[论文解读] Beyond Geometry : Towards Fully Realistic Wireless Models

Marijke H.L. Bodlaender, Magnús M. Halldórsson|arXiv (Cornell University)|Feb 20, 2014

Mobile Ad Hoc Networks参考文献 57被引用 7

一句话总结

本文引入衰减空间作为无线网络中几何信号强度模型的推广，用任意信号衰减模式取代了不切实际的平滑几何路径损耗假设。研究表明，关键的SINR模型结果——尤其是容量最大化与分布式算法——可推广至这些衰减空间，其近似与时间复杂度取决于一个度量性参数ζ，实现了在平面上对容量的首个亚指数近似。

ABSTRACT

Signal-strength models of wireless communications capture the gradual fading of signals and the additivity of interference. As such, they are closer to reality than other models. However, nearly all theoretic work in the SINR model depends on the assumption of smooth geometric decay, one that is true in free space but is far off in actual environments. The challenge is to model realistic environments, including walls, obstacles, reflections and anisotropic antennas, without making the models algorithmically impractical or analytically intractable. We present a simple solution that allows the modeling of arbitrary static situations by moving from geometry to arbitrary decay spaces. The complexity of a setting is captured by a metricity parameter Z that indicates how far the decay space is from satisfying the triangular inequality. All results that hold in the SINR model in general metrics carry over to decay spaces, with the resulting time complexity and approximation depending on Z in the same way that the original results depends on the path loss term alpha. For distributed algorithms, that to date have appeared to necessarily depend on the planarity, we indicate how they can be adapted to arbitrary decay spaces. Finally, we explore the dependence on Z in the approximability of core problems. In particular, we observe that the capacity maximization problem has exponential upper and lower bounds in terms of Z in general decay spaces. In Euclidean metrics and related growth-bounded decay spaces, the performance depends on the exact metricity definition, with a polynomial upper bound in terms of Z, but an exponential lower bound in terms of a variant parameter phi. On the plane, the upper bound result actually yields the first approximation of a capacity-type SINR problem that is subexponential in alpha.

研究动机与目标

• 为弥合理论无线模型与实际信号传播之间的差距，后者常偏离平滑几何路径损耗。
• 开发一种计算与分析上可处理的模型，以捕捉墙壁、反射与定向天线等真实环境效应。
• 通过用基于任意信号强度衰减函数取代基于距离的衰减，将SINR模型推广至几何之外。
• 证明SINR模型中的核心算法结果在衰减空间中依然成立，且复杂度取决于一个度量性参数ζ。
• 证明分布式算法可借助一个衰落参数适应任意衰减空间，尤其在衰减空间为倍增空间时。

提出的方法

• 提出衰减空间，其中节点间的信号强度由任意成对衰减函数定义，与几何距离无关。
• 引入度量性参数ζ，用于量化衰减空间偏离三角不等式的程度。
• 证明一般度量空间中SINR模型的所有结果可推广至衰减空间，其时间与近似复杂度依赖于ζ，类似于其对路径损耗α的依赖。
• 为分布式算法引入一个衰落参数，表明其可代价依赖于该参数地适应任意衰减空间。
• 证明在倍增衰减空间中，该衰落参数有常数有界，从而可高效适配原本为平面环境设计的分布式算法。
• 使用变体度量性参数φ = log φ分析不可近似性，表明即使在无极端路径损耗时，其在φ上的指数难度仍存在。

实验结果

研究问题

• RQ1 是否能在不牺牲算法可处理性的前提下，对墙壁、反射与定向天线等真实无线信号传播效应进行建模？
• RQ2 SINR模型在多大程度上可超越几何路径损耗进行推广，同时保持关键算法结果？
• RQ3 度量性参数ζ如何影响任意衰减空间中核心问题（如容量最大化）的可近似性？
• RQ4 为平面环境设计的分布式算法在多大程度上可扩展至任意衰减空间，其时间复杂度的代价如何？
• RQ5 衰减空间中容量的近似根本极限是什么？ζ与φ参数如何与该难度相关？

主要发现

• 一般衰减空间中的容量最大化问题，其上下界均为ζ的指数函数。
• 在欧几里得与增长有界的衰减空间中，容量的近似比在ζ上为多项式，但在变体参数φ上为指数，表明其固有的困难性。
• 本文首次在SINR模型中实现了容量的亚指数近似，平面上达到O(α⁴)近似，其在α上为亚指数。
• 在倍增衰减空间中，衰落参数有常数有界，从而可高效适配原本为平面设置设计的分布式算法。
• 即使衰减函数增长缓慢（如d^α与d^(α+1)），容量的不可近似性结果依然成立，表明指数难度源于衰减差异，而非极端路径损耗。
• 参数φ = log φ对不可近似性的上界更紧，且在一般度量空间中，以φ为基准的指数近似为最优。