[论文解读] The Capacity of Random Ad hoc Networks under a Realistic Link Layer Model

Vivek P. Mhatre, Catherine P. Rosenberg|ArXiv.org|Apr 25, 2005

Mobile Ad Hoc Networks参考文献 9被引用 4

一句话总结

本文采用更现实的连续SINR到分组成功概率模型，而非传统的阈值模型，重新评估了随机自组织网络的容量。结果表明，单跳分组丢失导致每节点吞吐量仅为$O(1/n)$，远低于以往研究中的$Θ(1/√{n\log{n}})$，并提出一种保守的调度方案，通过控制空间复用减少干扰，将吞吐量提升至$O(1/(K_n\sqrt{n\log{n}}))$。

ABSTRACT

The problem of determining asymptotic bounds on the capacity of a random ad hoc network is considered. Previous approaches assumed a threshold-based link layer model in which a packet transmission is successful if the SINR at the receiver is greater than a fixed threshold. In reality, the mapping from SINR to packet success probability is continuous. Hence, over each hop, for every finite SINR, there is a non-zero probability of packet loss. With this more realistic link model, it is shown that for a broad class of routing and scheduling schemes, a fixed fraction of hops on each route have a fixed non-zero packet loss probability. In a large network, a packet travels an asymptotically large number of hops from source to destination. Consequently, it is shown that the cumulative effect of per-hop packet loss results in a per-node throughput of only O(1/n) (instead of Theta(1/sqrt{n log{n}})) as shown previously for the threshold-based link model). A scheduling scheme is then proposed to counter this effect. The proposed scheme improves the link SINR by using conservative spatial reuse, and improves the per-node throughput to O(1/(K_n sqrt{n log{n}})), where each cell gets a transmission opportunity at least once every K_n slots, and K_n tends to infinity as n tends to infinity.

研究动机与目标

• 分析连续SINR到分组成功概率的现实映射对自组织网络容量的影响，超越理想化的阈值模型。
• 研究在大规模随机自组织网络中，长多跳路径上累积的单跳分组丢失对端到端吞吐量和每节点容量的影响。
• 证明每条路径上固定比例的跳数具有非零且有界的分组成功概率，导致长路径上的显著吞吐量下降。
• 提出一种通过保守空间复用减少干扰的调度方案，以缓解累积分组丢失效应并提升每节点吞吐量。
• 将结果推广至更广泛的网络架构，而不仅限于任意对任意通信范式。

提出的方法

• 采用从SINR到分组接收成功概率的连续映射，其中成功概率仅在SINR趋于无穷时趋近于1。
• 将每跳建模为具有固定非零分组丢失概率，即使SINR为有限值，以反映现实无线环境。
• 通过分析渐近长路径（约$\sqrt{n\log{n}}$跳）上的单跳损失累积效应，推导出相应的端到端吞吐量。
• 提出一种调度策略，通过确保每个小区每$K_n$个时隙最多传输一次（且$K_n \to \infty$当$n \to \infty$）来限制空间复用，以减少干扰。
• 利用随机节点分布和随机链路上SINR分布的概率分析推导吞吐量边界。
• 应用球面几何与随机几何（如球面上随机路径长度的$\delta^L$的期望值）结果，以界定长路径上的成功传输概率。

实验结果

研究问题

• RQ1 用连续SINR到分组成功概率模型替代传统的阈值链路模型后，对随机自组织网络的渐近每节点吞吐量有何影响？
• RQ2 当跳数随网络规模渐近增长时，累积单跳分组丢失对端到端吞吐量有何影响？
• RQ3 一种通过减少空间复用来降低干扰的保守调度策略，能否在存在持续单跳丢失的情况下提升每节点吞吐量？
• RQ4 所提出的调度方案是否能实现高于阈值模型下推导出的$\Theta(1/\sqrt{n\log{n}})$吞吐量边界？
• RQ5 这些结果在多跳通信范式之外，对其他网络架构是否具有普适性？

主要发现

• 在采用连续SINR到成功概率映射的现实链路层模型下，每节点吞吐量降低至$O(1/n)$，显著低于阈值模型下推导出的$\Theta(1/\sqrt{n\log{n}})$边界。
• 每条源-目的地路径上固定比例的跳数具有均匀有界的分组成功概率（小于1），导致长路径上出现非零累积误码率。
• 单跳损失的累积效应主导了容量限制，使得节点的中继负担远不如端到端可靠性约束的影响显著。
• 所提出的保守调度方案通过减少干扰并提升接收端SINR，将每节点吞吐量提升至$O(1/(K_n\sqrt{n\log{n}}))$，其中$K_n \to \infty$当$n \to \infty$。
• 该提升通过牺牲空间复用实现——即限制并发传输数量——从而提高SINR并降低单跳错误概率。
• 分析结果证实，在现实模型下$O(1/n)$吞吐量是紧致的，而以往研究中得出的$\Theta(1/\sqrt{n\log{n}})$结果在考虑真实链路层行为时不可达。