent to the execution turns impracticable.

研究の動機と目的

• 冗長なセンサ動作による異種無線センサネットワーク（WSN）におけるエネルギー非効率性を是正すること。
• ネットワークの接続性とカバレッジを維持しつつ、総合的なエネルギー消費を最小限に抑えるスケジューリング機構を開発すること。
• 変化するセンシング要求とサンプリングレートを考慮した、時間依存のセンサ活性化計画をモデル化すること。
• ネットワークサイズの拡大に伴う、提案された整数プログラミングモデルの実用的妥当性を評価すること。

提案手法

• 複数の時間区間におけるセンサ活性化をスケジューリングする整数プログラミングモデルを構築する。
• ネットワークのカバレッジと接続性を保証するための制約を組み込むことで、分割を防ぐ。
• 異なるセンシング現象とサンプリングレートを含む、異種センサの能力をモデル化する。
• 各時間区間において冗長なセンサをオフにすることでエネルギー消費を削減する最適化を実施する。
• 時間分割アプローチを用いて、センシング品質とエネルギー効率のバランスを図る。
• 要請ポイントと時間的センシング要件に基づく動的センサ選択を統合する。

実験結果

リサーチクエスチョン

• RQ1 異種WSNにおいて、エネルギー消費を最小限に抑えるために、時間区間ごとのセンサ活性化をどのようにスケジューリングできるか？
• RQ2 センサをオフにした場合、センサの冗長性がネットワークの接続性とカバレッジに与える影響は何か？
• RQ3 変化するセンシング要求とサンプリングレートは、最適化モデルのパフォーマンスにどのように影響するか？
• RQ4 整数プログラミングモデルの計算複雑性は、大規模WSNにおけるスケーラビリティをどの程度制限するか？

主な発見

• 提案された整数プログラミングモデルは、各時間区間における冗長センサの選択的非活性化により、総合的なエネルギー消費を効果的に削減する。
• 戦略的に重要なセンサの過剰な非活性化を避けることで、ネットワークの接続性とカバレッジを維持する。
• 最適化アプローチは、多様なセンシング現象とサンプリングレートを含む、異種センサの能力を考慮している。
• 問題インスタンスが拡大するにつれて、実行時間が非現実的に長くなるため、モデルのスケーラビリティが制限される。