[논문 리뷰] How Much Information can One Get from a Wireless Ad Hoc Sensor Network over a Correlated Random Field?

Youngchul Sung, H. Vincent Poor외 1명|ArXiv.org|2009. 03. 09.

Distributed Sensor Networks and Detection Algorithms참고 문헌 19인용 수 8

한 줄 요약

이 논문은 관련된 랜덤 필드를 관찰하는 2차원 무선 애드혹 센서 네트워크에서 정보 추출의 기본 한계를 다루며, 대규모 편차 이론을 사용하여 점점 증가하는 네트워크 크기에 따른 점근적 정보 및 에너지 효율성 비율을 유도한다. 네트워크 크기가 증가함에 따라 노드당 정보는 $O(N_t^{-1/3})$ 속도로 감소하는 것으로 나타나며, 에너지 효율성은 $Θ(\text{area}^{-1/2})$ 속도로 감소함을 보여주며, 관련된 필드 감지에서 커버리지, 밀도, 에너지 간의 핵심적인 상충 관계를 드러낸다.

ABSTRACT

New large deviations results that characterize the asymptotic information rates for general $d$-dimensional ($d$-D) stationary Gaussian fields are obtained. By applying the general results to sensor nodes on a two-dimensional (2-D) lattice, the asymptotic behavior of ad hoc sensor networks deployed over correlated random fields for statistical inference is investigated. Under a 2-D hidden Gauss-Markov random field model with symmetric first order conditional autoregression and the assumption of no in-network data fusion, the behavior of the total obtainable information [nats] and energy efficiency [nats/J] defined as the ratio of total gathered information to the required energy is obtained as the coverage area, node density and energy vary. When the sensor node density is fixed, the energy efficiency decreases to zero with rate $Θ({area}^{-1/2})$ and the per-node information under fixed per-node energy also diminishes to zero with rate $O(N_t^{-1/3})$ as the number $N_t$ of network nodes increases by increasing the coverage area. As the sensor spacing $d_n$ increases, the per-node information converges to its limit $D$ with rate $D-\sqrt{d_n}e^{-αd_n}$ for a given diffusion rate $α$. When the coverage area is fixed and the node density increases, the per-node information is inversely proportional to the node density. As the total energy $E_t$ consumed in the network increases, the total information obtainable from the network is given by $O(\log E_t)$ for the fixed node density and fixed coverage case and by $Θ(E_t^{2/3})$ for the fixed per-node sensing energy and fixed density and increasing coverage case.

연구 동기 및 목표

• 확장된 2차원 애드혹 센서 네트워크가 관련된 랜덤 필드 위에 배치되었을 때 정보 추출의 기본 한계를 이해하는 것.
• 통계적 추론을 위한 네트워크 커버리지, 노드 밀도, 에너지 소비, 정보 수확 간의 상충 관계를 정량화하는 것.
• 다양한 네트워크 구성과 필드 상관관계 구조에서 총 정보 및 에너지 효율성의 점근적 행동을 분석하는 것.
• 정적 가우시안 필드에 대해 대규모 편차 원리를 사용하여 정보 비율과 에너지 효율성의 이론적 한계를 설정하는 것.
• 필드 상관관계와 센서 간격이 노드당 정보 및 네트워크 전체 에너지 효율성에 미치는 영향을 평가하는 것.

제안 방법

• 기본 물리적 과정을 대칭적인 일阶 조건 자동회귀를 가진 2차원 가우스-마르코프 랜덤 필드(GMRF)로 모델링한다.
• 일반적인 d차원 정적 가우시안 필드에 대해 점근적 킬비어-라이블러 및 상호정보 비율을 도출하기 위해 대규모 편차 원리를 적용한다.
• 스펙트럼 분석과 리만 합 근사법을 사용하여 정보 비율 계산에 핵심적인 역할을 하는 역공분산 행렬의 추적을 추정한다.
• 센서 필드를 초입방형으로 나누고, 제곱 관측값의 표본 평균에 강한 대수법칙(SLLN)을 적용한다.
• 정규화된 이차 형식이 스펙트럼 밀도 위의 적분으로 거의 확실하게 수렴함을 증명하여 점근적 정보 비율 유도를 가능하게 한다.
• 스펙트럼 밀도의 균일 연속성에 의해 근사 오차를 제어함으로써 정보 및 에너지 효율성에 대한 경계를 유도한다.

실험 결과

연구 질문

• RQ1 2차원 애드혹 센서 네트워크의 총 정보는 커버리지 면적과 노드 밀도가 증가함에 따라 어떻게 변화하는가?
• RQ2 노드 수가 증가하지만 각 노드의 에너지가 고정되어 있을 때, 노드당 정보 비율은 어떻게 되는가?
• RQ3 에너지 효율성—정의상 정보당 줄로운 에너지—는 네트워크 크기와 커버리지 면적에 따라 어떻게 변화하는가?
• RQ4 센서 간격과 필드 상관관계가 노드당 점근적 정보에 어떤 영향을 미치는가?
• RQ5 고정된 노드당 에너지와 변동하는 커버리지 조건 하에서 총 네트워크 에너지 소비에 따라 총 정보는 어떻게 증가하는가?

주요 결과

• 노드 밀도가 고정되어 있을 경우, 노드 수 $N_t$가 커짐에 따라 노드당 정보는 $O(N_t^{-1/3})$ 속도로 0으로 감소한다.
• 노드 밀도가 고정되어 있고 커버리지 면적이 증가함에 따라 에너지 효율성은 $Θ(\text{area}^{-1/2})$ 속도로 0으로 감소한다.
• 센서 간격 $d_n$이 증가함에 따라 노드당 정보는 주어진 확산 속도 $\alpha$에 대해 $D - \sqrt{d_n} e^{-\alpha d_n}$ 속도로 그 한계값 $D$로 수렴한다.
• 커버리지 면적이 고정되어 있고 노드 밀도가 증가할 경우, 노드당 정보는 노드 밀도에 반비례한다.
• 노드 밀도와 커버리지가 고정되어 있을 경우, 총 정보는 총 에너지 $E_t$에 대해 $O(\log E_t)$ 비율로 증가한다.
• 노드당 에너지가 고정되어 있고 커버리지 면적이 증가할 경우, 총 정보는 $Θ(E_t^{2/3})$ 비율로 증가한다.