0x00 Review
上个星期简单整理了自己做的事情，去找导师获得反馈，通过互动获得了更多的motivation，并且进一步加深对题目的认识。我主要是在阅读一些文献的过程中，重新总结了论文的关键词，并且分成三大类A,B,C。每个类别都分了1,2,3级。通过这样的分类方式我基本上根据主题分出了9大块。但是光根据主题分类还不行，我认为Research的核心是方法。我最终要实现的也是一种算法。知道Research的How，并且运用critical thinking去比较，分析，评估不同paper所使用方法的优缺点，这是我需要培养的transferable ability 之一。
0x01 BRSN sensing model and Cassini oval
BRSN(Bistatic Radar Sensor Network)的感知模型和传统的模型不同，它的感知模型是卡西尼曲线（Cassini oval）模型。这个模型很有意思。首先大部分人都应该知道椭圆曲线，椭圆曲线有两个焦点A和B，椭圆上的点到这两个点之间的距离之和是个定制，由此可以引出很多有趣的性质（想起了高中的解析几何。。。）。那么卡西尼曲线呢也有两个焦点A和B，不同的是卡西尼曲线上的点到两个焦点距离的乘积是一个定值。同时，卡西尼曲线的形状大致也分为三种，具体参看wiki。
我要研究的是在BRSN能形成栅栏（Barrier Coverage）的前提下，找出一个使整个网络lifetime尽可能长的节点休眠算法。在与导师沟通的过程中，得知了我所研究的只是一部分，因为是新接触这个领域，所以通过BRSN形成Barrier Coverage的过程我不需要过于考虑。由于这个gap，却总一些东西不能完全理解。
0x02 算法
但是算法这一块需要研究的似乎更多了。之前的工作主要是看abstract和introduction，没有仔细去看内文，所以具体的概念不是很清楚。当真正去看算法的时候，发现与我预想的算法是不一样的。
我之前接触的算法都是很简单的入门算法，比如排序算法，查找算法。节点休眠算法（sleep-wakeup algorithm）更多的是考虑相交节点（几条栅栏共享的雷达传感器节点）什么时候停止工作，什么时候开始工作，除了这个，由于BRS（Bistatic Radar Sensor）的特殊性，BRS由一个发送器和一个接收器组成，位于不同组（考虑一个接收器和一个发送器配对形成一组）的发送器和接收器可以在距离合适，频率相同时进行组合，在实现节点休眠算法的时候应该把组合的切换考虑进去，这个又增加了难度。
除此之外，在不去看算法的具体实现的时候，一些论文对算法进行了分类，有随机选择算法，有启发式（heuristic）算法，启发式算法让人很容易联想到最近很火的AI，里面涉及了这些算法。当我面对这些算法，还有其他名词比如NP-Hard问题的时候，我发现我什么都不知道，试图去弄懂这些概念的时候却因为不知道目标是什么又失去了方向。
我提醒我自己Research 不是百分百去理解所有碰到的概念和知识体系。重要的是理解context，要明确自己想解决什么问题，要解决到什么程度，关键是要限制自己在一个范围内。以前我不喜欢限制自己，喜欢天马行空的自由理想，喜欢去学各种有趣的知识。但是Research不一样，Research的目标应该是明确的，整个过程也是遵循一个科学的原则。有时候，当限制住自己的时候，或许更能创造出一个精彩的世界。