[论文解读] A Multiobjective Optimization Framework for Routing in Wireless Ad Hoc Networks

Katia Jaffrès‐Runser, Cristina Comaniciu+1 more|arXiv (Cornell University)|Feb 4, 2009

Mobile Ad Hoc Networks参考文献 19被引用 8

一句话总结

本文提出了一种跨层概率网络模型，将无线自组织网络中的多目标路由问题建模为一个在鲁棒性、时延和能耗之间取得平衡的优化问题。基于一个两跳传感器网络实例的Pareto最优解，展示了各指标之间的权衡关系，表明更高的鲁棒性需要付出更高的时延和能耗代价，共在24,820个可行配置中识别出3,855个Pareto最优解。

ABSTRACT

Wireless ad hoc networks are seldom characterized by one single performance metric, yet the current literature lacks a flexible framework to assist in characterizing the design tradeoffs in such networks. In this work, we address this problem by proposing a new modeling framework for routing in ad hoc networks, which used in conjunction with metaheuristic multiobjective search algorithms, will result in a better understanding of network behavior and performance when multiple criteria are relevant. Our approach is to take a holistic view of the network that captures the cross-interactions among interference management techniques implemented at various layers of the protocol stack. The resulting framework is a complex multiobjective optimization problem that can be efficiently solved through existing multiobjective search techniques. In this contribution, we present the Pareto optimal sets for an example sensor network when delay, robustness and energy are considered. The aim of this paper is to present the framework and hence for conciseness purposes, the multiobjective optimization search is not developed herein.

研究动机与目标

• 为解决无线自组织网络中多个性能度量之间权衡关系缺乏灵活且集成的评估框架的问题。
• 对物理层、MAC层和网络层之间的跨层交互（特别是路由与干扰/资源管理技术）进行建模。
• 构建一个多目标优化问题，以捕捉路由中鲁棒性、端到端时延和能耗之间的权衡关系。
• 通过实现从局部到全局的网络层性能映射，为自适应、性能感知的路由提供基础。
• 通过一个具体的两跳传感器网络实例，展示该框架的可行性，并量化各指标之间的权衡关系。

提出的方法

• 该框架使用由节点概率（χi）和链路概率（pij）定义的概率网络模型，以捕捉网络可用性和传输成功率。
• 节点概率χi被分解为环境/协议因素（ξi）和可控制的路由选择（xi），从而实现对路由决策的优化。
• 链路概率pij用于建模物理层损伤（如衰落）和MAC层拥塞对传输可靠性的影晌。
• 将路由问题转化为一个包含三个评估函数的多目标优化问题：信息传输的鲁棒性、端到端时延和能耗。
• 采用离散化表述方式表示传输速率τi(r)，将能量级别限制在21个离散值，以实现可计算性。
• 通过元启发式搜索技术识别Pareto最优解，并在三维空间中可视化结果，同时投影到二维平面上进行权衡分析。

实验结果

研究问题

• RQ1 如何构建一个统一的跨层框架，以建模协议栈各层之间路由决策与干扰/资源管理之间的相互作用？
• RQ2 在多跳无线自组织网络路由中，鲁棒性、时延和能耗之间的内在权衡关系是什么？
• RQ3 具有节点概率和链路概率的概率网络模型，如何捕捉在不同信道条件下路由协议的性能权衡？
• RQ4 在同时满足鲁棒性、时延和能耗约束的两跳传感器网络中，Pareto最优解集的结构与组成是怎样的？
• RQ5 中继节点的位置和转发概率如何影响多目标路由场景下的权衡格局？

主要发现

• 在满足数据包冗余约束（xi ≤ 1）的24,820个可行解中，有3,855个为Pareto最优解，约占受限解空间的15%。
• 所有Pareto最优解均避免在第一个时隙中源节点与中继节点同时传输，表明其采用了一种最小化干扰的策略。
• 鲁棒性提升以增加时延和能耗为代价，且在解的投影图中可清晰观察到鲁棒性与时延之间的权衡关系。
• 由于传输速率τi(r)的离散化表述，Pareto最优解中的能耗被限制在21个离散水平。
• Pareto集合中的226个节点主要集中在源与目的地之间的中心椭圆区域内，最鲁棒的解也由此区域产生。
• 实现接近完美鲁棒性（fR > 0.999）的中继节点集中于中心区域，凸显其在以更高时延和能耗为代价提升可靠性的战略作用。