[論文レビュー] Distributed Spectrum-Aware Clustering in Cognitive Radio Sensor Networks

Huazi Zhang, Zhaoyang Zhang+3 more|arXiv (Cornell University)|Feb 22, 2014

Cognitive Radio Networks and Spectrum Sensing参考文献 8被引用数 24

ひとこと要約

本稿は、動的スペクトルアクセス制約下でクラスタ形成を最適化することにより、エネルギー消費を最小化する分散型でスペクトルに配慮したクラスタリングプロトコル（DSAC）を提案する。DSACはグループワイドな制約付きクラスタリングを用い、クラスタ内距離と通信電力を低減することで、低複雑性、高速収束、高い安定性を達成し、動的PU活動下でも有効である。

ABSTRACT

A novel Distributed Spectrum-Aware Clustering (DSAC) scheme is proposed in the context of Cognitive Radio Sensor Networks (CRSN). DSAC aims at forming energy efficient clusters in a self-organized fashion while restricting interference to Primary User (PU) systems. The spectrum-aware clustered structure is presented where the communications consist of intra-cluster aggregation and inter-cluster relaying. In order to save communication power, the optimal number of clusters is derived and the idea of groupwise constrained clustering is introduced to minimize intra-cluster distance under spectrum-aware constraint. In terms of practical implementation, DSAC demonstrates preferable scalability and stability because of its low complexity and quick convergence under dynamic PU activity. Finally, simulation results are given to validate the proposed scheme.

研究の動機と目的

• 動的スペクトルアクセスを伴う大規模な認知無線センサネットワーク（CRSNs）におけるエネルギー効率的クラスタリングの課題に対処する。
• 従来のクラスタリング方式がCRSN環境におけるスペクトル認識やエネルギー制約を無視するという限界を克服する。
• 干渉保護を確保しつつ、合計通信電力を最小化する自己組織的クラスタリングプロトコルを設計する。
• 計算複雑性の低減と局所的再クラスタリングの可能化により、動的無線環境におけるスケーラビリティと安定性を実現する。
• スペクトルに配慮した制約下でエネルギー消費を最小化する最適なクラスタ数を定式化し、解釈する。

提案手法

• ノードとそのクラスタヘッド間の距離の二乗和として通信電力消費をモデル化し、これによりクラスタ内通信エネルギーを最小化する。
• 同じクラスタに属するノードが少なくとも1つの共通の空きスペクトル帯域を共有するというグループワイドな制約付きクラスタリング手法を導入する。
• エネルギー最小化に基づく理論的最適クラスタ数を導出し、100×100 mの展開領域を想定したシミュレーションで検証する。
• PU活動状態の変化を検出するノードのみが再クラスタリングを開始する完全分散型プロトコルを実装し、制御オーバーヘッドを最小化する。
• モンテカルロシミュレーションを用いて、DSACをK-meansおよびGCAC（グループワイドな制約付き凝集型クラスタリング）と比較し、収束時間、エネルギー、安定性の観点から評価する。
• 各ノードでスペクトルセンシングを実施し、クラスタ形成時にPU保護帯域のみを避けるようにする。

実験結果

リサーチクエスチョン

• RQ1 スペクトルに配慮した制約下で、認知無線センサネットワークにおける合計通信電力を最小化する最適なクラスタ数は何か？
• RQ2 クラスタリングをどのように設計すれば、エネルギー消費の最小化と主ユーザ（PU）への干渉保護を同時に達成できるか？
• RQ3 分散型クラスタリングプロトコルは、動的PU活動を伴う大規模なCRSNsにおいて、スケーラビリティと高速収束を達成できるか？
• RQ4 DSAC方式の性能は、K-means や GCAC といった集中型またはスペクトルに配慮しない代替手法と比較して、エネルギー効率性および安定性の観点でどの程度優れているか？
• RQ5 動的PU活動がクラスタリングの安定性に及ぼす影響はどの程度か？また、局所的再クラスタリングはネットワークトポロジーとアプリケーション性能を維持できるか？

主な発見

• 100×100 mの領域に20台のCRSNノードが配置された状況では、エネルギー消費を最小化する最適クラスタ数は約5つであり、理論的導出と一致する。
• DSACはK-meansとほぼ同等の時間で収束する（O(NK)の複雑性）、これによりGCAC（O(N² log N)）と比較して、ネットワークサイズの増大に伴うスケーラビリティが著しく優れていることが示された。
• PU密度が1から10に増加しても、DSACの平均ノードエネルギー消費はわずかに増加するのみで、最適なGCAC性能に近い水準を維持する。
• 動的PU活動下では、DSACでは1回のPU状態変更に対して50台のCRSNノードのうちわずか3台が影響を受ける。これにより、完全なネットワーク再組織化を伴わずに高速な局所的再クラスタリングが可能となる。
• PUステータスの変更後、DSACは2回のクラスタマージで安定したネットワークトポロジーを回復させ、アプリケーションセンシングタスクを維持するとともに、制御オーバーヘッドを最小限に抑える。
• シミュレーション結果から、DSACは動的スペクトル環境下でもほぼ最適なエネルギー効率性を達成し、低複雑性と高い安定性を両立していることが確認された。