[论文解读] Maximizing Barrier Coverage Lifetime with Mobile Sensors

Amotz Bar-Noy, Dror Rawitz+1 more|arXiv (Cornell University)|Apr 23, 2013

Energy Efficient Wireless Sensor Networks参考文献 13被引用 5

一句话总结

本文研究了在能量受限传感器的移动传感器网络中最大化屏障覆盖寿命的问题，其中移动性和感知均会消耗电池电量。针对特定部署约束下的固定半径和可变半径两种变体，提出了参数搜索算法，证明了可变半径问题为强 NP-难问题，并建立了最优传感器排序与部署的结构性质，以延长网络寿命。

ABSTRACT

Sensor networks are ubiquitously used for detection and tracking and as a result covering is one of the main tasks of such networks. We study the problem of maximizing the coverage lifetime of a barrier by mobile sensors with limited battery powers, where the coverage lifetime is the time until there is a breakdown in coverage due to the death of a sensor. Sensors are first deployed and then coverage commences. Energy is consumed in proportion to the distance traveled for mobility, while for coverage, energy is consumed in direct proportion to the radius of the sensor raised to a constant exponent. We study two variants which are distinguished by whether the sensing radii are given as part of the input or can be optimized, the fixed radii problem and the variable radii problem. We design parametric search algorithms for both problems for the case where the final order of the sensors is predetermined and for the case where sensors are initially located at barrier endpoints. In contrast, we show that the variable radii problem is strongly NP-hard and provide hardness of approximation results for fixed radii for the case where all the sensors are initially co-located at an internal point of the barrier.

研究动机与目标

• 为解决使用有限电池电量的移动传感器实现屏障覆盖网络寿命最大化的挑战。
• 对移动性（与移动距离成正比）和感知（与半径的 α 次方成正比）导致的能量消耗进行建模。
• 研究两种变体：固定半径（BCFR）和可变半径（BCVR），其中半径可被优化以实现寿命最大化。
• 针对特定部署配置（如预设传感器顺序或初始位置位于屏障端点）设计高效算法。
• 建立计算复杂度结果，包括可变半径问题的强 NP-难性，以及在传感器共点条件下固定半径问题的近似难度。

提出的方法

• 通过在可实现寿命 t 上进行二分查找，提出参数搜索框架以求解 BCFR 和 BCVR 问题。
• 引入双向可达顺序（用于固定半径）和双向电量顺序（用于可变半径），以组织传感器部署并证明最优性。
• 基于电池和移动能量约束，对传感器位置和半径进行变换，以确保覆盖和寿命可行性。
• 应用涉及 α 次根函数的引理和不等式，以比较覆盖寿命，并证明重新排列传感器可提升或维持寿命。
• 采用交换论证法，表明任何存在覆盖重叠违规的部署均可转化为违规更少且寿命相同或更优的部署，从而导出最优排序。
• 将问题简化为满足结构性约束的可行部署，通过参数搜索实现高效计算。

实验结果

研究问题

• RQ1 是否可以通过直接优化传感器移动性和感知半径来最大化屏障覆盖寿命，而非使用占空比等间接策略？
• RQ2 当感知半径可变与固定时，屏障覆盖寿命最大化问题的计算复杂度如何？
• RQ3 在何种传感器部署配置下（如预设顺序、初始位置位于端点）可设计出高效算法？
• RQ4 是否存在一种传感器的结构性排序（如按可达范围或电量）可保证最优覆盖寿命？
• RQ5 该问题在特定配置下是否可多项式时间求解，还是本质上难以求解？

主要发现

• 可变半径屏障覆盖问题（BCVR）为强 NP-难问题，表明除非 P=NP，否则不存在伪多项式时间算法。
• 对于固定半径问题（BCFR），当所有传感器初始位于屏障内部同一点时，该问题难以在任意常数因子内近似。
• 当传感器初始位于屏障端点（x ∈ {0,1}^n）时，可通过双向可达顺序（固定半径）和双向电量顺序（可变半径）找到最优部署。
• 针对预设传感器顺序或端点部署约束，为 BCFR 和 BCVR 设计了参数搜索算法。
• 通过基于可达范围或电量容量重新排序传感器，可实现最优部署，确保不会出现电量或可达范围更小的传感器被安排为降低整体覆盖寿命。
• 任何存在传感器覆盖重叠违规的部署均可被转化为违规更少且寿命相同或更优的部署，从而证明了最优排序的存在性。