[論文レビュー] Mesh Router Nodes placement in Rural Wireless Mesh Networks

Jean Louis Ebongue Kedieng Fendji, Christopher Thron+1 more|arXiv (Cornell University)|May 13, 2015

Mobile Ad Hoc Networks参考文献 2被引用数 6

ひとこと要約

本稿では、低密度・スパース人口環境下における農村部ワイヤレスメッシュネットワーク（WMN）における最適なメッシュルーターノード配置を解決するメトロポリスベースのヒューリスティックアルゴリズムを提案する。この問題はNP困難であるが、最小限のルーターでほぼ100％のカバレッジを達成し、現実の農村部展開環境において高い効率性を示している。

ABSTRACT

The problem of placement of mesh router nodes in Wireless Mesh Networks is known to be a NP hard problem. In this paper, the problem is addressed under a constraint of network model tied to rural regions where we usually observe low density and sparse population. We consider the area to cover as decomposed into a set of elementary areas which can be required or optional in terms of coverage and where a node can be placed or not. We propose an effective algorithm to ensure the coverage. This algorithm is based on metropolis approach. We evaluated the proposed algorithm on an instance network. A close to 100 percent coverage with an optimal number of routers showed the efficiency of our approach for the mesh router node placement problem

研究の動機と目的

• 低人口密度の農村部ワイヤレスメッシュネットワークにおけるメッシュルーターノード配置問題というNP困難な問題に対処すること。
• 必要な領域を完全にカバーする一方で、展開するルーターの数を最小限に抑える配置戦略を開発すること。
• 農村部のカバレッジを必須領域と任意領域の混合としてモデル化し、柔軟で現実的な展開計画を可能にすること。
• ステochastic最適化アプローチの有効性を検証し、最小限のハードウェアコストで近似的に最適なカバレッジを達成できるかを評価すること。

提案手法

• ネットワーク領域を基本的なカバレッジ領域に分解し、それぞれを必須または任意としてマークする。
• メトロポリスアルゴリズムを用いて、カバレッジを向上させるとともにノード数を減らす方向に配置構成を繰り返し探索する。
• 局所最適解から脱出できる確率的受理基準を用い、探索と活用のバランスをとる。
• 各構成ごとにカバレッジを評価し、必須領域のカバー数を最大化することが目的である。
• 探索空間は、潜在的なルーター設置位置の物理的配置と送信範囲によって制約される。
• 性能とスケーラビリティを検証するため、実際の農村部ネットワークインスタンスを用いて手法を評価する。

実験結果

リサーチクエスチョン

• RQ1 どのようにすれば、最小限のハードウェア展開で農村部WMNにおけるメッシュルーターノードを最適に配置できるか？
• RQ2 スパースな農村環境において、メトロポリスアルゴリズムのようなステochastic最適化アプローチが、グリーディー法や決定的手法をどの程度上回るのか？
• RQ3 提案手法は、実際の農村ネットワークインスタンスにおいて、ルーター数を最小限に抑えながらほぼ100％のカバレッジを達成できるか？
• RQ4 任意カバレッジ領域の組み込みが、全体の配置効率と解の品質にどのような影響を及えるか？

主な発見

• 提案されたアルゴリズムは、評価された農村ネットワークインスタンスにおいて、必須領域のほぼ100％のカバレッジを達成した。
• 最適で最小限のメッシュルーター数が使用されたため、展開コストが顕著に削減された。
• メトロポリスベースのアプローチは、カバレッジとノード数のバランスを効果的にとることができ、テストされたシナリオにおいて単純なヒューリスティクスを上回った。
• このアルゴリズムは、農村地域に一般的なスパースかつ不規則に分布するカバレッジ要件に対しても、頑健に動作した。
• 結果から、現実の農村WMN展開計画においてステochastic最適化を用いることが実現可能であることが確認された。
• 本手法は、必須領域と任意領域の両方を統合的に配置戦略に組み込むことに成功した。