[논문 리뷰] Efficient Algorithms for Maximum Link Scheduling in Distributed Computing Models with SINR Constraints

Guanhong Pei, Anil Vullikanti|arXiv (Cornell University)|2012. 08. 03.

Mobile Ad Hoc Networks참고 문헌 24인용 수 4

한 줄 요약

이 논문은 균일한 전력 할당 하에 SINR 모델에서 최대 링크 스케줄링 문제에 대한 첫 번째 빠르고 분산된 상수 요인 근사 알고리즘 세트를 제시한다. 물리적 캐리어 센싱과 새로운 분산 계산 방식을 활용한 $(\omega_1, \omega_2)$-규칙 집합을 통해, $c \in \{1,2,3\}$ 인 $O(g(L)\log^c m)$ 이하의 비선형 실행 시간을 달성하며, 현실적인 간섭 환경에서 효율적이고 확장 가능한 분산 무선 스케줄링으로 향한 중요한 도약을 이룬다.

ABSTRACT

A fundamental problem in wireless networks is the maximum link scheduling problem: given a set $L$ of links, compute the largest possible subset $L'\subseteq L$ of links that can be scheduled simultaneously without interference. This problem is particularly challenging in the physical interference model based on SINR constraints (referred to as the SINR model), which has gained a lot of interest in recent years. Constant factor approximation algorithms have been developed for this problem, but low complexity distributed algorithms that give the same approximation guarantee in the SINR model are not known. Distributed algorithms are especially challenging in this model, because of its non-locality. In this paper, we develop a set of fast distributed algorithms in the SINR model, providing constant approximation for the maximum link scheduling problem under uniform power assignment. We find that different aspects of available technology, such as full/half-duplex communication, and non-adaptive/adaptive power control, have a significant impact on the performance of the algorithm; these issues have not been explored in the context of distributed algorithms in the SINR model before. Our algorithms' running time is $O(g(L) \log^c m)$, where $c=1,2,3$ for different problem instances, and $g(L)$ is the "link diversity" determined by the logarithmic scale of a communication link length. Since $g(L)$ is small and remains in a constant range in most cases, our algorithms serve as the first set of "sublinear" time distributed solution. The algorithms are randomized and crucially use physical carrier sensing in distributed communication steps.

연구 동기 및 목표

• SINR 모델에서 낮은 복잡도의 분산 알고리즘과 상수 요인 근사가 가능한 최대 링크 스케줄링에 대한 부족함을 보완한다.
• SINR 간섭 모델에서 내재된 국소성 부족성과 비대칭성 문제를 해결함으로써 분산 무선 네트워크의 도전 과제를 극복한다.
• 통신 모드(전이/이중모드)와 전력 제어 전략(비적응형/적응형)이 분산 스케줄링 성능에 미치는 영향을 조사한다.
• 모든 선택된 링크가 스케줄링 상태를 인지하도록 보장하는 분산 알고리즘을 설계한다. 이는 실질적인 네트워킹 환경에서의 핵심 요구사항이다.
• 균일한 전력 할당 하에 상수 근사 비율을 유지하면서도 비선형 실행 시간을 달성한다.

제안 방법

• SINR 모델에서 분산 링크 스케줄링를 위한 핵심 구조적 추상화로 $(\omega_1, \omega_2)$-규칙 집합의 개념을 도입한다.
• 충돌 그래프나 충돌 탐지에 의존하지 않고도 분산 통신 단계를 가능하게 하기 위해 물리적 캐리어 센싱을 사용한다.
• Scheideler 등이 제안한 프로토콜을 SINR 모델에 맞게 조정하여 $O(\log m)$ 슬롯 내에서 일정 밀도의 지배 집합을 구성한다.
• 세 단계 분산 알고리즘을 구현한다: (1) 영향도 확인, (2) $(\omega_1, \omega_4)$-규칙 집합을 통한 규칙 집합 구축, (3) 최종 링크 집합 형성 위한 후처리.
• 기하학적 성질과 전력 스케일링을 활용하여 규칙 집합이 최적의 링크 스케줄링에 대해 상수 요인 근사가 되도록 보장한다.
• 알고리즘 단계에서 명시적인 분산 신호 전송을 통해 스케줄링에 참여한 모든 노드가 포함 여부를 인지하도록 보장한다.

실험 결과

연구 질문

• RQ1 SINR 모델에서 분산 알고리즘이 비선형 실행 시간을 가지면서도 최대 링크 스케줄링에 대해 상수 요인 근사를 달성할 수 있는가?
• RQ2 전이/이중모드 통신 모드와 비적응형/적응형 전력 제어 전략이 SINR 모델에서 분산 스케줄링 알고리즘 성능에 미치는 영향은 무엇인가?
• RQ3 충돌 기반 그래프 모델에 의존하지 않고도 물리적 캐리어 센싱을 효과적으로 활용해 분산 조율를 가능하게 할 수 있는가?
• RQ4 링크 다양성 $g(L)$ 이 SINR 모델에서 분산 스케줄링 알고리즘의 효율성에 미치는 영향은 무엇인가?
• RQ5 모든 스케줄링된 링크가 선택 상태를 명시적으로 인지하도록 보장하는 분산 알고리즘을 설계하는 것은 가능한가?

주요 결과

• 제안된 알고리즘은 균일한 전력 할당 하에 SINR 모델에서 최대 링크 스케줄링에 대해 상수 요인 근사를 달성한다.
• 실행 시간은 $O(g(L)\log^c m)$ 이며 $c \in \{1,2,3\}$ 이므로, 이 문제에 대해 처음으로 비선형 시간 분산 솔루션이다.
• 알고리즘은 랜덤화되어 있으며 충돌 탐지나 중심 집중식 조율에 대한 가정 없이 물리적 캐리어 센싱에 의존한다.
• 분산 프로토콜을 통해 $(\omega_1, \omega_2)$-규칙 집합을 구성함으로써, 국소적이지 않은 간섭 환경에서도 효율적이고 확장 가능한 스케줄링이 가능해진다.
• 이전에 분산 SINR 스케줄링에서 다루지 못했던 실질적인 시스템 요소인 전이/이중모드 운영 및 전력 제어 전략을 고려한 접근 방식을 제공한다.
• 알고리즘이 모든 선택된 링크가 스케줄링 상태를 명시적으로 인지하도록 보장하여, 네트워크 프로토콜에서 핵심적인 실용적 요구사항을 충족시킨다.