面向SINR网络模型的局部广播层

我们提出了首个在信干噪比（SINR）无线网络模型中实现抽象MAC（absMAC）层的算法。我们首先证明对于标准absMAC规范，高效的SINR实现是不可能的。我们将该规范修改为更适应SINR模型的“近似”版本。我们给出了实现修改后规范的高效算法，并用其推导全局广播和共识等高层问题的有效算法。特别地，我们展示了absMAC进展属性在SINR强连通图$G_{1-\epsilon}$方面没有高效实现，该图包含在距离至多$(1-\epsilon)$倍传输范围的节点之间的边，其中$\epsilon>0$是用户可选择的小常数。该进展属性限定了当一个节点的至少一个邻居在传输时，保证该节点接收到某消息的时间。为克服此限制，我们在absMAC规范中引入了稍弱的近似进展概念。我们提供了修改规范的快速实现，基于将已知算法分解为局部和全局部分。我们根据局部参数（如节点度）而非全局参数（如节点总数）分析算法。一个关键贡献是我们证明了即使在存在全局干扰的情况下，这种局部分析也是可能的。我们的absMAC算法导致了在SINR模型中解决高层问题的若干新的高效算法。即，通过将我们的算法与已知高层算法结合，我们获得了SINR模型中全局单消息广播的改进算法，以及该模型中多消息广播的首个高效算法。