[论文解读] Optimal Delay-Throughput Trade-offs in Mobile Ad-Hoc Networks: Hybrid Random Walk and One-Dimensional Mobility Models

Lei Ying, R. Srikant|ArXiv.org|May 2, 2007

Cooperative Communication and Network Coding参考文献 18被引用 7

一句话总结

本文在混合随机游走和一维移动性模型下，通过联合编码-调度算法利用移动性模式，建立了移动自组织网络中的最优时延-吞吐量权衡。关键结果表明：在一维独立同分布移动性模型下，快速移动节点的吞吐量量级提升至√[3](D²/n)，优于二维独立同分布模型下的√(D/n)量级，且在相似条件下表现更优。

ABSTRACT

Optimal delay-throughput trade-offs for two-dimensional i.i.d mobility models have been established in [23], where we showed that the optimal trade-offs can be achieved using rate-less codes when the required delay guarantees are sufficient large. In this paper, we extend the results to other mobility models including two-dimensional hybrid random walk model, one-dimensional i.i.d. mobility model and one-dimensional hybrid random walk model. We consider both fast mobiles and slow mobiles, and establish the optimal delay-throughput trade-offs under some conditions. Joint coding-scheduling algorithms are also proposed to achieve the optimal trade-offs.

研究动机与目标

• 在非独立同分布移动性模型（包括混合随机游走和一维移动性）下，刻画最优时延-吞吐量权衡。
• 将先前关于二维独立同分布移动性的结果扩展至更现实的马尔可夫移动性动力学，如混合随机游走和一维运动。
• 设计联合编码-调度算法，在指定时延和移动性条件下实现所推导的最优权衡。
• 分析移动性约束（特别是维度和速度）对时延约束下网络吞吐量基本极限的影响。

提出的方法

• 使用鞅不等式分析马尔可夫移动性模型中的移动模式，替代独立同分布模型中使用的切尔诺夫不等式。
• 提出适用于不同移动性模型（二维混合、一维独立同分布、一维混合）和移动速度（快速/慢速）的联合编码-调度算法 I–IV。
• 引入超时槽框架，包含广播、传输和接收三个阶段，以确保在时延约束下的可靠传输。
• 对节点相遇概率 P_{i,j}(D,L) 进行概率分析，即源节点 i 在给定命中距离 L 的条件下，于 D 个时隙内与目的节点 j 相遇的概率。
• 在不同移动性模型及 D 和 S（空间分辨率参数）的条件下，推导 P_{i,j}(D,L) 的上下界。
• 应用集中不等式，证明每个超时槽可高概率地传输 D/50 个数据包，从而确保吞吐量收敛。

实验结果

研究问题

• RQ1 在二维混合随机游走移动性模型下，快速和慢速移动节点的最优时延-吞吐量权衡是什么？
• RQ2 一维独立同分布移动性相较于二维独立同分布移动性，对时延-吞吐量量级有何影响？
• RQ3 联合编码-调度算法能否在混合和一维移动性模型下实现理论上的最优权衡？
• RQ4 在马尔可夫移动性模型中，实现最优权衡所需的时延 D 和移动性参数 S 的必要条件是什么？
• RQ5 在非独立同分布移动性环境下，相遇概率 P_{i,j}(D,L) 的边界如何约束可实现的吞吐量？

主要发现

• 在二维混合随机游走模型下，快速移动节点的源-目的对最大吞吐量为 O(√(D/n))，当 S=o(1) 且 D=ω(|log S|/S²) 时成立。
• 在相同二维混合模型下，慢速移动节点的最优吞吐量量级为 O(√[3](D/n))，在相似条件下成立。
• 在一维独立同分布移动性模型下，快速移动节点的最优吞吐量达到 √[3](D²/n)，优于二维独立同分布模型下的 √(D/n) 量级。
• 在二维混合模型中，快速移动条件下，联合编码-调度算法 I 在 D 同时满足 ω((log²n)|log S|/S⁶) 和 o(n/log²n) 时可实现最优吞吐量。
• 在二维混合模型中，慢速移动条件下，联合编码-调度算法 II 在 D=ω((log²n)|log S|/S⁶) 且 o(n/log²n) 时可实现最优 O(√[3](D/n)) 量级。
• 在一维混合随机游走模型中，快速移动节点下，联合编码-调度算法 III 实现的吞吐量在常数因子 24WT√[3](1/πΔ²)√[3/2](n)(√[3/2](D)+1) 内；慢速移动节点下，算法 IV 具有不同的量级。