[논문 리뷰] Random Distances Associated with Arbitrary Polygons: An Algorithmic Approach between Two Random Points

Fei Tong, Jianping Pan|arXiv (Cornell University)|2016. 01. 21.

Data Management and Algorithms참고 문헌 4인용 수 5

한 줄 요약

이 논문은 임의의 다각형, 즉 삼각형, 분할을 통한 일반 다각형, 고리 모양 영역을 포함하여 두 균일하게 랜덤한 점 사이의 거리에 대한 확률 밀도 함수(PDF)와 누적 분포 함수(CDF)를 유도하기 위해 확장된 운동측도(Kinematic Measure)를 사용하는 알고리즘적 접근을 제시한다. 이 방법은 복잡한 기하학적 구조를 가진 무선 네트워크 모델링에 핵심적인 거리 분포에 대한 닫힌 형태 또는 수치적 해를 가능하게 한다.

ABSTRACT

This report presents a new, algorithmic approach to the distributions of the distance between two points distributed uniformly at random in various polygons, based on the extended Kinematic Measure (KM) from integral geometry. We first obtain such random Point Distance Distributions (PDDs) associated with arbitrary triangles (i.e., triangle-PDDs), including the PDD within a triangle, and that between two triangles sharing either a common side or a common vertex. For each case, we provide an algorithmic procedure showing the mathematical derivation process, based on which either the closed-form expressions or the algorithmic results can be obtained. The obtained triangle-PDDs can be utilized for modeling and analyzing the wireless communication networks associated with triangle geometries, such as sensor networks with triangle-shaped clusters and triangle-shaped cellular systems with highly directional antennas. Furthermore, based on the obtained triangle-PDDs, we then show how to obtain the PDDs associated with arbitrary polygons through the decomposition and recursion approach, since any polygons can be triangulated, and any geometry shapes can be approximated by polygons with a needed precision. Finally, we give the PDDs associated with ring geometries. The results shown in this report can enrich and expand the theory and application of the probabilistic distance models for the analysis of wireless communication networks.

연구 동기 및 목표

• 임의의 다각형 내부에 있는 두 점 사이의 거리 확률 분포를 체계적이고 알고리즘적으로 계산하기 위한 프레임워크를 개발하는 것.
• 적분 기하학 원리에 기반하여 삼각형에서 점 간 거리 분포(PDD)에 대한 닫힌 형태 또는 수치적 표현을 유도하는 것.
• 삼각형 기반의 PDD 결과를 분할 및 재귀적 분해를 통해 임의의 다각형으로 확장하는 것.
• 정사각형 및 육각형 고리와 같은 고리 형태 기하학적 영역의 PDD를 구성 다각형의 PDD를 가중치 확률합으로 조합하여 모델링하고 계산하는 것.
• 비균일하거나 복잡한 형상의 배치 영역을 가진 무선 통신 네트워크의 정확한 성능 평가를 가능하게 하는 것.

제안 방법

• 적분 기하학에서 유도된 확장된 운동측도(KM)를 활용하여 삼각형 내에서 방향 각도 θ와 중심선으로부터의 거리 p에 기반한 선분 교차 및 현 길이를 모델링하는 것.
• 이중 수치적 적분을 수행: 방향 각도 θ를 0에서 π까지 δθ 간격으로 이산화하고, 각 θ에 대해 수직 거리 p를 0에서 pm까지 δp 간격으로 이산화하는 것.
• 각 (θ, p) 쌍에 대해 삼각형 기하학에 기반한 삼각함수 관계를 이용해 현 길이 l을 계산하고, l ≥ d일 경우 PDF에 기여를 누적하는 것.
• 다양한 각도 범위에 대한 조각별 삼각함수 표현에 기반하여 δθ → 0 및 δp → 0로의 극한을 취함으로써 PDD PDF에 대한 기호적 닫힌 형태 표현을 도출하는 것.
• 삼각형 PDD를 일반 다각형으로 일반화하기 위해 다각형을 분할하고, 하위 삼각형의 면적 비율에 기반한 가중치 확률합을 통한 PDD 조합을 통해 분해 및 재귀(D&R) 전략을 적용하는 것.
• 고리 기하학에 대한 프레임워크 확장을 위해 고리를 내부 및 외부 다각형 영역의 합집합으로 모델링하고, 내부 및 외부 영역 간 PDD를 계산하며, 면적 가중 확률을 통해 이를 조합하는 것.

실험 결과

연구 질문

• RQ1 임의의 삼각형 내부에 균일하게 랜덤하게 선택된 두 점 사이의 거리 분포의 확률 분포를 분석적 또는 알고리즘적으로 어떻게 도출할 수 있는가?
• RQ2 분할 및 재귀 기반으로 삼각형 기반 PDD를 임의의 다각형으로 일반화하는 방법은 무엇인가?
• RQ3 정사각형 또는 육각형 고리와 같은 고리 형태 영역의 PDD는 구성 다각형의 PDD로부터 어떻게 계산할 수 있는가?
• RQ4 제안된 알고리즘적 접근 방법의 정확성과 확장성은 시뮬레이션 또는 기존 분석 결과와 비교하여 어떻게 평가할 수 있는가?
• RQ5 가중치 확률합을 사용하여 동일한 프레임워크 내에서 고리 영역 내 비균일한 노드 분포는 어떻게 다룰 수 있는가?

주요 결과

• 확장된 운동측도를 활용하여 각도 범위와 삼각함수 관계에 기반한 기호적 닫힌 형태의 삼각형 내 두 점 간 거리 PDF를 도출하였다.
• 알고리즘적 절차를 통해 고정밀도로 PDD PDF의 수치적 계산이 가능하며, 기호 유도 결과는 δθ 및 δp가 0으로 수렴하는 극한 과정을 통해 검증되었다.
• 임의의 다각형의 경우 다각형을 분할하고 하위 삼각형의 PDD를 면적 가중치 확률합을 통해 재귀적으로 조합함으로써 PDD를 계산하여, 복잡한 기하학적 구조의 정확한 모델링이 가능해졌다.
• 정규 오각형 및 육각형에 대해 적용한 결과, CDF는 시뮬레이션 결과 및 이전 분석 작업과 일치하였으며, 그림 12(a) 및 12(b)에서 확인할 수 있다.
• 정사각형 및 육각형 고리와 같은 고리 기하학에 대해, 고리를 내부 및 외부 영역의 합집합으로 모델링하고, 내부 및 외부 영역 간 분포를 가중치 조합하여 PDD를 계산하는 방식으로 프레임워크를 확장하였다.
• 확률합의 가중치를 조정함으로써 고리 영역 내 비균일한 노드 밀도를 지원할 수 있어 실제 네트워크 모델링에서의 유연성을 입증하였다.