[论文解读] Distributed Deterministic Broadcasting in Wireless Networks under the SINR Model

Tomasz Jurdziński, Dariusz R. Kowalski+1 more|arXiv (Cornell University)|Oct 5, 2012

Cooperative Communication and Network Coding被引用 5

一句话总结

本文针对在统一发射功率下的随机接入网络（ad-hoc wireless networks）提出了一种分布式确定性广播算法，基于SINR模型，实现了O(D log²n)的时间复杂度（依赖本地邻域知识）和O(DΔ log²N)的时间复杂度（不依赖本地邻域知识），几乎达到理论下界，表明广播的代价相比拓扑发现低一个因子min{n/D, Δ}。

ABSTRACT

In this paper we initiate a study of distributed deterministic broadcasting in ad-hoc wireless networks with uniform transmission powers under the SINR model. We design algorithms in two settings: with and without local knowledge about immediate neighborhood. In the former setting, our solution has almost optimal O(Dlog2 n) time cost, where n is the size of a network, D is the eccentricity of the network and {1,...,N} is the set of possible node IDs. In the latter case, we prove an Omega(n log N) lower bound and develop an algorithm matching this formula, where n is the number of network nodes. As one of the conclusions, we derive that the inherited cost of broadcasting techniques in wireless networks is much smaller, by factor around min{n/D,Delta}, than the cost of learning the immediate neighborhood. Finally, we develop a O(D Delta log2 N) algorithm for the setting without local knowledge, where Delta is the upper bound on the degree of the communication graph of a network. This algorithm is close to a lower bound Omega(D Delta).

研究动机与目标

• 设计在统一发射功率下的SINR模型中，针对自组织无线网络的高效分布式确定性广播算法。
• 分析广播与学习本地网络拓扑之间在时间复杂度上的性能差距。
• 在两种设置下（有和无本地邻域知识）建立广播的紧致上界与下界。
• 量化无线网络中广播与拓扑发现之间的相对成本。

提出的方法

• 设计一种利用对直接邻居的本地知识的分布式算法，实现O(D log²n)的时间复杂度，通过同步传输调度机制实现。
• 提出一种新颖的传输调度策略，通过基于节点ID和网络离心率协调传输窗口，避免干扰。
• 证明在无本地知识设置下，广播的复杂度下界为Ω(n log N)，确立了性能的根本限制。
• 设计一种无需本地知识的分布式算法，实现O(DΔ log²N)的时间复杂度，与下界仅相差对数因子。
• 采用SINR模型来建模干扰，仅当信号与干扰加噪声比超过阈值时，接收才成功。
• 应用分层聚类和基于ID的调度机制，以最小化冲突并确保网络中端到端的确定性传输。

实验结果

研究问题

• RQ1 在统一发射功率的SINR模型下，自组织无线网络中确定性广播的最短时间是多少？
• RQ2 本地邻域知识的存在与否如何影响广播的时间复杂度？
• RQ3 广播的成本是否可以显著低于无线网络中学习本地拓扑的成本？
• RQ4 在统一发射功率的SINR模型下，确定性广播的紧致上下界是什么？

主要发现

• 所提出的利用本地知识的算法实现O(D log²n)时间复杂度，接近最优且接近理论下界。
• 在无本地知识的情况下，算法运行时间为O(DΔ log²N)，接近已证明的Ω(DΔ)下界。
• 本文建立了无本地知识下广播的Ω(n log N)下界，表明这是性能的根本上限。
• 广播被证明显著低于拓扑发现的成本，其代价低一个因子min{n/D, Δ}。
• 广播的时间成本在渐近意义上小于拓扑发现的成本，表明广播在无线网络中是更高效的原 primitive。