reponse.tex

   1 \documentclass[14]{article}
   2
   3 \usepackage{color}
   4 \usepackage{times}
   5 \usepackage{titlesec}
   6 \usepackage{pifont}
   7 %\usepackage[T1]{fontenc}
   8 %\usepackage[latin1]{inputenc}
   9
  10 \renewcommand{\labelenumii}{\labelenumi\arabic{enumii}}
  11 %\titleformat*{\section}{\Large\bfseries}
  12
  13 %\title{Response to the reviewers of \bf "Perimeter-based Coverage Optimization to Improve Lifetime in Wireless Sensor Networks"}
  14 %\author{Ali Kadhum Idrees, Karine Deschinkela, Michel Salomon and Raphael Couturier}
  15
  16 \begin{document}
  17
  18 \begin{flushright}
  19 \today
  20 \end{flushright}%
  21
  22 \vspace{-0.5cm}\hspace{-2cm}FEMTO-ST Institute, UMR 6714 CNRS
  23
  24 \hspace{-2cm}University Bourgogne Franche-Comt\'e
  25
  26 \hspace{-2cm}IUT Belfort-Montb\'eliard, BP 527, 90016 Belfort Cedex, France.
  27
  28 \bigskip
  29
  30 \begin{center}
  31 Detailed changes and addressed issues in the revision of the article
  32
  33 ``Multiround Distributed Lifetime Coverage Optimization \\
  34  Protocol in Wireless Sensor Networks''\\
  35
  36 by Ali Kadhum Idrees, Karine Deschinkel, Michel Salomon, and Raph\"ael Couturier
  37
  38 \medskip
  39
  40 \end{center}
  41
  42 Dear Editor and Reviewers,
  43
  44 First  of all,  we would  like to  thank you  very much  for your  kind help  in
  45 improving  our  article  named:  ``  Multiround  Distributed  Lifetime  Coverage
  46 Optimization Protocol in Wireless Sensor  Networks ''.  We highly appreciate the
  47 detailed and valuable comments of the  reviewers on our article. The suggestions
  48 have  been very  helpful to  us and  we have  incorporated them  in the  revised
  49 article.  We are happy to submit to you a revised version that considers most of
  50 your remarks and suggestions to improve the quality of our article.
  51
  52 Below, we  would like to clarify  some of the points raised  by the reviewers
  53 and we hope the reviewers and the  editors will be satisfied by our responses to
  54 the comments and the revision for the original manuscript.
  55
  56 \section*{Response to Reviewer No. 1 Comments}
  57
  58 The  paper  entitled  ``Multiround Distributed  Lifetime  Coverage  Optimization
  59 Protocol  in  Wireless  Sensor  Networks''  introduces  MuDiLCO,  a  distributed
  60 protocol  to enhance  the use  of  WSN by  splitting the  network lifetime  into
  61 periods, and  by breaking  each sensing activity  of a period  into a  series of
  62 rounds.  A sensor called the leader is  elected, and based on local data, solves
  63 a  Mixed  Integer Linear  Program  in  order to  schedule  the  activity of  its
  64 neighbors over the sensing rounds of the current period.
  65
  66 The contribution of this paper is interesting, but probably needs to be deepened
  67 in order to reach the standards of a publication in Ad Hoc Networks.\\
  68
  69 \noindent\textcolor{black}{\textbf{MAJOR COMMENTS:}}\\
  70
  71 \noindent {\bf 1.}  Page 6, Section 3.2 The author didn't explain how subregions
  72 are created.  This  is an important point, as clustering  may have a significant
  73 impact  on solution  quality.  Not  only  the size  of the  subregion should  be
  74 discussed and analyzed, but also the clustering strategy.\\
  75
  76 \textcolor{blue}{\textbf{\textsc{Answer:}  In  our  work,  we  assume  that  the
  77     sensors are deployed almost uniformly and with high density over the region.
  78     So we only need  to fix a regular division of the  region into subregions to
  79     make the problem tractable.  The subdivision has been made so that the number of
  80     hops between any pairs  of sensors inside a subregion is  less than or equal
  81     to~3.
  82 % In particular, we discuss the number of subregions in......
  83 }}\\
  84
  85 \noindent {\bf 2.} Page 8 The objective function (5) of the Mixed Integer Linear
  86 Program appears to  be very questionable. Indeed  overcoverage and undercoverage
  87 may  compensate each  other,  so  the same  objective  value  may represent  two
  88 incomparable situations. It seems that the semantic of the objective function is
  89 not well  defined, as one may  wonder what exactly is  (quantitatively speaking)
  90 the problem  objective.  Coverage breach is  obviously an issue in  WSN, but why
  91 penalizing overcoverage? A  two-phase approach where breach  is minimized first,
  92 and then overcoverage is minimized would probably make more sense.\\
  93
  94 \textcolor{blue}{\textbf{\textsc{Answer:} As mentioned in  the paper the integer
  95     program is based  on the model proposed  by F. Pedraza, A.  L. Medaglia, and
  96     A. Garcia  (``Efficient coverage algorithms for  wireless sensor networks'')
  97     with some modifications.  Their initial approach consisted  first in finding
  98     the maximum coverage obtainable using the  available sensors and then in using
  99     this information as input to the problem of minimizing the overcoverage. But
 100     this two-steps approach  is time consuming. The originality of  the model is
 101     to solve  both objectives  in a parallel  fashion. Nevertheless  the weights
 102     $W_\theta$ and  $W_U$ must be  properly chosen so  as to guarantee  that the
 103     maximum number of points which are  covered during each round is maximum. By
 104     choosing  $W_{U}$ much  larger than $W_{\theta}$,  the coverage  of a
 105     maximum of  primary points  is ensured.  Then for the  same number  of covered
 106     primary points,  the solution  with a  minimal number  of active  sensors is
 107     preferred.  }}\\
 108
 109 \noindent {\bf  3.}  Page 9  In the MILP formulation,  it is possible  that some
 110 point p  is never  covered at all,  which means  that some part  of the  area to
 111 monitor  may  never be  monitored  by  the WSN.   The  authors  are referred  to
 112 ``$\alpha$-coverage to  extend network  lifetime on wireless  sensor networks'',
 113 Optim. Lett. 7, No. 1, 157-172 (2013)  by Gentilli et al to enforce a constraint
 114 on the minimum coverage of each point.\\
 115
 116 \textcolor{blue}{\textbf{\textsc{Answer:}  As  previously explained,  the  model
 117     with the  appropriate weights ensures  that a  maximum number of  points are
 118     covered by the set of still  alive sensors. The coverage is measured through
 119     the performance metrics ``coverage ratio''. This one remains around 100\% as
 120     long as  possible (as long  as there are enough  alive sensors to  cover all
 121     primary   points)   and   then   decreases.  The   problem   introduced   in
 122     ``$alpha$-coverage to extend network  lifetime on wireless sensor networks''
 123     by Gentilli is quite different. In this problem, the coverage ratio is fixed
 124     to a predetermined value ($\alpha$) and  the amount of time during which the
 125     network   can  satisfy   a  target   coverage  greater   than  $\alpha$   is
 126     maximized.}}\\
 127
 128 \noindent {\bf 4.}  Page 13 The  criterion ``Energy Consumption'' is the average
 129 consumption per  round. But the  duration of  a round is  a feature that  can be
 130 arbitrarily set in the algorithm.   Computing the average energy consumption per
 131 unit of  time over the  network lifetime would be  better, as it  is independent
 132 from the number and duration of rounds.\\
 133
 134 \textcolor{blue}{\textbf{\textsc{Answer :} Yes, you are right. It is possible to
 135     obtain  the average  energy consumption  per unit  of time  by dividing  the
 136     criterion defined in section~4.3 by the round duration.}}
 137
 138 \noindent {\bf  5.} Page 15-18  Figures 2-6  mention four different  versions of
 139 MuDiLCO. The  performance of  these different versions  should be  analyzed with
 140 more  details for  each  figure.   Alternatively, the  authors  may remove  some
 141 versions of MuDiLCO if they do not bring any valuable insight. \\
 142
 143 \textcolor{blue}{\textbf{\textsc{Answer :}  Right. Therefore we  have completely
 144     re-written section 5 to highlight the most significant results.}}
 145
 146 \bigskip
 147 \noindent {\bf  6.}  Page 19 (most  major point) The authors  state that solving
 148 the  Mixed Integer  Linear Program  is time-consuming,  and use  this point  for
 149 explaining why MuDiLCO-7 is not as efficient  as other versions. Why not using a
 150 heuristic (or  a metaheuristic) for addressing  the problem instead of  using an
 151 exact solver?  A straightforward and easily  implementable idea to cut  CPU time
 152 would be to return the best feasible  solution found by the solver after a given
 153 time threshold for example. Doing so is very likely to save time and energy, and
 154 to improve the results of MuDiLCO-7 in particular.\\
 155
 156 \textcolor{blue}{\textbf{\textsc{Answer :}  Your remark is very  interesting. We
 157     have observed  that the  optimal solution  of the  integer program  is often
 158     obtained after  the exploration  of very few  nodes of  the Branch-and-Bound
 159     tree. Therefore we conducted new simulations  by applying your idea. That is
 160     to say we have stopped the resolution of the Branch-and-Bound method after a
 161     time threshold empirically defined and  we retain the best feasible solution
 162     found  by the  solver. This  approach  allows to   significantly improve the
 163     results with multirounds, especially for MuDiLCO-7, as shown in the paper.}}
 164
 165 \bigskip
 166
 167 \noindent\textcolor{black}{\textbf{MINOR COMMENTS:}} \\
 168
 169 \noindent {\ding{90}  Page 2 The paragraph  that begins with ``The  remainder of
 170   the paper is  organized as follows'' should mention the  content of Section 5.
 171 }  \\
 172
 173 \textcolor{blue}{\textbf{\textsc{Answer:} Right,  fixed.}}\\
 174
 175 \noindent {\ding{90}  Page 3 The  sentence ``the centralized  approaches usually
 176   suffer  from the  scalability problem,  making  them less  competitive as  the
 177   network  size   increase''  should   probably  be  tempered:   heuristics  and
 178   metaheuristics can handle  very large and centralized problems  (even if exact
 179   approaches  can't),  and these  approaches  are  empirically very  popular  in
 180   WSN.}\\
 181
 182 \textcolor{blue}{\textbf{\textsc{Answer:} Right, fixed.}}\\
 183
 184 \noindent {\ding{90}  Page 5  ``The choice  of number  and locations  of primary
 185   points  is the  subject of  another study  not presented  here''. The  authors
 186   should provide at least one reference about the aforementioned study.}\\
 187
 188 \textcolor{blue}{\textbf{\textsc{Answer:}  Right.  We  have  included a  section
 189     (section~5.1) dedicated to the choice and the number of primary points.}}\\
 190
 191 \noindent  {\ding{90}  Page 6,  Figure  1:  All rounds  seem  to  have the  same
 192   duration.   This  should  be  stated  explicitly,  and  justified  (in  column
 193   generation based approaches, ``rounds'' do not have the same duration).}\\
 194
 195 \textcolor{blue}{\textbf{\textsc{Answer:} All rounds have  the same duration. It
 196     is  explicitly  explained in  the  second  paragraph of  section~3.2.   This
 197     assumption leads to an integer formulation of the optimization problem.  The
 198     decision  variables  are  binary  variables, $X_{t,j}$  for  the  activation
 199     ($X_{t,j}=1$) or not  ($X_{t,j}=0$) of the sensor $j$ during  round $t$.
 200     Column  generation  based  approaches  can  be  applied  when  the  decision
 201     variables  of the  optimization problem  are  continuous. In  this case  the
 202     variables are  the time intervals  during which the  sensors of a  cover set
 203     (not necessarily  disjoint) are active.   The time intervals are  not equal.
 204     Concerning the  choice of round duration  of equal length, it  is correlated
 205     with the types of applications, with the amount of initial energy in sensors
 206     batteries,  and  also  with  the   duration  of  the  exchange  phase.   All
 207     applications do not  have the same Quality of Service  requirements.  In our
 208     case, the information  exchange is executed  every hour,  but the length  of the
 209     sensing period could be reduced and  adapted dynamically. On the one hand, a
 210     small sensing period  would allow the network to be  more reliable but would
 211     have higher  communication costs.  On the  other hand, the choice  of a long
 212     duration may  cause problems  in case  of node  failures during  the sensing
 213     period.}}\\
 214
 215 \noindent  {\ding{90} Page  11 in  Table 1  $W_\Theta$ should  be replaced  with
 216   $W_\theta$}\\
 217
 218 \textcolor{blue}{\textbf{\textsc{Answer:} Right, fixed.}}\\
 219
 220 \noindent {\ding{90} Page 12 Don't italicize ``mW'' in ``equal to 02575 mW'' }\\
 221
 222 \textcolor{blue}{\textbf{\textsc{Answer:} Right, fixed.}}\\
 223
 224 \noindent  {\ding{90} Page  14 ML  is not  defined (see  the denominator  of the
 225   large, unnumbered formula that defines EC).}\\
 226
 227 \textcolor{blue}{\textbf{\textsc{Answer:} Right, fixed.}}\\
 228
 229 \noindent {\ding{90}  Page 19 Section  6 ``Sensing  phase itself divided  into T
 230   rounds'' -> T should be italic.}\\
 231
 232 \textcolor{blue}{\textbf{\textsc{Answer:} Right, fixed.}}\\
 233
 234 \noindent {\ding{90}  Page 18 Section 5.5
 235 The name of the solver used to solve the Mixed Integer Linear Program should be
 236 given.}\\
 237
 238 \textcolor{blue}{\textbf{\textsc{Answer:} Right, fixed.}}\\
 239
 240 We are very grateful to the  reviewers who, by their recommendations, allowed us
 241 to improve the quality of our article.
 242 \begin{flushright}
 243 Best regards\\
 244 The authors
 245 \end{flushright}
 246
 247 \end{document}