[논문 리뷰] Optimally Approximating the Coverage Lifetime of Wireless Sensor Networks

Vivek Bagaria, Ashwin Pananjady외 1명|arXiv (Cornell University)|2013. 07. 19.

Energy Efficient Wireless Sensor Networks참고 문헌 15인용 수 4

한 줄 요약

이 논문은 무선 센서 네트워크에서 최대 수명 커버리지 문제(MLCP)가 $\ln n$ 이내로는 근사할 수 없음을 입증하여 기존 $\ln n$ 근사 알고리즘의 최적성과 동등한 결과를 도출한다. 새로운 DSCP 기반 $\ln n$-근사 알고리즘을 제안하고, 1차원 커버리지의 다항시간 해법을 증명하며, 2차원 원형 커버리지의 경우 $1+\epsilon$ 근사 알고리즘을 제공하여 이전 결과를 향상시킨다.

ABSTRACT

We consider the problem of maximizing the lifetime of coverage (MLCP) of targets in a wireless sensor network with battery-limited sensors. We first show that the MLCP cannot be approximated within a factor less than $\ln n$ by any polynomial time algorithm, where $n$ is the number of targets. This provides closure to the long-standing open problem of showing optimality of previously known $\ln n$ approximation algorithms. We also derive a new $\ln n$ approximation to the MLCP by showing a $\ln n$ approximation to the maximum disjoint set cover problem (DSCP), which has many advantages over previous MLCP algorithms, including an easy extension to the $k$-coverage problem. We then present an improvement (in certain cases) to the $\ln n$ algorithm in terms of a newly defined quantity "expansiveness" of the network. For the special one-dimensional case, where each sensor can monitor a contiguous region of possibly different lengths, we show that the MLCP solution is equal to the DSCP solution, and can be found in polynomial time. Finally, for the special two-dimensional case, where each sensor can monitor a circular area with a given radius around itself, we combine existing results to derive a $1+ε$ approximation algorithm for solving MLCP for any $ε>0$.

연구 동기 및 목표

• 무선 센서 네트워크에서 최대 수명 커버리지 문제(MLCP)의 최선의 근사 비율을 결정하는 오랫동안 미해결된 문제를 해결하기 위해.
• 모든 다항시간 알고리즘이 $\ln n$ 보다 나은 요율로 MLCP를 근사할 수 없음을 입증하여 기존 $\ln n$ 알고리즘의 최적성을 증명하기 위해.
• 새로운 DSCP 기반 접근법을 사용하여 MLCP에 대한 $\ln n$-근사 알고리즘을 개발하고, $k$-커버리지 문제로의 확장성 향상을 위해 개선된 방법을 제공하기 위해.
• 특수 기하학적 경우에서의 MLCP 해를 특성화하기 위해: 1차원에서의 다항시간 해법을 증명하고, 원형 센서 커버리지가 있는 2차원에서 $1+\epsilon$ 근사 해를 확보하기 위해.

제안 방법

• 집합 커버 문제에서의 감소를 통해 MLCP가 $\ln n$-근사가 어렵다는 것을 입증하여, $\ln n$ 보다 나은 근사 비율을 가진 알고리즘이 존재할 경우 집합 커버 문제에 대해 가능한 이상의 근사 성능을 달성하게 된다는 점을 보여준다.
• 최대 분리 집합 커버 문제(DSCP)를 먼저 근사함으로써 MLCP에 대한 새로운 $\ln n$-근사 알고리즘을 제안하며, 이는 타당하고 효율적인 스케줄링 전략을 제공한다.
• 정점 용량을 통해 분리성 조건을 강제하는 흐름 네트워크 모델을 구성하고, 최대 정수 흐름을 사용하여 DSCP 해를 찾으며, 이는 직접적으로 유효한 MLCP 스케줄링을 유도한다.
• 기존 최소 무게 집합 커버 결과를 활용하여, 원형 영역을 커버하는 센서가 있는 2차원에서 Garg-Koenemann 알고리즘과 $(1+\epsilon)$-근사 집합 커버를 사용해 MLCP에 대한 $1+\epsilon$ 근사 해를 유도한다.
• 이론적 분석과 시뮬레이션을 통해 제안된 알고리즘의 근사 비율이 $\ln n(1+o(1))$ 범위 내에서 유지됨을 검증하여 실질적인 근사 최적성의 이론적 근거를 확인한다.

실험 결과

연구 질문

• RQ1 모든 다항시간 알고리즘을 사용해 MLCP를 $\ln n$ 보다 나은 요율로 근사하는 것이 가능한가?
• RQ2 DSCP 기반 접근법을 통해 MLCP에 대해 증명 가능하게 최적의 $\ln n$ 근사 해를 도출할 수 있으며, 기존 방법보다 우월한 이점이 있는가?
• RQ3 1차원 센서 커버리지에서 MLCP 해가 DSCP 해와 정확히 동일한가? 그리고 다항시간 내에 최적으로 해결할 수 있는가?
• RQ4 2차원 네트워크에서 원형 센서 커버리지가 있는 경우 MLCP에 대해 $1+\epsilon$ 근사 해를 달성할 수 있는가?

주요 결과

• MLCP가 $\ln n$-근사가 어렵다는 것이 입증되었으며, 이는 모든 다항시간 알고리즘이 $\ln n$ 보다 나은 근사 비율을 달성할 수 없음을 의미한다. 따라서 기존 $\ln n$ 알고리즘의 최적성이 입증된다.
• DSCP 기반 접근법을 통해 새로운 $\ln n$-근사 알고리즘을 제안하였으며, 이는 이전 방법보다 $k$-커버리지 문제로의 확장성에서 유리하다.
• 1차원 케이스에서 센서가 연속적인 간격을 커버할 경우, MLCP 해는 정확히 DSCP 해와 동일하며, 최대 흐름 기법을 사용해 다항시간 내에 계산 가능하다.
• 원형 센서 커버리지가 있는 2차원 네트워크에서는 임의의 $\epsilon > 0$ 에 대해 $1+\epsilon$ 근사 알고리즘이 도출되었으며, 이는 이전의 $4+\epsilon$ 근사 성능을 향상시킨다.
• 시뮬레이션 결과 제안된 알고리즘의 근사 비율이 $\ln n$ 와 $\ln n(1+o(1))$ 사이에 유지됨을 확인하여 이론적 한계가 실질적으로도 유효함을 검증한다.
• 이 논문은 오랫동안 미해결이었던 MLCP의 최선의 근사 비율 문제를 해결하였으며, $\ln n$ 이 이론적 한계임을 확립하였다.