[论文解读] Wireless Scheduling Algorithms in Complex Environments

Helga Gudmundsdottir, Eyjólfur Ingi Ásgeirsson+4 more|arXiv (Cornell University)|Jan 8, 2014

Mobile Ad Hoc Networks参考文献 37被引用 5

一句话总结

本文提出一种基于测量的无线调度框架，使用接收信号强度（RSS）增益矩阵替代几何路径损耗模型，实现在真实环境中对分组接收率的精确预测。引入度量性参数 ζ 以量化环境复杂度，表明在现实场景中，SINR 调度算法的理论性能与理想度量空间中的表现相当。

ABSTRACT

Efficient spectrum use in wireless sensor networks through spatial reuse requires effective models of packet reception at the physical layer in the presence of interference. Despite recent progress in analytic and simulations research into worst-case behavior from interference effects, these efforts generally assume geometric path loss and isotropic transmission, assumptions which have not been borne out in experiments. Our paper aims to provide a methodology for grounding theoretical results into wireless interference in experimental reality. We develop a new framework for wireless algorithms in which distance-based path loss is replaced by an arbitrary gain matrix, typically obtained by measurements of received signal strength (RSS). Gain matrices allow for the modeling of complex environments, e.g., with obstacles and walls. We experimentally evaluate the framework in two indoors testbeds with 20 and 60 motes, and confirm superior predictive performance in packet reception rate for a gain matrix model over a geometric distance-based model. At the heart of our approach is a new parameter $ζ$ called metricity which indicates how close the gain matrix is to a distance metric, effectively measuring the complexity of the environment. A powerful theoretical feature of this parameter is that all known SINR scheduling algorithms that work in general metric spaces carry over to arbitrary gain matrices and achieve equivalent performance guarantees in terms of $ζ$ as previously obtained in terms of the path loss constant. Our experiments confirm the sensitivity of $ζ$ to the nature of the environment. Finally, we show analytically and empirically how multiple channels can be leveraged to improve metricity and thereby performance. We believe our contributions will facilitate experimental validation for recent advances in algorithms for physical wireless interference models.

研究动机与目标

• 弥合理论无线干扰模型与真实信号传播之间的差距，突破几何路径损耗假设的局限。
• 开发一种实用的无线调度框架，将经验信号强度测量结果整合到理论算法设计中。
• 引入一种新度量——度量性（ζ），以量化信号强度矩阵在多大程度上近似于距离度量，从而衡量环境复杂度。
• 证明现有最坏情况下的 SINR 调度算法可直接应用于真实环境中的增益矩阵，且通过 ζ 参数可保持性能保证。
• 通过包含 20 个和 60 个节点的室内测试平台实验，验证模型的预测能力与鲁棒性。

提出的方法

• 用从无线节点间实测 RSS 数据导出的任意增益矩阵替代几何路径损耗模型。
• 将度量性 ζ 定义为 RSS 矩阵逼近距离度量的程度，用以捕捉环境复杂度。
• 将原本适用于一般度量空间的 SINR 调度算法适配至任意增益矩阵，通过 ζ 参数保持性能保证。
• 利用包含 20 个和 60 个节点的实验测试平台收集 RSS 测量数据，验证模型的预测准确性。
• 评估多通道操作对度量性与性能的影响，表明频率分集可提升 ζ 值。
• 应用线性代数与回归技术推断干扰模式，提升节点间测量结果的一致性。

实验结果

研究问题

• RQ1 基于测量的增益矩阵模型是否能在预测真实世界分组接收率方面优于几何路径损耗模型？
• RQ2 如何以可量化方式捕捉真实无线环境的复杂度，同时保持理论算法保证？
• RQ3 度量性参数 ζ 在多大程度上反映了室内无线环境的实际物理复杂度？
• RQ4 现有最坏情况下的 SINR 调度算法能否在保持性能边界的前提下，适配至经验 RSS 矩阵？
• RQ5 多通道操作是否能提升度量性，从而在复杂传播环境中增强调度性能？

主要发现

• 基于 RSS 的增益矩阵模型即使在使用数周前采集的 RSS 矩阵时，仍实现了 95% 的分组接收率预测准确率，表明对时间变化具有强鲁棒性。
• 度量性参数 ζ 有效捕捉了环境复杂度，ζ 值越高，表示传播环境越复杂，如存在多径衰落的情况。
• 原本为几何路径损耗模型设计的调度算法在新提出的 mb-sinr 模型中实现了等效的性能保证，其中 ζ 取代路径损耗常数 α 成为关键参数。
• 在具有广泛多径传播的环境中，多通道操作提升了度量性，表明频率分集可增强模型保真度。
• mb-sinr 模型在真实测试平台上的预测准确性显著优于传统 geo-sinr 模型，证实其对实际信号行为具有更高的保真度。
• 实证证据支持 SINR 模型在真实环境中的有效性，使用实测 RSS 矩阵时，预测与观测的 PRR 之间具有高度一致性。