[论文解读] Scheduling Sensors for Guaranteed Sparse Coverage

Swaminathan Sankararaman, Alon Efrat+2 more|arXiv (Cornell University)|Nov 23, 2009

Energy Efficient Wireless Sensor Networks参考文献 11被引用 6

一句话总结

本文提出了一种基于线性规划（LP）的新算法，用于在 $\kappa$-弱覆盖模型下调度传感器，以实现保证的稀疏覆盖，该模型确保任意距离不超过 $\kappa$ 的两点不会同时处于未覆盖状态。该方法利用基于铺砖的传感器覆盖分解与网络流相关性，以最大化网络寿命；实验表明，LP 方法实现了接近最优的性能，且在不同部署密度下，六边形网格相比方形网格可将寿命提升高达 30%。

ABSTRACT

Sensor networks are particularly applicable to the tracking of objects in motion. For such applications, it may not necessary that the whole region be covered by sensors as long as the uncovered region is not too large. This notion has been formalized by Balasubramanian et.al. as the problem of $κ$-weak coverage. This model of coverage provides guarantees about the regions in which the objects may move undetected. In this paper, we analyse the theoretical aspects of the problem and provide guarantees about the lifetime achievable. We introduce a number of practical algorithms and analyse their significance. The main contribution is a novel linear programming based algorithm which provides near-optimal lifetime. Through extensive experimentation, we analyse the performance of these algorithms based on several parameters defined.

研究动机与目标

• 为解决在保证稀疏覆盖（覆盖空洞的最大直径为 $\kappa$）的前提下延长传感器网络寿命的挑战。
• 设计实用且可扩展的算法，用于计算具有可证明寿命保证的 $\kappa$-弱覆盖。
• 在不同部署密度和 $\kappa$ 值下，比较不同调度策略（均匀、非均匀、非抢占式）的性能。
• 评估不同铺砖策略（方形与六边形网格）在最大化覆盖寿命方面的有效性。
• 设计一种无需 GPS 的分布式算法，用于在实际部署中发现 $\kappa$-弱覆盖。

提出的方法

• 采用基于铺砖的方法将传感器场分解为互不相交的区域，每个区域由一组传感器覆盖，且覆盖空洞的直径受 $\kappa$ 限制。
• 应用网络流算法来建模传感器激活与覆盖调度，建立流网络与 $\kappa$-弱覆盖之间的新颖关联。
• 提出线性规划公式，以计算接近最优的传感器激活调度，从而最大化总网络寿命。
• 实现三种激活策略：均匀（电池消耗相等）、非均匀（按覆盖中最小电池量成比例）和非抢占式（一旦激活，传感器保持开启）。
• 使用空间泊松过程在 $50 \times 50$ 区域内生成不同强度和 $\kappa$ 值下的随机传感器部署，用于仿真。
• 采用基于位移的粒度策略，参数为 $\epsilon$，以探索与网格对齐的传感器覆盖的扰动，从而增强对部署不规则性的鲁棒性。

实验结果

研究问题

• RQ1 基于铺砖的方法结合 LP 调度，能否在 $\kappa$-弱覆盖下实现接近最优的网络寿命？
• RQ2 网格结构的选择（方形与六边形）如何影响可实现的网络寿命？
• RQ3 在不同激活策略下，与贪婪算法（如 Min-Max 和 BFS）相比，基于 LP 的算法在性能上有多大提升？
• RQ4 不同部署密度和 $\kappa$ 值如何影响 $\kappa$-弱覆盖方案的可扩展性与寿命？
• RQ5 能否设计一种分布式、无需 GPS 的算法，用于在真实传感器网络中发现 $\kappa$-弱覆盖？

主要发现

• 基于 LP 的算法相比 Min-Max 和 BFS 算法显著提升了寿命，尤其在非均匀激活策略下，得益于最优的电池感知调度。
• 在所有测试的 $\kappa$ 和强度值下，六边形网格铺砖相比方形网格铺砖可将网络寿命提升高达 30%。
• 随着 $\epsilon$（网格扰动）增大，寿命先显著提升，达到某一点后增速减缓，原因在于每覆盖区域的传感器数量减少。
• BFS 算法在性能上与 Min-Max 相当，但通信复杂度更低，因此在实际应用中更具可扩展性。
• 结合 LP 调度的非均匀激活策略实现了最高寿命，证实了电池感知负载均衡的价值。
• 随着 $\epsilon$ 增大，精确网格（$\epsilon=0$）与扰动网格（$\epsilon>0$）之间的性能差距缩小，表明对部署不规则性具有鲁棒性。