[论文解读] QoS Aware and Survivable Network Design for Planned Wireless Sensor Networks

Abhijit Bhattacharya, Anurag Kumar|arXiv (Cornell University)|Oct 21, 2011

Mobile Ad Hoc Networks参考文献 17被引用 18

一句话总结

本文提出多项式时间近似算法，用于在规划的无线传感器网络中实现成本最优、QoS感知且具备生存能力的中继节点部署，目标是在最小化额外中继节点数量的同时确保通往基站的跳数受限路径。这些算法在实践中表现出接近最优的性能，超过90%的测试场景下获得最优或近似最优解，且在仿真中显著优于理论最坏情况边界。

ABSTRACT

We study the problem of wireless sensor network design by deploying a minimum number of additional relay nodes (to minimize network cost) at a subset of given potential relay locations, in order to convey the data from already existing sensor nodes (hereafter called source nodes) to a Base Station, while meeting a certain specified hop count bound (the hop count bound is chosen to ensure a pre-determined probability of the data being delivered to the BS within a given maximum delay). We study two variations of the problem. First we sudy the problem of guaranteed QoS connected network design, where the objective is to have at least one path from each source to the BS with the specified hop count bound. We show that the problem is NP-Hard. For a problem in which the number of existing sensor nodes and potential relay locations is n, we propose an O(n) approximation algorithm of polynomial time complexity. Results show that the algorithm performs efficiently (in over 90% of the tested scenarios, it gave solutions that were either optimal or were worse than optimal by just one relay) in various randomly generated network scenarios. Next, we study the problem of survivable network design with guaranteed QoS, i.e, the requirement is to have at least k > 1 node disjoint hop constrained paths from each source to the BS. We show that the problem is NP-Hard. We also show that the problem of finding a feasible solution to this optimization problem is NP-Complete. We propose two polynomial time heuristics for this problem, and compare their performance on various randomly generated network scenarios.

研究动机与目标

• 设计一种最小成本无线网状网络，通过在预设位置添加中继节点，确保传感器节点到基站的可靠、低延迟数据传输。
• 满足以最大跳数定义的质量保障（QoS）目标，确保在单包流量模型下的及时交付。
• 通过在相同跳数约束下为每个源节点到基站建立至少k ≥ 2条节点不相交路径，确保网络的生存能力。
• 为这些NP难问题设计多项式时间近似算法，兼具高效性与实际有效性。

提出的方法

• 将单连通性问题建模为跳数受限的最小中继子图问题，提出一种基于局部搜索与路径扩展的新型O(n)近似算法。
• 采用基于‘节点割’不等式的整数线性规划（ILP）公式，计算最优中继数量的下界，从而支持性能评估。
• 针对k连通性，提出一种启发式算法，逐步构建k条节点不相交路径，同时遵守跳数限制并最小化中继使用。
• 利用随机模型推导出一连通性和k连通性问题在平均情况下的近似比的解析上界。
• 对小规模实例采用穷举搜索，对大规模实例则使用ILP的线性规划松弛以获得紧致的下界。
• 通过在具有不同源节点数和中继位置数的随机生成几何网络拓扑上进行大规模仿真，验证性能。

实验结果

研究问题

• RQ1 能否为规划的无线传感器网络中，实现QoS感知、最小中继数量的单连通网络设计，设计出多项式时间近似算法？
• RQ2 所提算法在中继数量方面，与最优解之间的理论与实际性能差距如何？
• RQ3 在要求k ≥ 2条节点不相交路径且存在跳数限制的生存能力约束下，算法表现如何？
• RQ4 能否在随机网络模型下，为这类算法的平均情况近似比推导出解析边界？
• RQ5 为何基于局部搜索的启发式算法在随机几何网络场景下的实际表现显著优于最坏情况理论边界？

主要发现

• 所提出的单连通性设计O(n)近似算法在超过90%的测试场景中达到最优或近似最优解，最坏情况下仅相差1个中继节点。
• 在35%的测试用例中，算法达到最优解；在55%的用例中，解与最优解相差不超过1个中继节点。
• 对于k连通性（k=2），E-SPTiRP启发式算法在全部五个测试集上均优于Dummy算法，部分场景下最坏情况近似因子为1。
• 算法的实际性能显著优于定理6中推导出的近似比理论上限，尤其在大规模场景中表现更优。
• 即使在最优解为零（即无中继需求）且不存在有界近似保证的情况下，算法最多使用7个中继（Dummy）或5个中继（E-SPTiRP），最小使用量为0，表明其具有极强的实际鲁棒性。
• 结果表明，随机传感器网络图的几何特性可能是本地搜索启发式算法表现出强劲实际性能的根源，值得进一步研究。