[论文解读] Challenges, Designs, and Performances of a Distributed Algorithm for Minimum-Latency of Data-Aggregation in Multi-Channel WSNs

Tu N. Nguyen, Bing-Hong Liu+2 more|arXiv (Cornell University)|Oct 29, 2018

Energy Efficient Wireless Sensor Networks参考文献 19被引用 5

一句话总结

该论文提出了一种分布式冲突避免调度（DCAS）算法，旨在多通道无线传感器网络（WSNs）中，在实际分布式条件下最小化数据聚合延迟。通过构建扩展的相对冲突图，并采用局部化、公平性感知的调度机制，DCAS 消除了数据冲突，并在高数据聚合比和较大网络规模下，显著降低了所需时隙数量，优于现有方法。

ABSTRACT

In wireless sensor networks (WSNs), the sensed data by sensors need to be gathered, so that one very important application is periodical data collection. There is much effort which aimed at the data collection scheduling algorithm development to minimize the latency. Most of previous works investigating the minimum latency of data collection issue have an ideal assumption that the network is a centralized system, in which the entire network is completely synchronized with full knowledge of components. In addition, most of existing works often assume that any (or no) data in the network are allowed to be aggregated into one packet and the network models are often treated as tree structures. However, in practical, WSNs are more likely to be distributed systems, since each sensor's knowledge is disjointed to each other, and a fixed number of data are allowed to to be aggregated into one packet. This is a formidable motivation for us to investigate the problem of minimum latency for the data aggregation without data collision in the distributed WSNs when the sensors are considered to be assigned the channels and the data are compressed with a flexible aggregation ratio, termed the minimum-latency collision-avoidance multiple-data-aggregation scheduling with multi-channel (MLCAMDAS-MC) problem. A new distributed algorithm, termed the distributed collision-avoidance scheduling (DCAS) algorithm, is proposed to address the MLCAMDAS-MC. Finally, we provide the theoretical analyses of DCAS and conduct extensive simulations to demonstrate the performance of DCAS.

研究动机与目标

• 解决在传感器仅具备有限本地知识、无法依赖集中协调的分布式 WSN 中，最小化数据聚合延迟的挑战。
• 提出最小延迟冲突避免多数据聚合多信道调度问题（MLCAMDAS-MC），以建模包括信道分配、固定聚合比 α 和冲突避免在内的实际约束。
• 设计一种无需全局网络知识的分布式算法，确保无冲突传输的同时，最小化数据收集所需的时隙数量。
• 通过理论分析与仿真验证，证明 DCAS 在不同网络条件下，相比最先进分布式算法，可实现更低延迟。

提出的方法

• 构建扩展的相对冲突图 $G_{r+}$，基于节点距离、信道使用情况和时隙分配，建模潜在的数据传输冲突。
• 设计 DCAS 算法，仅使用本地信息进行分布式、局部化调度，确保网络中公平且无冲突的传输。
• 在统一框架中整合信道分配与时隙调度，防止多接入冲突和干扰冲突在多信道 WSN 中的发生。
• 采用灵活的聚合比 $\alpha$，允许最多 $\alpha$ 个数据单元压缩为单个数据包，从而减少所需传输次数。
• 通过理论分析证明，DCAS 可保证在整个网络中实现无冲突的数据聚合。
• 开展大量仿真，对比 DCAS 与 RMSA 算法在不同参数下的性能：网络规模、传感器数量、信道数量以及数据生成率 $\beta$。

实验结果

研究问题

• RQ1 在传感器仅具备本地知识且无集中协调的分布式 WSN 中，如何最小化数据聚合延迟？
• RQ2 在多信道 WSN 中，设计一种确保无冲突传输并支持灵活数据聚合比的分布式算法时，面临哪些关键挑战？
• RQ3 在不同网络和数据参数下，所提出的 DCAS 算法与现有分布式算法（如 RMSA）在时隙效率方面的性能比较如何？
• RQ4 网络规模、传感器数量以及数据生成率 ($\beta$) 对 DCAS 算法的延迟和可扩展性有何影响？
• RQ5 能否在不依赖全局网络状态信息的前提下，使分布式算法实现冲突自由和低延迟的理论保证？

主要发现

• 与 RMSA 算法相比，DCAS 显著减少了所需时隙数量，尤其在高聚合比（$\alpha \geq 16$）时，某些配置下性能提升高达 50%。
• 在 30 × 30 网络中，含 200 个传感器和 2 个信道的场景下，DCAS 在所有测试的 $\alpha$ 值（1 至 128）下所需时隙均少于 RMSA。
• 当网络规模从 $20\times20$ 扩展至 $40\times40$ 时，DCAS 所需时隙数量因最小跳数增加而上升，但大多数情况下仍优于 RMSA。
• 当数据生成率 $\beta$ 从 1 增加到 5 时，DCAS 和 RMSA 所需时隙数量均上升，表明在数据负载更重时延迟更高。
• 随着 $\alpha$ 值提高，DCAS 与 RMSA 的性能差距进一步扩大，表明 DCAS 在高聚合场景下具有更优的可扩展性。
• 理论分析证实，DCAS 完全消除了网络中的数据冲突，验证了其在分布式公平性假设下的正确性。