[论文解读] Minimum Power Range Assignment for Symmetric Connectivity in Sensor Networks with two Power Levels

Stefan Hoffmann, Egon Wanke|arXiv (Cornell University)|May 5, 2016

Mobile Ad Hoc Networks参考文献 9被引用 3

一句话总结

本文提出了一种参数化的近似算法 Approx2LSRA_k，用于仅具有两种传输功率级别的无线传感器网络中的对称最小功率范围分配问题。该算法的性能比可任意接近 π²/6 ≈ 1.645，对于 k=3 的特定实现，时间复杂度为 O(n log n)，达到紧致的 7/4 近似比，显著优于此前针对双功率级别对称连通性问题的界。

ABSTRACT

This paper examines the problem of assigning a transmission power to every node of a wireless sensor network. The goal is to minimize the total power consumption while ensuring that the resulting communication graph is connected. We focus on a restricted version of this Range Assignment (RA) problem in which there are two different power levels. We only consider symmetrical transmission links to allow easy integration with low level wireless protocols that typically require bidirectional communication between two neighboring nodes. We introduce a parameterized polynomial time approximation algorithm with a performance ratio arbitrarily close to $π^2/6$. Additionally, we give an almost linear time approximation algorithm with a tight quality bound of $7/4$.

研究动机与目标

• 解决仅具有两种功率级别的无线传感器网络中的对称最小功率范围分配问题，以最小化总能量消耗，同时确保双向连通性。
• 为双功率级别对称 RA 问题设计一种多项式时间近似算法，其性能比可任意接近 π²/6 ≈ 1.645。
• 为 k=3 情况提供一种高效、近乎线性时间的实现，具有紧致的 7/4 近似保证。
• 建立所提算法族的近似质量理论边界，且独立于几何嵌入或链路相关性假设。

提出的方法

• 该算法 Approx2LSRA_k 基于贪心、基于连通分量的方式，识别 k-合并（可通过最大功率边连接的 k 个节点集合）和 2-合并（通过最大功率边连接的节点对）。
• 使用并查集数据结构高效维护最小功率图中的连通分量，从而在 k=3 时实现近乎线性时间复杂度。
• 通过优先构建 k-合并而非 2-合并的方式处理最大功率边，确保解构造过程的结构最优性。
• 通过分析最坏情况实例，将算法解的大小与最优解大小进行比较，推导出依赖于 k 的性能比边界。
• 该方法假设：若节点在最小功率下可接收信号，则在最大功率下也必然可接收，且无需对称链路假设。
• 算法通过显式的数据结构表示最小功率和最大功率邻居关系，实现 O(s_min + s_max) 时间复杂度的高效处理，其中 s_min 和 s_max 分别为邻居关系表示的大小。

实验结果

研究问题

• RQ1 对于对称双功率级别范围分配问题，是否存在一种多项式时间算法，其最佳可能近似比是多少？
• RQ2 能否设计一种参数化算法，使其性能比随着参数 k 的增加而趋近于 π²/6？
• RQ3 是否存在一种针对特定 k 值（如 k=3）的实用、近乎线性时间实现，且具有紧致的近似保证？
• RQ4 在最坏情况的网络配置下，该算法的性能与已知下界相比如何？
• RQ5 该算法能否在不依赖几何嵌入或对称链路假设的前提下实现高效实现？

主要发现

• Approx2LSRA_k 的性能比被限制在 (3k−2)/(2k−2) 和 1/(k−1) + Σ(i=1 to k−1) 1/i² 之间，当 k 增大时趋近于 π²/6 ≈ 1.645。
• 当 k=3 时，该算法实现了紧致的 7/4 近似比，这是该问题变体目前已知的最佳结果。
• 通过使用并查集数据结构，该算法可实现近乎线性时间复杂度，时间复杂度为 O(f(s_min, s_max) · α(f(s_min, s_max), |V|))，其中 f ∈ O(s_min + s_max)。
• 最坏情况实例的构造表明，k=3 时 7/4 的上界是紧致的，证实了近似因子的最优性。
• 该算法的性能独立于网络的几何嵌入，且不依赖对称链路假设，仅依赖于最小功率和最大功率邻居集合。
• 理论分析确认，该算法是一种参数化多项式时间近似方案（PPTAS），其性能比可任意接近 π²/6。