WANchapterppt.pptVIP

第七章 分组和骨干网 7.4－7.5 李俊华 半导体研究所 7.4 分布式骨干结构的消息下界 如果一个连通支配集（CDS）不是包含网络中的所有节点，那么我们就称其为非平凡的。 对于无线传感器网络中的领导选举、生成树、和非平凡的连通支配集（CDS），信息复杂度确定了 下限。 几个定理 定理7.3（Burns,1980） 在点对点传输的异步环形网络中，任何关于领导选举的分布式算法至少要传送 数量级的信息。 定理7.4 在UDG为环形的异步无线自组织网络中，任何关于领导选举的分布式算法至少要 传送 数量级的信息。 定理7.3与7.4的区别在于前者是针对点对传输，而后者是针对无线传输的。 定理7.5 在UDG为环形的异步无线自组织网络中，任何关于生成树的分布式算法至少要传送 数量级的信息。 定理7.6 在UDG为环形的异步无线自组织网络中，任何关于非平凡的连通支配集（CDS）的分布式算法至少要传送 数量级的信息。 7.5 一些启发式骨干网络形成机制 7.5.1 Das等人的算法 第一个阶段是要寻找一个对最小支配集（MDS）估计，这实质上是一个已经研究得很清楚的集合覆盖问题。由Das等人提出的启发式算法是Chvatal’s关于集合覆盖的贪婪算法的一个变换，它保证了一个 近似因子，这里 代表最大的节点度数（即一跳内邻居节点的数目）而 代表调和函数。我们假定U代表这个阶段产生的支配集。 第二个阶段是构建生成森林F。每个F中的树成员是以U中节点为中心的星状结构的集合。 第三个阶段是将生成森林F扩展成为生成树T。T中所有的内部节点形成了一个连通支配集（CDS），我们很容易发现这种方式产生的CDS至多含有 个节点， 因此这种算法是最小连通支配集（MCDS）的一个3 近似。 Das等人还指出通过广泛的模拟这种算法可以找出规模较小且合理的CDS。 在最坏的情况下,对于一些UDG模式的无线网络而言，用Das等人设计的算法找到的CDS可以大到最小的CDS的 倍。而Das等人提出的贪婪算法的分布式实现有很高的时间复杂度和信息复杂度，时间复杂度和信息复杂度都可以高达 。 这样的一种分布式实现在技术上并不完善。例如，分布式实现由多个步骤组成，但这种实现缺少连接连续阶段的机制，即让节点知道什么时候该从一个阶段进入下一个阶段。因此单个的节点没有办法知道下一个阶段应该在什么时候开始。虽然这种技术上的不完善有可以被解决，但这须要许多的努力。此外，贪婪算法的近似因子本身就是很不完善的。 7.5.2 Wu和Li的算法 Das等人提出的算法实质上是构建CDS的中心方法的一个直接扩展。近来Wu和Li提出了一系列的属于纯局域算法的方法。我们这里的无线自组织网络中的局域算法的定义是如下的： 定义7.1 假定每个节点v在分布式算法实施之前已有某个节点信息集。如果每个u节点根据收集到的其一定跳数范围内的v节点的信息Info(v)做出决定的话，无线自组织网络的分布式算法是一个局域算法。 对于无线网络，这个定义不同于传统的关于局域算法的定义。对于有线网络，一个分布式算法是一个局域算法的条件是算法会在恒定次数的循环后终止。 在局域算法的传统定义下，由于无线干扰的原因，是不可能为一个无线自组织网络设计一个局域算法的。例如，假定每个节点信息的传输须要一个时槽的时间，那么，如果节点u有d(u)个邻居，u至少须要d(u)个时槽的时间去收集所有邻居的信息Info(v)，因为在任何一个时槽，由于无线干扰的原因，只能有一个邻居与u进行通信。 Das等人提出的算法首先找到了一个支配集（DS）然后将它发展成为连通支配集（CDS），但是Wu和Li采取了相反的方法。他们的算法首先找到一个连通支配集（CDS），然后从连通支配集（CDS）中除去多余的节点。 我们把初始的连通支配集（CDS）称为U，它是由所有至少有两个不相邻的邻居的节点构成。 U中的一个节点在u在以下两种情况下被认为是多余的：（1）u在U中有一个有较大ID的邻居节点并且这个邻居节点控制u的所有其它邻居节点。（2）u在U中有两个有较大ID的邻居节点并且这两个邻居节点一起控制u的所有其它邻居节点。 这个算法除去了U中所有局域多余的节点，只用于UDG不是一个完整图的无线自组织网络。 Wu和Li等人提出的算法的分布式实现方案可分为两个典型阶段： 在第一个阶段，每个节点向其邻居节点广播其整个邻居节点的集合。在收到所有邻居节点报告的邻居信息后，当且仅当一个节点有两个不相邻的邻居时，它就广播自己作为支配节点。这些支配节点