[논문 리뷰] Maximizing Barrier Coverage Lifetime with Mobile Sensors

Amotz Bar-Noy, Dror Rawitz외 1명|arXiv (Cornell University)|2013. 04. 23.

Energy Efficient Wireless Sensor Networks참고 문헌 13인용 수 5

한 줄 요약

이 논문은 에너지 제약이 있는 센서를 갖춘 이동 센서 네트워크에서 장벽 커버리지 수명을 최대화하는 문제를 다룬다. 여기서 이동성과 감지 모두 배터리 전력을 소모한다. 특정 배치 제약 조건 하에 고정 반경 및 가변 반경 변형에 대해 파arametric 검색 알고리즘을 제안하며, 가변 반경 문제의 강한 NP-난이도를 증명하고 최적의 센서 순서 및 배치를 위한 구조적 성질을 설정하여 네트워크 수명을 연장한다.

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.

연구 동기 및 목표

• 제한된 배터리 수명을 갖는 이동 센서를 사용하여 장벽 커버리지 네트워크의 수명을 최대화하는 문제에 대응하기 위해.
• 이동성(이동 거리 비례)과 감지(반경^α 비례)에서 비롯된 에너지 소비를 모델링하기 위해.
• 두 가지 변형을 조사: 고정 반경(BCFR) 및 가변 반경(BCVR), 여기서 반경은 수명 최대화를 위해 최적화될 수 있다.
• 예를 들어 센서 순서가 사전 정의되거나 초기 위치가 장벽의 끝점에 있는 등의 특정 배치 구성에 대해 효율적인 알고리즘을 설계하기 위해.
• 계산 복잡도 결과를 수립하며, 특히 가변 반경 문제의 강한 NP-난이도와 공존하는 센서 조건 하에서 고정 반경 문제의 근사화 난이도를 포함한다.

제안 방법

• 달성 가능한 수명 t에 대한 이진 검색을 통해 BCFR 및 BCVR 문제를 해결하기 위한 파arametric 검색 프레임워크를 제안한다.
• 고정 반경의 경우 이중 방향 도달 순서, 가변 반경의 경우 이중 방향 배터리 순서를 도입하여 센서의 배치를 체계화하고 최적성을 증명한다.
• 커버리지와 수명 가능성 확보를 위해 배터리 및 이동 에너지 제약 조건에 기반한 센서 위치와 반경의 변환을 사용한다.
• α제곱근 함수를 포함한 보조정리와 부등식을 적용하여 커버리지 수명을 비교하고, 센서 재정렬이 수명을 향상시키거나 유지할 수 있음을 증명한다.
• 교환 원리를 사용하여 위반이 있는 임의의 배치가 수명이 같거나 더 좋고 위반이 더 적은 배치로 변환될 수 있음을 보여주며, 이는 최적의 순서로 이어진다.
• 구조적 제약 조건 하에서 타당한 배치로 문제를 축소함으로써, 파arametric 검색을 통한 효율적 계산이 가능해진다.

실험 결과

연구 질문

• RQ1 직접적으로 센서 이동성과 감지 반경을 최적화함으로써 장벽 커버리지 수명을 최대화할 수 있는가, 아니면 간접 전략(예: 도킹 주기)을 사용해야 하는가?
• RQ2 감지 반경이 가변적일 때와 고정적일 때 장벽 커버리지 수명 최대화 문제의 계산 복잡도는 어떻게 되는가?
• RQ3 예를 들어 사전 정의된 순서 또는 끝점에 위치한 초기 위치와 같은 센서 배치 구성에서 효율적인 알고리즘을 설계할 수 있는가?
• RQ4 예를 들어 도달 범위 또는 배터리 능력에 따라 정렬된 센서의 구조적 순서가 최적의 커버리지 수명을 보장할 수 있는가?
• RQ5 특정 구성에 대해 문제를 다항 시간 내에 해결할 수 있는가, 아니면 본질적으로 비결정적인가?

주요 결과

• 가변 반경 장벽 커버리지 문제(BCVR)는 강한 NP-난이도를 지니며, P=NP가 아닐 경우 다항 시간 내에 해결 가능한 알고리즘이 존재하지 않음을 시사한다.
• 고정 반경 문제(BCFR)의 경우, 모든 센서가 장벽의 동일한 내부 지점에서 시작할 때, 어떤 상수 요인 내에서도 근사화가 어렵다.
• 센서가 장벽의 끝점에 초기 위치해 있을 경우(x ∈ {0,1}^n), 고정 반경의 경우 이중 방향 도달 순서, 가변 반경의 경우 이중 방향 배터리 순서를 사용하여 최적의 배치를 찾을 수 있다.
• 사전 정의된 센서 순서 또는 끝점에 위치한 배치 조건 하에서 BCFR 및 BCVR 문제에 대해 파arametric 검색 알고리즘을 설계하였다.
• 도달 범위 또는 배터리 용량에 따라 센서를 재정렬함으로써 최적의 배치를 달성할 수 있으며, 이는 전체 커버리지 수명을 감소시키는 방식으로 배치되지 않은 센서가 존재하지 않음을 보장한다.
• 중첩된 센서 커버리지 위반을 포함하는 임의의 배치는 수명이 같거나 더 좋고 위반이 더 적은 배치로 변환될 수 있으며, 이는 최적의 순서가 존재함을 증명한다.