并行传感器网络中的极小极大鲁棒分散检测
信息论
2017-03-23 v1 math.IT
摘要
研究了并行传感器网络中的极小极大鲁棒分散检测。假设对应于传感器观测的随机变量服从属于一个不确定类的分布函数。已经证明，对于某些不确定类，如果所有概率分布关于一个公共测度绝对连续，则作为 Veerevalli 工作推导基础规则的联合随机有界性性质不成立。这提出了一个自然的问题：如果不确定类不具有此性质，极小极大鲁棒分散检测是否可能。该问题的答案已被证明是肯定的，这导致了 Veerevalli 工作的推广。此外，由于 Tsitsiklis 工作的直接推论，传感器处的量化函数不需要是单调的。对于所提出的模型，提供了一些具体示例并讨论了可能的推广。
引用
@article{arxiv.1703.07670,
title = {Minimax Robust Decentralized Detection in Parallel Sensor Networks},
author = {Gökhan Gül},
journal= {arXiv preprint arXiv:1703.07670},
year = {2017}
}