[論文レビュー] Wireless Scheduling Algorithms in Complex Environments

Helga Gudmundsdottir, Eyjólfur Ingi Ásgeirsson+4 more|arXiv (Cornell University)|Jan 8, 2014

Mobile Ad Hoc Networks参考文献 37被引用数 5

ひとこと要約

本論文は、受信信号強度（RSS）ゲイン行列を用いて幾何的経路損失モデルを置き換える測定ベースの無線スケジューリングフレームワークを提案する。これにより、現実の環境におけるパケット受信率の正確な予測が可能になる。また、環境の複雑さを定量化するためのメトリシティパラメータζを導入し、SINRスケジューリングアルゴリズムが理論的性能を理想化されたメトリック空間と同等に維持することを示している。

ABSTRACT

Efficient spectrum use in wireless sensor networks through spatial reuse requires effective models of packet reception at the physical layer in the presence of interference. Despite recent progress in analytic and simulations research into worst-case behavior from interference effects, these efforts generally assume geometric path loss and isotropic transmission, assumptions which have not been borne out in experiments. Our paper aims to provide a methodology for grounding theoretical results into wireless interference in experimental reality. We develop a new framework for wireless algorithms in which distance-based path loss is replaced by an arbitrary gain matrix, typically obtained by measurements of received signal strength (RSS). Gain matrices allow for the modeling of complex environments, e.g., with obstacles and walls. We experimentally evaluate the framework in two indoors testbeds with 20 and 60 motes, and confirm superior predictive performance in packet reception rate for a gain matrix model over a geometric distance-based model. At the heart of our approach is a new parameter $ζ$ called metricity which indicates how close the gain matrix is to a distance metric, effectively measuring the complexity of the environment. A powerful theoretical feature of this parameter is that all known SINR scheduling algorithms that work in general metric spaces carry over to arbitrary gain matrices and achieve equivalent performance guarantees in terms of $ζ$ as previously obtained in terms of the path loss constant. Our experiments confirm the sensitivity of $ζ$ to the nature of the environment. Finally, we show analytically and empirically how multiple channels can be leveraged to improve metricity and thereby performance. We believe our contributions will facilitate experimental validation for recent advances in algorithms for physical wireless interference models.

研究の動機と目的

• 理論的無線干渉モデルと現実の信号伝搬の間のギャップを埋めるために、幾何的経路損失の仮定を越えること。
• 理論的アルゴリズム設計に実測信号強度測定を統合する実用的な無線スケジューリングフレームワークを開発すること。
• 信号強度行列が距離メトリックにどれほど近いかを定量化する新しい指標、メトリシティ（ζ）を導入し、環境の複雑さを測定すること。
• 既存の最悪ケースSINRスケジューリングアルゴリズムが、ζを介して性能保証を維持しながら、現実のゲイン行列に直接適用可能であることを示すこと。
• 20台および60台のモートを用いた屋内テストベッドで実験的評価を行い、モデルの予測能力と頑健性を検証すること。

提案手法

• 無線ノード間の実測RSS測定に基づいて得られる任意のゲイン行列を、幾何的経路損失に置き換える。
• メトリシティζを、RSS行列が距離メトリックにどれほど近いかを測る指標として定義し、環境の複雑さを捉える。
• 一般メトリック空間向けに既知のSINRスケジューリングアルゴリズムを、任意のゲイン行列に対応可能に変更し、ζを用いた性能保証を維持する。
• 20台および60台のモートを用いた実験的テストベッドでRSS測定を収集し、モデルの予測精度を検証する。
• マルチチャネル運用がメトリシティおよび性能に与える影響を評価し、周波数ダイバーシティがζ値を向上させることを示す。
• 線形代数および回帰手法を用いて干渉パターンを推定し、ノード間の測定の一貫性を向上させる。

実験結果

リサーチクエスチョン

• RQ1 測定ベースのゲイン行列モデルは、幾何的経路損失モデルを上回り、現実のパケット受信率を予測する能力に優れるか？
• RQ2 現実の無線環境の複雑さを、理論的アルゴリズムの保証を損なわずに定量的に捉える方法は何か？
• RQ3 メトリシティパラメータζは、屋内無線環境の実際の物理的複雑さをどれほど正確に反映しているか？
• RQ4 既存の最悪ケースSINRスケジューリングアルゴリズムは、実測RSS行列に適応可能であり、その性能境界を維持できるか？
• RQ5 マルチチャネル運用は、複雑な伝搬環境におけるメトリシティを向上させ、結果としてスケジューリング性能を向上させるか？

主な発見

• RSSに基づくゲイン行列モデルは、数週間前に収集されたRSS行列を用いても、パケット受信率の予測精度が95％に達し、時間的変動に対して高い頑健性を示した。
• メトリシティパラメータζは環境の複雑さを効果的に捉えており、ζ値が高いほどマルチパスフェージングを伴うようなより複雑な伝搬環境に対応していることが分かった。
• 幾何的経路損失モデル向けに設計されたスケジューリングアルゴリズムが、新しいmb-sinrモデルでも同等の性能保証を達成しており、ζが経路損失定数αの代わりに主要パrameterとして機能している。
• マルチパス伝搬が顕著な環境では、マルチチャネル運用がメトリシティを向上させ、周波数ダイバーシティがモデルの整合性を高めることを示した。
• mb-sinrモデルは、実世界のテストベッドにおいて、従来のgeo-sinrモデルを著しく上回る予測精度を示し、実際の信号行動に高い整合性を持つことが確認された。
• 実験的証拠により、SINRモデルが現実環境でも有効であることが裏付けられ、測定されたRSS行列を用いた場合、予測されたPDRと観測されたPDRの間に強い一致が見られた。