[论文解读] Compressed Neighbor Discovery for Wireless Networks

Dongning Guo, Jun Luo+2 more|arXiv (Cornell University)|Dec 5, 2010

Wireless Networks and Protocols参考文献 22被引用 19

一句话总结

本文提出了一种压缩邻居发现机制，这是一种新颖的框架，使无线网络中的所有节点能够通过单个传输帧同时识别其邻居。通过分配唯一的开-关签名，并利用压缩感知技术——通过随机分组测试或基于确定性 Reed-Muller 的啁啾解码——节点从信号叠加中解码邻居信息，在 100 万个节点的网络中，信噪比（SNR）为 10 dB 时，使用 4,096 符号帧可实现 99.7% 的准确率。

ABSTRACT

This paper studies neighbor discovery problem in wireless networks, namely, each node wishes to discover and identify the network interface addresses (NIAs) of those nodes within a single hop. A novel paradigm, called compressed neighbor discovery is proposed, which enables all nodes to simultaneously discover their respective neighborhoods with a single frame of transmission. The key technique is to assign each node a unique on-off signature and let all nodes simultaneously transmit their signatures. Despite that the radios are half-duplex, each node observes a superposition of its neighbors' signatures through its own off-slots. To identify its neighbors out of a large network address space, each node solves a compressed sensing problem. Two practical schemes are studied. The first employs random on-off signatures, and each node discovers its neighbors using a noncoherent detection algorithm based on group testing. The second scheme uses on-off signatures based on a deterministic second-order Reed-Muller code, and applies a chirp decoding algorithm. The second scheme needs much lower signal-to-noise ratio (SNR) and a shorter frame to achieve the same error performance. A network of over one million Poisson distributed nodes is studied numerically, where each node has 30 neighbors on average, and the channel between each pair of nodes is subject to path loss and Rayleigh fading. Within a single frame of 4,096 symbols, nodes can discover their respective neighbors with on average 99.7% accuracy at 10 dB SNR. The complexity of the chirp decoding algorithm is sub-linear, so that it is in principle scalable to networks with 48-bit IEEE 802.11 MAC addresses. The compressed neighbor discovery schemes are much more efficient than conventional random access discovery, where nodes have to retransmit over many frames with random delays to be successfully discovered due to collisions.

研究动机与目标

• 解决大规模无线网络中传统邻居发现效率低下的问题，其中随机重传导致冲突和高延迟。
• 克服半双工无线电在无协调情况下同时检测邻居的局限性。
• 在具有大地址空间（如使用 48 位 MAC 地址）的大规模网络中，实现可扩展且低复杂度的邻居发现。
• 最小化可靠邻居识别所需的传输帧数和信噪比（SNR）。
• 设计在实际网络规模和信道条件下既高效又可扩展的方案。

提出的方法

• 为每个节点分配一个唯一的开-关签名，其中‘开’时隙对应传输，‘关’时隙对应监听。
• 所有节点同时发送其签名，每个节点在其自身‘关’时隙期间观察到邻居信号的叠加。
• 将邻居发现建模为压缩感知问题，目标是从带有噪声的线性测量中恢复活跃邻居的集合。
• 实现两种方案：一种使用随机开-关签名并结合非相干分组测试进行邻居检测。
• 实现第二种方案：使用确定性的二阶 Reed-Muller 码作为签名，支持啁啾解码，从而降低对信噪比（SNR）的要求。
• 利用啁啾解码算法的次线性复杂度，确保可扩展至支持 48 位 IEEE 802.11 MAC 地址的网络。

实验结果

研究问题

• RQ1 在无协调的情况下，即使使用半双工无线电，是否也能在单个传输帧内实现邻居发现？
• RQ2 如何有效将压缩感知应用于具有随机节点分布的大规模无线网络中的邻居发现？
• RQ3 在信噪比（SNR）和帧长方面，随机开-关签名与确定性码之间存在怎样的性能权衡？
• RQ4 所提出的方案是否能够扩展至支持 48 位 MAC 地址的网络，同时保持计算复杂度较低？
• RQ5 在包含路径损耗和瑞利衰落的真实信道条件下，系统性能如何表现？

主要发现

• 在一个超过一百万个泊松分布节点的网络中，每个节点平均拥有 30 个邻居，系统在 10 dB 信噪比（SNR）下，使用单个 4,096 符号帧，实现了 99.7% 的邻居发现准确率。
• 基于确定性 Reed-Muller 的方案在相同错误性能下，显著降低了对信噪比（SNR）的需求和帧长，优于随机签名方案。
• 啁啾解码算法实现了次线性计算复杂度，使其在支持 48 位 IEEE 802.11 MAC 地址的网络中具备可扩展性。
• 所提出的压缩邻居发现框架将所需帧数从传统随机接入中的多个减少为仅一个，消除了与冲突相关的重传。
• 系统在真实衰落和路径损耗条件下仍保持鲁棒性，证明了其在密集无线环境中的实际可行性。