基于近端优化的相关数据噪声高维数据驱动传感器选择方法
信号处理
2022-11-29 v2
摘要
本文针对具有强相关测量噪声的高维非动态系统，提出一种数据驱动的传感器选择方法。所提方法基于近端优化，并在块稀疏硬约束下通过最小化 Fisher 信息矩阵逆的迹来确定传感器位置。所提方法可避免强相关测量噪声下传感器选择的困难，而该困难中必须预先知道可能的传感器位置以计算用于选择传感器位置的精度矩阵。该问题可通过交替方向乘子法高效求解，且当与测量噪声模型的低秩表达结合使用时，所提方法的计算复杂度与潜在传感器位置数量成正比。通过人工与真实数据集上的实验，展示了所提方法相对于现有传感器选择方法的优势。
引用
@article{arxiv.2205.06067,
title = {Data-Driven Sensor Selection Method Based on Proximal Optimization for High-Dimensional Data With Correlated Measurement Noise},
author = {Takayuki Nagata and Keigo Yamada and Taku Nonomura and Kumi Nakai and Yuji Saito and Shunsuke Ono},
journal= {arXiv preprint arXiv:2205.06067},
year = {2022}
}