[논문 리뷰] SINR Diagrams: Towards Algorithmically Usable SINR Models of Wireless Networks

Chen Avin, Yuval Emek외 4명|ArXiv.org|2008. 11. 20.

Mobile Ad Hoc Networks참고 문헌 16인용 수 5

한 줄 요약

이 논문은 신호 대 간섭 및 노이즈 비율(SINR) 모델에 기반한 무선 네트워크 수신 영역을 기하학적 프레임워크로 모델링하기 위해 SINR 다이어그램을 도입한다. 균일한 전력 전송 조건 하에서 이러한 수신 영역이 볼록적이고 잘 둥근 형태임을 증명하며, 이는 $O(n^3\tilde{\rho}^{-1})$ 시간의 효율적인 전처리 알고리즘을 가능하게 하며, 각 정거장에 맞춤형 데이터 구조와 베이지안 다이어그램을 활용해 $O(\log n)$ 쿼리 시간 내에 $\epsilon$-근사 점 위치를 지원한다.

ABSTRACT

The rules governing the availability and quality of connections in a wireless network are described by physical models such as the signal-to-interference & noise ratio (SINR) model. For a collection of simultaneously transmitting stations in the plane, it is possible to identify a reception zone for each station, consisting of the points where its transmission is received correctly. The resulting SINR diagram partitions the plane into a reception zone per station and the remaining plane where no station can be heard. SINR diagrams appear to be fundamental to understanding the behavior of wireless networks, and may play a key role in the development of suitable algorithms for such networks, analogous perhaps to the role played by Voronoi diagrams in the study of proximity queries and related issues in computational geometry. So far, however, the properties of SINR diagrams have not been studied systematically, and most algorithmic studies in wireless networking rely on simplified graph-based models such as the unit disk graph (UDG) model, which conveniently abstract away interference-related complications, and make it easier to handle algorithmic issues, but consequently fail to capture accurately some important aspects of wireless networks. The current paper focuses on obtaining some basic understanding of SINR diagrams, their properties and their usability in algorithmic applications. Specifically, based on some algebraic properties of the polynomials defining the reception zones we show that assuming uniform power transmissions, the reception zones are convex and relatively well-rounded. These results are then used to develop an efficient approximation algorithm for a fundamental point location problem in wireless networks.

연구 동기 및 목표

• 무선 네트워크에서 알고리즘 설계의 기초로 삼을 수 있는 SINR 다이어그램에 대한 체계적인 이해를 확립하기 위해.
• 단위 디스크 그래프와 같은 단순화된 그래프 모델이 간섭과 신호 품질 변화를 포착하지 못하는 한계를 해결하기 위해.
• SINR 다이어그램에서의 점 위치 문제를 해결하기 위한 효율적인 알고리즘 프레임워크를 개발하기 위해.
• 균일한 전력 조건 하에서 수신 영역이 볼록적이고, 축척 비율이 유한함을 증명하여 기하학적 근사가 가능하게 하기 위해.

제안 방법

• 경로 손실 모델에서 유도된 다항 부등식을 사용해, $\mathrm{SINR}(p, s_i) \geq \beta$ 인 점들의 집합인 수신 영역 $\mathcal{H}_i$ 를 정의한다.
• SINR 다항식의 대수적 성질에 기반해 각 $\mathcal{H}_i$ 가 볼록적이고 유계임을 증명하며, 정거장 $s_i$ 가 내부에 있음을 보장한다.
• 각 $\mathcal{H}_i$ 의 내접원 반지름과 외접원 반지름에 대해 하한 $\tilde{\delta}$ 와 상한 $\tilde{\Delta}$ 를 설정하고, $\tilde{\Delta}/\tilde{\delta} = O(\sqrt{n})$ 임을 보여준다.
• 이러한 경계를 $O(n\log n)$ 시간 내에 이분 탐색을 통해 $\Theta(r)$ 수준으로 정밀화하며, 여기서 $r$ 은 영역의 척도이다.
• 각 정거장에 대해 평면을 $\mathcal{H}_i^+$, $\mathcal{H}_i^-$, $\mathcal{H}_i^?$ 로 분할하는 데이터 구조 $\mathtt{QDS}_i$ 를 구축하며, $\mathrm{area}(\mathcal{H}_i^?) \leq \epsilon \cdot \mathrm{area}(\mathcal{H}_i)$ 를 만족하고, $O(n^2\epsilon^{-1})$ 시간 내에 완료한다.
• 크기 $O(n)$ 인 베이지안 다이어그램과 모든 $\mathtt{QDS}_i$ 를 결합해 크기 $O(n\epsilon^{-1})$ 인 전역 데이터 구조 $\mathtt{DS}$ 를 구축하며, 이는 $O(\log n)$-시간 쿼리를 지원한다.

실험 결과

연구 질문

• RQ1 균일한 전력 전송 조건 하에서 SINR 수신 영역은 볼록적이고 잘 조율된 형태인가?
• RQ2 SINR 다이어그램의 기하학적 구조는 효율적인 점 위치 알고리즘을 지원할 수 있는가?
• RQ3 SINR 수신 영역의 축척 비율은 무엇이며, 네트워크 크기 $n$ 으로 유한하게 유 bounds 할 수 있는가?
• RQ4 오차를 통제할 수 있도록 수신 영역 경계를 어떻게 근사할 수 있는가?
• RQ5 베이지안 다이어그램은 SINR 전용 데이터 구조와 효과적으로 통합되어 점 위치를 가속화할 수 있는가?

주요 결과

• 모든 정거장이 균일한 전력으로 전송할 경우, SINR 모델에서의 수신 영역 $\mathcal{H}_i$ 는 볼록 집합이다.
• 각 $\mathcal{H}_i$ 의 외접원 반지름과 내접원 반지름의 비율은 $O(\sqrt{n})$ 이하로 유 bounds 되어, 영역이 지나치게 길쭉하지 않음을 보장한다.
• 이분 탐색과 유사한 절차를 통해 $O(n\log n)$ 시간 내에 $\mathcal{H}_i$ 의 내접원 반지름과 외접원 반지름에 대한 개선된 경계를 계산할 수 있다.
• $\epsilon$-근사 점 위치 데이터 구조 $\mathtt{QDS}_i$ 는 각 정거장에 대해 $O(n^2\epsilon^{-1})$ 시간 내에 크기 $O(\epsilon^{-1})$ 로 구성할 수 있다.
• 크기 $O(n\epsilon^{-1})$ 인 전역 데이터 구조 $\mathtt{DS}$ 는 점이 양성, 음성, 또는 불확실 영역에 속해 있는지 $O(\log n)$-시간 내에 쿼리할 수 있다.
• 전체 데이터 구조의 전처리 시간은 $O(n^3\epsilon^{-1})$ 이며, 실용적 구현에 적합한 확장성을 보인다.