无线传感器网络中无需传感器参数的去中心化源定位
机器学习
2020-11-03 v3 计算机视觉与模式识别
信号处理
机器学习
摘要
本文研究去中心化无线传感器网络(WSNs)在故障模型下、不知晓传感器参数时的源(事件)定位问题。事件定位有许多应用,如定位入侵者、Wifi 热点与用户,以及电力系统中的故障。以往研究假设源定位已知传感器参数(如故障模型概率或源的影响区域(ROI))的真值(或良好估计)。然而,我们提出了两种在故障模型下估计源位置的方法:命中集方法与特征选择方法,其仅利用融合中心的噪声数据集来估计源位置,而无需知晓传感器参数。所提方法已被证明能有效定位源。我们还研究了命中集方法对样本复杂度要求的下界。这些方法也已推广到多源定位。此外,我们改进所提特征选择方法以使用最大似然。最后,针对不同设置(即传感器节点数与样本复杂度)进行了大量仿真,以对比质心、最大似然、FTML、SNAP 估计器来验证我们所提方法。
引用
@article{arxiv.2009.01062,
title = {Decentralized Source Localization without Sensor Parameters in Wireless Sensor Networks},
author = {Akram Hussain and Yuan Luo},
journal= {arXiv preprint arXiv:2009.01062},
year = {2020}
}
备注
16 pages, 14 figures