Эта статья поднимает множество проблем. Пожалуйста, помогите улучшить его или обсудите эти проблемы на странице обсуждения . ( Узнайте, как и когда удалить эти сообщения-шаблоны ) ( Узнайте, как и когда удалить этот шаблон сообщения )
|
Оценка Расположение в беспроводных сенсорных сетей является проблема оценки местоположения объекта из множества зашумленных измерений. Эти измерения выполняются распределенным образом набором датчиков.
Используйте [ редактировать ]
Многие гражданские и военные приложения требуют мониторинга, который может идентифицировать объекты в определенной области, например, наблюдение за входом в частный дом с помощью одной камеры. Контролируемые области, большие по сравнению с интересующими объектами, часто требуют наличия нескольких датчиков (например, инфракрасных детекторов) в нескольких местах. Централизованный наблюдатель или компьютерное приложение контролирует датчики. Требования связи к мощности и пропускной способности требуют эффективного проектирования датчика, передачи и обработки.
Система CodeBlue [1] из Гарвардского университета является примером , где огромное количество датчиков , распределенных среди больничных учреждений позволят сотрудникам , чтобы найти пациент в бедственном положении. Кроме того, матрица датчиков позволяет записывать медицинскую информацию в режиме онлайн, позволяя пациенту перемещаться. Военные приложения (например, обнаружение злоумышленника в охраняемой зоне) также являются хорошими кандидатами для создания беспроводной сенсорной сети.
Настройка [ править ]
Позвольте обозначить интересующую позицию. Набор датчиков регистрирует измерения, загрязненные аддитивным шумом из-за известной или неизвестной функции плотности вероятности (PDF). Датчики передают измерения на центральный процессор. В й кодирует датчик на функцию . Приложение, обрабатывающее данные, применяет заранее определенное правило оценки . Набор функций сообщений и правило слияния предназначены для минимизации ошибки оценки. Например: минимизация средней квадратичной ошибки (MSE), .
В идеале датчики передают свои измерения прямо в центр обработки, то есть . В этих настройках оценщик максимального правдоподобия (MLE) является несмещенным оценщиком , MSE которого предполагает белый гауссовский шум . В следующих разделах предлагаются альтернативные конструкции, когда полоса пропускания датчиков ограничена до 1-битной передачи, то есть = 0 или 1.
Известный шум PDF [ править ]
Система гауссовского шума может быть спроектирована следующим образом:
Вот параметр, основанный на наших предварительных знаниях о приблизительном местонахождении . В этой схеме случайное значение распределено по Бернулли ~ . Обработка , средний центра принятых биты для формирования оценки из , который затем используется , чтобы найти оценку . Можно проверить, что для оптимального (и неосуществимого) выбора дисперсии этой оценки будет только дисперсия MLE без ограничения полосы пропускания, умноженная на дисперсию. Дисперсия увеличивается по мере отклонения от реального значения , но можно показать, что до тех пор, пока коэффициент в MSE остается приблизительно 2. Выбор подходящего значения дляявляется основным недостатком этого метода, поскольку наша модель не предполагает предварительных знаний о приблизительном расположении . Для преодоления этого ограничения можно использовать грубую оценку. Однако для этого требуется дополнительное оборудование в каждом из датчиков.
Систему с произвольным (но известным) шумом PDF можно найти в [3]. В этой настройке предполагается, что и шум, и шум ограничены некоторым известным интервалом . Оценщик [3] также достигает MSE, которая является постоянным множителем . В этом методе предварительное знание заменяет параметр предыдущего подхода.
Неизвестные параметры шума [ править ]
Иногда может быть доступна модель шума, когда точные параметры PDF неизвестны (например, PDF по Гауссу с неизвестным ). Идея, предложенная в [4] для этой настройки, состоит в том, чтобы использовать два порога , с которыми сконструированы датчики и которые используют другие датчики . Правило оценки процессингового центра формируется следующим образом:
Как и раньше, предварительные знания необходимы для установки значений, чтобы иметь MSE с разумным коэффициентом неограниченной дисперсии MLE.
Неизвестный шум PDF [ править ]
Схема системы [3] для случая, когда структура шумовой PDF неизвестна. Для этого сценария рассматривается следующая модель:
Кроме того, функции сообщений ограничены формой
где каждый является подмножеством . Оценщик слияния также ограничен быть линейным, т . Е.
В проекте должны быть установлены интервалы принятия решений и коэффициенты . Интуитивно можно выделить датчики для кодирования первого бита , установив для них интервал принятия решения равным , затем датчики будут кодировать второй бит, установив свой интервал принятия решения и т. Д. Можно показать, что эти интервалы принятия решений и соответствующий набор коэффициентов создают универсальную несмещенную оценку, которая является оценкой, удовлетворяющей каждому возможному значению и каждой реализации . Фактически, этот интуитивно понятный дизайн интервалов принятия решений также оптимален в следующем смысле. Вышеупомянутый дизайн требует удовлетворения универсального-объективное свойство, в то время как теоретические аргументы показывают, что для оптимального (и более сложного) проектирования интервалов принятия решений потребуется , то есть: количество датчиков почти оптимально. В [3] также утверждается, что если целевая MSE использует достаточно маленькую , тогда эта конструкция требует коэффициента 4 в количестве датчиков для достижения такой же дисперсии MLE в параметрах неограниченной полосы пропускания.
Дополнительная информация [ править ]
Конструкция массива датчиков требует оптимизации распределения мощности, а также минимизации коммуникационного трафика всей системы. Схема, предложенная в [5], включает вероятностное квантование в датчиках и простую программу оптимизации, которая решается в центре синтеза только один раз. Затем термоядерный центр передает набор параметров датчикам, что позволяет им завершить разработку функций обмена сообщениями в соответствии с ограничениями по энергии. В другой работе используется аналогичный подход к распределенному обнаружению адресов в массивах беспроводных датчиков. [6]
Внешние ссылки [ править ]
- Группа CodeBlue из Гарварда работает над технологией беспроводных сенсорных сетей для целого ряда медицинских приложений.
Ссылки [ править ]
- ^ "Архивная копия" . Архивировано из оригинала на 2008-04-30 . Проверено 30 апреля 2008 .CS1 maint: archived copy as title (link)
- ^ Рибейро, Алехандро; Георгиос Б. Гианнакис (март 2006 г.). «Распределенная оценка с ограниченной полосой пропускания для беспроводных сенсорных сетей. Часть I: случай Гаусса». Транзакции IEEE по обработке сигналов .
- ^ a b c d Луо, Чжи-Цюань (июнь 2005 г.). «Универсальная децентрализованная оценка в сенсорной сети с ограниченной пропускной способностью». IEEE Transactions по теории информации .
- ^ Рибейро, Алехандро; Георгиос Б. Гианнакис (июль 2006 г.). «Распределенная оценка с ограниченной полосой пропускания для беспроводных сенсорных сетей - часть II: неизвестная функция плотности вероятности». Транзакции IEEE по обработке сигналов .
- ^ Сяо, Цзинь-Цзюнь; Андреа Дж. Голдсмит (июнь 2005 г.). «Совместная оценка в сенсорных сетях при ограничении энергии». Транзакции IEEE по обработке сигналов .
- ^ Сяо, Цзинь-Цзюнь; Чжи-Цюань Ло (август 2005 г.). «Универсальное децентрализованное обнаружение в сенсорной сети с ограниченной полосой пропускания». Транзакции IEEE по обработке сигналов .