[논문 리뷰] Obstacle Constrained Total Area Coverage in Wireless Sensor Networks

M. Shyam, Anurag Kumar|arXiv (Cornell University)|2010. 01. 26.

Energy Efficient Wireless Sensor Networks참고 문헌 14인용 수 7

한 줄 요약

이 논문은 투명 및 불투명 장애물이 존재하는 무선 센서 네트워크에서 최적의 총 면적 커버리지에 대한 다항 시간 알고리즘을 제안한다. 정육각형 타일링 프레임워크를 사용하여 센서 수를 최소화하며, 센서 배치를 정규화된 정육각형 격자에서의 주파수 할당 문제로 모델링함으로써 수렴성과 최적 커버리지 달성을 입증한다. 이론적 한계는 가장 나쁜 장애물 구성에서 기계적 접근 방식 대비 최대 1/3 적은 센서를 필요로 함을 보여준다.

ABSTRACT

This paper deals with the accomplishment of total area coverage of an arbitrary region using sensors with a finite sensing radius of rs. For a given region, we aim to obtain a deterministic placement of sensors which, apart from ensuring that the entire region comes under the purview of at least a single sensor, minimises the number of sensors utilised. We begin by considering regions devoid of obstacles and thus having every location amenable for placement. Herein, we formalise the popular notion that sensors at the centres of the hexagons of a hexagonal tessellation provide the most optimal placement. We then move on to regions which may comprise obstacles of arbitrary size at arbitrary locations. We recognise two distinct classes of obstacles, namely transparent and opaque obstacles, which are distinguished by their ability (or the lack of it) to permit sensing radiation through them. In the real world, transparent obstacles model lakes, ponds and swamps, while the opaque ones stand for, inter alia, hills, trees and walls.We propose a polynomial-time algorithm for achieving optimal placement in the aforesaid scenarios and we prove its convergence.

연구 동기 및 목표

• 임의의 장애물이 존재하는 2차원 영역에 대한 1-커버리지에 필요한 센서 수를 최소화하기 위해.
• 센서 배치와 감지 범위에 영향을 주는 투명 장애물(예: 호수)과 불투명 장애물(예: 벽)을 모두 다루기 위해.
• 장애물이 없는 영역에서 정육각형 타일링의 최적성에 대한 수학적 공식화 및 증명을 위해.
• 정육각형 격자에서의 동일 채널 주파수 할당 문제로 커버리지 문제를 모델링하여, 장애물이 있는 영역로 최적의 배치 전략을 확장하기 위해.
• 투명 및 불투명 장애물 상황 모두에서 수렴성 보장이 되는 알고리즘을 제공하여 최소한의 센서 사용을 보장하기 위해.

제안 방법

• 방법은 센서 위치를 반지름 rs인 정육각형의 중심에 놓는 정육각형 타일링으로 영역를 분할함으로써 시작된다.
• 장애물로 인해 부분적 또는 완전히 커버되지 않는 이상한 정육각형들을 식별하고 군집화한다.
• 불투명 장애물의 경우, 각 후보 센서 위치에 대해 물리적으로 커버리지가 가능한 영역(RSP)을 계산하여 커버리지가 실제로 가능함을 보장한다.
• 기본 타일링에 대한 이동 기반 접근법을 사용하며, 이는 격자 이동 l ∈ L′로 정의되어, 커버되지 않은 영역을 줄이기 위한 대체 배치를 탐색한다.
• 각 배치 후 커버되지 않은 영역은 다음 식으로 갱신된다: Ul(A) = A − Δ[(∪x∈X Hrs(x)Ix∈A) ∩ RSP(x)] ∩ A, 여기서 Hrs(x)는 감지 원판이고 RSP(x)는 물리적으로 접근 가능한 영역으로 커버리지 범위를 제한한다.
• 수렴성은 매 반복마다 커버되지 않은 영역이 단조 감소함을 보여줌으로써 증명되며, 더 이상 감소할 수 없을 때 종료된다.

실험 결과

연구 질문

• RQ1 임의의 장애물이 존재하는 영역에서 최소한의 센서로 총 면적 커버리지를 어떻게 달성할 수 있는가?
• RQ2 투명 및 불투명 장애물이 모두 존재할 경우 최적의 센서 배치 전략은 무엇인가?
• RQ3 기존에 알려진 최적 커버리지에 적합한 정육각형 타일링 전략은 장애물 제약 조건이 있는 환경으로 확장될 수 있는가?
• RQ4 불투명 장애물의 존재는 필요한 센서 수에 대한 이론적 상한선에 어떤 영향을 미치는가?
• RQ5 이러한 제약 조건이 있는 환경에서 센서 배치 알고리즘의 계산 복잡도와 수렴 행동은 어떻게 되는가?

주요 결과

• 제안된 알고리즘은 투명 및 불투명 장애물 상황 모두에서 수렴성 보장과 센서 수 최소화를 보장한다.
• 필요한 센서 수에 대한 이론적 상한선은 n/3이며, 여기서 n은 이상한 정육각형의 수이며, 각 커버되지 않은 정육각형이 장애물에 둘러싸여 있는 가장 나쁜 구성에서 도달된다.
• 장애물이 없는 영역에서는 정육각형 타일링을 사용하고 센서를 정육각형 중심에 놓는 것이 최적이며, 필요한 센서 수를 최소화함을 증명한다.
• 알고리즘은 정육각형 격자에서의 동일 채널 주파수 할당 문제로 문제를 모델링하여 최적의 1-커버리지를 달성하며, N = i² + ij + j² 클래스를 통해 인접한 커버되지 않은 정육각형이 동일한 센서를 공유하지 않도록 보장한다.
• 이 방법은 이격된 타일링을 적용하여 k-커버리지(k=2,3)로 자연스럽게 확장되며, 서로 다른 타일링 간의 센서 간격을 충분히 확보한다.
• 실험적 비교 결과, 제안된 알고리즘이 기존 방법 대비 센서 효율성과 커버리지 완전성 측면에서 뛰어나다는 것을 확인했다.