[論文レビュー] Maximizing Barrier Coverage Lifetime with Mobile Sensors

Amotz Bar-Noy, Dror Rawitz+1 more|arXiv (Cornell University)|Apr 23, 2013

Energy Efficient Wireless Sensor Networks参考文献 13被引用数 5

ひとこと要約

本稿は、移動とセンシングの両方がバッテリー電力を消費するエネルギー制限付きセンサーを備えたモバイルセンサーネットワークにおけるバリアカバレージのライフタイムを最大化する問題を研究する。特定の配置制約下で、固定半径および可変半径の変種に対してパrametric探索アルゴリズムを提案し、可変半径問題が強いNP困難であることを証明するとともに、ネットワークライフタイムを延長するための最適なセンサー順序と配置の構造的性質を確立する。

ABSTRACT

Sensor networks are ubiquitously used for detection and tracking and as a result covering is one of the main tasks of such networks. We study the problem of maximizing the coverage lifetime of a barrier by mobile sensors with limited battery powers, where the coverage lifetime is the time until there is a breakdown in coverage due to the death of a sensor. Sensors are first deployed and then coverage commences. Energy is consumed in proportion to the distance traveled for mobility, while for coverage, energy is consumed in direct proportion to the radius of the sensor raised to a constant exponent. We study two variants which are distinguished by whether the sensing radii are given as part of the input or can be optimized, the fixed radii problem and the variable radii problem. We design parametric search algorithms for both problems for the case where the final order of the sensors is predetermined and for the case where sensors are initially located at barrier endpoints. In contrast, we show that the variable radii problem is strongly NP-hard and provide hardness of approximation results for fixed radii for the case where all the sensors are initially co-located at an internal point of the barrier.

研究の動機と目的

• 限られたバッテリー電力を持つモバイルセンサーを用いたバリアカバレージネットワークのライフタイムを最大化する挑戦に対処すること。
• 移動（移動距離に比例）およびセンシング（半径^αに比例）からのエネルギー消費をモデル化すること。
• 2つの変種を調査する：固定半径（BCFR）および可変半径（BCVR）、ここで半径はライフタイムの最大化のために最適化可能である。
• センサーの順序が事前に定められている、または初期配置がバリアの端点にあるといった特定の配置構成に対して、効率的なアルゴリズムを設計すること。
• 計算複雑性の結果を確立する。特に、可変半径問題の強いNP困難性および、重複センサー条件下での固定半径問題の近似困難性を含む。

提案手法

• 達成可能なライフタイム t における二分探索を用いて、BCFR および BCVR 問題を解くためのパrametric探索フレームワークを提案する。
• 固定半径の場合の二方向リーチ順序と、可変半径の場合の二方向バッテリー順序を導入し、センサーの配置構造を整え、最適性を証明する。
• バッテリーおよび移動エネルギー制約に基づくセンサー位置と半径の変換を用い、カバレージとライフタイムの妥当性を保証する。
• α乗根関数を用いた補題および不等式を適用し、カバレージライフタイムを比較し、センサーの再配置がライフタイムを向上または維持できることを証明する。
• スワップ論法を用いて、違反を含む任意の配置が、違反数が少なくなり、かつ同等またはより良いライフタイムを持つものに変換可能であることを示し、最適順序に到達することを示す。
• 構造的制約下で実行可能な配置に問題を還元し、パrametric探索による効率的計算を可能にする。

実験結果

リサーチクエスチョン

• RQ1 間接戦略（例：デューティサイクル）に代えて、センサーの移動とセンシング半径を最適化することで、バリアカバレージライフタイムを直接最大化できるか？
• RQ2 センシング半径が可変である場合と固定である場合とで、バリアカバレージライフタイム最大化問題の計算複雑性はどのように異なるか？
• RQ3 特定のセンサー配置構成（例：事前に定められた順序、バリア端点への初期配置）では、効率的なアルゴリズムを設計できるか？
• RQ4 例えばリーチやバッテリー容量に基づく順序付けによって、最適なカバレージライフタイムを保証するセンサーの構造的順序は存在するか？
• RQ5 特定の構成では多項式時間で解けるか、それとも本質的に困難であるか？

主な発見

• 可変半径バリアカバレージ問題（BCVR）は強いNP困難である。これは、P=NP でない限り、擬多項式時間アルゴリズムが存在しないことを示唆する。
• 固定半径問題（BCFR）において、すべてのセンサーがバリアの同じ内部点に初期配置されている場合、任意の定数要因内で近似することが困難である。
• センサーがバリアの端点（x ∈ {0,1}^n）に初期配置されている場合、固定半径では二方向リーチ順序、可変半径では二方向バッテリー順序を用いて最適配置を特定できる。
• 事前に定められたセンサー順序または端点配置の制約下で、BCFR および BCVR の両方に対してパrametric探索アルゴリズムを設計した。
• リーチまたはバッテリー容量に基づくセンサーの再順序付けにより、最適な配置が達成可能であり、これは全体のカバレージライフタイムを低下させるような、より小さいバッテリーまたはリーチを持つセンサーを不適切に配置しないことを保証する。
• 重複カバレージ違反を含む任意の配置は、違反数が少なくなり、かつ同等またはより良いライフタイムを持つものに変換可能であることが示され、最適順序の存在が証明された。