[논문 리뷰] Topology Control and Network Lifetime in Three-Dimensional Wireless Sensor Networks

S. M. Nazrul Alam, Zygmunt J. Haas|ArXiv.org|2006. 09. 11.

Energy Efficient Wireless Sensor Networks참고 문헌 20인용 수 15

한 줄 요약

이 논문은 3차원 무선 센서 네트워크를 위한 분산형 토포로지 제어 방식을 제안하며, 네트워크 수명을 최대화하면서도 완전한 커버리지와 연결성을 유지하기 위해 활성화된 노드 수를 최소화한다. 3차원 공간을 최적의 활성화된 노드 수를 줄이기 위한 정오각형 이십면체 세포로 분할함으로써, 루비닉 이십면체 대비 1.49468배 향상된 네트워크 수명을 달성하며, 감지 범위는 전송 범위의 최소 0.542326배여야 한다.

ABSTRACT

Coverage and connectivity issues of three-dimensional (3D) networks are addressed in [2], but that work assumes that a node can be placed at any arbitrary location. In this work, we drop that assumption and rather assume that nodes are uniformly and densely deployed in a 3D space. We want to devise a mechanism that keeps some nodes active and puts other nodes into sleep so that the number of active nodes at a time is minimized (and thus network life time is maximized), while maintaining full coverage and connectivity. One simple way to do that is to partition the 3D space into cells, and only one node in each cell remains active at a time. Our results show that the number of active nodes can be minimized if the shape of each cell is a truncated octahedron. It requires the sensing range to be at least 0.542326 times the transmission radius. This value is 0.5, 0.53452 and 0.5 for cube, hexagonal prism, and rhombic dodecahedron, respectively. However, at a time the number of active nodes for cube, hexagonal prism and rhombic dodecahedron model is respectively 2.372239, 1.82615 and 1.49468 times of that of truncated octahedron model. So clearly truncated octahedron model has the highest network lifetime. We also provide a distributed topology control algorithm that can be used by each sensor node to determine its cell id using a constant number of local arithmetic operations provided that the sensor node knows its location. We also validate our results by simulation.

연구 동기 및 목표

• 실제 배치 제약 조건 하에서 3차원 무선 센서 네트워크의 네트워크 수명을 최대화하는 문제에 대응한다.
• 이전 연구의 한계를 극복하기 위해 노드가 임의의 위치에 놓이는 것이 아니라 균일하고 고밀도로 배치된다는 가정을 한다.
• 완전한 커버리지와 네트워크 연결성을 유지하면서 동시에 활성화된 노드 수를 최소화한다.
• 각 노드가 국소 정보만을 사용하여 자신이 속한 세포 ID를 결정할 수 있는 분산형이고 확장 가능한 토포로지 제어 알고리즘을 설계한다.
• 시뮬레이션과 다양한 세포 형태의 기하학적 분석을 통해 제안된 방식을 검증한다.

제안 방법

• 정다각형 세포(정육면체, 육각형기둥, 루비닉 이십면체, 정오각형 이십면체)로 3차원 공간을 분할하여, 각 세포당 최대 한 개의 활성화된 노드로 제한한다.
• 세포 형태와 노드 밀도에 기반하여 완전한 커버리지를 확보하기 위한 최소 감지 범위를 기하학적 분석을 통해 결정한다.
• 세포 부피와 노드 밀도에 따라 활성화된 노드 수를 함수로 표현하고, 이를 최소화하는 것이 목표이다.
• 각 세포 유형에 대한 감지 범위 임계값을 유도한다: 정육면체는 0.5, 육각형기둥은 0.53452, 루비닉 이십면체는 0.5, 정오각형 이십면체는 0.542326이다.
• 각 노드가 자신의 카르테시안 좌표와 일정 수의 국소 산술 연산만을 사용하여 세포 ID를 계산하는 분산 알고리즘을 설계한다.
• 알고리즘이 네트워크 크기에 영향을 받지 않고 국소 지식(노드 위치 정보)에만 의존하는 방식으로 확장 가능하도록 보장한다.

실험 결과

연구 질문

• RQ1 완전한 커버리지와 연결성을 유지하면서 활성화된 노드 수를 최소화하는 데 가장 최적의 3차원 세포 형태는 무엇인가?
• RQ2 각 후보 세포 형태에 대해 완전한 커버리지를 보장하기 위해 필요한 감지 범위의 최소 비율(전송 범위 대비)은 얼마인가?
• RQ3 다양한 세포 형태 간에 활성화된 노드 수는 어떻게 변화하며, 어느 형태가 가장 높은 네트워크 수명을 제공하는가?
• RQ4 전체 네트워크 조율 없이도 국소 알고리즘을 통해 노드를 세포에 할당할 수 있는가?
• RQ5 이론적 기하학적 결과와 시뮬레이션 결과 간의 네트워크 수명 및 에너지 효율성 측면에서의 비교는 어떻게 되는가?

주요 결과

• 정오각형 이십면체 세포 형태가 활성화된 노드 수를 최소화하여, 테스트된 모든 세포 유형 중에서 가장 높은 네트워크 수명을 달성한다.
• 정오각형 이십면체 모델에서 완전한 커버리지를 확보하기 위해 감지 범위는 전송 범위의 최소 0.542326배여야 한다.
• 정오각형 이십면체 모델은 루비닉 이십면체 모델 대비 활성화된 노드 수가 1.49468배 적어, 뛰어난 에너지 효율성을 보인다.
• 정오각형 이십면체 모델은 육각형기둥 모델 대비 활성화된 노드 수를 1.82615배, 정육면체 모델 대비 2.372239배 감소시킨다.
• 제안된 분산 알고리즘은 각 노드가 자신의 위치와 일정 수의 국소 연산만을 사용하여 세포 ID를 계산할 수 있도록 한다.
• 시뮬레이션 결과는 이론적 결과를 확인하며, 정오각형 이십면체 기반 토포로지 제어가 네트워크 수명을 크게 연장시킨다는 것을 입증한다.